精华内容
下载资源
问答
  • 如何一键计算OR值

    千次阅读 2020-09-01 15:33:20
    OR值>1时,说明暴露使疾病危险度增高,是疾病的危险因素。 RR(相对危险度,relative ratio),适用于队列研究(前瞻性研究),其指暴露组发病率 与 对照组的 发病率之比,其数值意义与OR值类似。RR值越大,表明...

    OR(比值比,odds ratio),其是病例对照研究(回顾性研究)中常用的指标,用于测量暴露因素与疾病因素之间关联强度;其实际意义为:暴露组疾病危险度 是 对照组疾病危险度的多少倍。危险度=发病数 / 非发病数。当OR值>1时,说明暴露使疾病危险度增高,是疾病的危险因素。

    RR(相对危险度,relative ratio),适用于队列研究(前瞻性研究),其指暴露组发病率 与 对照组的 发病率之比,其数值意义与OR值类似。RR值越大,表明暴露的效应越大,暴露与结局的关联的强度越大。

     

    OR值=(a/b) / (c/d)=ad/bc

    RR值=(a/(a+b))/(c/(c+d))

     

    操作步骤

    Logistic回归中,自动会输出OR值及95%置信区间。如果想单独计算两组数据的OR值、及其置信区间,可使用SPSSAU【医学研究】--【OR值】。

     

     

    案例:以吸烟者和罹患肺癌的风险为例。暴露组(吸烟者)中有20人患上肺癌(阳性),80人没有患上肺癌(阴性);而非暴露组(非吸烟者)中,有5人患上肺癌,95人没有患上肺癌。

    现希望分析暴露与疾病风险程度的关系(OR值),并且可查看发病率比例情况(RR值)。

     

    ①选择【医学研究】--【OR值】。

    ②在下面的文本框中输入数据,然后单击“开始分析”按钮即可。

     

    SPSSAU OR值

     

    本例子中暴露组中阳性(患病)的数量为20,暴露组中阴性(未患病)的数量是80;非暴露组中阴性(患病)的数量为5,非暴露组中阳性(未患病)的数量是95。置信水平默认设为95%。

     

    结果解读

    输出结果如下:

     

    交叉表

     

    OR值

     

    SPSSAU智能分析

     

    结果显示,OR值为4.750(95.0% CI:1.706~13.227),通过z检验(z=2.982,p=0.003),意味着暴露组和对照组的风险程度有着明显的统计学差异。OR值>1,说明吸烟为导致肺癌的危险因素,并且吸烟者患癌症的风险程度是非吸烟者患癌症风险程度的4.75倍。

     

    RR值

     

    SPSSAU智能分析

     

    结果显示,RR值为4.000(95.0% CI:1.563~10.240),通过z检验(z=2.891,p=0.004),意味着暴露组和对照组的风险程度有着显著的统计学差异 。暴露因素会导致4倍的发病率。与非吸烟者相比,吸烟者的发病率是非吸烟者发病率的4倍。

     

    以上就是本次分享内容,登录SPSSAU官网了解更多内容

    展开全文
  • 一文探究OR值和RR值区别

    千次阅读 2020-11-09 14:54:59
    在介绍OR值和RR值两者的区别之前 首先了解下两者的定义: Odds Ratio(比值比, OR):在病例对照研究中,比值比指病例组中暴露与非暴露人数的比值和对照组中暴露与非暴露人数的比值的比。在队列研究中,指的是暴露...

    一. 在介绍OR值和RR值两者的区别之前 首先了解下两者的定义:

    Odds Ratio(比值比, OR):在病例对照研究中,比值比指病例组中暴露与非暴露人数的比值和对照组中暴露与非暴露人数的比值的比。在队列研究中,指的是暴露组中患病与非患病者的比值和非暴露组中患病与非患病者的比值的比。比值比OR = (a/b)/(c/d)。OR值等于1时,表示该因素对疾病的发生不起作用;OR值大于1时,表示该因素是一个危险因素;OR值小于1时,表示该因素是一个保护因素。

    Relative Rate(相对危险度, RR):是指暴露组累积发病率(或死亡率)/对照组累积发病率(或死亡率)。相对危险度表明暴露组发病率或死亡率是对照组发病率或死亡率的多少倍。说明暴露组发病或者死亡的危险性是非暴露组的倍数。RR值越大,表明暴露的效应越大,暴露与结局的关联的强度越大。相对危险度RR = (a/(a+b))/(c/(c+d))。当RR值为1时,表明暴露和结局不相关;RR值大于1时,表明暴露组风险高于非暴露组,呈现正相关,可能是危险因素;当RR值小于1时,表明暴露组风险低于非暴露组,呈现负相关,可能是保护因素。

     

    二. 接下来我们来了解下病例对照研究和队列研究,以患肺癌为例。

    1. 队列研究:进行前瞻的队列研究,常规的做法是分别找一群吸烟的人和不吸烟的人,随访若干年,看吸烟和不吸烟的人群中分别有多少人患了肺癌。如下图:

     

    2. 病例对照研究:要进行病例对照研究,通常的做法是找一些肺癌患者和一些正常对照,去调查他们既往分别有多少人吸烟。如下图:

     

    由此可以看出,病例对照研究不能计算RR,只能计算OR。而队列研究可以计算OR和RR值。

     

    三. 那么两者之间存在有什么关系呢?

    根据两者的公式可以看出,假设疾病的发病率很低(比如<10%),那么a+b ~ b,c+d ~ d,所以有:

    RR = (a/(a+b))/(c/(c+d)) ~ (a/b)/(c/d) = OR

    即当发病率很低时,可以用OR值近似替代RR值。

     

    四. 使用情况

    病例对照研究中只能计算OR。而队列研究可以计算RR值,其临床意义清晰(比如暴露组发病率是非暴露组发病率的多少倍)。而OR的临床意义相对模糊且不好解释,所以一般不用OR。

    在一些特殊情况下也可以计算OR,比如Logistic回归中计算的“Exp(B)”就是OR。

     

    五. 计算置信区间

    在给出OR值和RR值往往是不够的,通常还需要计算其95%置信区间(95%CI)。例子如下所示:

     

    Allele 1

    Allele 2

    病例

    A

    B

    对照

    C

    D

    Odds 值在病例和对照可以计算如下:

    病例Allele 1 Odds  = A (A + B)/ B (A + B) = A / B

    对照Allele 1 Odds  = C (C + D) / D (C + D) = C / D  

    那么在这一点Allele 1的OR值可以计算如下:

    Odds Ratio = (A / B)/(C / D) = (A * D)/ (B * C)

    同样地,95% Confidence Intervals (CI) 值可以计算如下:

    ln(OR)的95%置信区间 = ln(OR)±1.96(1/A + 1/B + 1/C + 1/D)**0.5

    OR的95%置信区间= e**95% CI of ln(OR)

    对于调整的OR值(Adjusted OR Value),可以利用逻辑回归(LR)计算。代码如下:

    # 95%CI of Adjusted OR

    model = sm.Logit(target, X)

    result = model.fit( )

    print( result.summary2( ) )

    params = result.params

    conf = result.conf_int( ) 

    conf['OR'] = params

    conf.columns = ['2.5%', '97.5%', 'OR' ]

    print( np.exp(conf) )

     

    参考资料:

    1. https://www.shkp.org.cn/articles/2019/11/wx253826.html

    2. https://www.plob.org/article/12472.html

    3. http://www.360doc.com/content/16/0531/12/6982891_563781600.shtml

    展开全文
  • OR值的意义和计算公式,和95% CI

    千次阅读 2020-05-18 10:27:17
    OR值的意义和计算公式,和95% CI ML_NI_CSU2014-11-11 21:49:4734780收藏2 展开 OR值的全称是oddratio,又称比值比,对于发病率很低的疾病来说,它是OR值即是相对危险度的精确估计值。 计算公式如下: Odd ...

    OR值的意义和计算公式,和95% CI

    ML_NI_CSU 2014-11-11 21:49:47  34780  收藏 2

    展开

    OR值的全称是oddratio,又称比值比,对于发病率很低的疾病来说,它是OR值即是相对危险度的精确估计值。

    计算公式如下:

    Odd ratio, 95%CI

    假定我们要鉴别一个基因(或者标记位点SNP)有两个等位基因(等位):记为

    Allele 1

    Allele 2

     

     

     

     

    Allele1

    Allele2

    病例

    A

    B

    对照

    C

    D

     

    odds 值在病例和对照可以计算如下:

    病例Allele1Odds  =A (A + B)/ B (A +B)=A/B

    对照Allele1Odds  =C (C + D)/ D (C+ D)=C/D  

     

    那么在这一点Allele1的OR值可以计算如下:

       Odds Ratio =(A / B)/(C /D)=AD/BC

    同样的,95% Confidence Intervals (CIs)值可以计算如下:

    95% CI of ln(OR) = ln(OR)±1.96(1/A+1/B+1/C+1/D)0.5

    95% CI of OR = e95% CI ofln(OR)、

     

    logistic回归中,OR值=1,表示该因素对疾病的发生不起作用
                       OR值大于1,表示该因素是一个危险因素
                       OR值小于1,表示该因素是一个保护因素

         同时最好要算出它的95%CI

          OR为比值比,也称优势比
         当我们已知疾病的发生状况,比较疾病组与非疾病组危险因素暴露的情况差异时(即回顾性研究时),用OR进行定量描述。OR是否有意义还要看其P值,一般95%CI上限小于1时说明可能是保护因素,相反如果下限大于1则说明可能是危险因素。

     

    ln(OR)近似服从正态分布,因此在计算OR值置信区间的时候都是先计算ln(OR)置信区间,再计算OR置信区间(参考:http://www.ncbi.nlm.nih.gov/pmc/articles/PMC1127651/,http://bioterrorism.slu.edu/bt/products/bio_epi/scripts/mod12.pdf,http://www.sjsu.edu/faculty/gerstman/StatPrimer/case-control.pdf)

     

     

     

    参考资料1(维基):http://en.wikipedia.org/wiki/Odds_ratio#

    定义:Definition interms of group-wise odds

    Ifthe probabilities of the event in each of the groups arep1 (first group) andp2 (secondgroup), then the odds ratio is:

    whereqx = 1 − px.An odds ratio of 1 indicates that the condition or event understudy is equally likely to occur in both groups.

    参考资料2:http://www.bioinformatics.org/snp-tools-excel/

    例子1:

    OR值的意义和计算公式,和95% <wbr>CI

    例子2:

    OR值的意义和计算公式,和95% <wbr>CI

    参考资料3:blackwell出版社

    http://www.blackwellpublishing.com/specialarticles/jcn_10_268.pdf

    参考资料4:http://intmedweb.wfubmc.edu/ebmreviews/odds.html

    参考资料5:http://hydra.usc.edu/scehsc/pdfs/D-1-3-3lesson calculating odds.pdf

    参考资料6 :http://stanford.edu/class/gene210/files/writeups/gwas-howto-2.pdf

    参考资料7: http://www.statsdirect.com/help/exact_tests_on_counts/gart.htm(介绍了OR和RR区别和联系)

     

    博文来源于:http://blog.sina.com.cn/s/blog_4af3f0d20100b9dh.html~type=v5_one&label=rela_nextarticle

    展开全文
  • SPSS详细教程:OR值计算

    千次阅读 2018-02-18 09:16:00
    SPSS详细教程:OR值计算 一、问题与数据 研究者想要探索人群中不同性别者喜欢竞技类或娱乐性体育活动是否有差异。研究者从学习运动医学的学生中随机招募50名学生,记录性别并询问他们喜欢竞技类还是娱乐性活动,...

    SPSS详细教程:OR值的计算

    一、问题与数据

    研究者想要探索人群中不同性别者喜欢竞技类或娱乐性体育活动是否有差异。研究者从学习运动医学的学生中随机招募50名学生,记录性别并询问他们喜欢竞技类还是娱乐性活动,通过计算比值比来探索这一差异。

    性别变量为gender,男性赋值为1,女性赋值为2;喜欢竞技类运动的变量为comp,是赋值为1,否(即喜欢休闲类运动)赋值为2。部分数据如下图显示,左图为原始数据,右图为按性别和喜欢竞技类运动与否统计的汇总数据。

    二、对问题的分析

    为计算比值比,需要满足以下两个假设:

    1. 假设1:自变量和因变量均为二分类变量。

    2. 假设2:观测间相互独立。

    接下来,将介绍计算比值比的SPSS操作。

    三、SPSS操作

    1. 数据准备

    如果研究者使用原始数据,跳过数据准备步骤,直接计算比值比;如果使用按性别和喜欢竞技类运动与否统计的汇总数据,则需要添加权重,步骤如下。

    (1)点击主菜单Data > Weight Cases,如下图:


    点击后出现Weight Cases对话框,如下图:


    (2)勾选Weight cases by选项,激活 键和Frequency Variable: 框,如下图:


    (3)将变量freq选入Frequency Variable框,如下图:


    (4)点击OK键,为数据加权。

    2. 比值比的SPSS操作

    (1)点击主菜单Analyze > Descriptive Statistics > Crosstabs,如下图:


    点击后出现Crosstabs对话框,如下图:


    注意:如果使用频数统计的数据文件,Crosstabs对话框如下图:


    (2)将自变量gender选入Row(s):框,因变量comp选入Column(s):框,如下图:


    注意:如果使用频数统计的数据文件,Crosstabs对话框如下图:


    (3)点击Statistics键,出现Crosstabs Statistics对话框,如下图:


    (4)勾选Risk,如下图:


    (5)点击Continue键。

    (6)点击OK键,生成结果。

    四、结果解释

    1. 描述性分析

    在报告比值比前,研究者应该先查看基本的一些统计量,了解数据特征。本例查看gender*comp Crosstabulation表,如下图:


    表中可看到50名研究对象中男性和女性各25人。首先,查看男性喜欢竞技类运动的比值,如下图高亮显示:


    25名男性中,18名男性喜欢竞技类运动,7名不喜欢(即喜欢娱乐性运动)。因此,男性喜欢竞技类运动的比值为喜欢与不喜欢的概率之比,即为喜欢竞技类运动的男性数量除以不喜欢的男性数量,得到比值为2.57(18÷7=2.57)。因此对男性来讲,喜欢竞技类运动的概率是喜欢娱乐性运动概率的两倍多。

    同理,也可以得到女性的比值。下表中为25名女性喜欢竞技类运动的情况:


    25名女性中10名喜欢竞技类运动,15名不喜欢。因此女性喜欢竞技类运动的比值为为喜欢竞技类运动的女性数量除以不喜欢的女性数量,得到比值为0.67(10÷15=0.67)。因此对女性来讲,喜欢竞技类运动的概率是喜欢娱乐性运动概率的0.67倍。

    因此,研究者可以汇报:“本研究招募了50名研究对象,男女性各25人。与娱乐性运动(n=7)相比,男性更喜欢竞技类运动(n=18);在女性中则相反,10名女性喜欢竞技类运动、15名女性喜欢娱乐性运动”。

    2. 比值比

    观察Risk Estimate表可以得到比值比,如下图:


    性别与喜欢竞技类运动与否的比值比为3.857,95%置信区间为1.180到12.606。95%置信区间代表研究者有95%的把握确定人群中这一关联的真实比值比在1.180到12.606之间。此外,比值比还可以通过gender*comp Cross tabulation表的两个比值手动算出。

    计算性别与喜欢竞技类运动与否的比值比,仅需要用男性的比值除以女性的比值,如下面算式。因此,男性喜欢竞技类运动的可能性是女性3.857倍。


    如果比值比大于1且95%置信区间不包括1,代表男性喜欢竞技类运动的可能性大于女性;反之,比值比小于1且95%置信区间不包括1,则代表男性喜欢竞技类运动的可能性小于女性;若比值比的95%置信区间包括1,则说明男女性喜欢竞技类运动的可能性无统计学差异。

    五、撰写结论

    本研究招募了50名研究对象,男女性各25人。与娱乐性运动(n=7)相比,男性更喜欢竞技类运动(n=18);在女性中则相反,10名女性喜欢竞技类运动、15名女性喜欢娱乐性运动。与女性相比,男性喜欢竞技类运动的比值比是3.857(95%置信区间:1.180-12.606),且有统计学意义。

    转载于:https://www.cnblogs.com/amengduo/p/9586563.html

    展开全文
  • 计算队列研究的相对风险度(Calculating Relative Risks for a Cohort Study) 生物医学统计数据中一种非常常见的数据集是一项队列研究,在这项研究中,您可以了解接触某些治疗或环境的人(例如,服用某种药物的人或...
  • OR值

    千次阅读 2018-11-14 15:37:49
    OR值的全称是odds ratio、比值比,对于发病率很低的疾病来说,它是OR值即是相对危险度的精确估计值。OR值的意义: OR值等于1,表示该因素对疾病的发生不起作用; OR值大于1,表示该因素是危险因素; OR值小于1,表示...
  • 其实在二分类的时候,其实也可以用多分类的思路,只不过因为二分类的时候,(1-P)就是等于青年人的概率,所以不用单独算青年人,而到了多分类的时候,因为有了具体的对比对象,所以不能用(1-P)的方式计算 ...
  • SPSS学习笔记之——OR值与RR值

    万次阅读 2016-01-11 22:01:04
    在临床研究中,常常有OR、RR,表示某因素对病情的影响程度。  下面学习一下Odds、OR、RR的概念: 在病例对照研究中,可以画出下列的四格表: ------------------------------------------------------ 暴露...
  • Logistic回归虽然名字叫”回归” ,但却是一种分类学习方法。使用场景大概有两个:第一用来预测,第二寻找因变量的影响因素。  一 从线性回归到Logistic回归 线性回归和Logistic回归都是广义线性模型的...
  • c语言 阶乘计算

    万次阅读 多人点赞 2019-05-31 11:13:18
    。  其中n!=123*…*n。 算法描述  n!可能很大,而计算机能表示的整数范围有限,需要使用高精度计算的方法。使用一个数组A来表示一个大整数a,A[0]表示a的个位,A[1]表示a的十位,依次类推。  将a乘以一个整数...
  • 使用函数求余弦函数的近似 本题要求实现一个函数,用下列公式求cos(x)近似,精确到最后一项的绝对值小于eps(绝对值小于eps的项不要加): ...函数funcos应返回用给定公式计算出来,保留小数4位。 函数接...
  • 每个测试输入包含 1 个测试用例,即给出自然数 n 的。这里保证 n 小于 10的100次方。 输出格式: 在一行内输出 n 的各位数字之和的每一位,拼音数字间有 1 空格,但一行中最后一个拼音数字后没有空格。 输入样例:...
  • 评分卡模型开发(六)--WOE值计算

    千次阅读 2018-11-23 10:43:57
    对入模的定量和定性指标,分别进行连续变量分段(对定量指标进行分段),以便于计算定量指标的...等距分段是指将连续变量分为等距离的若干区间,然后在分别计算每个区间的WOE。最优分段是指根据变量的分布属性,...
  • python 计算变量的IV

    千次阅读 2019-07-09 16:58:16
    特征变量IV的大小即表示该变量预测能力的强弱,在面对大量变量的情况下,可计算各个变量的IV,取IV大于某个固定的变量参与到模型中去,这样不仅保留了特征携带的信息量。且提高了模型效率,此外有利于给客户...
  • 该篇教程继续为大家讲解在使用Power BI中如何创建计算度量以及计算表。 >>下载最新版 Power BI 创建计算度量 度量 是存在于你的 Power BI 数据模型中的一种计算。 要创建度量,在报表...
  • 高精度计算π

    千次阅读 2018-03-23 18:04:33
    限制使用双向链表作存储结构,请根据用户输入的一个整数(该整数表示精确到小数点后的位数,可能要求精确到小数点后500位),高精度计算PI。可以利用反三角函数幂级展开式来进行计算。 Input 输入的一个正整数n ...
  • 给出一个布尔表达式的字符串,比如:true or false and false,表达式只包含true,false,and和or,现在要对这个表达式进行布尔求计算结果为真时输出true、为假时输出false,不合法的表达时输出error(比如:...
  • 计算符号函数的

    千次阅读 2020-03-05 20:48:36
    请编写程序计算该函数对任一输入整数的。 输入格式: 输入在一行中给出整数n。 输出格式: 在一行中按照格式“sign(n) = 函数值”输出该整数n对应的函数值。 输入样例1: 10 输出样例1: sign(10) = 1 输入样例2: 0 ...
  • 【SAS】优比 Odds Ratio

    千次阅读 2019-03-26 01:10:04
    目录请看下面[↓_↓]Odds Ratio 基本概念数学...Odds Ratio 简称OR 中文 优比 某事件发生概率比上某事件不发生的概率 OR>1则发生该事件可能性高 OR<1则不发生该事件可能性高 数学表达式 吃药 没吃药 ...
  • sklearn中TF-IDF计算方式

    千次阅读 2019-09-08 22:04:05
    关于TF-IDF,首先简单地提一下: TF(Term Frequency),也就是词频,这个定义很直观,也就是某个词语地频数除以整个文档的总词数: TF=某个词语出现次数文档总词语数 TF=\frac{某个词语出现次数}{文档总词语数...
  • python中计算梯度

    千次阅读 2019-12-06 16:47:33
    在python中,有关函数梯度的计算方法均在python库sympy的vector包里,要想实现梯度计算首先要从vector包里导入两个类,分别是:CoordSys3D和Del. CoordSys3D类的方法主要是构建一个三维标量坐标系,而不是矢量坐标系...
  • 本题要求实现一个计算Fibonacci数的简单函数,并利用其实现另一个函数,输出两正整数m和n(0<m<n≤100000)之间的所有Fibonacci数的数目。 所谓Fibonacci数列就是满足任一项数字是前两项的和(最开始两项均定义...
  • Oracle入门到实战

    万次阅读 多人点赞 2019-11-09 11:12:07
    --获取序列your_sequence的当前 可以用于计算 4.2 view 视图 视图是查询结果的一个封装,视图中的所有数据都来自它查询的表,视图本身不存储任何数据。视图能封装复杂的查询结果 创建视图语法: create [or replace...
  • Perl 计算平均

    千次阅读 2015-12-17 10:14:48
    zjzc01:/root/big# cat grades A 70 B 80 C 90 D 50 E 60 F 80 zjzc01:/root/big# cat a6.pl open(GRADES, "grades") or die "Can't open grades: $!\n"; while ($line = ) { ($student, $grade) = split(" ", $
  • 电容or电感计算器

    2011-09-14 11:15:44
    电容or电感计算器电容or电感计算器电容or电感计算器
  • python列表平均函数Mathematics and programming go hand in hand. If you are a programmer, at some point you will have to use mathematics. 数学和程序设计齐头并进。 如果您是程序员,则有时必须使用数学。 ...
  • p 统计学意义P values are one of the most widely used concepts in statistical analysis. They are used by researchers, analysts and statisticians to draw insights from data and make informed decisions...
  • 医学统计学中RR、OR和HR三个关于比值的概念

    万次阅读 多人点赞 2019-07-13 18:29:34
    在医学统计学中,有三个关于比值的概念,分别为相对危险度(relative risk,RR,也称 risk ratio)、风险比(hazard ratio,HR)和优势比(odds ratio,OR)。很多同行一看见这三个概念就容易混绕。在此,笔者拟谈谈...
  • 原文地址:深入解读Logistic回归结果(一):回归系数,OR作者:王江源转文地址https://blog.csdn.net/sjpljr/article/details/70169046  作者:sjpljr我想说,你们真是太厉害了!Logistic回归虽然名字叫”回归” ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 495,676
精华内容 198,270
关键字:

如何计算or值