Grundlegende Maßzahlen zur Analyse 2-stufiger Merkmalsausprägungen: Risiko, Odds, Logits, Relatives Risiko, Odds Ratio

Zusammenfassung

In den Rehabilitationswissenschaften sind Merkmale häufig dichotom ausgeprägt oder werden dichotom erfasst. Für die Kommunikation von Merkmalsausprägungen oder als Entscheidungsgrundlage erweisen sich 2-gestufte Formate wie ‚ja vs. nein‘‚ ‚unauffällig vs. auffällig‘ oder ‚arbeitsfähig vs. nicht arbeitsfähig‘ oft als günstig, auch wenn die unterliegende Information als feiner gestuft angenommen werden kann. Für die statistische Darstellung der Auftretenshäufigkeit eines Merkmals werden die Definitionen und Eigenschaften der in der Rehabilitationsforschung typischerweise angewendeten Maße Risiko, Odds und Logits behandelt. Relatives Risiko, Risiko-Reduktion, Logit-Reduktion, Odds Ratio und ln(Odds Ratio) bilden den Zusammenhang zweier Merkmale ab. Odds Ratio und ln(Odds Ratio) bleiben konstant, unabhängig davon, wie häufig die Einzelmerkmale auftreten (z. B. seltene vs. häufige Erkrankung). Diese Maße bilden die unterliegende Zusammenhangsstärke unabhängig von anderen Verteilungseigenschaften ab. Aufgrund dieser sehr günstigen Eigenschaft basieren wichtige korrelationsstatistische Maßzahlen auf Odds Ratio. Es wird gezeigt, dass sowohl statistische Eigenschaften als auch Aspekte der verständlichen und fehlerfreien Interpretierbarkeit der Analysebefunde bei der Auswahl und Darstellung der Maßzahlen berücksichtigt werden müssen.

Abstract

In rehabilitation science dichotomous data formats are frequently used to indicate or analyze patient characteristics. Although underlying information may be more fine graded, dichotomous or dichotomized data formats like ‘yes vs. no’, ‚salient vs. not salient‘ or ‚capable to work vs. not capable to work‘ are often adequate information formats for communication or decision making purposes. Definitions and properties of risk, odds and logits - typically applied in rehabilitation research - are outlined as frequency measures of occurrence. The association of two variables can be characterized by relative risk, risk reduction, logit reduction, odds ratio and ln(odds ratio). As odds ratio is independent from base rates it reflects association strength unambiguously. Hence, important correlational measures are defined as functions of odds ratio. It will be illustrated that statistical aspects as well as aspects regarding comprehensibility of the represented information are decisive to select appropriate measures and present data information appropriately.

Schlüsselwörter

dichotome Daten - Relatives Risiko - Odds - Logits - Odds Ratio

Key words

dichotomous data - relative risk - odds - logits - odds ratio

• Literatur

• 1 MacCallum RC, Zhang S, Preacher KJ. et al. On the practice of dichotomization of quantitative variables. Psychological Methods 2002; 7: 19-40
• 2 Ulrich R, Wirtz M. On the correlation of a naturally and an artificially dichotomized variable. British Journal of Mathematical and Statistical Psychology 2004; 57: 235-251
• 3 Faller H. Sensitivität, Spezifität, positiver und negativer Vorhersagewert. Serie Methoden in der Rehabilitationsforschung. Rehabilitation 2005; 44: 44-49
• 4 Wirtz M, Böcker M. Eigenschaften und Nutzen des Rasch-Modells in der klinischen Diagnostik. Rehabilitation 2007; 46: 238-245
• 5 Muche R. Die logistische Regression - ein vielseitiges Analyseinstrument rehabilitationswissenschaftlicher Forschung. Rehabilitation 2008; 48: 56-62
• 6 Benesch M, Raab-Steiner E. Klinische Studien lesen und verstehen. Wien: Facultas; 2013
• 7 Urban D. Logit Analyse. Stuttgart: Lucius; 1998
• 8 Agresti A. Categorical Data Analysis. New York: Wiley; 2002
• 9 Fleiss JL. Effect sizes for dichotomous data. In: Cooper H, Hedges LV, Valentine JC. eds. The Handbook of Research Synthesis and Met-Analysis. New York: Russell Sage; 2009: 221-236
• 10 Wirtz M, Ulrich R. Bivariate deskriptive Statistik. In: Holling H, Schmitz B. (Hrsg.) Handbuch der Psychologie – Methoden und Evaluation. Göttingen: Hogrefe; 2010: 288-301