完整指南：如何报告优势比

在统计学中，优势比告诉我们治疗组中发生事件的几率与对照组中发生事件的几率之比。

当我们报告优势比时，我们通常包括以下内容：

• 比值比的值
• 比值比的置信区间
• 如何在问题的背景下解释优势比

例如，我们可以报告如下内容：

吸烟组和不吸烟组之间感染任何疾病的几率没有显着差异（OR = 1.44，95% CI [0.91，1.97]）。

注意：如果优势比的置信区间包含数字“1”，则两组之间发生事件的几率不存在统计差异。在这里阅读完整的解释。

以下示例展示了如何报告不同情况下的优势比。

示例 1：培训计划之间的优势比

假设篮球教练使用新的训练计划，看看与旧的训练计划相比，它是否增加了能够通过某种技能测试的球员数量。

教练招募 50 名球员使用每个程序，并记录通过使用每个程序的球员人数。

他发现两个程序之间的优势比为 0.599，优势比的 95% 置信区间为 [0.245, 1.467]。

以下是它传达结果的方式：

使用新程序和旧程序的玩家通过技能测试的几率没有显着差异（OR = 0.599，95% CI [0.245，1.467]）。

示例 2：药物之间的比值比

假设一名医生招募 20 名患者尝试药物 A 和 20 名患者尝试药物 B，以确定患者通过呼吸暂停测试的机会是否存在差异。

他发现方案 A 和方案 B 之间的优势比为 1.78，优势比的 95% 置信区间为 [1.57, 1.99]。

她可以通过以下方式传达结果：

服用药物 A 的患者和服用药物 B 的患者通过呼吸暂停测试的几率存在显着差异（OR = 1.78, 95% CI [1.57, 1, 99]）。

示例 3：学习项目之间的优势比

假设一名教师招收 30 名学生使用每周学习计划，并招收 30 名学生使用每日学习计划，以确定学生通过特定考试的机会是否存在差异。

她发现每周计划和每日计划之间的优势比为 1.22，优势比的 95% 置信区间为 [0.91, 1.53]。

她可以通过以下方式传达结果：

两个学习项目之间通过考试的几率没有显着差异（OR = 1.22，95% CI [0.91，1.53]）。

其他资源

以下教程提供了有关如何计算和解释优势比的更多信息：

如何解释优势比
如何计算优势比的置信区间
优势比与相对风险：有什么区别？