Отношение шансов

Отношение шансов (англ. odds ratio, OR) — это статистическая мера, используемая для оценки силы связи между двумя бинарными (дихотомическими) переменными, например между воздействием фактора риска и наступлением исхода. Оно определяется как отношение шансов события в одной группе (например, среди подвергшихся воздействию) к шансам того же события в другой группе (среди неподвергшихся). Значение отношения шансов, равное 1, указывает на отсутствие связи; больше 1 — на положительную связь (фактор увеличивает шансы исхода); меньше 1 — на отрицательную связь (фактор снижает шансы).

Определение и математическая формула

Шанс (odds) события — это отношение вероятности того, что событие произойдет, к вероятности того, что оно не произойдет. Если вероятность события равна \(p\), то шанс равен \(p/(1-p)\). Отношение шансов (OR) для двух групп (A и B) вычисляется как отношение шансов в группе A к шансам в группе B:

\[ OR = \frac{\text{шанс в группе A}}{\text{шанс в группе B}} = \frac{p_A/(1-p_A)}{p_B/(1-p_B)}. \]

На практике для расчета OR часто используют таблицу сопряженности 2×2, где строки соответствуют наличию или отсутствию фактора, а столбцы — наличию или отсутствию исхода. Пусть \(a\) — число случаев с фактором и исходом, \(b\) — с фактором, но без исхода, \(c\) — без фактора, но с исходом, \(d\) — без фактора и без исхода. Тогда:

\[ OR = \frac{a/b}{c/d} = \frac{a \cdot d}{b \cdot c}. \]

Например, в исследовании связи курения и рака легких: если среди курильщиков 20 заболели, а 80 не заболели, а среди некурящих 5 заболели, а 95 не заболели, то \(OR = (20 \cdot 95) / (80 \cdot 5) = 1900 / 400 = 4.75\). Это означает, что шансы заболеть раком легких у курильщиков в 4.75 раза выше, чем у некурящих.

Интерпретация

Отношение шансов может принимать значения от 0 до бесконечности. Ключевые точки интерпретации:

• OR = 1: шансы события в обеих группах равны, связь отсутствует.
• OR > 1: шансы события выше в первой группе (обычно группе воздействия). Чем больше значение, тем сильнее положительная связь.
• OR < 1: шансы события ниже в первой группе, что указывает на защитный эффект фактора.

Важно понимать, что OR не равен относительному риску (risk ratio, RR), который представляет собой отношение вероятностей, а не шансов. Для редких событий (с вероятностью менее 10–15%) OR и RR численно близки, но для частых событий они могут существенно различаться. Например, если вероятность события в группе A равна 0.5, а в группе B — 0.25, то RR = 2, а OR = (0.5/0.5) / (0.25/0.75) = 1 / 0.333 = 3.

Доверительные интервалы и статистическая значимость

Для оценки точности OR обычно рассчитывают 95% доверительный интервал (ДИ). Если интервал не включает 1, связь считается статистически значимой на уровне значимости 0.05. Наиболее распространённый метод — использование логарифмического преобразования: натуральный логарифм OR (ln OR) приблизительно нормально распределён, что позволяет вычислить стандартную ошибку и границы интервала.

Формула для стандартной ошибки ln OR:

\[ SE(\ln OR) = \sqrt{\frac{1}{a} + \frac{1}{b} + \frac{1}{c} + \frac{1}{d}}. \]

95% ДИ для ln OR: \(\ln OR \pm 1.96 \times SE(\ln OR)\). Затем границы экспоненцируют для получения ДИ для самого OR.

Применение

Отношение шансов широко используется в различных областях, особенно в медицине, эпидемиологии и социальных науках, где часто проводятся исследования «случай-контроль» (case-control studies). В таких исследованиях невозможно напрямую вычислить относительный риск, так как выборка формируется на основе исхода, а не воздействия. OR в этом случае является единственной адекватной мерой связи.

В эпидемиологии

OR применяется для оценки факторов риска заболеваний. Например, в исследованиях связи между диетой и сердечно-сосудистыми заболеваниями, где сравниваются группы пациентов (случаи) и здоровых лиц (контроли). OR также используется в мета-анализах для объединения результатов нескольких исследований.

В клинических испытаниях

Хотя в рандомизированных контролируемых испытаниях чаще используют RR, OR иногда применяется для анализа вторичных исходов или при использовании логистической регрессии для коррекции на ковариаты.

В социальных науках

OR применяется в логистической регрессии для моделирования бинарных зависимых переменных, таких как голосование, трудоустройство или совершение преступления. Коэффициенты регрессии, экспоненцированные, дают OR для единицы изменения предиктора.

В машинном обучении

OR используется в интерпретации моделей, например, для оценки влияния признаков на вероятность положительного класса в логистической регрессии.

Сравнение с другими мерами

Ограничения и критика

1. Интерпретационная сложность: OR часто путают с RR, что приводит к завышению эффекта в популярных публикациях. Например, OR = 2 не означает «в два раза выше риск», если событие не редкое.
2. Чувствительность к нулевым ячейкам: Если в таблице 2×2 одна из ячеек равна нулю, OR становится бесконечным или неопределённым. Для решения этой проблемы используют поправку (например, добавление 0.5 ко всем ячейкам).
3. Неприменимость для кросс-секционных данных: В исследованиях поперечного сечения OR может давать смещённые оценки, если распространённость исхода высока.
4. Зависимость от выбора референтной группы: Изменение кодировки переменных (например, перестановка строк) меняет OR на обратное значение.
5. Проблема коллинеарности: В многомерных моделях OR может быть нестабильным при сильной корреляции предикторов.

История

Понятие шансов (odds) восходит к теории вероятностей XVII века (Блез Паскаль, Пьер Ферма). Однако систематическое использование отношения шансов в статистике началось в XX веке. В 1950-х годах Джером Корнфилд предложил OR как меру связи в исследованиях случай-контроль, что стало важным шагом в развитии эпидемиологии. Позже, с внедрением логистической регрессии (Дэвид Кокс, 1958), OR стал стандартным инструментом анализа бинарных данных. В 1970-х годах Норман Бреслоу и Николас Дэй разработали методы расчёта доверительных интервалов и тестирования гипотез для OR, которые используются до сих пор.

Примеры из практики

• Медицина: В исследовании связи между вакцинацией и заболеваемостью гриппом OR = 0.3 (95% ДИ 0.2–0.5) указывает на то, что вакцинированные имеют шансы заболеть в 3.3 раза ниже (1/0.3).
• Экология: OR = 2.5 для связи между загрязнением воздуха и частотой астмы у детей означает, что шансы астмы в загрязнённых районах в 2.5 раза выше.
• Маркетинг: В анализе эффективности рекламы OR = 1.8 для перехода по ссылке среди пользователей, увидевших баннер, по сравнению с контрольной группой.

Источники

• Bland, J. M., & Altman, D. G. (2000). Statistics notes: The odds ratio. BMJ, 320(7247), 1468.
• Szumilas, M. (2010). Explaining odds ratios. Journal of the Canadian Academy of Child and Adolescent Psychiatry, 19(3), 227–229.
• Breslow, N. E., & Day, N. E. (1980). Statistical Methods in Cancer Research: Volume 1 – The Analysis of Case-Control Studies. IARC Scientific Publications.
• Корнфилд, Дж. (1951). A method of estimating comparative rates from clinical data; applications to cancer of the lung, breast, and cervix. Journal of the National Cancer Institute, 11(6), 1269–1275.