คำนวณค่า Odds Ratio และ 95% Conf. Interval (หรือ 95% Conf. Limits) โดยใช้
1) Website OpenEPI
2) โปรแกรม STATA และ Options ต่างๆ
2.1) cci #a #b #c #d
2.2) cc var1 var2 [fw=var3]
2.3) logistic var1 var2 [fw=var3], or
2.4) Exact และ Options Cornfield, tb , Woolf
3) Website Epistat @ DropBox
https://dl.dropboxusercontent.com/u/1999671/03.htm
การหาค่า Odds Ratio ของ 2x2 Table เช่น ใช้วิธีคูณไขว้ (Cross product ratio)
Odds Ratio = ad / bc
100 x 100 / 1 x 1 = 10,000
(Exp(+), Exp(-) อยู่ด้านซ้าย ของ 2x2 Table)
การหาค่า 95%Conf Interval ของ Odds Ratio มีหลายวิธี
Openepi
95%CI = 650 to 198,800 Mid-P Exact (Small sample)
95%CI = 520 to 400,300 Fisher Exact (Small sample)
95%CI = 617 to 162,100 Taylor series (Large sample)
STATA วิธี Immediate Input cci , OR และ 95%CI วิธี Exact
cci 100 1 1 100
Odds Ratio = 10,000
95%CI = 520 to 400,270 (Exact)
(Exposed, Unexposed อยู่ด้านบนของ 2x2 table )
cc var1 var2 [fw=var3] ได้ค่า 95%CI (exact) เช่นเดียวกัน
คำสั่ง cci และ cc มี options เพื่อคำนวณค่า 95%CI
คิอ Cornfield, td และ Woolf
STATA
var1 แทน row
var2 แทน column
var3 ใช้สำหรับ freq weight คิอ [fw=var3]
option or คือให้คำสั่ง logistic คำนวณค่า odds ratio
วิธี Logistic Regression OR และ 95%CI วิธี Log Likelihood
logistic var1 var2 [fw=var3], or
OR = 10,000
95%CI = 616 to 162,100
Epistat at Dropbox Odds Ratio และ 95% CI
ได้ค่าตรงกันกับ Log likelihood และวิธี Taylor Series
OR = 10,000
95% CI = 616 to 162,108
https://dl.dropboxusercontent.com/u/1999671/EPI_56/odds/or.htm
ตัวอย่าง กลุ่มป่วย Cases 50 คน สอบถามว่า Exposed สิ่งที่คาดว่าก่อโรคหรือไม่
กลุ่มควบคุม Control 50 คน สอบถามเช่นเดียวกัน
STATA
cci 40 10 20 30
Options Cornfield, test based, Woolf
วิธี test based ใช้เฉพาะอธิบายในชั้นเรียน ไม่ใช้ในงานวิจัย
วิธี Woolf ตรงกันกับวิธี Taylor series (Large sample)
Source:
http://www.stata.com/manuals13/stepitab.pdf
คำสั่ง cci #a #b #c #d ถ้าไม่ระบุ options
จะคำนวณ Odds Ratio และ 95%CI วิธี (exact)
เปลี่ยนให้ Exposed และ Unexposed มาอยู่ทางด้านซ้าย
เพื่อให้ Epistat @ DropBox คำนวณค่า Odds Ratio และ 95%CI
ค่าที่ได้ ตรงกับวิธี Woolf (Inverse Variance) และ วิธี Log Likelihood
แต่ถ้า a b c d มีค่าน้อย วิธี Woolf จะไม่เหมาะสม อาจใช้วิธี Mid-P Exact
https://dl.dropboxusercontent.com/u/1999671/EPI_56/odds/or.htm
STATA
คำนวณค่า Odds Ratio และ 95% CI ของ 2x2 Table
วิธี Exact และ Logistic Regression (Log Likelihood)
cc var1 var2 [fw=var3] OR และ 95% CI วิธี (exact)
logistic var1 var2 [fw=var3], or OR และ 95% CI วิธี log likelihood
คือ Outcome จะเพิ่มเป็น 6 เท่า ถ้า Exposed เพิ่มจาก 0 เป็น 1
ข้อมูลในตาราง 2*2 ค่อนข้างจะไม่สมจริง มีเซลที่มีค่าเป็น 1 ถึง 50 เปอร์เซนต์ ถ้าคำนวณต่อไปโดยค่าที่คำนวณหากขึ้นอยู่กับค่า ไคสแควร์ ก็จะไม่น่าจะใช้ได้ เพราะข้อมูลไม่สอดคล้องกับข้อสมมุติ(assumption)ของ chi square ในทางปฏิบัติ ถ้าข้อมูลเป็นแบบนี้จริง ก็พอจะสรุปเกี่ยวกับความสัมพันธ์ของตัวแปรทางด้านแถวและคอลัมน์ได้พอสมควร แล้ว
เข้าใจว่า ค่า odd ratio มีค่าไม่เกิน 1 เพราะคำนวณมาจาก ค่าความน่าจะเป็น 2 ค่าซึ่งไม่เกิน 1 ดังนั้นค่า95% Confidence Interval ของ Odds Ratio..... ก็ไม่น่าจะเกิน 1 ด้วย แต่จากตัวอย่างนี้มีค่ามาก ความจริงแล้วเป็นค่าของอะไร ถ้าจะกรุณาแปลความและตีความผลการวิเคราะห์นี้ก็จะช่วยให้เข้าใจมากขึ้นค่ะ ขออภัยถ้าเป็นความเข้าใจผิดค่ะ ขอบคุณค่ะ
ขอบคุณครับ เขียนอธิบายเพิ่มแล้ว
เลือกตัวอย่าง a=100 b=1 c=1 d=100
เพื่อให้ exposed, unexposed
อยู่ด้านบนหรือด้านซ้ายของตาราง
ยังคงใช้ ตัวเลขเดิม ได้เหมือนกัน
ใช้ b และ c ค่าน้อย เพื่อดูว่า openepi
จะแนะนำให้ใช้ odds ratio และ 95%CI วิธีใด
ซึ่ง แนะนำให้ใช้วิธี Mid-P exact
จาก CMLE
Condition Maximum Likelihood Estimate
ถ้าจะใช้วิธี cc หรือ Logistic Regression
ใส่ค่า row 0, 1 col 0, 1 ใน var1 และ var2
และถ่วงน้ำหนักด้วย var3
กลุ่ม Cases (Outcomes Positive) Exposed = 10, Unexposed =2
กลุ่ม Controls (Outcomes Negative) Exposed =3, Unexposed =15
ตัวเลขใน Cell ที่น้อยคือ 2 และ 3
วิธีคูณไขว้ ad / bc ได้ Odds Ratio = 25
วิธี Conditional Maximum Likelihood Estimate of Odds Ratio
CMLE OR = 21.3
95% CI 3.37 to 207.27 (Mid-P Exact)
Source: http://www.statsdirect.com/help/content/exact_tests_on_counts/odds_ratio_ci.htm