Odds Ratio Nasıl Yorumlanır? Lojistik Regresyonda OR, %95 Güven Aralığı ve Tıp Tezlerinde Raporlama

Kısa cevap: Odds ratio, bir gruptaki olay odds değerinin diğer gruptakine oranıdır. OR = 1 ise iki grup arasında fark yoktur. Buna karşın OR > 1 olduğunda olayın odds değeri ilgili grupta daha yüksek, OR < 1 olduğunda ise daha düşüktür. Yorumu ancak %95 güven aralığıyla birlikte yapabilirsiniz: aralık 1’i içeriyorsa sonuç istatistiksel olarak anlamlı değildir.

Bu rehberde önce 2×2 tablodan elle hesap yapıyoruz. Ardından SPSS lojistik regresyon çıktısındaki Exp(B) sütununu satır satır okuyor, sürekli değişkenlerde birim etkisini ve risk oranıyla farkı açıklıyoruz. Son olarak tıp ve sağlık bilimleri tezlerinde hazır kullanabileceğiniz rapor cümlelerini veriyoruz.

Odds ratio nasıl yorumlanır rehberi: 2×2 tablo, Exp(B) ve %95 güven aralığı

Odds ratio nedir ve odds ile olasılık arasındaki fark nedir?

Önce iki kavramı ayırmak gerekir. Olasılık (risk), olayın yaşanma sayısının toplam kişi sayısına oranıdır. Odds ise olayın yaşanma sayısının yaşanmama sayısına oranıdır. Örneğin 100 kişiden 20’si hastaysa olasılık 20 / 100 = 0,20 olur. Aynı grupta odds ise 20 / 80 = 0,25 olarak hesaplanır.

Odds ratio ise iki grubun odds değerlerini birbirine böler. Böylece maruz kalan grup ile maruz kalmayan grubu tek bir sayıyla karşılaştırırsınız. Kısa bir İngilizce tanım ve formül özeti için Wikipedia’daki ilgili maddeye bakabilirsiniz.

Peki neden riski değil de odds değerini oranlıyoruz? Bunun iki temel nedeni vardır. Birincisi, vaka-kontrol çalışmalarında hasta ve sağlıklı sayıları araştırmacı tarafından belirlenir; dolayısıyla gerçek risk hesaplanamaz, ama OR geçerli kalır. İkincisi, lojistik regresyon modeli doğal olarak log-odds üzerinden kurulur. Bu nedenle modelin katsayıları üstel hale getirildiğinde doğrudan OR elde edilir.

Öte yandan OR yalnızca bir ilişki ölçüsüdür. Tek başına neden-sonuç ilişkisi kanıtlamaz; karıştırıcı değişkenler modele eklenmediyse sonuç yanıltıcı olabilir.

2×2 tablodan OR nasıl hesaplanır?

En basit durumda veriniz iki satır ve iki sütunlu bir çapraz tablodur. Satırlar maruziyeti (sigara içen / içmeyen), sütunlar ise sonucu (hastalık var / yok) gösterir. Hücreler a, b, c ve d diye adlandırılır.

Tablo 1. Sigara kullanımı ve hastalık durumu (öğretim amaçlı kurgusal 200 kişi)
Grup Hastalık var Hastalık yok Toplam Odds (var / yok)
Sigara içen 40 (a) 60 (b) 100 40 / 60 = 0,667
Sigara içmeyen 20 (c) 80 (d) 100 20 / 80 = 0,250

Not. Veriler öğretim amaçlı kurgusaldır; gerçek bir hasta grubuna ait değildir.

Formül şöyledir: OR = (a × d) / (b × c). Tablodaki değerlerle OR = (40 × 80) / (60 × 20) = 3200 / 1200 = 2,67 bulunur. Başka bir deyişle sigara içenlerde hastalığın odds değeri, içmeyenlere göre yaklaşık 2,67 kat yüksektir.

Güven aralığı için logaritmik ölçek kullanılır. Önce ln(OR) = ln(2,667) = 0,981 hesaplanır. Ardından standart hata SE = √(1/a + 1/b + 1/c + 1/d) = √(0,025 + 0,0167 + 0,050 + 0,0125) = 0,323 olur. Sonuç olarak %95 güven aralığı e0,981 ± 1,96 × 0,323 ile 1,42–5,02 arasında çıkar. Aralık 1’i içermediği için ilişki %5 düzeyinde anlamlıdır.

SPSS’te aynı tabloyu Analyze > Descriptive Statistics > Crosstabs yolundan kurabilirsiniz. Statistics düğmesinde Risk kutusunu işaretlediğinizde “Odds Ratio for …” satırı ve güven aralığı birlikte gelir. Bu arada aynı pencerede ki kare testini de istemek mantıklıdır; çapraz tablo ayarları için SPSS çapraz tablo ve ki kare rehberimize göz atabilirsiniz.

OR değeri 1’den büyük veya küçükse nasıl yorumlanır?

Yorumun temel kuralı, odds ratio değerini 1 ile karşılaştırmaktır. Bunun için üç durumu ayrı ayrı ele alalım.

  • OR = 1: Odds iki grupta eşittir; yani maruziyet ile sonuç arasında ilişki görünmez.
  • OR > 1: Olayın odds değeri ilgili grupta daha yüksektir. Örneğin OR = 2,67 için “odds yaklaşık 2,7 kat yüksek” ya da “%167 daha yüksek” denir. Yüzde değişim (OR − 1) × 100 formülüyle bulunur.
  • OR < 1: Olayın odds değeri ilgili grupta daha düşüktür; bu durumda maruziyet koruyucu yönde görünür. Örneğin OR = 0,48 için düşüş (1 − 0,48) × 100 = %52 olarak ifade edilir.

Ancak 1’in altındaki değerler sezgisel olarak küçük görünür. Bu yüzden bazı yazarlar tersini alır: 1 / 0,48 ≈ 2,08. Böylece “egzersiz yapmayanlarda odds yaklaşık 2,1 kat yüksek” cümlesi kurulabilir. Hangi yönü seçerseniz seçin, referans grubunu cümlede açıkça belirtin.

Bunun yanında büyüklük ile anlamlılığı karıştırmayın. Geniş bir güven aralığı (örneğin 1,1–15,0) anlamlı olsa bile tahminin belirsiz olduğunu gösterir. Nitekim küçük örneklemlerde ve seyrek hücrelerde bu durum sık görülür.

SPSS lojistik regresyon çıktısında Exp(B) nasıl okunur?

Çok değişkenli analizde OR artık tek bir tablodan değil, modelden gelir. SPSS’te yol Analyze > Regression > Binary Logistic şeklindedir. Bağımlı değişkeni (0 = yok, 1 = var) Dependent kutusuna, açıklayıcı değişkenleri Covariates kutusuna taşıyın. Kategorik değişkenler için Categorical düğmesinde referans kategoriyi (First ya da Last) seçin. Son olarak Options altında CI for exp(B): 95% kutusunu işaretleyin; aksi halde güven aralığı çıktıda görünmez. Modelin kurulum adımlarını ayrıntılı görmek isterseniz SPSS ile lojistik regresyon analizi yazımıza bakabilirsiniz.

Çıktının “Variables in the Equation” tablosu aşağıdaki gibi görünür:

Tablo 2. Çok değişkenli lojistik regresyon çıktısı, SPSS “Variables in the Equation” düzeninde (kurgusal model)
Değişken B S.E. Wald df Sig. Exp(B) %95 GA (alt–üst)
Sigara (1 = içiyor) 0,912 0,334 7,456 1 0,006 2,489 1,294–4,791
Yaş (yıl) 0,041 0,015 7,471 1 0,006 1,042 1,012–1,073
Cinsiyet (1 = kadın) −0,511 0,318 2,582 1 0,108 0,600 0,322–1,119
Düzenli egzersiz (1 = evet) −0,734 0,352 4,348 1 0,037 0,480 0,241–0,957
Sabit (Constant) −3,210 0,842 14,534 1 <0,001 0,040 —

Not. Katsayılar öğretim amaçlı kurgusaldır. Wald = (B / S.E.)², Exp(B) = eB, güven aralığı eB ± 1,96 × S.E. ile hesaplanmıştır.

Tabloyu sütun sütun okuyalım. B, log-odds ölçeğindeki katsayıdır; işareti ilişkinin yönünü verir. Wald ve Sig. sütunları katsayının sıfırdan farkını test eder. Exp(B) ise doğrudan düzeltilmiş odds ratio değeridir. Dolayısıyla yorumu her zaman Exp(B) ve güven aralığı üzerinden yaparsınız.

Örneğin sigara satırında Exp(B) = 2,489 ve aralık 1,294–4,791’dir. Bu durumda yaş, cinsiyet ve egzersiz sabit tutulduğunda sigara içenlerde hastalığın odds değeri yaklaşık 2,5 kat yüksektir. Ayrıca bu düzeltilmiş değerin 2×2 tablodaki ham değerden (2,67) biraz düşük olduğuna dikkat edin; çünkü diğer değişkenler etkinin bir kısmını üstlenmiştir.

Cinsiyet satırında ise Exp(B) = 0,600 olsa da aralık 0,322–1,119’dur ve 1’i içerir. Bu yüzden “kadınlarda risk %40 düşüktür” demek yanlıştır; doğru ifade, cinsiyetin anlamlı bir ilişki göstermediğidir. Egzersiz satırında ise aralık 1’in tamamen altında kaldığı için koruyucu yönde anlamlı bir ilişki vardır. Sabit satırının Exp(B) değeri ise tek başına yorumlanmaz.

Sürekli değişkenlerde birim etkisi nasıl yorumlanır?

Yaş gibi sürekli değişkenlerde Exp(B), yani odds ratio, bir birimlik artışın etkisini verir. Tablo 2’de yaş için Exp(B) = 1,042’dir; yani her bir yıllık artışta odds yaklaşık %4,2 yükselir. Ancak bir yıl klinik açıdan küçük bir fark olduğundan bu değer okura az şey anlatır.

Bunun yerine daha anlamlı bir birim seçebilirsiniz. On yıllık artış için OR = e10 × 0,041 = 1,51 olur. Güven aralığı da aynı şekilde e10 × (0,041 ± 1,96 × 0,015) ile yaklaşık 1,12–2,02 bulunur. Dikkat edin: 1,042 değerini 10 ile çarpmak yanlıştır; katsayı B ile çarpılıp sonra üstel alınır.

Öte yandan değişkeni modele eklemeden önce yeniden ölçeklemek de bir seçenektir. Örneğin yaşı “on yıl” biriminde girerseniz SPSS doğrudan 1,51 değerini raporlar. Böylece hem tablo hem metin daha okunaklı hale gelir. Ayrıca sürekli değişkenin log-odds ile doğrusal ilişkili olduğunu (Box-Tidwell yaklaşımı gibi) kontrol etmeyi unutmayın.

Lojistik regresyon çıktınızı birlikte okuyalım

SPSS çıktınızı, değişken kodlamanızı ve araştırma sorunuzu paylaşırsanız referans kategorileri, güven aralıklarını ve model uyumunu birlikte kontrol ederiz. Ardından bulgular tablonuzu ve yorum cümlelerinizi tez düzenine göre gözden geçiririz. Bunun için WhatsApp üzerinden yazabilir ya da iletişim ve teklif sayfamızı kullanabilirsiniz. Kapsam netleştikten sonra çalışma planı ve ücret bütçenize göre birlikte belirlenir.

Odds ratio ile risk oranı (relative risk) arasındaki fark nedir?

İki ölçü sıkça karıştırılır; oysa farklı soruları yanıtlar. Risk oranı (RR), iki grubun olasılıklarını oranlar. Kurgusal örneğimizde sigara içenlerde risk 40 / 100 = 0,40, içmeyenlerde ise 20 / 100 = 0,20’dir; dolayısıyla RR = 2,00 olur. Aynı veriden OR ise 2,67 çıkmıştı.

Tablo 3. Odds ratio ve risk oranı karşılaştırması
Özellik Odds ratio (OR) Risk oranı (RR)
Ne oranlanır? İki grubun odds değerleri İki grubun olasılıkları (riskleri)
Uygun tasarım Vaka-kontrol, kesitsel, kohort; lojistik regresyon Kohort ve randomize deneyler
Kurgusal örnekte değer 2,67 2,00
Olay sık olduğunda 1’den uzaklaşır, etkiyi büyük gösterir Doğrudan “kaç kat risk” der
Olay nadir olduğunda (%10 altı) RR’ye yaklaşır OR ile benzer değer alır
Tipik cümle “Odds yaklaşık 2,7 kat yüksektir” “Risk 2 kat yüksektir”

Görüldüğü gibi olay sık olduğunda OR, risk oranından daha uç bir değer alır. Bu nedenle “sigara içenlerde risk 2,67 kat” demek etkiyi abartır. Olay nadir olduğunda (genellikle %10’un altında) ise iki değer birbirine yaklaşır.

Gerekirse yaklaşık dönüşüm yapabilirsiniz. Zhang ve Yu’nun (1998) önerdiği formül RR ≈ OR / (1 − P0 + P0 × OR) şeklindedir; burada P0 referans gruptaki risktir. Örneğimizde 2,667 / (1 − 0,20 + 0,20 × 2,667) = 2,00 bulunur. Bununla birlikte düzeltilmiş modellerde bu dönüşüm kaba bir yaklaşımdır; kohort çalışmalarında doğrudan Poisson ya da log-binomial regresyonu düşünebilirsiniz.

Sonuçlar tezde ve makalede nasıl raporlanır?

Raporlamada üç bilgi eksiksiz olmalıdır: odds ratio değeri, %95 güven aralığı ve p değeri. Ayrıca ham (univariate) ve düzeltilmiş (multivariable) değerleri ayrı sütunlarda vermek tıp tezlerinde yaygın bir düzendir. Böylece okur karıştırıcıların etkisini kendisi görebilir.

Örnek bir cümle şöyle kurulabilir: “Yaş, cinsiyet ve düzenli egzersiz durumu kontrol edildiğinde, sigara kullanımı hastalık varlığı ile anlamlı ilişkili bulunmuştur (OR = 2,49; %95 GA: 1,29–4,79; p = 0,006).” Koruyucu bir değişken için ise şöyle yazabilirsiniz: “Düzenli egzersiz yapanlarda hastalık odds değeri yaklaşık %52 daha düşüktür (OR = 0,48; %95 GA: 0,24–0,96; p = 0,037).”

Bunun yanı sıra yöntem bölümünde modelin kuruluşunu belirtin: değişken seçim yöntemi (Enter, ileriye doğru vb.), referans kategoriler, Hosmer-Lemeshow uyum testi ve Nagelkerke R². Modelin ayırt ediciliğini göstermek için ROC eğrisi ve AUC değeri de sıkça istenir; bu adım için ROC analizi rehberimize bakabilirsiniz. Tablo başlığı, not satırı ve APA 7 düzeni için ise tez bulgular bölümü yazım rehberimizdeki örnekleri izleyebilirsiniz.

Tezinizin yöntem, bulgular ve tartışma bölümleri için daha kapsamlı yazım desteği arıyorsanız tez yazım destek sayfamızda süreç ayrıca anlatılıyor.

Odds ratio yorumunda sık yapılan hatalar nelerdir?

Nitekim aşağıdaki hatalar tez taslaklarında ve hakem raporlarında tekrar tekrar karşımıza çıkıyor. Bu nedenle tablonuzu danışmana göndermeden önce listeyi gözden geçirin.

  • OR’yi risk gibi okumak: “2,67 kat risk” yerine “odds 2,67 kat yüksek” yazın ya da risk oranını ayrıca hesaplayın.
  • Referans kategoriyi belirtmemek: SPSS’te varsayılan referans son kategoridir; kodlamayı kontrol etmeden yön ters yorumlanabilir.
  • Güven aralığını vermemek: Yalnızca p değeri, etkinin büyüklüğü ve kesinliği hakkında bilgi vermez.
  • Anlamsız OR’yi yorumlamak: Aralık 1’i içeriyorsa “%40 daha düşük” gibi cümleler kurulmaz.
  • Seyrek hücreleri gözden kaçırmak: Bir hücrede çok az gözlem varsa aralık aşırı genişler; gerekirse kategorileri birleştirin veya Firth düzeltmesini değerlendirin.
  • Olay başına değişken kuralını yok saymak: Az sayıda olayla çok değişkenli model kurmak kararsız tahminler üretir.

Kısacası odds ratio, doğru kodlanmış bir modelde ve güven aralığıyla birlikte okunduğunda klinik açıdan çok bilgilendirici bir ölçüdür. Ancak yanlış referans grubu veya risk diliyle yazılmış bir cümle, doğru hesaplanmış bir sonucu bile savunulamaz hale getirir.

Sık sorulan sorular

Odds ratio 1'den küçükse ne anlama gelir?
İlgili grupta olayın odds değeri referans gruba göre daha düşüktür. Örneğin OR = 0,48, odds değerinde yaklaşık %52 düşüş demektir. Ancak güven aralığı 1’i içeriyorsa bu fark anlamlı kabul edilmez.

Exp(B) ile odds ratio aynı şey mi?
Evet. SPSS lojistik regresyon çıktısındaki Exp(B), ilgili değişkenin diğer değişkenler sabitken hesaplanan düzeltilmiş OR değeridir. Güven aralığını görmek için Options altında CI for exp(B) seçeneğini işaretlemeniz gerekir.

Güven aralığı 1'i içeriyorsa ne yapmalıyım?
Sonucu “anlamlı ilişki bulunmadı” şeklinde raporlayın ve OR ile aralığı yine tabloda verin. Aralığın genişliği, örneklemin yetersiz olup olmadığı hakkında da fikir verir.

Odds ratio yerine risk oranı ne zaman kullanılmalı?
Kohort çalışmalarında ve randomize deneylerde risk doğrudan hesaplanabildiği için risk oranı daha anlaşılırdır. Vaka-kontrol çalışmalarında ve lojistik regresyonda ise OR kullanılır.

Analizimi kendim yapıp yalnızca yorumlarını kontrol ettirebilir miyim?
Evet. SPSS çıktınızı ve değişken kodlamanızı paylaşırsanız birlikte gözden geçirebiliriz. Kapsam ve ücret ihtiyacınıza ve bütçenize göre birlikte belirlenir.

İlgili rehberler ve hizmetler