naywinaung blog,Epidemiology Relative Risk၊ Odds Ratio နဲ့ Attributable Risk

Relative Risk၊ Odds Ratio နဲ့ Attributable Risk

Relative Risk၊ Odds Ratio နဲ့ Attributable Risk ဆိုတဲ့ အကြောင်းအရာတွေကို ဆွေးနွေးကြည့်ချင်ပါတယ်။ ဒါတွေက ဆေးသုတေသနမှာ အသုံးများတဲ့ အချက်အလက်တွေကို နှိုင်းယှဉ်တွက်ချက်တဲ့ နည်းလမ်းတွေပါ။ ရိုးရှင်းအောင် ပြောရရင် တစ်ခုခုကြောင့် ရောဂါဖြစ်နိုင်ခြေကို ဘယ်လိုတိုင်းတာမလဲဆိုတာပါပဲ။

 ၁. Relative Risk (RR) – အန္တရာယ်နှိုင်းယှဉ်ချက်

Relative Risk ဆိုတာ ဘာလဲဆိုတော့ အုပ်စုတစ်ခုခုမှာရှိတဲ့ ဖြစ်နိုင်ခြေကို နောက်အုပ်စုတစ်ခုနဲ့ နှိုင်းယှဉ်ကြည့်တာပါ။ ဥပမာ၊ ဆေးတစ်မျိုးသုံးတဲ့သူတွေမှာ ရောဂါဖြစ်နိုင်ခြေက ဆေးမသုံးတဲ့သူတွေနဲ့ ဘယ်လောက်ကွာသလဲဆိုတာကို တွက်ကြည့်တာပေါ့။

ဘယ်လိုတွက်လဲ? 

RR = (ဆေးသုံးတဲ့အုပ်စုမှာ ဖြစ်နိုင်ခြေ) ÷ (ဆေးမသုံးတဲ့အုပ်စုမှာ ဖြစ်နိုင်ခြေ) 

ဒါကို 2×2 ဇယားနဲ့လည်း တွက်လို့ရတယ်။ ဥပမာ RR = (a / (a+b)) ÷ (c / (c+d)) ဆိုတဲ့ ဖော်မြူလာပေါ့။

ဘယ်လိုဖတ်ရမလဲ? 

– RR = 1: အုပ်စုနှစ်ခုမှာ ဖြစ်နိုင်ခြေ အတူတူပဲ။ ဆိုလိုတာက ဆေးသုံးတာ၊ မသုံးတာ ဘာမှမထူးဘူးပေါ့။ 

– RR > 1: ဆေးသုံးတဲ့အုပ်စုမှာ ရောဂါဖြစ်နိုင်ခြေ ပိုများတယ်။ 

– RR < 1: ဆေးသုံးတဲ့အုပ်စုမှာ ရောဂါဖြစ်နိုင်ခြေ ပိုနည်းတယ်။ 

ဥပမာတစ်ခု 

ဆေးလိပ်သောက်တဲ့သူ ၁၀,၀၀၀ မှာ ၁,၀၀၀ ဦးက အဆုတ်ကင်ဆာဖြစ်တယ်ဆိုရင် ဖြစ်နိုင်ခြေ ၁၀% ပေါ့။ ဆေးလိပ်မသောက်တဲ့သူ ၁၀,၀၀၀ မှာ ၈၀ ဦးပဲ ဖြစ်တယ်ဆိုရင် ၀.၈% ပေါ့။ 

RR = 10% ÷ 0.8% = 12.5 

ဆိုလိုတာက ဆေးလိပ်သောက်သူတွေမှာ အဆုတ်ကင်ဆာဖြစ်နိုင်ခြေ မသောက်သူတွေထက် ၁၂.၅ ဆ ပိုများတယ်လို့ ဆိုလိုတာပါ။

ဘာတွေကို သတိထားရမလဲ? 

RR က Cohort Studies ဒါမှမဟုတ် Randomized Controlled Trials လို လေ့လာမှုတွေမှာ သုံးလို့အဆင်ပြေပါတယ်။ ဒါပေမယ့် Case-control Studies မှာတော့ မသင့်တော်ပါဘူး။ ပြီးတော့ ရောဂါဖြစ်နှုန်းနည်းတဲ့အခါ RR က အန္တရာယ်ကို အနည်းငယ် ပိုကြီးကြီးကျယ်ကျယ် ဖော်ပြတတ်ပါတယ်။

 ၂. Odds Ratio (OR) – ဖြစ်နိုင်ခြေအချိုး

Odds Ratio ကတော့ ဖြစ်ရပ်တစ်ခုဖြစ်နိုင်ခြေကို “Odds” နဲ့ နှိုင်းယှဉ်တာပါ။ Odds ဆိုတာ ဘာလဲဆိုတော့ ဖြစ်ရပ်ဖြစ်တဲ့သူအရေအတွက်ကို မဖြစ်တဲ့သူအရေအတွက်နဲ့ စားလိုက်တာပါ။ ဥပမာ၊ ရောဂါဖြစ်သူအရေအတွက် ÷ မဖြစ်သူအရေအတွက် ပေါ့။

ဘယ်လိုတွက်လဲ? 

OR = (ဆေးသုံးတဲ့အုပ်စုရဲ့ Odds) ÷ (ဆေးမသုံးတဲ့အုပ်စုရဲ့ Odds) 

2×2 ဇယားနဲ့ဆိုရင် OR = (a/b) ÷ (c/d) = ad/bc

ဘယ်လိုဖတ်ရမလဲ? 

– OR = 1: အုပ်စုနှစ်ခုမှာ Odds က အတူတူပဲ။ 

– OR > 1: ဆေးသုံးတဲ့အုပ်စုမှာ ဖြစ်နိုင်ခြေ ပိုများတယ်။ 

– OR < 1: ဆေးသုံးတဲ့အုပ်စုမှာ ဖြစ်နိုင်ခြေ ပိုနည်းတယ်။ 

ဥပမာတစ်ခု 

ဆေးလိပ်သောက်သူတွေထဲမှာ အဆုတ်ကင်ဆာဖြစ်သူ ၁၇ ဦး၊ မဖြစ်သူ ၈၃ ဦးရှိတယ်ဆိုပါစို့။ Odds = 17 ÷ 83 = 0.205။ ဆေးလိပ်မသောက်သူတွေထဲမှာ အဆုတ်ကင်ဆာဖြစ်သူ ၁ ဦး၊ မဖြစ်သူ ၉၉ ဦးဆိုရင် Odds = 1 ÷ 99 = 0.01။ 

OR = 0.205 ÷ 0.01 = 20.5 

ဆိုလိုတာက ဆေးလိပ်သောက်သူတွေမှာ အဆုတ်ကင်ဆာဖြစ်နိုင်ခြေ Odds က မသောက်သူတွေထက် ၂၀.၅ ဆ ပိုများတယ်ပေါ့။

ဘာတွေကို သတိထားရမလဲ? 

OR က Case-control Studies ဒါမှမဟုတ် Retrospective Studies လို ဖြစ်ပွားနှုန်းကို တိုက်ရိုက်မရတဲ့ လေ့လာမှုတွေမှာ သုံးလို့အဆင်ပြေပါတယ်။ ရောဂါရှားပါးတဲ့အခါ OR က RR နဲ့ နီးစပ်ပြီး RR ကို ခန့်မှန်းဖို့ အဆင်ပြေပါတယ်။ ဒါပေမယ့် ရောဂါဖြစ်မှုများတဲ့အခါ OR က RR ထက် အန္တရာယ်ကို ပိုကြီးကြီးကျယ်ကျယ် ဖော်ပြတတ်ပါတယ်။

 ၃. Attributable Risk (AR) – ဖြစ်ပွားနိုင်ခြေသတ်မှတ်ချက်

Attributable Risk ကတော့ ရောဂါဖြစ်မှုရဲ့ ဘယ်လောက်ရာခိုင်နှုန်းက တစ်ခုခုကြောင့် (ဥပမာ ဆေးလိပ်သောက်တာ) ဖြစ်တယ်ဆိုတာကို တွက်ကြည့်တာပါ။ ဆိုလိုတာက ဆေးလိပ်သောက်တာမရှိရင် ဒီရောဂါဘယ်လောက်လျော့နည်းနိုင်မလဲဆိုတာကို သိချင်တာပေါ့။

ဘယ်လိုတွက်လဲ? 

AR = (ဆေးလိပ်သောက်တဲ့အုပ်စုရဲ့ ဖြစ်နိုင်ခြေ) – (ဆေးလိပ်မသောက်တဲ့အုပ်စုရဲ့ ဖြစ်နိုင်ခြေ) 

ဘယ်လိုဖတ်ရမလဲ? 

AR က ဆေးလိပ်သောက်တဲ့အုပ်စုမှာ ဖြစ်တဲ့ ရောဂါရဲ့ ဘယ်လောက်ရာခိုင်နှုန်းက ဆေးလိပ်သောက်တာကြောင့်လဲဆိုတာကို ပြပေးပါတယ်။ ဒါက ရောဂါကာကွယ်ဖို့ ဘယ်လိုမူဝါဒတွေ ချမှတ်ရမလဲဆိုတာ ဆုံးဖြတ်ဖို့ အထောက်အကူပြုပါတယ်။

ဥပမာတစ်ခု 

Folate ဖြည့်စွမ်းစာမသောက်တဲ့ ကိုယ်ဝန်ဆောင်တွေမှာ Neural Tube Defects (NTD) ဖြစ်နှုန်း ၆၃၁/၁၀၀,၀၀၀ ဖြစ်ပြီး၊ သောက်တဲ့သူတွေမှာ ၂၄/၁၀၀,၀၀၀ ပဲဖြစ်တယ်ဆိုပါစို့။ 

AR = 631/100,000 – 24/100,000 = 607/100,000 

AR Percentage = (607/631) × 100% = 96.2% 

ဆိုလိုတာက Folate မသောက်တဲ့သူတွေမှာ ဖြစ်တဲ့ NTD ရဲ့ ၉၆.၂% က Folate မသောက်တာကြောင့်ပဲလို့ သတ်မှတ်နိုင်တယ်။ ဒါကို ဖယ်ရှားနိုင်ရင် ရောဂါကို ၉၆.၂% လျှော့ချနိုင်မယ်ပေါ့။

ဘာတွေကို သတိထားရမလဲ? 

AR က ဘက်လိုက်မှုတွေ၊ တိုင်းတာမှုအမှားတွေ၊ ရွေးချယ်မှုဘက်လိုက်မှုတွေကြောင့် ထိခိုက်နိုင်ပါတယ်။ ပြီးတော့ ဒီတွက်ချက်မှုက လေ့လာတဲ့ လူဦးရေပေါ်မှာ မူတည်တာမို့ တခြားလူဦးရေမှာ အတူတူဖြစ်မယ်လို့ ယေဘုယျယူဆလို့မရပါဘူး။

 အကျဉ်းချုပ် နှိုင်းယှဉ်ကြည့်ရင်

– RR နဲ့ OR က အကြောင်းရင်းနဲ့ ရောဂါဆက်နွှယ်မှုရဲ့ အင်အားကို တိုင်းတာတယ်။ RR က Cohort Studies နဲ့ RCTs မှာ သုံးပြီး ဖြစ်နိုင်ခြေကို တိုက်ရိုက်တွက်ပါတယ်။ OR က Case-control Studies မှာ သုံးပြီး Odds ကို တွက်တယ်။ ရောဂါရှားပါးတဲ့အခါ OR က RR နဲ့ နီးစပ်ပါတယ်။ 

– AR ကတော့ ရောဂါဖြစ်မှုရဲ့ ဘယ်လောက်ရာခိုင်နှုန်းက အကြောင်းရင်းတစ်ခုကြောင့်လဲဆိုတာကို ပြပေးပါတယ်။ ဒါက ပြည်သူ့ကျန်းမာရေးမှာ ရောဂါကာကွယ်ဖို့ မူဝါဒချမှတ်ရာမှာ အရေးကြီးပါတယ်။

နပေတိုး


Discover more from naywinaung

Subscribe to get the latest posts sent to your email.

Leave a Reply

Your email address will not be published. Required fields are marked *

Related Post

ဒေတာအမျိုးအစားများဒေတာအမျိုးအစားများ

ဒစ်ဂျစ်တယ်ကမ္ဘာထဲက ဒေတာအမျိုးအစားတွေအကြောင်း မြန်မာရနံ့ လေးစွက်ပြီး ပွားကြည့်ရအောင်။ကိန်းပြည့်(integer) ဆိုတာ ဘုန်းကြီးကျောင်းက ပုတီးစေ့တွေလိုပါပဲ၊ တစ်လုံးခြင်း ရေတွက်ကြပါတယ်။ ၁၊ ၄၂၊ ၁၀၀၀ လို ကိန်းတွေပေါ့။ ကွဲအက်တာမရှိ၊ ပိုင်းဖြတ်လို့မရဘူး။ ရွှေတိဂုံဘုရားမှာ ဖယောင်းတိုင်ဘယ်နတိုင် မီးထွန်းမလဲ ရေတွက်တဲ့အခါ ဒီလိုကိန်းပြည့်တွေကို သုံးရပါတယ်။ပြီးတော့ ဒဿမကိန်း (float) ဆိုတာကတော့ ဧရာဝတီမြစ်ရေလို စီးလျက်ရှိတယ်။ ၃.၁၄ ဒါမှမဟုတ်

သုတေသနအမျိုးအစားများသုတေသနအမျိုးအစားများ

သုတေသနစာတမ်းများကို အမျိုးအစားခွဲခြားရာတွင် အမျိုးမျိုးခွဲခြားကြသော်လည်း အောက်ပါ အမျိုးအစားများမှာ အသုံးများသော သုတေသနအမျိုးအစားများ ဖြစ်ကြပါတယ်။1.APPLIED RESEARCH ( အသုံးချ သုတေသန)2.BASIC RESEARCH (အခြေခံသုတေသန)3.CORRELATIONAL RESEARCH(ဆက်နွယ်ပတ်သက်မှုဆိုင်ရာ သုတေသန)4.DESCRIPTIVE RESEARCH( ဖော်ညွှန်းပြ သုတေသန)5.ETHNOGRAPHIC RESEARCH( ရှေးဟောင်းယဉ်ကျေးမှုသုတေသန)6.EXPERIMENTAL RESEARCH( စမ်းသပ်စစ်ဆေးခြင်းသုတေသန)7.EXPLORATORY RESEARCH (ရေနံဓာတ်ငွေ့ရှာဖွေရေးသုတေသန)8.GROUNDED THEORY RESEARCH( မြေပြင်သုတေသန)9.HISTORICAL RESEARCH(သမိုင်းသုတေသန)10.PHENOMENOLOGICAL RESEARCH(ဖြစ်စဉ်သုတေသနပြုမှု)11.QUALITATIVE

Quota SamplingQuota Sampling

Quota Sampling ဆိုတာက Population ရဲ့ အချိုးအစားအတိုင်း Sample ကို ရွေးချယ်တဲ့ နည်းလမ်းဖြစ်ပါတယ်။  မြို့တစ်မြို့က လူတွေရဲ့ အမြင်တွေကို စစ်တမ်းကောက်ချင်တယ်ဆိုရင် အဲ့ဒီမြို့မှာ အမျိုးသား ဘယ်နှစ်ယောက်ရှိလဲ၊ အမျိုးသမီး ဘယ်နှစ်ယောက်ရှိလဲ၊ အသက်အရွယ် ဘယ်လောက်ရှိတဲ့သူတွေ ဘယ်လောက်ရှိလဲဆိုတာကို သိထားရပါမယ်။ ပြီးတော့ Sample ထဲမှာလည်း အဲ့ဒီအချိုးအစားအတိုင်း လူတွေကို ထည့်ရပါမယ်။ အဲ့ဒါ