勝算比計算器 - 2×2表的OR、CI和P值

根據2×2列聯表計算勝算比、信賴區間、Z值和P值,適用於病例對照與流行病學研究。

輸入2×2表中的四個儲存格計數,選擇信賴水準,即可立即取得具完整統計推論的勝算比。

勝算比計算器 - 2×2表的OR、CI和P值
根據2×2列聯表計算勝算比、信賴區間、Z值和P值,適用於病例對照與流行病學研究。

填入暴露組與未暴露組的計數。儲存格必須為非負整數。當任一儲存格為零時,會自動套用 Haldane-Anscombe 校正(每個儲存格加 0.5)。

暴露組

未暴露組

關於勝算比計算器

勝算比(OR)是生物醫學研究、流行病學與社會科學中最常用的關聯指標之一。它透過比較暴露組中結果發生的勝算與未暴露組中結果發生的勝算,來量化暴露與二元結果之間關係的強度。OR 等於 1 表示沒有關聯;OR 大於 1 表示暴露會提高結果勝算;OR 小於 1 則表示暴露具有保護作用。 勝算比是從 2×2 列聯表計算而來,這也是病例對照研究資料的標準呈現格式。該表有四個儲存格:(a) 有結果的暴露者,(b) 無結果的暴露者,(c) 有結果的未暴露者,以及 (d) 無結果的未暴露者。公式很簡單:OR = (a × d) / (b × c),也就是表格的交叉乘積比。 OR 的統計推論是在其自然對數上進行,因為 ln(OR) 的抽樣分布近似常態,即使樣本量中等也是如此。ln(OR) 的標準誤為 SE = √(1/a + 1/b + 1/c + 1/d)。由此可計算 Z 值:Z = ln(OR) / SE;在「無關聯」(OR = 1)的虛無假設下,它服從標準常態分布。雙尾 p 值為 p = 2 × Φ(−|Z|),其中 Φ 為標準常態分布的累積分布函數。如果 p 值低於你選擇的顯著性水準(通常為 0.05),則該勝算比與 1 具有統計學顯著差異。 OR 的信賴區間(CI)是透過對 ln(OR) 周圍的區間取指數得到:CI = [exp(ln OR − Z_α/2 × SE), exp(ln OR + Z_α/2 × SE)]。對於 95% CI,Z_α/2 = 1.96。如果 CI 不包含 1.0,則結果在 5% 水準下具有統計學顯著性。CI 的寬度反映估計精確度;樣本數較小或儲存格稀疏時,區間會更寬。 當 2×2 表中的任一儲存格為 0 時,會出現實務上的問題,這會使標準 OR 公式無法定義(除以零或對零取對數)。常見的解法是 Haldane-Anscombe 校正:在計算 OR 與 SE 之前,將每個儲存格都加上 0.5。此計算器會自動套用校正,並在使用時提醒你。雖然這會引入些微偏誤,但總比完全無法得到結果要好得多。 OR 是病例對照研究中的自然指標,因為這類研究的抽樣設計固定的是病例與對照的數量,而不是暴露盛行率。在隊列研究與隨機試驗中,通常更偏好相對風險(RR),因為它更直觀。對於罕見結果(盛行率低於約 10%),OR ≈ RR;但對於常見結果,OR 會比對應的 RR 更遠離 1,因此把 OR 當作 RR 解讀可能會高估關聯強度。務必說明你使用的是哪種指標,並確認你的資料是否符合罕見疾病假設。

範例說明

三個經典研究情境,示範如何解讀勝算比輸出並判斷統計學顯著性。

研究情境勝算比解讀
吸菸與肺癌:a=650, b=350, c=100, d=900(95% CI)OR = 16.71 (CI: 13.07 – 21.38)與不吸菸者相比,吸菸者罹患肺癌的勝算約高 16.7 倍。CI 不包含 1.0,因此此關聯具有高度顯著性。
新藥 vs. 安慰劑:a=38, b=162, c=85, d=115(95% CI)OR = 0.318 (CI: 0.196 – 0.516)此藥物使疾病勝算降低約 68%。OR < 1 表示具有保護作用;CI 完全低於 1。
疫苗研究:a=15, b=485, c=55, d=445(95% CI)OR = 0.250 (CI: 0.138 – 0.454)接種疫苗者的感染勝算低 75%。這是一個強保護性關聯,且信賴區間較窄並具有統計學顯著性。

如何使用勝算比計算器

  1. 將資料整理成 2×2 表:儲存格 (a) = 暴露且有結果,(b) = 暴露且無結果,(c) = 未暴露且有結果,(d) = 未暴露且無結果。
  2. 在「暴露組」與「未暴露組」下方對應的輸入框中輸入四個非負計數。
  3. 從下拉選單中選擇所需的信賴水準(90%、95% 或 99%)。大多數已發表研究使用 95%。
  4. 點擊計算。工具會回傳 OR、信賴區間、Z 值和 p 值。如果任一儲存格為零,會顯示校正提示。
  5. 解讀結果:OR > 1 表示暴露增加勝算;OR < 1 表示暴露降低勝算。檢查 CI 是否包含 1,以及 p 是否 ≤ α。

常見問題

什麼是勝算比?它和相對風險有何不同?
勝算比比較的是兩組的結果勝算,而相對風險(RR)比較的是機率。對於罕見結果(盛行率 < 10%),OR ≈ RR;對於常見結果,OR 會比 RR 更遠離 1.0。病例對照研究只能有效估計 OR,而不能估計 RR,因為其抽樣是以結果為基礎。
我該如何解讀 OR = 2.5?
OR = 2.5 表示暴露組結果勝算是未暴露組的 2.5 倍。除非結果很罕見,否則這不代表風險高 2.5 倍。對於常見結果,真實的風險比會小於 2.5。
信賴區間告訴我什麼?
95% 信賴區間表示:如果在相同條件下重複研究很多次,約 95% 的計算區間會包含真實的母體 OR。實務上,如果 CI 不包含 1.0,結果在 α = 0.05 水準下具有統計學顯著性。較寬的 CI 表示精確度較低,通常是因為樣本數較小。
Haldane-Anscombe 校正何時會套用?
當任一儲存格等於 0 時,校正會對每個儲存格加 0.5。零儲存格會使標準 OR 公式無法定義(對零取對數或除以零)。這項校正可讓估計繼續進行,是最常見的處理方式,但會引入些微偏誤。計算器會在使用時加以標示。
我可以把這個計算器用於隨機對照試驗嗎?
可以,但建議同時回報相對風險(RR)或以 RR 取代 OR,因為對於常見結果,RR 更直觀,也更符合臨床指引的偏好。對於結果罕見的 RCT,或是在統合分析中跨研究設計合併時,OR 仍然適用。
為什麼 p 值和信賴區間有時看起來互相矛盾?
其實不應該矛盾:不包含 1.0 的 95% CI 一定對應雙尾檢定中的 p < 0.05。看似矛盾通常來自四捨五入、將單尾 p 值與雙尾 CI 比較,或對 CI 與檢定的 alpha 採用不同水準。兩者應保持一致。