Seu médico lhe deu a escolha entre dois medicamentos para o tratamento da asma. Quando você compara as visitas ao departamento de emergência, percebe que 10 pacientes sob medicação A relataram uma ida ao hospital versus os cinco pacientes sob medicação B. À primeira vista, parece que a medicação B é a melhor escolha óbvia. No entanto, para tomar uma decisão informada, você precisa saber um pouco mais sobre estatísticas e como as odds ratio ajustadas são calculadas.

Primeiras Impressões

Se você dividir as visitas hospitalares reportadas para medicação B por aqueles para medicação A, você vai chegar a odds ratio. Neste exemplo, o odds ratio é 0,5. A relação significa que você tem cerca de 50% mais chance de ir ao hospital quando toma a medicação A do que com a medicação B. Essa relação é conhecida como taxa não ajustada ou bruta, porque não leva em conta nada, exceto o número relatado de hospitais. visitas

Exposição e Resultado

O valor numérico de uma razão de chances lhe dá uma idéia do que acontecerá quando um paciente for exposto a alguma coisa - neste caso, medicação para asma. Uma razão de chances de 1 significa que a exposição não afeta o resultado: em outras palavras, a medicação não funciona. Um odds ratio maior que 1 indica maiores chances do resultado, enquanto uma razão menor que 1 indica chances mais baixas do resultado.

Vida Acontece

O problema com um odds ratio bruto é que é inteiramente unidimensional. Não reflete a influência de fatores de confusão, como idade, outras condições médicas ou mesmo algo tão simples quanto o acesso a uma clínica versus um departamento de emergência. Sua opinião sobre os medicamentos pode mudar se você soubesse que todos os pacientes sob medicação A também estavam recebendo tratamento para câncer de pulmão e todos os pacientes sob medicação B tinham boa saúde, ou se você descobrisse que pacientes sob medicação A viviam cinco milhas de distância do hospital e 60 milhas de distância da clínica mais próxima.

Variáveis ​​Confundidoras

Muito poucas coisas na vida têm uma clara relação de causa e efeito. Na estatística, os "outros" fatores que afetam a relação entre duas coisas são conhecidos como variáveis ​​de confusão. Se apenas uma variável afetar o relacionamento, os matemáticos farão um ajuste estatístico para fornecer uma relação mais precisa. Quando todas as variáveis ​​tiverem sido consideradas, a proporção será ajustada completamente. Como o ajuste de um odds ratio é muito complexo, os pesquisadores tentam controlar o maior número possível de variáveis ​​para garantir resultados precisos. Em testes farmacêuticos, por exemplo, os pesquisadores procurarão participantes da mesma idade e sexo com históricos médicos semelhantes.