Como compreender uma relação de risco inferior a 1

quando um modelo tem um resultado binário, um tamanho de efeito comum é uma relação de risco. Como um lembrete, um rácio de risco é simplesmente um rácio de duas probabilidades. (A relação de risco também é chamada de risco relativo.)

as razões de risco são um pouco mais difíceis de interpretar quando são menos de uma.

uma variável predictor com uma razão de risco de menos de um é muitas vezes rotulado como um “fator protetor” (pelo menos na epidemiologia). Isto pode ser confuso porque, na nossa compreensão típica desses Termos, não faz sentido que um risco seja Protector.Como pode um risco ser Protector?

bem, indicando menor risco.

por exemplo, vamos dizer que você está executando um modelo onde o resultado é a condenação de um crime (sim/não) e entre os seus preditores estão atividades criminosas anteriores (sim/não) e graduação do Ensino Médio (sim/não). Seria de esperar que um sim em actividades criminosas anteriores esteja relacionado com um aumento do risco de cometer um crime. Da mesma forma, esperaríamos que um sim na graduação do ensino médio está relacionado a uma diminuição no risco de cometer um crime. Por outras palavras, a actividade criminosa anterior seria um factor de risco e a graduação do ensino secundário seria um factor de protecção. No entanto, o efeito de ambos os factores seria medido com um rácio de risco.

a relação de risco é sempre definida como a relação entre a probabilidade da categoria de comparação e a probabilidade da categoria de referência.

uma relação de risco superior a uma significa que a categoria de comparação indica um risco aumentado.

uma relação de risco inferior a uma significa que a categoria de comparação é protectora (isto é, Risco reduzido).Digamos que temos os seguintes dados para um grupo de réus:

Condenação Criminal

Graduação

Sim

Nenhum

Total

Nenhum

300

100

400

Sim

225

175

400

Total

525

275

800

a partir desta mesa, podemos calcular a probabilidade de um graduado ou um desistente ser condenado por um crime.

P (Felony conviction|Dropout) = 300/400 = .75
P (Felony conviction|Graduate) = 225/400 = .5625

e a partir desses, podemos calcular a relação de risco para os graduados em comparação com os desistentes.

RR: diplomados/desistentes =.5625/.75 = .75

como você pode ver, a probabilidade de uma condenação por crime é menor para graduados (.5625) do que para os desistentes (.75). Da mesma forma, a proporção de risco de condenações penais para graduados em comparação com desistentes é menos de um (.75).

portanto, uma interpretação é que a graduação é protectora — está associada a um menor risco de condenação.

quanto mais baixo? Por um factor de .75, ou 25% menor risco.

agora, se invertermos esta comparação, poderíamos dizer que abandonar o ensino médio aumenta o risco e, portanto, é um fator de risco. Faríamos isso trocando a comparação e Recalculando a relação de risco:

RR desistentes/graduados = .75/.56 = 1.33

aqui concluímos que os desistentes são 33% mais propensos do que os graduados a serem condenados por um crime.

algumas referências aconselharão a re-codificação dos dados para que o risco relativo seja sempre maior que 1. No entanto, é importante ter em consideração a mensagem que pretende transmitir. No exemplo acima, pode fazer sentido levar para casa a mensagem de que os graduados são 25% menos propensos a ser condenado.

se, após a sua análise inicial, encontrar as razões de risco contra-intuitivas, pode recodificar o grupo de referência para que a interpretação faça sentido.

regressão logística binária, Ordinal e Multinomial para resultados categóricos
Get beyond the frustration of learning odds ratios, logit link functions, and proportional odds assumptions on your own. Veja a incrível utilidade da regressão logística e análise categórica de dados neste treinamento de uma hora.

Deixe uma resposta

O seu endereço de email não será publicado.

More: