सहसंबंध के माप
सहसंबंध के माप वे मात्राएँ हैं जिनका उपयोग महामारी विज्ञान यह व्यक्त करने के लिए करता है कि कोई जोखिम या हस्तक्षेप किसी परिणाम से कितनी दृढ़ता से जुड़ा हुआ है। वे रोग और जोखिम की गणना को एक एकल तुलनीय संख्या — एक अनुपात या एक अंतर — में बदलते हैं जो एक प्रभाव के आकार और दिशा को दर्शाता है और अध्ययनों को सारांशित करने, तुलना करने और संयोजित करने की अनुमति देता है।
Definition
सहसंबंध का माप एक सांख्यिकी है जो किसी जोखिम (या उपचार) और एक परिणाम के बीच संबंध की शक्ति को मापता है, जिसे या तो दो जोखिमों, ऑड्स या दरों के अनुपात के रूप में, या उनके अंकगणितीय अंतर के रूप में व्यक्त किया जाता है।
Scope
यह क्षेत्र पाठक को महामारी विज्ञान और नैदानिक अनुसंधान में उपयोग किए जाने वाले प्रभाव मापों के परिवार से परिचित कराता है: सापेक्ष (अनुपात) माप जैसे सापेक्ष जोखिम, ऑड्स अनुपात और हैज़र्ड अनुपात; निरपेक्ष (अंतर) माप जैसे जोखिम अंतर; और रोगी-उन्मुख व्युत्क्रम, उपचार के लिए आवश्यक संख्या। यह बताता है कि ये माप एक-दूसरे से कैसे संबंधित हैं और प्रत्येक कब उपयुक्त है, उन्हें नैदानिक निर्देशों के बजाय कार्यप्रणाली उपकरण के रूप में मानते हुए।
Sub-topics
Core questions
- कोई जोखिम या उपचार किसी परिणाम से कितनी दृढ़ता से जुड़ा हुआ है?
- सापेक्ष (अनुपात) माप का उपयोग निरपेक्ष (अंतर) माप के बजाय कब किया जाना चाहिए?
- जोखिम अनुपात, ऑड्स अनुपात, हैज़र्ड अनुपात और जोखिम अंतर एक-दूसरे से कैसे संबंधित हैं?
- एक ही प्रभाव किस माप की रिपोर्ट की जाती है, उसके आधार पर बड़ा या छोटा कैसे दिख सकता है?
Key concepts
- सापेक्ष (अनुपात) माप
- निरपेक्ष (अंतर) माप
- जोखिम, ऑड्स और दर
- संदर्भ समूह और प्रभाव की दिशा
- समय-से-घटना और हैज़र्ड
- आधारभूत जोखिम और नैदानिक व्याख्या
Mechanisms
प्रभाव माप दो व्यापक परिवारों में आते हैं। अनुपात माप (सापेक्ष जोखिम, ऑड्स अनुपात, हैज़र्ड अनुपात) एक जोखिम वाले या उपचारित समूह में परिणाम आवृत्ति को एक तुलना समूह में उस आवृत्ति से विभाजित करते हैं, ताकि 1 का मान कोई सहसंबंध न होने का अर्थ हो; वे एक सहसंबंध की शक्ति को दर्शाते हैं और विभिन्न आधारभूत जोखिमों वाली आबादी में अच्छी तरह से यात्रा करते हैं। अंतर माप (जोखिम अंतर) एक परिणाम आवृत्ति को दूसरे से घटाते हैं, ताकि 0 का अर्थ कोई सहसंबंध न हो; वे पूर्ण सार्वजनिक-स्वास्थ्य या नैदानिक प्रभाव को दर्शाते हैं और आधारभूत जोखिम पर निर्भर करते हैं। उपचार के लिए आवश्यक संख्या जोखिम अंतर का व्युत्क्रम है और एक पूर्ण प्रभाव को रोगी के संदर्भ में पुनः व्यक्त करती है। इन मापों में से चुनना, और सापेक्ष और निरपेक्ष दोनों रूपों की रिपोर्ट करना, ईमानदार साक्ष्य मूल्यांकन के लिए केंद्रीय है, क्योंकि एक स्थिर सापेक्ष प्रभाव बहुत अलग निरपेक्ष प्रभावों के अनुरूप हो सकता है, यह इस बात पर निर्भर करता है कि परिणाम कितना सामान्य है।
Clinical relevance
सहसंबंध के माप वह भाषा हैं जिसमें परीक्षण, कोहोर्ट अध्ययन और व्यवस्थित समीक्षाएं अपने परिणाम रिपोर्ट करती हैं, इसलिए उन्हें समझना साक्ष्य के महत्वपूर्ण मूल्यांकन को रेखांकित करता है। वे बताते हैं कि साक्ष्य जोखिमों और परिणामों को कितनी दृढ़ता से जोड़ता है; वे अनुसंधान की व्याख्या के उपकरण हैं, न कि व्यक्तिगत निदान या उपचार के लिए नुस्खे।
Epidemiology
इन मापों का उपयोग अवलोकन संबंधी और प्रायोगिक महामारी विज्ञान में किया जाता है और मेटा-विश्लेषण का परिणाम बनते हैं। माप का चुनाव आंशिक रूप से अध्ययन डिजाइन द्वारा निर्धारित होता है — कोहोर्ट और परीक्षण डेटा जोखिम अनुपात और जोखिम अंतर का समर्थन करते हैं, केस-कंट्रोल डेटा स्वाभाविक रूप से ऑड्स अनुपात उत्पन्न करता है, और उत्तरजीविता डेटा हैज़र्ड अनुपात उत्पन्न करता है — और आंशिक रूप से संचार लक्ष्य द्वारा, क्योंकि सापेक्ष माप शक्ति को व्यक्त करते हैं जबकि निरपेक्ष माप प्रभाव को व्यक्त करते हैं।
History
प्रभाव मापों की औपचारिक शब्दावली बीसवीं सदी के महामारी विज्ञान और बायोस्टैटिस्टिक्स के साथ विकसित हुई: ऑड्स अनुपात और सापेक्ष जोखिम से इसका संबंध मध्य-सदी के कैंसर महामारी विज्ञान में स्पष्ट किया गया था, आनुपातिक-हैज़र्ड फ्रेमवर्क ने 1972 में समय-से-घटना डेटा के लिए हैज़र्ड अनुपात पेश किया, और 1988 में पूर्ण प्रभावों को संप्रेषित करना आसान बनाने के लिए उपचार के लिए आवश्यक संख्या का प्रस्ताव किया गया था। आधुनिक पाठ्यपुस्तकों ने इन्हें सापेक्ष और निरपेक्ष मापों की एक सुसंगत प्रणाली में समेकित किया।
Debates
- सापेक्ष बनाम निरपेक्ष माप
- सापेक्ष माप एक सहसंबंध की शक्ति को व्यक्त करते हैं लेकिन जब आधारभूत जोखिम कम होता है तो कथित महत्व को बढ़ा-चढ़ाकर पेश कर सकते हैं; उनके साथ निरपेक्ष मापों की रिपोर्टिंग की व्यापक रूप से सिफारिश की जाती है ताकि एक प्रभाव के वास्तविक-विश्व प्रभाव का गलत आकलन न हो।
- जब ऑड्स अनुपात गुमराह करता है
- ऑड्स अनुपात जोखिम अनुपात का अनुमान केवल तभी लगाता है जब परिणाम दुर्लभ हो; सामान्य परिणामों के लिए दोनों भिन्न होते हैं, और ऑड्स अनुपात को जोखिम अनुपात के रूप में मानने से प्रभाव को बढ़ा-चढ़ाकर पेश किया जाता है।
Key figures
- Kenneth Rothman
- Sander Greenland
- David Sackett
- Jerome Cornfield
Related topics
Seminal works
- rothman-2008
- cook-sackett-1995
- davies-1998
Frequently asked questions
- सहसंबंध के सापेक्ष और निरपेक्ष माप में क्या अंतर है?
- एक सापेक्ष माप (जैसे जोखिम अनुपात) एक समूह के परिणाम आवृत्ति को दूसरे से विभाजित करता है और व्यक्त करता है कि परिणाम कितनी बार अधिक होने की संभावना है; एक निरपेक्ष माप (जैसे जोखिम अंतर) उन्हें घटाता है और प्रति जनसंख्या अतिरिक्त परिणामों को व्यक्त करता है, जो आधारभूत जोखिम पर निर्भर करता है।
- एक अध्ययन को सहसंबंध का कौन सा माप रिपोर्ट करना चाहिए?
- अच्छी प्रथा यह है कि सापेक्ष और निरपेक्ष दोनों माप रिपोर्ट किए जाएं, क्योंकि सापेक्ष माप एक सहसंबंध की शक्ति को व्यक्त करता है जबकि निरपेक्ष माप इसके सार्वजनिक-स्वास्थ्य या नैदानिक प्रभाव को व्यक्त करता है; उपयुक्त अनुपात माप भी अध्ययन डिजाइन पर निर्भर करता है।