Votre médecin vous a donné le choix entre deux médicaments pour le traitement de l'asthme. Lorsque vous comparez les visites au service des urgences, vous remarquez que 10 patients sous médication A ont rapporté un voyage à l'hôpital contre 5 sur un médicament B. À première vue, il semblerait que le médicament B soit le meilleur choix évident. Cependant, pour prendre une décision éclairée, vous devez en savoir un peu plus sur les statistiques et sur la manière dont les odds ratios sont calculés.
Premières impressions
Si vous divisez les visites hospitalières déclarées pour médicaments B par ceux pour le médicament A, vous arriverez avec le rapport de cotes. Dans cet exemple, le rapport de cotes est de 0,5. Le ratio signifie que vous avez environ 50% plus de chances d'aller à l'hôpital lorsque vous prenez un médicament A plutôt qu'un médicament B. Ce ratio est connu sous le nom de ratio non ajusté ou brut parce qu'il ne tient pas compte du nombre d'hospitalisations visites.
Exposition et résultats
La valeur numérique d'un rapport de cotes vous donne une idée de ce qui se passera lorsqu'un patient est exposé à quelque chose - dans ce cas, un médicament contre l'asthme. Un rapport de probabilité de 1 signifie que l'exposition n'affecte pas le résultat: En d'autres termes, le médicament ne fonctionne pas. Un odds ratio supérieur à 1 indique une probabilité plus élevée du résultat alors qu'un ratio inférieur à 1 indique une probabilité plus faible du résultat.
La vie arrive
Le problème avec un odds ratio brut est qu'il est entièrement unidimensionnel. Il ne reflète pas l'influence de facteurs confusionnels tels que l'âge, d'autres conditions médicales ou même quelque chose d'aussi simple que l'accès à une clinique par rapport à un service d'urgence. Votre opinion sur les médicaments pourrait changer si vous appreniez que tous les patients sous médication A recevaient également un traitement contre le cancer du poumon et que tous les patients sous médication B étaient par ailleurs en bonne santé, ou si vous aviez découvert que les patients recevaient un médicament. à cinq milles de l'hôpital et à une centaine de kilomètres de la clinique la plus proche.
Variables confondantes
Très peu de choses dans la vie ont une relation de cause à effet claire. Dans les statistiques, les «autres» facteurs qui affectent la relation entre deux choses sont connus sous le nom de variables confusionnelles. Si une seule variable affecte la relation, les mathématiciens feront un ajustement statistique pour donner un ratio plus précis. Lorsque toutes les variables ont été prises en compte, le ratio est dit être entièrement ajusté. Parce que l'ajustement d'un odds ratio est très complexe, les chercheurs essaient de contrôler autant de variables que possible pour assurer des résultats précis. Dans les essais pharmaceutiques, par exemple, les chercheurs rechercheront des participants du même âge et du même sexe ayant des antécédents médicaux similaires.
