sen yksinkertaisin muoto, riskisuhde voidaan tulkita tapahtuman esiintymistodennäköisyyteen hoito arm jaettuna mahdollisuus tapahtuma esiintyy tukivarsi, tai päinvastoin, tutkimuksen. Näiden päätetapahtumien resoluutio kuvataan yleensä Kaplan-Meier-eloonjäämiskäyrillä. Nämä käyrät kuvaavat kunkin ryhmän osuutta, jossa päätepistettä ei ole saavutettu., Päätetapahtuma voi olla mikä tahansa kovariaattiin liittyvä muuttuja (itsenäinen muuttuja), esimerkiksi kuolema, sairauden remissio tai taudin supistuminen. Käyrä kuvaa kunkin ajankohdan päätepisteen (vaaran) todennäköisyyttä. Vaara-suhde on yksinkertaisesti suhdetta hetkellinen vaarat kaksi ryhmää ja edustaa yhden numeron, suuruus etäisyys Kaplan–Meier-tontteja.

Riskisuhteet eivät heijasta tutkimuksen aikayksikköä., Ero vaaran perusteella ja aika-pohjainen toimenpiteet on kuin ero kertoimet voittaa kilpailu ja marginaali voitto. Kun tutkimuksessa ilmoitetaan yksi riskisuhde aikajaksoa kohti, oletetaan, että ryhmien välinen ero oli suhteellinen. Vaarasuhteilla ei ole merkitystä, jos tämä suhteellisuusoletus ei täyty.

Jos suhteellisen vaaran oletus pätee, riskisuhde tarkoittaa vastaavuutta hazard rate kaksi ryhmää, kun taas riskisuhde muita kuin yksi, tarkoittaa ero vaaran hinnat ryhmien välillä., Tutkija osoittaa, todennäköisyys tämän näytteen ero johtuu mahdollisuus kertomalla todennäköisyys liittyy joitakin testimuuttuja. Esimerkiksi β {\displaystyle \beta } alkaen Cox-malli tai log-rank-testi voi sitten käyttää arvioida mitään eroja näissä selviytyminen käyrät.

Perinteisesti todennäköisyydet pienempi kuin 0,05 pidetään merkittävinä ja tutkijat tarjoavat 95% luottamusväli riskisuhde, esim johdettu keskihajonta Cox-malli regressiokerroin, eli, β {\displaystyle \beta } . Tilastollisesti merkitsevä riskisuhde ei voi sisältää ykseyttä (yksi) niiden luottamusväleissä.

suhteellinen vaarat assumptionEdit

suhteellisen vaaran oletus riskisuhde arvio on vahva ja usein kohtuuton. Komplikaatiot, haittavaikutukset ja myöhäiset vaikutukset ovat kaikki mahdollisia syitä vaaranopeuden muuttumiseen ajan myötä. Esimerkiksi kirurginen toimenpide voi olla suuri varhainen riski, mutta erinomainen pitkän aikavälin tuloksia.

Jos ryhmien välinen riskisuhde pysyy vakiona, tämä ei ole tulkinnanvarainen ongelma., Vaarasuhteiden tulkinta käy kuitenkin mahdottomaksi, kun ryhmien välillä on valintaharha. Esimerkiksi erityisen riskialtis leikkaus voi johtaa selviytymisen järjestelmällisesti vankempi ryhmä, joka olisi menestynyt paremmin missään kilpailevien hoito ehtoja, joten se näyttää kuin jos riskialtista menettelyä oli parempi. Myös seuranta-aika on tärkeä. Syövän hoitoon liittyy parempi remission hinnat saattaa seurannasta liittyä suurempi taudin uusiutumisen hinnat., Tutkijan päätös siitä, milloin seuranta on mielivaltainen ja voi johtaa hyvin erilaisiin raportoitu hazard ratio.

hazard ratio ja survivalEdit

Kun hazard ratio, jotta hypoteesin testaus, ne olisi pidettävä yhdessä muiden toimenpiteiden tulkinta hoidon vaikutus, esim. suhde mediaani kertaa (mediaani suhde), jossa hoito-ja kontrolliryhmän osallistujat ovat jonkin ominaisuuden suhteen., Jos analogisesti rotu on sovellettu, riskisuhde on vastaava todennäköisyys, että yksittäisen ryhmän kanssa suurempi vaara loppuu rotu ensin. Todennäköisyys että ensin voi olla johdettu kertoimet, mikä on todennäköisyys, että ensin jaettuna todennäköisyys ei ole ensimmäinen:

• HR = P/(1 − P); P = H/(1 + H).

edellisessä esimerkissä, riskisuhde 2 vastaa 67% mahdollisuus ennenaikaiseen kuolemaan. Vaarasuhde ei kerro tietoa siitä, kuinka pian kuolema tapahtuu.,

hazard ratio, hoidon vaikutus ja aika-pohjainen endpointsEdit

– Hoidon vaikutus riippuu taustalla oleva sairaus liittyvät survival toiminto, ei vain vaara-suhde. Koska riskisuhde ei anna meille suora aika-to-tapahtuman tiedot, tutkijoiden on raportoitava mediaani endpoint kertaa ja laskea mediaani endpoint ajan suhde jakamalla vertailuryhmän mediaani arvo käsittelemällä ryhmän mediaani-arvo.

vaikka päätetapahtuman mediaanisuhde on suhteellinen nopeusmittari, vaarasuhde ei., Suhdetta hoidon vaikutus ja riskisuhde on annettu e β {\displaystyle e^{\beta }} . Tilastollisesti merkittävä, mutta käytännössä merkityksetön vaikutus voi tuottaa suuri vaara-suhde, esim. hoito-kasvava määrä yhden vuoden perhe väestön yhdeltä 10 000: sta-yhdellä 1000: sta on riskisuhde 10. On epätodennäköistä, että tällainen hoito olisi ollut paljon vaikutusta mediaani endpoint aikaa suhde, joka todennäköisesti olisi ollut lähellä ykköstä, eli kuolleisuus oli pitkälti sama riippumatta siitä, ryhmän jäsenyys ja kliinisesti merkityksetön.,

sen sijaan, hoito-ryhmä, joka 50% – infektiot ovat ratkaistu jälkeen yksi viikko (vs. 25% valvonta) saadaan riskisuhde kaksi. Jos se kestää kymmenen viikkoa kaikissa tapauksissa hoito ryhmä ja puolet kontrolliryhmässä ratkaista, kymmenen viikon riskisuhde on edelleen kaksi, mutta päätetapahtuma mediaani-aika-suhde on kymmenen, kliinisesti merkittävää eroa.