出现or异常偏高怎么办?。在中,当不能计算rr时,常用or作为rr的估计值描述暴露与结局的关联强度,or的计算不需要知道率,给我们的研究和分析带来方便。但在我们时,常常看到一些看起来不靠谱的or,比如or特别高(高于10),这个时候我们不要庆幸发现了新大陆,因为在很多疾病的强关联因素已经被发现,这种情况下再发现这种强关联的的可能性极小。那么我们就应该从方法上先看看是否正确。一般原因有两个:一是我们的较小,拟合的模型不稳定或出现错误,导致or值异常。二是我们的研究中结局发生不是小概率事件,而结局发生比例超过20%及以上。对于第一种原因我们应该扩大样本再观察,或者找统计专业人员查看模型是否错误,如果都不是,看看是不是第二条原因了。
我们拟合一个队列研究的数据,总体发病率为50%,如下表所示:
我们计算rr=[70/(70 30)]/[30/(30 70)]=2.3;
而我们计算or=70*70/30*30=5.4,此时or是rr的2倍以上,此时用or估计rr就很不准确了。
一些学者建议通过公式将or转换成rr,公式为:
上式中p0为发病率,但此公式也只能粗略估计。
鉴于or值不能准确估计rr值,有学者建议在横断面研究中用pr来描述暴露与疾病的关联强度,通过拟合log-binomial和稳健possion回归来估计pr,原理和近似,专业的人员可以查看。但此两种方法在菜单中尚不能实现,但可以通过sas、r等编程实现,使用时建议咨询统计专业人员。