Odds Ratio (Chancenverhältnis)

Definiere a als Ereignisse unter Exponierten, c als Nicht-Ereignisse unter Exponierten, b als Ereignisse unter Nicht-Exponierten und d als deren Nicht-Ereignisse. Die Odds der Exponierten sind a/c, die der Vergleichsgruppe b/d. Ihr Verhältnis ist OR=(a/c)/(b/d)=ad/bc. Für a=20, c=180, b=10 und d=190 folgt OR=3800/1800≈2,11. Eine OR über 1 zeigt höhere beobachtete Odds in der exponierten Gruppe, beweist aber weder Kausalität noch ein verdoppeltes Risiko. Berichte Vergleichsgruppen, absolute Ereignishäufigkeiten und Unsicherheit mit. So bleibt erkennbar, dass die Kennzahl Chancen vergleicht und nicht ohne Weiteres als absolutes Risiko gelesen werden darf.

Das relative Risiko vergleicht Wahrscheinlichkeiten, etwa 20/200 geteilt durch 10/200 = 2. Die Odds Ratio vergleicht jeweils Ereignisse mit Nicht-Ereignissen: (20/180)/(10/190)≈2,11. Bei seltenen Ereignissen sind beide häufig ähnlich, bei häufigen Ereignissen kann die OR weiter von 1 entfernt sein und den Effekt größer wirken lassen. Eine OR von 2 bedeutet also verdoppelte Odds, nicht automatisch doppelte Wahrscheinlichkeit. In Kohortenstudien kann man beide Maße berechnen; in Fall-Kontroll-Studien ist die OR oft das passende Maß. Berichte Vergleichsgruppen, absolute Ereignishäufigkeiten und Unsicherheit mit. So bleibt erkennbar, dass die Kennzahl Chancen vergleicht und nicht ohne Weiteres als absolutes Risiko gelesen werden darf.

In einer Fall-Kontroll-Studie wählen Forschende die Zahl der Fälle und Kontrollen gezielt aus. Dadurch entspricht der Anteil der Fälle in der Stichprobe nicht der Krankheitsprävalenz und erlaubt normalerweise keine direkte Schätzung des absoluten Risikos. Das Verhältnis der Expositions-Odds bei Fällen und Kontrollen kann jedoch als Odds Ratio geschätzt werden. Unter passenden Samplingannahmen schätzt sie die Erkrankungs-Odds-Ratio der Zielpopulation. Das Design allein macht Ergebnisse nicht kausal: Auswahl, Confounding, Messfehler und Repräsentativität müssen weiterhin beurteilt werden. Berichte Vergleichsgruppen, absolute Ereignishäufigkeiten und Unsicherheit mit. So bleibt erkennbar, dass die Kennzahl Chancen vergleicht und nicht ohne Weiteres als absolutes Risiko gelesen werden darf.

OR=1 bedeutet gleiche Odds in beiden verglichenen Gruppen. OR>1 bedeutet höhere Odds in der Gruppe im Zähler, OR<1 niedrigere Odds. Eine OR von 0,70 entspricht 30 % niedrigeren Odds, nicht zwingend 30 % niedrigerem Risiko. Richtung und Bedeutung hängen davon ab, welche Gruppe als Referenz gewählt wurde und welches Ereignis definiert ist. Für die praktische Einordnung solltest du die absolute Ereignishäufigkeit und ein Konfidenzintervall ergänzen. Ein Intervall, das 1 einschließt, ist mit keinem Unterschied vereinbar, aber kein Beweis exakter Gleichheit. Berichte Vergleichsgruppen, absolute Ereignishäufigkeiten und Unsicherheit mit. So bleibt erkennbar, dass die Kennzahl Chancen vergleicht und nicht ohne Weiteres als absolutes Risiko gelesen werden darf.

Nein. Die OR ist ein Maß für einen Zusammenhang in den beobachteten Daten. Confounding kann sowohl Exposition als auch Ergebnis beeinflussen; Selektionsbias oder falsche Klassifikation können den Schätzer zusätzlich verzerren. Eine randomisierte Studie, ein plausibles kausales Design oder geeignete Anpassung kann die kausale Interpretation stärken, aber auch dann müssen Annahmen geprüft werden. Berichte daher Population, Vergleich, Studiendesign, Anpassungsvariablen und Unsicherheit. Der Zahlenwert allein sagt weder, ob eine Intervention wirkt, noch ob ein Zusammenhang für andere Gruppen gilt. Berichte Vergleichsgruppen, absolute Ereignishäufigkeiten und Unsicherheit mit. So bleibt erkennbar, dass die Kennzahl Chancen vergleicht und nicht ohne Weiteres als absolutes Risiko gelesen werden darf.