Samenvatting

In biomedisch onderzoek zijn onderzoekers vaak geïnteresseerd in het kwantificeren van de relatie tussen een blootstelling en een uitkomst. De termen "odds" en "risico" worden vaak gebruikt om de associatie tussen variabelen aan te duiden. In dit artikel, dat de vierde in de serie is over veelvoorkomende valkuilen in statistische analyse, leggen we de betekenis van risico en odds uit, evenals het verschil tussen beide concepten.

INLEIDING

Wetenschappers zijn vaak geïnteresseerd in het evalueren van de associatie tussen een blootstelling en een uitkomst. Dit betekent dat ze willen weten of de aanwezigheid van een risicofactor of het uitvoeren van een interventie de kans op een bepaalde uitkomst beïnvloedt in vergelijking met de afwezigheid van die risicofactor of interventie (de controle situatie). Dit is cruciaal voor het nemen van geïnformeerde beslissingen op basis van statistische gegevens, vooral als het gaat om de gezondheid en effectiviteit van behandelingen.

RISICO EN ODDS: DEFINITIES

“Risico” verwijst naar de kans op het optreden van een gebeurtenis of uitkomst. Statistisch gezien wordt risico gedefinieerd als de kans op de uitkomst van belang gedeeld door alle mogelijke uitkomsten. Het begrip “odds” wordt vaak in plaats van risico gebruikt. “Odds” verwijst naar de kans op het optreden van een gebeurtenis gedeeld door de kans dat de gebeurtenis niet optreedt. Op het eerste gezicht lijken deze twee concepten vergelijkbaar en uitwisselbaar, maar er zijn belangrijke verschillen die bepalen wanneer het gebruik van elk van deze terecht is.

Neem bijvoorbeeld een hypothetisch geval van een gerandomiseerde proef die endoscopische sclerotherapie (n = 65) vergelijkt met bandligatie (n = 64) voor de behandeling van bloeding door slokdarmvarices. De totale kans op overlijden wordt berekend als 47/129 (aantal sterfgevallen gedeeld door het totaal aantal uitkomsten, dat wil zeggen, aantal sterfgevallen + overlevenden) = 0.36. De totale odds op overlijden is 47/82 (aantal sterfgevallen gedeeld door het aantal niet-stervenden, dat wil zeggen, overlevenden) = 0.57. De kans op overlijden in de ligatiegroep was 18/64 (28% of 0.28), terwijl de kans op overlijden in de sclerotherapiegroep 29/65 (44% of 0.44) was. Dit onderstreept de noodzaak om aandacht te besteden aan hoe deze waarden worden gerapporteerd, aangezien ze verschillende implicaties voor de interpretatie hebben.

RELATIE TUSSEN RISICO EN ODDS

In het bovenstaande voorbeeld lijken de kansen op overlijden aanzienlijk anders wanneer ze worden uitgedrukt als risico's en odds. Een tabel zou de risico's en odds voor verschillende gebeurtenispercentages tonen. Naarmate de kans op een uitkomst daalt (d.w.z., de kans op het resultaat wordt kleiner), worden odds en risico steeds vergelijkbaarder. Voor zeldzame gebeurtenissen (d.w.z., als “a” klein is en “a + b” nadert tot “b”) geldt dat risico ≈ odds. Daarom vertegenwoordigt “odds” niet het werkelijke risico, maar is de waarde ervan dicht bij dat van risico voor lage gebeurtenispercentages (typisch <10%). Dit kan van cruciaal belang zijn bij het interpreteren van epidemiologische data.

RELATIEVE RISICO EN ODDS RATIO

Het relatieve risico (ook bekend als de risicoratio [RR]) is de verhouding van de kans op een gebeurtenis in de ene groep (bijvoorbeeld de blootgestelde groep) ten opzichte van de kans op de gebeurtenis in de andere groep (bijvoorbeeld de niet-blootgestelde groep). De odds ratio (OR) is de verhouding van de odds op een gebeurtenis in de ene groep ten opzichte van de odds op de gebeurtenis in de andere groep. Dit benadrukt de noodzaak voor zorgvuldige afweging in het gebruik van statistische maatstaven bij het evalueren van behandelingen.

Een RR (of OR) van 1.0 geeft aan dat er geen verschil is in risico (of odds) tussen de vergeleken groepen. Een RR (of OR) groter dan 1.0 geeft een toename in risico (of odds) aan voor de blootgestelde groep ten opzichte van de niet-blootgestelde groep, terwijl een RR (of OR) <1.0 een afname in risico (of odds) in de blootgestelde groep aangeeft. Deze nuances in interpretatie kunnen grote impact hebben op de beleidsvorming en klinische beslissingen.

In hetzelfde voorbeeld berekenen we de RR van overlijden in de ligatiegroep ten opzichte van de sclerotherapiegroep als volgt: 0.28/0.44 = 0.63. Dit betekent dat het risico op overlijden na ligatie 63% is van het risico op overlijden na sclerotherapie, wat impliceert dat ligatie het risico op overlijden met 37% vermindert vergeleken met sclerotherapie. De OR voor overlijden in de ligatiegroep versus de sclerotherapiegroep is 18/46 = 0.39, wat aangeeft dat de odds op overlijden na ligatie 48% zijn van de odds op overlijden na sclerotherapie. Dit laat zien hoe belangrijk het is om de juiste maatstaven te gebruiken in de context van onderzoeksresultaten.

RELATIE TUSSEN RISICORATIO EN ODDS RATIO

Hoewel de OR ook de aard van de associatie tussen blootstelling en uitkomst aangeeft, is deze niet identiek aan de RR. De relatie tussen OR en RR is complex. Voor verschillende gebeurtenispercentages kan worden gekeken naar hoe OR en RR zich tot elkaar verhouden. Wanneer er geen associatie is tussen blootstelling en uitkomst, zijn zowel OR als RR identiek en gelijk aan 1.0. Wanneer er een associatie is, zullen de odds ratio's vaak verder van de 1.0 liggen dan de relativiteitsratio's. Dit maakt dat de odds ratio's soms de associaties overdrijven, wat leidt tot verkeerde conclusies in het onderzoek.

WANNEER MOET MEN RISICORATIO EN ODDS RATIO GEBRUIKEN?

De berekening van risico vereist het gebruik van "mensen die risico lopen" als noemer. In retrospectieve (case-control) studies, waarbij het totale aantal blootgestelden niet beschikbaar is, kan de RR niet worden berekend en wordt de OR gebruikt als maatstaf voor de sterkte van de associatie tussen blootstelling en uitkomst. In prospectieve studies (cohortstudies), waarbij het aantal risico loopt (aantal blootgestelden) beschikbaar is, kan zowel de RR als de OR worden berekend. Dit is van cruciaal belang voor het begrijpen van de context waarin deze statistieken worden toegepast en geïnterpreteerd.

Meerdere logistische regressie, een veelgebruikte multivariate techniek, berekent aangepaste OR's en niet RR's. Het begrijpen van deze nuances kan onderzoekers helpen om beter geïnformeerde beslissingen te nemen bij het analyseren van data en het trekken van conclusies.

REFERENTIE