优势比

这是病例对照研究的样本数据（第一项研究将吸烟与肺癌联系）。研究者选择研究一组肺癌病例和一组非肺癌对照组。然后，向每位受试者询问是否有吸烟史（Doll和Hill，《英国医学杂志》，1950，739 - 748）。结果如下：

对于回顾性病例对照数据，不进行相对风险或比例之差的直接计算，因为结果没有价值。对这种研究进行设计时，确定需要研究多少病例与对照。这些数量不必相等。改变病例与对照比例也会改变相对风险和比例之差的计算值。因此，从病例对照数据中计算或尝试解读这些值毫无意义。

相比之下，改变病例与对照比率并不会改变优势比的期望值。如果正在研究的疾病或病症很罕见，则可将优势比解读为相对风险的近似值

对于上述样本数据，吸烟者的病例比为688/21或32.8。吸烟者的对照比为650/59或11.0。优势比为32.8/11.0，也就是3.0。Prism报告的值更精确（2.974），且95%置信区间为1.787至4.950。可将该优势比解读为相对风险。吸烟者患上肺癌的风险是非吸烟者患肺癌风险的三倍。

Prism计算优势比的置信区间方法

Prism采用Woolf logit方法（参考1；Prism 6和更早版本使用的唯一方法）或我们建议的Baptista - Pike方法（2）来计算优势比的置信区间。在“列联表”对话框的“选项”选项卡上选择。Fagerland（3）检验了可计算该置信区间的各种方法。

如果任何单元格的值为零，并且选择Woolf方法，则在计算优势比及其置信区间前，Prism将对所有单元格增加0.5。在此情况下，我们建议切换为Baptista - Pike法。

参考文献                                                                                        

1.Woolf B.，关于血型与疾病之间的关系估计。《Ann Human Gene》，1955；19：251-253。

2.Baptista J和Pike MC，22表格中优势比的精确双侧置信限。《J R Stat Soc C Appl Stat》1977；26: 214-220。

3.Fagerland MW、Lydersen S和Laake P，两个独立二项式比例的建议置信区间。《医学研究统计方法》SAGE Publications；2011年10月13日。