¿Cómo se interpreta el RR?

El RR indica tanto la dirección como la fuerza de una asociación observada. Los RR>1 indican una asociación positiva; los RR<1 indican una asociación negativa. Cuanto más lejos se encuentre el RR de 1, más fuerte será la asociación (4).

Su interpretación es cuántas veces se incrementa (o reduce) el riesgo de presentar un evento dependiendo de la exposición. Un RR mayor de 1 implica un incremento del riesgo, un efecto nulo si es igual a 1 y una reducción de riesgo si es menor de 1.

El RR se usa fundamentalmente en la evaluación de trabajos prospectivos mientras que el OR se usa principalmente en el análisis de trabajos retrospectivos. En el análisis de eventos infrecuentes, el OR puede interpretarse razonablemente como riesgo.

Por ejemplo, cuando el RR es 2,0, la probabilidad de que ocurra un mal resultado es dos veces mayor con el tratamiento que sin él, mientras que un RR de 0,5 significa que la probabilidad de que ocurra un mal resultado es dos veces mayor sin la intervención . Cuando el RR es exactamente 1, el riesgo no cambia.

Puntos importantes sobre las probabilidades:

O >1 indica una mayor ocurrencia de un evento . O <1 indica una disminución de la ocurrencia de un evento (exposición protectora) Mire el IC y el valor P para conocer la significancia estadística del valor (obtenga más información sobre los valores p y los intervalos de confianza aquí)

Un RR mayor o menor a 1 significa que la exposición a cierto factor aumenta (RR >1) o disminuye (RR <1) el riesgo de contraer cáncer, o que hay diferencias en el efecto de los tratamientos en estudio. También se llama cociente de riesgos.

2c) Un índice de riesgo de 0,75 significa que existe una asociación inversa, es decir, hay un menor riesgo de resultados de salud entre el grupo expuesto en comparación con el grupo no expuesto . El grupo expuesto tiene 0,75 veces más riesgo de sufrir el resultado de salud en comparación con el grupo no expuesto.

Es una medida que se utiliza fundamentalmente en Medicina para comparar la frecuencia con que se presenta un problema en dos grupos, uno expuesto a un factor que se supone el causante o favorecedor del problema, y otro no expuesto al factor.

Por ejemplo, si la razón de probabilidades es 1,5, las probabilidades de enfermarse después de haber estado expuesto son 1,5 veces mayores que las probabilidades de enfermarse si no estuvo expuesto. Otra forma de pensarlo es que hay un aumento del 50 % en las probabilidades de sufrir una enfermedad. enfermedad si está expuesto.

Si una variable predictiva en un modelo de regresión logística tiene un odds ratio menor que 1, significa que un aumento de una unidad en esa variable está asociado con una disminución en las probabilidades de que ocurra la variable de respuesta .

La interpretación del odds ratio depende de si el predictor es categórico o continuo. Los odds ratios mayores que 1 indican que es más probable que ocurra el evento a medida que aumenta el predictor . Los odds ratios menores que 1 indican que es menos probable que el evento ocurra a medida que aumenta el predictor.

El RR es una razón. El rango de su valor oscila entre 0 e infinito.

Se interpreta un índice de probabilidades de la misma manera que se interpreta un índice de riesgo. Un índice de probabilidades de 1,5 significa que las probabilidades de que ocurra el resultado en el grupo A son una vez y media las probabilidades de que ocurra el resultado en el grupo B.

Un odds ratio mayor que 1 implica que hay mayores probabilidades de que el evento ocurra en el grupo expuesto versus el no expuesto .

De manera similar, un índice de riesgo de 0,25 se interpreta como la probabilidad de que un evento con tratamiento sea una cuarta parte de aquel sin tratamiento . Esto se puede expresar alternativamente diciendo que el tratamiento disminuye el riesgo de eventos en 100 × (1 –RR)% = 75%.

Consideremos por ejemplo un evento que se da en 30 de cada 100 expuestos y en 10 de cada 100 no expuestos. El riesgo en expuestos será 30/100= 0.30 y en no expuestos 10/100= 0.10. Por lo tanto el RR será 0.30/0.10= 3. En cambio, el odds será en expuestos 30/70= 0.42 y en no expuestos 10/90= 0.11.

En epidemiología, el término "riesgo" normalmente se refiere a un riesgo relativo. El valor obtenido restando 1 al riesgo relativo es un exceso de riesgo relativo y muestra una mayor cantidad de riesgos en comparación con un grupo libre de factores de riesgo.

b. COBERTURA A PRIMER RIESGO RELATIVO: El Asegurador indemnizará el daño hasta el límite de la suma asegurada, siempre que el valor asegurable declarado en las Condiciones Particulares no sea inferior al momento del siniestro, a su valor real.

La probabilidad es un número (valor) que varia entre 0 y 1. Cuando el evento es imposible se dice que su probabilidad es 0, si el evento es cierto y siempre tiene que ocurrir su probabilidad es 1.

Definición en términos de probabilidades de grupo

Un odds ratio mayor que 1 indica que es más probable que la condición o evento ocurra en el primer grupo . Y un odds ratio menor que 1 indica que es menos probable que la condición o evento ocurra en el primer grupo.

Una probabilidad de 1 ‍ para un evento significa que seguro va a pasar, mientras que una probabilidad de 0 ‍ para un evento significa que seguro no va a suceder.

“Sí, si la razón de probabilidad de enfermedad entre mujeres y hombres es, por ejemplo, 0,4, significa que su exposición protege a las mujeres , porque el valor de 0,4 es menor que 1.

Un OR de 0,2 significa que hay una disminución del 80 % en las probabilidades de un resultado con una exposición determinada .

Análogamente, Odds Ratio (OR) se define como un cociente entre dos odds. En el ejemplo, el OR corresponde al odds de que llueva en junio dividido por el odds de que llueva en noviembre, y equivale a (12/18)/(3/27) = 6,0.

Los odds ratios positivos indican que es más probable que ocurra el evento, mientras que los odds ratios negativos indican que es menos probable que ocurra .

Por ejemplo, en la regresión logística, el odds ratio representa el efecto constante de un predictor X sobre la probabilidad de que ocurra un resultado . La frase clave aquí es efecto constante. En los modelos de regresión, a menudo queremos una medida del efecto único de cada X sobre Y.

Para convertir una probabilidad a probabilidades, divida la probabilidad por uno menos esa probabilidad . Entonces, si la probabilidad es del 10% o 0,10, entonces las probabilidades son 0,1/0,9 o '1 a 9' o 0,111. Para convertir probabilidades a probabilidad, divida las probabilidades por uno más las probabilidades.