når en modell har et binært utfall, er en felles effektstørrelse et risikoforhold. Som en påminnelse er et risikoforhold bare et forhold på to sannsynligheter. (Risikoforholdet kalles også relativ risiko.)
Risikoforhold er litt vanskeligere å tolke når de er mindre enn en.
en prediktorvariabel med et risikoforhold på mindre enn en er ofte merket som en «beskyttelsesfaktor» (i Hvert Fall I Epidemiologi). Dette kan være forvirrende fordi i vår typiske forståelse av disse begrepene, det gir ingen mening at en risiko være beskyttende.
så hvordan kan EN RISIKO være beskyttende?
Vel, ved å indikere lavere risiko.
la oss for eksempel si at du kjører en modell der utfallet Er Overbevisning om En Forbrytelse (ja / nei)og blant dine prediktorer Er Tidligere Kriminell Aktivitet (ja/nei) og Oppgradering Fra Videregående Skole (ja/nei).
vi forventer At Et Ja På Tidligere Kriminell Aktivitet er knyttet til en økning i risikoen for å begå en forbrytelse. På samme måte forventer Vi At Et Ja på Eksamen fra Videregående skole er relatert til en reduksjon i risikoen for å begå en forbrytelse.
Med Andre ord, Tidligere Kriminell Aktivitet ville være en risikofaktor og Oppgradering fra Videregående Skole ville være en beskyttende faktor. Likevel vil effekten av begge faktorene måles med et risikoforhold.
risikoforholdet er alltid definert som forholdet mellom sammenligningskategoriens sannsynlighet og referansekategoriens sannsynlighet.
en risiko ratio større enn en betyr sammenligningskategorien indikerer økt risiko.
et risikoforhold mindre enn ett betyr at sammenligningskategorien er beskyttende(dvs. redusert risiko).
Si at vi har følgende data for en gruppe tiltalte:
|
Forbrytelse Overbevisning |
|||
|
Graduation |
Ja |
Nei |
Totalt |
|
Nei |
300 |
100 |
400 |
|
Ja |
225 |
175 |
400 |
|
Totalt |
525 |
275 |
800 |
Fra denne tabellen kan vi beregne sannsynligheten for at enten en utdannet eller en frafall er dømt for en forbrytelse.
P ( Forbrytelse overbevisning / Frafall) = 300/400 = .75
P ( Forbrytelse overbevisning/ Utdannet) = 225/400 = .5625
Og fra disse kan vi beregne risikoforholdet for kandidater sammenlignet med frafall.
RR: Nyutdannede/Frafall =.5625/.75 = .75
som du kan se, er sannsynligheten for en forbrytelse overbevisning lavere for nyutdannede (.5625) enn det er for dropouts (.75). På samme måte er risikoforholdet for forbrytelsesdomme for kandidater sammenlignet med frafall mindre enn en (.75).
så en tolkning er at eksamen er beskyttende — det er forbundet med en lavere risiko for overbevisning.
hvor mye lavere? Med en faktor av .75, eller 25% lavere risiko.
nå hvis vi reverserte denne sammenligningen, kan vi si at å slippe ut av videregående skole øker risikoen og derfor er en risikofaktor. Vi ville gjøre dette ved å bytte sammenligningen og omberegne risikoforholdet:
RR Dropouts/Graduates = .75/.56 = 1.33
her konkluderer vi med at frafall er 33% mer sannsynlig enn kandidater til å bli dømt for en forbrytelse.
noen referanser vil gi råd om koding av dataene slik at den relative risikoen alltid er større enn 1. Det er imidlertid viktig å ta hensyn til meldingen du vil levere. I eksemplet ovenfor kan det være fornuftig å kjøre hjem meldingen om at kandidater er 25% mindre sannsynlig å bli dømt.
hvis du etter den første analysen finner risikoforholdene counterintuitive, kan du omkode referansegruppen slik at tolkningen gir mening.
