比值比计算器的作用
这款比值比计算器利用 2×2 列联表的四个计数，衡量暴露与结局之间关联的强弱。它会给出比值比（OR）及其 95% 置信区间、每组结局的比值，以及关于该关联是否具有统计学意义的通俗解读。OR 等于 1 表示两组的比值相同；OR 大于 1 表示暴露组的比值更高；OR 小于 1 则表示比值更低。
使用方法
- 标注分组：行为暴露与非暴露，列为出现结局（病例）与未出现结局（对照）。
- 输入四个计数：a（暴露且有结局）、b（暴露但无结局）、c（非暴露但有结局）和 d（非暴露且无结局）。
- 点击“计算”。若任一单元格为 0，工具会自动应用 Haldane–Anscombe 校正，使比值比与区间仍然有定义。
公式解释
比值比是暴露组结局的比值与非暴露组比值之比：
$$\text{OR} = \frac{a \times d}{b \times c}$$这等价于将两组的比值相除：
$$\text{Odds in exposed} = \frac{a}{b}, \qquad \text{Odds in unexposed} = \frac{c}{d}$$95% 置信区间采用 Woolf 方法在自然对数尺度上构建。对数比值比的标准误为：
$$\text{SE} = \sqrt{\frac{1}{a} + \frac{1}{b} + \frac{1}{c} + \frac{1}{d} }$$区间的求法是在对数尺度上加减 1.96 倍标准误，再取指数：
$$95\%\ \text{CI} = \exp\!\left( \ln(\text{OR}) \pm 1.96 \times \text{SE} \right)$$当任一单元格等于 0 时，比值比或其标准误将无定义，因此在计算前给每个单元格加上 0.5（Haldane–Anscombe 校正）。
Advertisement
实例演算
假设一项研究记录了如下计数：30 名暴露且有结局者（a）、10 名暴露但无结局者（b）、20 名非暴露但有结局者（c）以及 40 名非暴露且无结局者（d）。
- 暴露组的比值：30 / 10 = 3。
- 非暴露组的比值：20 / 40 = 0.5。
- 比值比：3 / 0.5 = 6，与 (30 × 40) / (10 × 20) = 1200 / 200 = 6 相同。
- 标准误：\(\sqrt{1/30 + 1/10 + 1/20 + 1/40} = 0.4564\)。
- 95% 置信区间：\(\exp(\ln 6 \pm 1.96 \times 0.4564) = \exp(1.7918 \pm 0.8946)\)，约为 2.45 至 14.68。
由于整个区间都在 1 以上，说明暴露与显著更高的结局比值相关。
常见问题
比值比与相对风险有什么区别？ 比值比比较的是结局的比值，而相对风险比较的是概率。当结局罕见时二者相近，但当结局常见时，比值比比相对风险更偏离 1，因此对于常见事件不应将两者互换使用。
包含 1 的 95% 置信区间意味着什么？ 比值比等于 1 表示无关联。如果置信区间跨越 1，则数据与“无效应”一致，因此该关联在 5% 水平上不具有统计学意义。
为什么单元格为零时要加 0.5？ 零单元格会使比值比变为 0 或无穷大，其标准误也无定义。给每个单元格加 0.5（Haldane–Anscombe 校正）是一种标准做法，只带来很小的偏倚，就能让估计值及其区间保持有限。
