Requisito previo para que la conversión de odds ratio a riesgo relativo sea válida

9

Como pregunta, dado que podemos hacer la conversión de odds ratio (p1/q1)/(p2/q2)a riesgo relativo con (p1/(p1+q1))/(p2/(p2+q2))bastante facilidad, me pregunto si hay algo a lo que deba prestar atención antes de hacer esto.

Es obvio que si estoy haciendo un estudio de casos y controles, no debería hacer una conversión, porque nunca sé el riesgo relativo de este tipo de estudio, pero ¿hay algo más que deba considerar?

Gracias.

epidemiology relative-risk odds

— lokheart
fuente

3

El odds ratio versus el riesgo relativo ofrece un buen resumen de esas dos medidas. Otra advertencia que se ve con frecuencia son las personas que aplican un modelo de regresión logística, pero interpretan los resultados con RR en lugar de OR.

— chl

3

En cierto sentido, las razones de probabilidad son más universales que las razones de riesgo, por lo que pasamos demasiado tiempo en las razones de riesgo. Las razones de riesgo son incapaces de ser constantes en una amplia gama de riesgos, mientras que una razón de probabilidades es capaz de ser constante. Por ejemplo, si una razón de riesgo es 3, el nivel de riesgo inicial no puede exceder 1/3. Debido a esto, los modelos establecidos en términos de odds ratios a menudo contienen menos términos de interacción que los modelos de riesgo relativo (o de diferencia de riesgo).

— Frank Harrell
fuente

2

Respondiendo, a pesar de que esta pregunta es bastante antigua.

La mayor advertencia es que no se puede usar una medición de RR en un estudio de casos y controles, porque no se puede calcular. Si tiene los datos para comparar entre ellos, entonces no hay razón para no hacerlo: las diferencias entre las dos medidas a menudo pueden dar una idea.

Sin embargo, tenga en cuenta que en circunstancias de enfermedades altamente prevalentes (~> 10%), el OR no se aproximará bien al RR. Como lo que la mayoría de los estudios están buscando es un RR o algo que se aproxime en circunstancias especiales (OR, IDR, etc.), si no se puede esperar que el OR se aproxime al RR, sería mejor ir con algo que será.

En términos generales, el OR es una medida de conveniencia para permitir el diseño del estudio de casos y controles, y porque los modelos de regresión binomial a menudo tienen problemas de convergencia.

— Fomite
fuente