OR(比值比,odds ratio),其是病例对照研究(回顾性研究)中常用的指标,用于测量暴露因素与疾病因素之间关联强度;其实际意义为:暴露组疾病危险度 是 对照组疾病危险度的多少倍。危险度=发病数 / 非发病数。当OR值>1时,说明暴露使疾病危险度增高,是疾病的危险因素。
RR(相对危险度,relative ratio),适用于队列研究(前瞻性研究),其指暴露组发病率 与 对照组的 发病率之比,其数值意义与OR值类似。RR值越大,表明暴露的效应越大,暴露与结局的关联的强度越大。
OR值=(a/b) / (c/d)=ad/bc
RR值=(a/(a+b))/(c/(c+d))
操作步骤
Logistic回归中,自动会输出OR值及95%置信区间。如果想单独计算两组数据的OR值、及其置信区间,可使用SPSSAU【医学研究】--【OR值】。
案例:以吸烟者和罹患肺癌的风险为例。暴露组(吸烟者)中有20人患上肺癌(阳性),80人没有患上肺癌(阴性);而非暴露组(非吸烟者)中,有5人患上肺癌,95人没有患上肺癌。
现希望分析暴露与疾病风险程度的关系(OR值),并且可查看发病率比例情况(RR值)。
①选择【医学研究】--【OR值】。
②在下面的文本框中输入数据,然后单击“开始分析”按钮即可。
![](https://i-blog.csdnimg.cn/blog_migrate/ff3f3f0f72aa98acccb4fc933d406f88.png)
本例子中暴露组中阳性(患病)的数量为20,暴露组中阴性(未患病)的数量是80;非暴露组中阴性(患病)的数量为5,非暴露组中阳性(未患病)的数量是95。置信水平默认设为95%。
结果解读
输出结果如下:
![](https://i-blog.csdnimg.cn/blog_migrate/e712ff02b498a3583051110ce6a7d0f0.png)
![](https://i-blog.csdnimg.cn/blog_migrate/7db01cb44f5cfda29e9bfeb9102abc0e.png)
![](https://i-blog.csdnimg.cn/blog_migrate/3620948fb6c1fb4fba42b5854af2fb53.png)
结果显示,OR值为4.750(95.0% CI:1.706~13.227),通过z检验(z=2.982,p=0.003),意味着暴露组和对照组的风险程度有着明显的统计学差异。OR值>1,说明吸烟为导致肺癌的危险因素,并且吸烟者患癌症的风险程度是非吸烟者患癌症风险程度的4.75倍。
![](https://i-blog.csdnimg.cn/blog_migrate/e9bea72bc6ee7465ac1e9c60326f338d.png)
![](https://i-blog.csdnimg.cn/blog_migrate/7433965f4b5a9a68122abb285e96a945.png)
结果显示,RR值为4.000(95.0% CI:1.563~10.240),通过z检验(z=2.891,p=0.004),意味着暴露组和对照组的风险程度有着显著的统计学差异 。暴露因素会导致4倍的发病率。与非吸烟者相比,吸烟者的发病率是非吸烟者发病率的4倍。
以上就是本次分享内容,登录SPSSAU官网了解更多内容