Saat mempelajari pemodelan logistik, saya membaca pernyataan berikut
Fakta bahwa hanya rasio odds, bukan risiko individu, dapat diperkirakan dari
pemodelan logistik dalam studi kasus-kontrol atau cross-sectional tidak mengejutkan.
Saya tidak tahu apa artinya "studi kasus-kontrol" dan "studi cross-sectional" dalam analisis statistik? Selain itu, saya tidak begitu mengerti apa arti pernyataan di atas dari sudut pandang analisis statistik. Penjelasan apa pun akan dihargai.
Pertama, definisi, kemudian sedikit twist pada pernyataan yang Anda posting, lalu semoga jawaban yang menerangi.
Studi Cross-Sectional: Sebuah studi di mana Anda mengambil "potret" suatu populasi pada satu titik waktu. Anda tidak mengikuti siapa pun, itu hanya "Pada titik ini, apakah Anda memiliki atau tidak memiliki penyakit" - bersama dengan kovariat tentu saja. Penampang - karena itulah namanya.
Studi Kasus-Kontrol: Sebuah studi yang biasanya digunakan ketika studi kohort atau RCT akan menjadi sulit, jika bukan tidak mungkin. Anda sampel kasus dari beberapa sumber, dan kemudian sejumlah kontrol, biasanya dalam beberapa rasio dengan jumlah kasus (1: 1, 2: 1, dll.). Sekali lagi, Anda tidak mengikuti siapa pun, Anda kembali melacak. Daripada mengatakan "paparan apa yang menyebabkan penyakit" Anda bertanya "paparan apa yang lebih umum pada kelompok yang terserang penyakit?".
Maksud pernyataan itu adalah bahwa dalam kedua kasus itu, Anda terbatas pada apa yang dapat Anda perkirakan. Untuk menghitung risiko (dan dengan demikian rasio risiko), Anda perlu mengetahui populasi dan orang yang tidak berpenyakit, berapa banyak orang yang akan terkena penyakit pada periode tindak lanjut Anda (kejadian). Dalam studi cross-sectional, Anda secara teknis hanya memiliki prevalensi, bukan kejadian. Ini adalah twist - pernyataan yang Anda kirim secara teknis salah. Anda juga dapat - dan sering harus - memperkirakan Rasio Prevalensi dari studi lintas-bagian, serta Rasio Peluang.
Dalam studi kasus-kontrol, Anda tidak memiliki populasi - Anda hanya memiliki kasus, dan sekeranjang non-kasus - Anda tidak tahu apa yang terjadi dalam populasi n. Jadi, sementara Anda dapat menghitung peluang, secara harfiah tidak mungkin untuk menghitung risiko, itu membutuhkan informasi yang tidak Anda miliki.
Namun, dalam kasus di mana penyakit jarang terjadi (~ <10% prevalensi), Odds Ratio harus mendekati rasio risiko untuk studi kohort yang dilakukan dengan cara yang sama.
Apa ini semua berarti secara statistik adalah bahwa ini desain studi yang relatif sederhana (dan dengan demikian cukup fleksibel) agak membatasi dalam apa yang dapat Anda lakukan - Anda sebagian besar terbatas pada regresi logistik dan perhitungan rasio peluang.