Hesaplama Süreci:

1. Maruz kalan vaka sayısını ({{ caseExposed }}) maruz kalmayan kontrol sayısıyla ({{ controlUnexposed }}) çarpın:

{{ caseExposed }} × {{ controlUnexposed }} = {{ numerator }}

2. Maruz kalmayan vaka sayısını ({{ caseUnexposed }}) maruz kalan kontrol sayısıyla ({{ controlExposed }}) çarpın:

{{ caseUnexposed }} × {{ controlExposed }} = {{ denominator }}

3. Odds oranını elde etmek için 1. adımdaki sonucu 2. adımdaki sonuca bölün:

{{ numerator }} ÷ {{ denominator }} = {{ oddsRatio.toFixed(4) }}

Paylaş
Göm

Cochran-Mantel-Haenszel Odds Oranı Hesaplayıcısı

Tarafından Oluşturuldu: Neo
Tarafından İncelendi: Ming
Son Güncelleme: 2025-06-08 05:18:56
Toplam Hesaplama Sayısı: 490
Etiket:

Cochran-Mantel-Haenszel Odds Oranını nasıl hesaplayacağınızı anlamak, tabakalı verileri analiz eden epidemiyologlar, araştırmacılar ve istatistikçiler için çok önemlidir. Bu kılavuz, karıştırıcı değişkenleri kontrol ederken maruz kalma-sonuç ilişkilerini doğru bir şekilde değerlendirmenize yardımcı olmak için formülün kapsamlı bir genel bakışını, pratik örnekleri ve uzman ipuçlarını sunar.


Cochran-Mantel-Haenszel Odds Oranının İstatistiksel Analizdeki Önemi

Temel Arka Plan Bilgisi

Cochran-Mantel-Haenszel (CMH) Odds Oranı, farklı tabakalar veya gruplar arasında bir maruz kalma ile bir sonuç arasındaki ilişkiyi tahmin etmek için kullanılan istatistiksel bir ölçüdür. Özellikle, verilerin yaş, cinsiyet veya diğer potansiyel karıştırıcılar gibi değişkenlere göre tabakalandırıldığı epidemiyolojik çalışmalarda kullanışlıdır. Bu karıştırıcı faktörler için ayarlama yaparak, CMH Odds Oranı, maruz kalma ve sonuç arasındaki gerçek ilişkinin daha doğru bir tahminini sağlar.

Temel uygulamalar şunları içerir:

  • Klinik çalışmalar: Hasta özelliklerini kontrol ederken tedavi etkilerini değerlendirme.
  • Halk sağlığı araştırması: Demografik farklılıkları hesaba katarken hastalıklar için risk faktörlerini değerlendirme.
  • Epidemiyoloji: Gözlemsel çalışmalarda nedensel ilişkileri belirleme.

CMH Odds Oranını hesaplama formülü şöyledir:

\[ OR = \frac{(a \times d)}{(b \times c)} \]

Nerede:

  • \(a\) = Maruz kalan vaka sayısı
  • \(b\) = Maruz kalmayan kontrol sayısı
  • \(c\) = Maruz kalmayan vaka sayısı
  • \(d\) = Maruz kalan kontrol sayısı

Pratik Hesaplama Örneği: Araştırma Doğruluğunuzu Artırın

Örnek Problem

Yaş gruplarına göre sigara içme (maruz kalma) ve akciğer kanseri (sonuç) arasındaki ilişkiyi incelediğimizi varsayalım. Sağlanan veriler aşağıdaki gibidir:

  • Maruz kalan vaka sayısı (\(a\)) = 50
  • Maruz kalmayan kontrol sayısı (\(b\)) = 30
  • Maruz kalmayan vaka sayısı (\(c\)) = 20
  • Maruz kalan kontrol sayısı (\(d\)) = 40

Adım 1: Maruz kalan vaka sayısını maruz kalmayan kontrol sayısı ile çarpın: \[ 50 \times 30 = 1500 \]

Adım 2: Maruz kalmayan vaka sayısını maruz kalan kontrol sayısı ile çarpın: \[ 20 \times 40 = 800 \]

Adım 3: 1. Adımdaki sonucu 2. Adımdaki sonuca bölün: \[ \frac{1500}{800} = 1.875 \]

Bu nedenle, Cochran-Mantel-Haenszel Odds Oranı 1.875'tir ve sigara içme ile akciğer kanseri arasında pozitif bir ilişki olduğunu gösterir.


Cochran-Mantel-Haenszel Odds Oranı Hakkında SSS

S1: 1'den büyük bir odds oranı ne anlama gelir?

1'den büyük bir odds oranı, maruz kalma ve sonuç arasında pozitif bir ilişki olduğunu gösterir. Başka bir deyişle, maruz kalma, sonucun meydana gelme olasılığını artırır.

S2: Karıştırıcı değişkenler için ayarlama yapmak neden önemlidir?

Karıştırıcı değişkenler, maruz kalma ve sonuç arasındaki gözlemlenen ilişkiyi bozabilir. Bu değişkenler için ayarlama yapmak, tahmin edilen odds oranının, dış faktörlerden etkilenmek yerine gerçek ilişkiyi yansıtmasını sağlar.

S3: Odds oranı negatif olabilir mi?

Hayır, odds oranı negatif olamaz. Odds oranı 1'den küçükse, maruz kalma ve sonuç arasında negatif bir ilişki olduğunu gösterir.


Temel Terimler Sözlüğü

  • Maruz kalma: İncelenen faktör (örneğin, sigara içme).
  • Sonuç: İlgi duyulan olay (örneğin, akciğer kanseri).
  • Tabakalama: Verileri karıştırıcı değişkenlere göre alt gruplara ayırma.
  • Karıştırıcı değişken: Hem maruz kalmayı hem de sonucu etkileyen, potansiyel olarak ilişkilerini bozan üçüncü bir değişken.

Cochran-Mantel-Haenszel Odds Oranı Hakkında İlginç Bilgiler

  1. Tarihi önemi: Yöntem, 20. yüzyılın ortalarında, tabakalı verileri analiz etmedeki zorlukları ele almak için istatistikçiler William G. Cochran ve Nathan Mantel ile Joseph Haenszel tarafından geliştirildi.

  2. Gerçek dünya uygulaması: CMH Odds Oranı, sigara içmenin akciğer kanseriyle ve beslenme alışkanlıklarının kalp hastalığıyla bağlantılı olduğu gibi önemli çalışmalarda etkili olmuştur.

  3. İstatistiksel sağlamlık: Basit odds oranlarının aksine, CMH Odds Oranı tabakalar arasındaki heterojenliği hesaba katarak karmaşık veri kümelerinde tercih edilen bir seçimdir.