ပြီးပြည့်စုံသောလမ်းညွှန်- odds ratios ကို မည်သို့အစီရင်ခံမည်နည်း။

စာရင်းဇယားများတွင်၊ odds ratio သည် ကုသမှုအုပ်စုတစ်ခုတွင် ဖြစ်ပျက်နေသော အဖြစ်အပျက်တစ်ခု၏ မသာမယာအချိုးအစားကို ထိန်းချုပ်သည့်အုပ်စုတွင် ဖြစ်ပျက်နေသည့် အဖြစ်အပျက်တစ်ခု၏ မသာမယာများနှင့် အချိုးကို ပြောပြသည်။

အချိုးမညီမှုတစ်ခုကို ကျွန်ုပ်တို့အစီရင်ခံသောအခါ၊ ကျွန်ုပ်တို့သည် ပုံမှန်အားဖြင့် အောက်ပါတို့ကို ထည့်သွင်းသည်-

• အချိုးမညီသောတန်ဖိုး
• အလေးသာအချိုးအတွက် ယုံကြည်မှုကြားကာလ
• ပြဿနာ၏ဆက်စပ်နေသော မသာမယာအချိုးကို အဓိပ္ပာယ်ဖွင့်ဆိုပုံ

ဥပမာအားဖြင့်၊ ဤကဲ့သို့သောအရာတစ်ခုကို ကျွန်ုပ်တို့ အစီရင်ခံနိုင်သည်-

ဆေးလိပ်သောက်ခြင်းနှင့် ဆေးလိပ်မသောက်သောအုပ်စုများကြားတွင် မည်သည့်ရောဂါကူးစက်နိုင်ခြေများ (OR = 1.44၊ 95% CI [0.91၊ 1.97])။

မှတ်ချက် – မသေချာမရေရာမှုအချိုးတစ်ခုအတွက် ယုံကြည်မှုကြားကာလတစ်ခုတွင် နံပါတ် “ 1” ပါ၀င်သည်ဆိုပါက အုပ်စုနှစ်ခုကြားတွင် ဖြစ်ပွားသည့် အဖြစ်အပျက်တစ်ခု၏ ကိန်းဂဏန်းကွာခြားချက်မရှိပါ။ ရှင်းလင်းချက်အပြည့်အစုံကို ဤနေရာတွင် ဖတ်ရှုပါ။

အောက်ပါနမူနာများသည် မတူညီသောအခြေအနေများတွင် မသာမယာအချိုးကိုအစီရင်ခံပုံကိုပြသသည်။

ဥပမာ 1- လေ့ကျင့်ရေးပရိုဂရမ်များကြား မသာမယာအချိုး

ဘတ်စကတ်ဘောနည်းပြတစ်ဦးသည် လေ့ကျင့်ရေးပရိုဂရမ်အသစ်ကို အသုံးပြု၍ လေ့ကျင့်ရေးအစီအစဉ်ဟောင်းတစ်ခုနှင့် နှိုင်းယှဉ်ပါက အချို့သောကျွမ်းကျင်မှုစမ်းသပ်မှုတစ်ခုကို ဖြေဆိုနိုင်သည့် ကစားသမားအရေအတွက် တိုးလာမလားဆိုသည်ကို ကြည့်မည်ဆိုပါစို့။

နည်းပြသည် ပရိုဂရမ်တစ်ခုစီကို အသုံးပြုရန် ကစားသမား ၅၀ ကို ခေါ်ယူပြီး ပရိုဂရမ်တစ်ခုစီကို အသုံးပြု၍ အောင်မြင်သွားသော ကစားသမားအရေအတွက်ကို မှတ်တမ်းတင်သည်။

ပရိုဂရမ်နှစ်ခုကြားရှိ လေးနက်မှုအချိုးသည် 0.599 ဖြစ်ပြီး odds အချိုးအတွက် 95% ယုံကြည်မှုကြားကာလသည် [0.245၊ 1.467] ဖြစ်ကြောင်း သူတွေ့ရှိခဲ့သည်။

ဤသည်မှာ ရလဒ်များကို မည်သို့ဆက်သွယ်နိုင်မည်နည်း။

ပရိုဂရမ်အသစ်ကို အသုံးပြုသည့် ကစားသမားများနှင့် ပရိုဂရမ်ဟောင်းကို အသုံးပြုသည့် ကစားသမားများအကြား ကျွမ်းကျင်မှုစစ်ဆေးမှုကို ဖြတ်ကျော်ခြင်းတွင် သိသာထင်ရှားသော ကွာခြားချက်မရှိပေ။

ဥပမာ 2- မူးယစ်ဆေးဝါးများကြားတွင် အတိုးနှုန်းအချိုး

လူနာတစ်ဦးသည် အသက်ရှူကျပ်ခြင်းစမ်းသပ်မှု အောင်မြင်နိုင်ခြေ ကွာခြားမှုရှိမရှိ ဆုံးဖြတ်ရန် ဆေး A နှင့် လူနာ 20 ကို ဆေးစမ်းရန် ဆရာဝန်တစ်ဦးမှ လူနာ 20 ကို စုဆောင်းထားသည်ဆိုပါစို့။

Program A နှင့် Program B အကြား လေးနက်မှုအချိုးသည် 1.78 ဖြစ်ပြီး odds အချိုးအတွက် 95% ယုံကြည်မှုကြားကာလသည် [1.57၊ 1.99] ဖြစ်ကြောင်း သူတွေ့ရှိခဲ့သည်။

ရလဒ်များကို သူမ မည်သို့ဆက်သွယ်နိုင်သနည်း၊

ဆေးဝါး A သောက်သုံးသောလူနာများနှင့် ဆေးဝါး B သောက်သုံးသောလူနာများအကြား အသက်ရှူကျပ်ခြင်းစမ်းသပ်မှုအောင်မြင်မှုတွင် သိသာထင်ရှားသောကွာခြားချက်တစ်ခုရှိသည်။

ဥပမာ 3- လေ့လာမှုပရိုဂရမ်များကြားတွင် လေးနက်မှုအချိုး

ဆရာတစ်ဦးသည် အပတ်စဉ် လေ့လာမှုအချိန်ဇယားကို အသုံးပြုရန် ကျောင်းသား 30 ကို စုဆောင်းပြီး ကျောင်းသားတစ်ဦး၏ စာမေးပွဲဖြေဆိုရန် အခွင့်အလမ်းကွာခြားမှု ရှိမရှိ ဆုံးဖြတ်ရန် နေ့စဉ် လေ့လာမှုအချိန်ဇယားကို အသုံးပြုရန် ကျောင်းသား 30 ကို ခေါ်ယူသည်ဆိုပါစို့။

အပတ်စဉ်အစီအစဉ်နှင့်နေ့စဥ်ပရိုဂရမ်ကြားရှိ လေးနက်မှုအချိုးသည် 1.22 ဖြစ်ပြီး odds အချိုးအတွက် 95% ယုံကြည်မှုကြားကာလသည် [0.91၊ 1.53] ဖြစ်ကြောင်း သူမတွေ့ရှိခဲ့သည်။

ရလဒ်များကို သူမ မည်သို့ဆက်သွယ်နိုင်သနည်း၊

လေ့လာမှုပရိုဂရမ်နှစ်ခုကြားတွင် စာမေးပွဲအောင်မြင်ရန် သိသိသာသာကွာခြားမှုမရှိပါ (OR = 1.22၊ 95% CI [0.91၊ 1.53])။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် odds အချိုးများကို တွက်ချက်နည်းနှင့် အဓိပ္ပါယ်ပြန်ဆိုပုံဆိုင်ရာ နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

ထူးထူးခြားခြား အချိုးတွေကို ဘယ်လိုအဓိပ္ပာယ်ဖွင့်မလဲ။
အတိုးနှုန်းအချိုးအတွက် ယုံကြည်မှုကြားကာလကို တွက်ချက်နည်း
Odds ratio နှင့် relative risk- ကွာခြားချက်က ဘာလဲ။