我正在审查一篇关于疫苗有效性的文章,它以有效性百分比 = 1 - 优势比表示。到目前为止,一切都很好。
但是他们在文本(例如 72%,95% CI = 33.9% 到 88.2%)和这些数字的图表(他们有一堆结果要显示)中显示了百分比周围的置信区间。
令我震惊的是 CI 是不对称的(即 72-34 = 38,而 88-72 = 16),这似乎有点奇怪,尤其是对于图表。这样的图表是否应该使用具有对称 CI 的对数赔率?
我正在审查一篇关于疫苗有效性的文章,它以有效性百分比 = 1 - 优势比表示。到目前为止,一切都很好。
但是他们在文本(例如 72%,95% CI = 33.9% 到 88.2%)和这些数字的图表(他们有一堆结果要显示)中显示了百分比周围的置信区间。
令我震惊的是 CI 是不对称的(即 72-34 = 38,而 88-72 = 16),这似乎有点奇怪,尤其是对于图表。这样的图表是否应该使用具有对称 CI 的对数赔率?
我想说显示不对称置信区间是有益的,以便读者(更好地)意识到优势比围绕其零值不对称。尤其是在文本中显示数字而不是报告 95% 的 CI,这使得这一点更强大/更清晰。
当然,这同样适用于经常使用的其他类型的比率,例如风险比率或风险比率。
一个相当标准的方法(最常见的相对效应测量,如优势比、风险比、比率和风险比)是使用带有显示概率的轴的图形(即所有轴标签都显示概率),但在逻辑量表。即从 0.5 到 0.73(logit 尺度上的 0 到 1)的距离与 0.73 到 0.88(logit 尺度上的 1 到 2)的距离相同。这特别有用,当显示多个概率时,人们可能会在图表上进行视觉比较。