Tóm tắt: trong số những hiểu lầm thông dụng trong diễn giải tác dụng nghiên cứu vớt lâm sàng là nhầm lẫn thân odds ratio (OR) và relative risk (RR). Những công trình nghiên cứu và phân tích lâm sàng đối chứng tình cờ (randomized controlled trial – RCT)GS. Nguyễn Văn Tuấn giáo sư y khoa, Đại học tập New South WalesViện phân tích y khoa Garvan, Sydney, Australia

Tóm tắt: Một một trong những hiểu lầm phổ biến trong diễn giải tác dụng nghiên cứu vãn lâm sàng là nhầm lẫn thân odds ratio (OR) cùng relative risk (RR). Nhiều công trình nghiên cứu và phân tích lâm sàng đối chứng thiên nhiên (randomized controlled trial – RCT) thường sẽ có xu hướng báo cáo kết trái qua chỉ số RR, nhưng cũng đều có khi OR được áp dụng để mô tả ảnh hưởng của một thuật chữa bệnh hay mối liên hệ giữa nhị yếu tố. Sự chọn lọc này dẫn đến hiểu nhầm rằng nhị chỉ số này giống như nhau, và sự đọc lầm xảy ra ở ngay cả những nhà phân tích có kinh nghiệm. Tuy nhiên, OR không có cùng ý nghĩa sâu sắc với RR. Nói ngắn gọn, OR là một cầu số của RR. Trong điều kiện tần số mắc bệnh thấp hay khôn cùng thấp (dưới 1%) thì OR RR tương đương nhau, nhưng lại khi tần số mắc bệnh cao hơn nữa 20% thì OR có xu hướng ước tính RR cao rộng thực tế. Bài xích này sẽ giải thích những biệt lập quan trọng giữa 2 chỉ số này, và trình bày một bí quyết diễn giải đúng hơn.Bạn sẽ xem: Đồng Nghĩa Của Prevalence Là Gì

Trong một bài báo kỹ thuật về mối liên hệ giữa gene RUNX2 với gãy xương, những tác giả viết: “The risk of fracture in the CC genotype was 45% lower than TT group (OR = 0.55; 95% CI: 0.32 – 0.94; p. = 0.03)“. Tuy vậy cách diễn giải này sai, vì người sáng tác hiểu lầm có mang risk cùng odds. Thật ra, đây là một hiểu lầm rất phổ biến, vì các nhà phân tích thường hiểu OR tương đương cùng với RR, nhưng hai chỉ số này không giống nhau.

Bạn đang xem: Prevalence là gì

Prevalence cùng incidence

trước lúc phân biệt tư tưởng risk odds, họ cần minh bạch hai chỉ số thông dụng trong nghiên cứu lâm sàng và dịch tễ học: tỉ lệ lưu giữ hành (prevalence) tỉ lệ phát sinh (incidence). Tỉ lệ lưu lại hành, như tên gọi, là tỉ lệ ca dịch hiện lưu lại hành vào một quần thể tức thì tại 1 thời điểm. Tỉ lệ lưu giữ hành phản ảnh qui mô của một vấn đề y tế, dẫu vậy không cho chúng ta biết về căn bệnh căn học tập (etiology). Tỉ lệ phạt sinh, tất cả khi được đề cập đến như thể tỉ lệ tấn công (attack rate), là tỉ trọng số ca bắt đầu mắc căn bệnh trong một thời gian theo dõi. Tỉ lệ phạt sinh có mức giá trị công nghệ là nó cung ứng cho bọn họ một vài tin tức về bệnh căn học. Ví dụ như một quần thể gồm 5 cá nhân (kí hiệu 1, 2, 3, …, 5 trong biểu vật dưới đây), với 3 bạn mắc bệnh dịch (đối tượng 1, 3 và 5).Nếu một nghiên cứu và phân tích cắt ngang được triển khai tại thời khắc T1 thì tỉ lệ lưu giữ hành mong tính lúc đó là 2/5 = 30%. Nhưng mà nếu công trình nghiên cứu thực hiện tại tại thời gian T2 thì tỉ lệ lưu lại hành là 3/5 = 60%. Ví như công trình nghiên cứu và phân tích theo dõi 5 cá nhân đến thời điểm T3, với trong thời gian này có 3 cá nhân mắc bệnh; vì chưng đó, tỉ lệ phát sinh trong thời hạn này là 3/5 = 60%.

Khái niệm nguy cơ (risk) cùng odds

Trong y khoa, nguy cơ tiềm ẩn mắc bệnh thực ra là xác suất. Xác suất, như họ biết, là 1 trong những biến số thân 0 cùng 1. Phần trăm thực chất là tỉ lệ, tỉ số, với phần trăm. Vì chưng đó, thuật ngữ risk trong y khoa bao gồm thể tức là xác suất, tỉ lệ lưu lại hành, hay tỉ lệ vạc sinh.

Cụm trường đoản cú nguy cơ, dịch trường đoản cú chữ risk trong giờ đồng hồ Anh, có nhiều nghĩa trong y khoa. Rất cần được phân biệt nguy cơ mắc bệnh cùng bệnh. Khi nói đến ung thư, bọn họ muốn nói đến một sự kiện cho 1 cá nhân; cơ mà khi nói đến nguy cơ ung thư giỏi cancer risk, bọn họ nói đến nguy cơ xảy ra, nguy cơ phát sinh mang lại một cá nhân hay một quần thể. Xin đề cập lại, sự kiện khác với nguy cơ sự kiện. Vày đó, ung thư khác với nguy cơ ung thư, bởi ung thư là một sự kiện với tính xác định (certainty), còn nguy cơ ung thư là một biến hóa số liên tiếp mang tính cô động (uncertainty). Vớ cả bọn họ trong bất cứ thời điểm nào đều có nguy cơ bị bệnh; nhưng có tín đồ có nguy cơ tiềm ẩn cao, có người có nguy cơ tiềm ẩn thấp.

Trong giờ đồng hồ Anh còn có một chữ nữa mà những ngôn ngữ khác ví như Pháp, Tây Ban Nha, Đức, và trong cả tiếng Việt cũng ko có: đó là chữ odds. Nếu nguy cơ bệnh nhân mắc bệnh dịch là p, thì gồm một bí quyết nói khác rằng odds mà người bị bệnh đó mắc dịch so với ko mắc căn bệnh là

Ví dụ: nếu nguy cơ tiềm ẩn bệnh nhân bị ung thư trong tầm 5 năm tới là 0.10 (tức 10%) thì odds mà bệnh nhân bị ung thư là 0.1/ (1 – 0.1) = 0.11. Theo khái niệm này odds không cần là nguy cơ tuyệt risk.

OR với RR: lý lẽ tính toán

OR cùng RR là nhị chỉ số thống kê lại rất thông dụng và có lợi trong nghiên cứu và phân tích lâm sàng, vì chưng cả nhị chỉ số chu chỉnh mối tương tác giữa một yếu tố nguy cơ tiềm ẩn và mắc bệnh – một mục tiêu gần như căn bản của nghiên cứu y học hiện tại đại. Cơ chế đo lường và thống kê của nhị chỉ số này rất là đơn giản.

Hãy tưởng tượng một công trình nghiên cứu RCT cùng với 2 nhóm: nhóm được điều trị tích cực với một bài thuốc gồm n1 bệnh nhân, và một đội nhóm chứng (placebo) gồm n2 bệnh nhân. Sau một thời gian điều trị, tất cả k1 bệnh nhân trong nhóm được điều trị mắc bệnh, cùng k2 bệnh nhân trong nhóm chứng mắc bệnh. Như vậy, tỉ trọng mắc bệnh của tập thể nhóm điều trị (kí hiệu p1) và nhóm bệnh (p2) được cầu tính như sau:


*

Nếu RR > 1 (hay p1 > p2 ), bạn có thể phát biểu rằng yếu ớt tố nguy hại làm tăng khả năng mắc bệnh; trường hợp RR = 1 (tức là p1 = p2 ), bạn có thể nói rằng không có mối liên hệ nào giữa yếu tố nguy cơ tiềm ẩn và kĩ năng mắc bệnh; với nếu RR 1 2), chúng ta có dẫn chứng để thể tuyên bố rằng nguyên tố nguy cơ rất có thể làm giảm khả năng mắc bệnh.

Odds ratio: núm vì áp dụng tỉ lệ tạo ra p để đo lường khả năng mắc bệnh, thống kê hỗ trợ cho họ một chỉ số khác: sẽ là odds. Odds như nhắc trên là tỉ số của hai xác suất. Nếu như p là tỷ lệ mắc bệnh, thì 1 – p là tỷ lệ sự kiện không mắc bệnh. Theo đó, odds được định nghĩa bằng:

Như vậy, ví như odds > 1, khả năng mắc dịch cao hơn năng lực không mắc bệnh; giả dụ odds = 1 thì vấn đề này cũng tức là khả năng bằng với khả năng không mắc bệnh; với nếu odds 1) và nhóm triệu chứng (kí hiệu odds2) là:


*

 

Mối liên hệ giữa RROR. Qua công thức cùng , chúng ta cũng có thể thấy ORRR tất cả một mối liên hệ số học. Rất có thể viết lại cách làm RR như là một trong hàm số của OR (hay ngược lại), mà lại ở đây, tôi chỉ muốn xem xét một điểm đặc biệt có tương quan đến vấn đề diễn dịch RROR.

Nhìn vào phương pháp định nghĩa odds, họ dễ dàng thấy giả dụ tỉ lệ mắc bệnh p thấp (chẳng hạn như 0.001 tuyệt 0.01 – tức 0.1% xuất xắc 1%), thì odds≈p. Chẳng hạn như ví như p = 0.01, thì 1 – p = 0.99, và vì thế odds = 0.01 / 0.99 = 0.010101, tức vô cùng gần với p = 0.01. Trở về với phương pháp , nếu nguy cơ mắc dịch (p1 xuất xắc p2) ( tuyệt

*

*

Nói bí quyết khác, nếu nguy hại mắc căn bệnh thấp, thì OR gần bởi với RR. Nhưng mà nếu nguy cơ tiềm ẩn mắc căn bệnh cao (chẳng hạn như bên trên 10%) thì chỉ số OR cũng cao hơn chỉ số RR.

Có thể có tác dụng một vài đo lường và tính toán để thấy sự khác biệt giữa RR cùng OR qua bảng số liệu dưới đây (Bảng 1). Với đều trường hợp nguy hại mắc căn bệnh dưới 5%, OR cùng RR không không giống nhau đáng kể. Nhưng mà nếu nguy cơ mắc bệnh cao hơn nữa 10%, thì OR thường mong tính RR cao hơn nữa thực tế.

Bảng 1. đối chiếu RROR với khá nhiều tỉ lệ khác biệt (số liệu mô phỏng)

Trường hợp

Tỉ lệ (nguy cơ) mắc bệnh

Odds mắc bệnh

So sánh giữa RR với OR

Nhóm 1

(p1)

Nhóm 2

(p2)

Nhóm 1

(odds1)

Nhóm 2

(odds2)

RR

OR

1

0.001

0.003

0.002

0.003

3

3.01

2

0.01

0.03

0.01

0.03

3

3.06

3

0.02

0.06

0.02

0.06

3

3.13

4

0.05

0.15

0.05

0.18

3

3.35

5

0.10

0.30

0.11

0.43

3

3.86

6

0.15

0.45

0.18

0.82

3

4.64

7

0.20

0.60

0.25

1.50

3

6.00

8

0.25

0.75

0.33

3.00

3

9.00

9

0.30

0.90

0.43

9.00

3

21.0

10

0.33

0.99

0.49

99.0

3

2101.0

RROR: ứng dụng

Ví dụ 1: truy tra cứu ung thư vú. Chương trình truy search ung thư vú được khuyến khích như là 1 trong phương phương pháp y tế công cộng nhằm giảm nguy cơ tử vong từ bệnh này làm việc phụ nữ. Một nhóm phân tích ở Thụy Điển triển khai một nghiên cứu lâm sàng đối chứng tình cờ (RCT), mà trong các số ấy họ tuyển chọn các phụ nữ tuổi 50 trở lên, và tạo thành 2 nhóm: nhóm A tất cả 66103 đàn bà được chụp mammography tiếp tục (mỗi năm một lần), với nhóm B tất cả 66105 đàn bà không chụp mammography cơ mà chỉ theo dõi bình thường (tức team chứng). Sau 5 năm, nhóm A tất cả 183 người tử vong vày ung thư vú và nhóm B bao gồm 177 người tử vong. Số liệu được trình bày trong Bảng 2 sau đây:

Nhóm

Tổng số đối tượng người dùng tham gia

Số tử vong

A – Mammography

66,103

183

B – nhóm chứng

66,105

177

Với số liệu này, bạn có thể thấy nguy cơ tử vong trong nhóm A là page authority = 183/66103 = 0.002768 và nhóm B là page authority = 177/66105 = 0.002678. Từ bỏ đó, RR rất có thể ước tính bằng công thức như sau:


*

Như vậy, OR bởi RR. Nhưng cách diễn dịch của OR không giống với RR. Bởi vì đơn vị của RR là nguy hại tử vong, đến nên chúng ta có thể nói rằng nhóm chụp mammography liên tiếp có nguy cơ tiềm ẩn tử vong cao hơn nữa nhóm đối chứng khoảng chừng 3.4%. Nhưng đơn vị của ORodds, mang đến nên chúng ta không thể phát biểu về “nguy cơ tử vong”, nhưng chỉ hoàn toàn có thể phát biểu rằng “khả năng” tuyệt odds tử vong của tập thể nhóm A cao hơn nữa nhóm B khoảng tầm 3.4%. Ở đây, vì nguy cơ tử vong thấp, do đó như bí quyết cho biết hai chỉ số này giống như nhau, với trong thực tế chúng ta có thể diễn dịch một OR như là RR.

Cách phân minh trên dường như máy móc và lí thuyết, mà lại quan trọng. Để thấy rõ gian nguy trong giải pháp diễn dịch OR, tôi sẽ trình diễn một ví dụ sau đây:

Bảng 3: nhan sắc tộc cùng tỉ lệ thông tim

Nhóm

Số bác bỏ sĩ ý kiến đề xuất thông tim

Số bác bỏ sĩ không kiến nghị thông tim

w – bệnh nhân da trắng

652

68

b – người bệnh da đen

610

110

Các công ty nghiên cứu tóm lại rằng tỉ lệ bệnh nhân da đen được thông tim thấp rộng tỉ lệ ở người bị bệnh da trắng cho 40%. Sau khi nghiên cứu và phân tích này công bố, giới media rầm rộ bàn về hiệu quả và ý nghĩa của nghiên cứu. Không phải nói ra, cũng rất có thể đoán được trong dư vang và tình trạng kì thị chủng tộc sinh hoạt Mĩ còn kéo dài, rất nhiều nhóm đấu tranh chống kì thị chủng tộc lấy công dụng này để gia công bằng bệnh tố cáo rằng những bác sĩ da trắng kì thị người mắc bệnh da đen. Ý nghĩa còn sâu xa hơn: sự kì thị này có thể dẫn mang lại tử vong. Nói cách khác, có fan diễn dịch rằng đó là một sự nắm sát!

Nhưng rất tiếc là số lượng 40% này đã được diễn dịch cực kỳ sai. Không đều diễn dịch sai mà cách đo lường cũng sai. Để hiểu nguyên nhân cách suy diễn đó sai, bọn họ hãy ban đầu bằng cách tính OR của những tác giả. Odds thông tim vào nhóm người bệnh da white là:


Tại sao bao gồm sự khác biệt? trên vì các tác giả và giới media nhầm lẫn rằng ORRR. Vào trường đúng theo này, OR ko phải là 1 chỉ số phù hợp để so sánh số liệu, cũng chính vì son số tỉ lệ tương đối cao (84.7% với 90.6%), và vị tỉ lệ quá cao, cho nên vì thế OR mong tính RR quá cao hơn nữa thực tế.

Thật ra, tại đây cách call “RR” cũng không bao gồm xác. RR chỉ áp dụng cho tỉ lệ gây ra (incidence), mà lại trong trường phù hợp này không tồn tại tỉ lệ phạt sinh, nhưng mà là tỉ lệ lưu lại hành (prevalence). Do đó, thuật ngữ chính xác để biểu đạt 0.935 là prevalence ratio (PR). (Đây là một đề tài khác nhưng tôi mong muốn sẽ tất cả dịp trở về để bàn thêm). Điều không thể tinh được là không đúng sót đó lại hiện diện ngay trên chứng từ trắng mực black của một tập san y học vào hàng số 1 trên thay giới!

Vấn đề suy diễn OR

RR là tỉ số của 2 tỉ lệ hay 2 nguy cơ, với tỉ lệ thì bạn có thể hiểu được khá dễ dàng dàng. Ví như nói tỉ lệ thành phần mắc bệnh dịch 3%, chúng ta nghĩ ngay cho 3 trong 100 tín đồ mắc bệnh. Vì chưng thế, vụ việc diễn dịch RR khá dễ dàng dàng. Ví như RR = 2, chúng ta có thể nói rằng tỉ trọng tăng gấp 2 lần. Ai ai cũng hiểu được mà lại không chất vấn gì thêm.

OR là tỉ số của hai odds. Odds phản ảnh “khả năng” mắc bệnh. Odds = 2 có nghĩa là khả năng mắc dịch cao hơn kỹ năng không mắc dịch 2 lần. Cực nhọc hiểu. Odds đã nặng nề hiểu thì tỉ số của nhị odds (hay nhị khả năng) lại càng là một đo lường và thống kê khó gọi hơn vì nó quá phổ biến chung, khó cảm thấy được. Thật ra, một người bình thường khó hoàn toàn có thể hiểu đúng chuẩn nghĩa của OR. Họ biết OR = 2 chưa hẳn có thuộc nghĩa với RR = 2. Bởi vì thế mà vừa mới đây có “phong trào xét lại” OR trên những tập san y học tập quốc tế. Nhiều nhà nghiên cứu, dịch tễ học với thống kê học kêu gọi bỏ OR!

Nhưng bất kể đo lường nào cũng lợi rứa và khiếm khuyết. RR, dù dễ dàng diễn dịch cũng có thể có khiếm khuyết của nó. Lấy ví dụ solo giản: ví như tỉ lệ mắc ung thư trong đội A là 1% với nhóm B là 3%, chúng ta dễ dàng thấy RR = 3. Tuy nhiên thay vày nói mắc bệnh, bọn họ lật ngược lại vấn đề “không mắc bệnh”: chúng ta có tỉ lệ cho nhóm A là 99% so với đội B là 97%, và như thế RR = 0.97 / 0.99 = 0.98, tức là tỉ lệ không mắc bệnh dịch trong nhóm B phải chăng hơn đội A khoảng 2%. (Nhưng nếu sử dụng “mắc bệnh”, đội A mắc bệnh nhiều hơn thế nữa nhóm B mang đến 3 lần!) Nói biện pháp khác, RR có thể thiếu tính nhất quán (consistency).

Nhưng OR thì độc nhất quán. Trong lấy ví dụ trên, nếu lấy chỉ số là “mắc bệnh” làm so sánh, OR là 3.06. Dẫu vậy nếu rước “không mắc bệnh” làm chỉ số son sánh, thì OR vẫn chính là 3.06 (bạn đọc rất có thể kiểm tra số lượng này). Trong toán thống kê, bạn ta gọi đặc tính của OR là symmetric (đối xứng), còn tính năng của RR là asymmetric (bất đối xứng).

OR, PR, RR và thể các loại nghiên cứu

Một khác hoàn toàn cơ bản nữa thân RROR là sự việc tùy ở trong vào thể nhiều loại nghiên cứu. Nói một giải pháp ngắn gọn, RR chỉ hoàn toàn có thể ước tính từ phân tích xuôi thời hạn (cohort prospective study), cơ mà OR thì có thể ước tính từ toàn bộ thể loại nghiên cứu, nhưng chủ yếu là nghiên cứu và phân tích bệnh – chứng.

Bởi vì OR có thể áp dụng cho nghiên cứu và phân tích cắt ngang dẫu vậy có vụ việc về diễn giải, và nghiên cứu và phân tích cắt ngang chỉ có thể ước tính prevalence hay tỉ lệ lưu hành, nên những nhà phân tích đề nghị thực hiện prevalence ratio (PR) thế cho OR đối với các nghiên cứu và phân tích cắt ngang. Tương tự như như RR là tỉ số của hai incidence (tỉ lệ phân phát sinh), PR là tỉ số của 2 tỉ lệ lưu lại hành.

Một chỉ số khác cũng có chân thành và ý nghĩa tương tự như ralative riskhazard ratio (HR tuyệt tỉ số rủi ro ro). Thường thì các phân tích lâm sàng theo dõi đối tượng người tiêu dùng trong một thời gian dài, thay vì chưng tính tỉ lệ phân phát sinh dịch trong thời hạn đó, thỉnh thoảng các nhà nghiên cứu tính tỉ lệ phát sinh tích lũy (cumulative risk) trong thời gian cho từng nhóm, và tính HR. Tuy cách tính này, đứng trên mặt toán học, chính xác hơn cách tính tỉ lệ trên 100 người-năm tuyệt trên 100 đối tượng, nhưng trong thực tiễn thì HR cùng RR không không giống nhau đáng kể. Vào trường hợp thời gian theo dõi thân 2 nhóm tương đương nhau thì phần đông không có khác hoàn toàn nào giữa RR với HR.

Bảng 4: Thể loại nghiên cứu và sự phù hợp của OR, PR, RR

Thể loại nghiên cứu (Study design)

Chỉ số thống kê

Mô hình so với

Bệnh chứng (case-control)

Odds ratio (OR)

Hồi qui logistic (logistic regression)

Cắt ngang (cross-sectional)

Prevalence ratio (PR) hay OR

Hồi qui nhị phân (binomial regression) tốt Hồi qui logistic

Theo thời hạn (prospective)

Relative risk (RR)

Hồi qui Cox (Cox’s regression model)

Thử nghiệm lâm sàng RCT

RR giỏi Hazard ratio (HR)

Hồi qui Cox

Giả dụ chúng ta muốn khám phá mối tương tác giữa phơi nhiễm độc hại màu domain authority cam (Agent Orange – AO) và bệnh dịch ung thư. Một cách nghiên cứu qui tế bào là tuyển lựa chọn một đội nhóm đối tượng, sau đó phân nhóm phụ thuộc vào tiền sử tất cả bị phơi lây truyền độc chất hay không. Sau đó, theo dõi cả nhị nhóm đối tượng người sử dụng một thời hạn (chẳng hạn như 5 năm) với ghi dấn số người bị ung thư. Hiệu quả của phân tích như thế hoàn toàn có thể tóm lược trong Bảng 5 sau đây. Trong những 1000 bạn được đánh giá bị phơi nhiễm lúc ban đầu, có 20 người (hay 2%) bị ung thư trong thời gian theo dõi; trong các 10,000 người không biến thành phơi lây lan AO, bao gồm 100 bạn (tức 1%) bị ung thư sau đó. Như vậy, RR = 0.02/0.01 = 2. Nhưng mà nếu tính bởi odd thì OR = 2.02. Nhì chỉ số này không khác biệt đáng kể.

Xem thêm: Từ Điển Việt Anh " Nhân Bánh Tiếng Anh Là Gì, Nhân Bánh Tiếng Anh Là Gì

Bảng 5. Một phân tích xuôi thời gian (giả tưởng)

Nhóm

Ung thư

Không ung thư

Tổng số

Phơi lây nhiễm AO

20

980

1000

Không phơi nhiểm AO

100

9900

10000

Nhưng theo dõi đối tượng người sử dụng một thời gian dài thường khôn xiết tốn kém. Một cách thức nghiên cứu vãn khác cũng hoàn toàn có thể đáp ứng mục đích tìm hiểu mối contact giữa AO với ung thư, nhưng cần ít đối tượng người sử dụng hơn cùng không đề nghị theo dõi một thời hạn dài: kia là nghiên cứu và phân tích bệnh – chứng. Bảng 6 sau đây trình bày tác dụng một nghiên cứu và phân tích (giả tưởng) như thế. Trong nghiên cứu và phân tích này, họ chọn 100 người bị bệnh ung thư với 100 đối tượng không bị ung thư, nhưng mà hai team này tương đương nhau về những yếu tố nguy cơ. Sau đó, họ tìm hiểu qua hồ sơ dịch lí (hay phỏng vấn) trong những nhóm tất cả bao nhiêu tín đồ bị phơi truyền nhiễm độc chất. Nói cách khác, đấy là một nghiên cứu “ngược thời gian” (so với nghiên cứu và phân tích “xuôi thời gian” như trình bày trong Bảng 4. Kết quả nghiên cứu bệnh dịch chứng này được trình diễn như sau:

Bảng 6. Một phân tích bệnh – hội chứng (giả tưởng)

Nhóm

Ung thư

Không ung thư

Phơi lan truyền AO

10

5

Không phơi nhiểm AO

90

95

Tổng số

100

100

Trong nhóm dịch nhân, tất cả 10 bạn (hay 10%) từng bị phơi nhiễm AO; và trong đội không ung thư số đối tượng người dùng từng bị phơi lây lan là 5 tín đồ (hay 5%). Ở đây, bọn họ không thể tính tỉ lệ phát sinh bệnh (incidence), cũng chính vì số lượng người bệnh và đối bệnh đã được xác định trước. Vì không thể mong tính tỉ lệ phát sinh, phân tích bệnh chứng cấm đoán phép chúng ta ước tính RR. Tuy nhiên, chúng ta cũng có thể tính OR, cùng OR trong trường hòa hợp này là một trong ước tính chỉ số RR.

Số liệu Bảng 6 cho biết odds bị phơi lây nhiễm trong nhóm người bị bệnh là: 10/90 = 0.1111, cùng nhóm đối chứng: 0.05263. Vày đó, OR = 0.1111 / 0.05263 = 2.11. Thiệt ra, hoàn toàn có thể tính dễ dàng hơn bởi công thức “giao chéo”: