小编前几天阅读了一篇文献[1]，名为 “Odds Ratios—Current Best Practice and Use” ，有助于更加清晰的理解和使用比值比（Odds Ratio），也称为OR值。
在医学文献中，OR值通常用于评估危险因素和结局变量间关系的强弱。了解OR值之前，首先得搞清楚两个非常相似且容易混淆的概念：Odds 和 Probability。
上述两个概念其实是描述一个极其类似的事物的不同方式。举个例子，一个骰子（六个面）摇出一个 6 的 Probability 为 1/6；但是它的 Odds 则是 1/5。如果 Probability 用 p 来表示，那么 Odds 的公式如下：
如上所示，Probability 和 Odds 的关系非常密切。当 Probability 很小的时候，Probability 和 Odds 的值非常接近。当 Probability 增大的时候，两者的值将会变得非常不同。
下面，再用一张图片来更加形象的展示并且对比两者的关系：
来源：小编
理解 Odds 和 Probability 之后，下一步，可以了解什么是OR值了。顾名思义，从英文名 Odds Ratio 可以推测，OR值即是两个 Odds 之间的比值。
举个例子，在女性中，发生某种疾病的 Odds 为 1/10，而男性则是 2/10，那么OR值则为0.5，可以解释为：女性发生某种疾病的 Odds 是男性的 0.5 倍。
当结局变量为二分类时，Logistic回归 （新来的朋友可查看往期内容：一文读懂既简单又复杂的Logistic回归！内附R代码！）可用于研究自变量与结局变量之间的关系，而OR值可用于比较两者间的关系强弱。
Logistic回归可以估计出一个参数，称为 log odds，即OR值的自然对数。
举一个例子，假如 Logistic回归估计出一个 log odds 为 0.4，那么它的OR值为 exp(0.4) = 1.5。再如，计算所得的 log odds 为 -0.2，也可以计算OR值为：exp(-0.2) = 0.82。
首先，OR值并不是相对风险比（Relative risk ratios）[2]，OR值指的是 Odds 之间的比值，而相对风险比指的是 Probability 之间的比值。
第二，在相同的研究中，不同统计模型（纳入不同的自变量）所得出的OR值之间没有可比性。再者，在不同的研究中，我们也无法比较它们OR值之间的大小。如果有帮助，记得分享给需要的人
！[1]. Edward C. Norton et al. Odds Ratios—Current Best Practice and Use, JAMA, 2018
[2]. Schwartz LM et al. Misunderstandings about the effects of race andsex on physicians’ referrals for cardiac catheterization. N Engl J Med. 1999;341(4):279-283
相关素材