首 页   本刊简介  编委会  审稿专家  在线期刊  写作规范  广告合作  联系我们
您现在的位置:首页 => >写作规范 > 统计学知识 >
OR(或RR)很大或很小是统计分析出错了吗?
文章发布日期:2020-06-29   来源:临床流行病学和循证医学   作者:张华 赵一鸣  点击次数:70次

 
调整字体大小:


 
        在进行统计分析里,我们通常会把效应量标示出来,OR或RR就是最常用的分类指标的效应量,如果OR(或RR)很大或很小,那是我的统计分析出错了吗?我该怎么处理呢?
首先怎么定义OR太大或太小,我们知道OR值接近1是相当于两组的比是1:1,也即接近无意义,我们一般的研究中OR在0.5-2之间是比较好的,也即一组的危险事件发生比不高于另外一组的2倍,这在在样本量研究中非常适用,但在小样本研究中,往往OR值不稳定,如果OR不在0.33-3范围内,可能一般就认为OR值太大或者太小了,那如果出现这种情况,我们的统计方法是否出错了呢?如果不是,可能的原因是什么?
        如果出现OR过大或过小,个人建议按以下步骤进行核查:
1.单因素分析,观察OR的大小。
        首先我们使用卡方检验或logistic回归进行单因素分析,观察OR的大小,如果OR值也是很大或很小,多因素结果与单因素结果方向一致且相近,此时原因可能是1)研究的样本量太小,OR值不稳定;2)这个因素如果是连续指标,可能这个指标的变异较小,如一个指标在0.1-0.2范围内,这个指标的OR往往会比较大,原因是OR是衡量的自变量变化一个单位(如0变成1或1变成2)时,因变量的发生比的变化倍数。3)如果分类指标,说明这个指标确实可能影响较大,效应量很大。如果单因素分析与多因素分析的OR差异较大,按下面步骤继续查找原因。
2.观察四格表的格子中是否有0较小的数。
        如果自变量是分类变量,四格表中观察数是0或者小于3可能导致OR值无法计算或计算结果很大或很小,原因还是样本小不足,结果不稳定,如果样本小,我个人建议增加样本量;如果样本量本身已经比较大,我建议进行分层分析。
3.进行逐步回归分析。
        如果以上原因都不能解释OR出现太大或太小的原因,我们建议查找多因素中OR值太大(或太小)的原因,可以把混杂因素逐步纳入模型,观察哪个因素进入模型时,OR值的大小发生了较大变化,再去观察我们的观察因素与混杂因素的关系,分析可能的原因。
还有一种情况是p值是小于0.05的,但OR及其置信区间都等于1或很接近1,这种情况很大可能是由于我们的自变量变异太大造成的,如分析血小板与结局的关系时,OR值是血小板变化一个单位时结局发生比的变化是多少,血小板变化一个单位可能对结局影响很小,导致OR非常接近1。这时建议把自变量转成分类变量或者除以10的倍数再进行分析,当然不转换也没有错误的。
        OR值的大小往往是审稿人判断结果对错的依据之一,当分析结果的OR异常大或异常小时,一定要查找原因,不能全然相信软件的结果。

地址:长春市东民主大街519号《临床肝胆病杂志》编辑部 邮编:130061 电话:0431-88782542/3542
临床肝胆病杂志 版权所有 Copyright © 2009 - 2013 Lcgdbzz.org. All Rights Reserv 吉ICP备10000617号

吉公网安备 22010402000041号