在進行統計分析裡，我們通過會把效應量標示出來，OR或RR就是最常用的分類指標的效應量，如果OR（或RR）很大或很小，是我的統計分析出錯了嗎？我該怎麼處理呢？
首先怎麼定義OR太大或太小，我們知道OR值接近1是相當於兩組的比是1:1，也即接近無意義，我們一般的研究中OR在0.5-2之間是比較好的，也即一組的危險事件發生比不高於另外一組的2倍，這在在樣本量研究中非常適用，但在小樣本研究中，往往OR值不穩定，如果OR不在0.33-3範圍內，可能一般就認為OR值太大或者太小了，那如果出現這種情況，我們的統計方法是否出錯了呢？如果不是，可能的原因是什麼？
如果出現OR過大或過小，我個人建議按以下步驟進行核查：
1.單因素分析，觀察OR的大小。
首先我們使用卡方檢驗或logistic迴歸進行單因素分析，觀察OR的大小，如果OR值也是很大或很小，多因素結果與單因素結果方向一致且相近，此時原因可能是1）研究的樣本量太小，OR值不穩定；2）這個因素如果是連續指標，可能這個指標的變異較小，如一個指標在0.1-0.2範圍內，這個指標的OR往往會比較大，原因是OR是衡量的自變量變化一個單位（如0變成1或1變成2）時，因變量的發生比的變化倍數。3）如果分類指標，說明這個指標確實可能影響較大，效應量很大。如果單因素分析與多因素分析的OR差異較大，按下面步驟繼續查找原因。
2.觀察四格表的格子中是否有0較小的數
如果自變量是分類變量，四格表中觀察數是0或者小於3可能導致OR值無法計算或計算結果很大或很小，原因還是樣本小不足，結果不穩定，如果樣本小，我個人建議增加樣本量；如果樣本量本身已經比較大，我建議進行分層分析。
3.進行逐步迴歸分析
如果以上原因都不能解釋OR出現太大或太小的原因，我們建議查找多因素中OR值太大(或太小)的原因，可以把混雜因素逐步納入模型，觀察哪個因素進入模型時，OR值的大小發生了較大變化，再去觀察我們的觀察因素與混雜因素的關係，分析可能的原因。
還有一種情況是p值是小於0.05的，但OR及其置信區間都等於1或很接近1，這種情況很大可能是由於我們的自變量變異太大造成的，如分析血小板與結局的關係時，OR值是血小板變化一個單位時結局發生比的變化是多少，血小板變化一個單位可能對結局影響很小，導致OR非常接近1。這時建議把自變量轉成分類變量或者除以10的倍數再進行分析，當然不轉換也沒有錯誤的。
OR值的大小往往是審稿人判斷結果對錯的依據之一，當分析結果的OR異常大或異常小時，一定要查找原因，不能全然相信軟件的結果。
閱讀更多 中國醫學論壇報 的文章
