wanneer een model een binaire uitkomst heeft, is een gemeenschappelijke effectgrootte een risicoratio. Ter herinnering, een risico ratio is gewoon een verhouding van twee waarschijnlijkheden. (De risicoratio wordt ook wel relatief risico genoemd.)
Risicoratio ‘ s zijn wat lastiger te interpreteren wanneer ze kleiner zijn dan één.
een voorspellende variabele met een risicoverhouding van minder dan één wordt vaak aangeduid als een “beschermende factor” (althans in de Epidemiologie). Dit kan verwarrend zijn omdat in onze typische begrip van deze termen, het heeft geen zin dat een risico beschermend zijn.
dus hoe kan een risico beschermend zijn?
door een lager risico aan te geven.
bijvoorbeeld, laten we zeggen dat je een model draait waarbij de uitkomst veroordeling van een misdrijf is (ja/nee) en onder je voorspellers zijn eerdere criminele activiteiten (ja/nee) en afstuderen van de middelbare School (ja/nee).
we verwachten dat een ja op eerdere criminele activiteiten verband houdt met een toename van het risico op het plegen van een misdrijf. Evenzo, we zouden verwachten dat een ja op het afstuderen van de middelbare School is gerelateerd aan een afname van het risico van het plegen van een misdrijf. Met andere woorden, eerdere criminele activiteiten zouden een risicofactor zijn en afstuderen van de middelbare School zou een beschermende factor zijn. Toch zou het effect van beide factoren worden gemeten met een risicoverhouding.
de risicoverhouding wordt altijd gedefinieerd als de verhouding tussen de waarschijnlijkheid van de vergelijkingscategorie en de waarschijnlijkheid van de referentiecategorie.
een risicoratio groter dan één betekent dat de vergelijkingscategorie een verhoogd risico aangeeft.
een risicoratio van minder dan één betekent dat de vergelijkingscategorie beschermend is (d.w.z. verminderd risico).
zeggen dat we de volgende gegevens hebben voor een groep verdachten:
|
Veroordeling Misdrijf |
|||
|
Afstuderen |
Ja |
Geen |
Totaal |
|
Geen |
300 |
100 |
400 |
|
Ja |
225 |
175 |
400 |
|
Totaal |
525 |
275 |
800 |
aan de hand van deze tabel kunnen we de kans berekenen dat een afgestudeerde of een voortijdig schoolverlater wordt veroordeeld voor een misdrijf.
P(veroordeling|uitval) = 300/400 = .75
P (veroordeling wegens misdrijf|afgestudeerde) = 225/400=.5625
en op basis daarvan kunnen we de risicoverhouding voor afgestudeerden in vergelijking met voortijdige schoolverlaters berekenen.
RR: afgestudeerden/voortijdige schoolverlaters=.5625/.75 = .75
zoals u kunt zien, is de kans op een veroordeling van een misdrijf lager voor afgestudeerden (.5625) dan het is voor dropouts (.75). Ook, de risico-verhouding van misdrijf veroordelingen voor afgestudeerden in vergelijking met dropouts is minder dan één (.75).
een interpretatie is dus dat graduatie beschermend is — het gaat gepaard met een lager risico op veroordeling.
hoeveel lager? Met een factor van .75, of 25% lager risico.Als we deze vergelijking nu omkeren, zouden we kunnen zeggen dat voortijdig schoolverlaten het risico verhoogt en daarom een risicofactor is. We zouden dit doen door de vergelijking te verwisselen en de risicoverhouding opnieuw te berekenen:
RR Dropouts/afgestudeerden = .75/.56 = 1.33
hier concluderen we dat voortijdige schoolverlaters 33% meer kans hebben dan afgestudeerden om veroordeeld te worden voor een misdrijf.
sommige referenties zullen adviseren de gegevens opnieuw te coderen, zodat het relatieve risico altijd groter is dan 1. Het is echter belangrijk om rekening te houden met de boodschap die u wilt overbrengen. In het bovenstaande voorbeeld kan het zinvol zijn om naar huis te rijden met de boodschap dat afgestudeerden 25% minder kans hebben om veroordeeld te worden.
als u na uw eerste analyse de risicoratio ‘ s contra-intuïtief vindt, kunt u de referentiegroep opnieuw coderen zodat de interpretatie zinvol is.
