Lojistik regresyonda odds oranı nasıl yorumlanır?

İkili sonuç değişkenini modelleyen lojistik regresyonda odds oranı (OR), bir açıklayıcı değişken bir birim arttığında olayın odds değerinin kaç katına çıktığını veya azaldığını gösterir. Katsayıyı doğrudan yorumlamak yerine OR = exp(β) hesaplanır; OR’nin 1’den büyük, 1’e eşit veya 1’den küçük olması etkinin yönünü belirtir. Ancak OR, olasılığın kaç puan arttığını doğrudan söylemez. Olasılık yorumu için başlangıç olasılığı ve modeldeki diğer değişkenler de gerekir.

Odds oranı nasıl hesaplanır?​

Lojistik regresyonun temel biçimi şöyledir:

logit(p) = β₀ + β₁X₁ + β₂X₂ + ...

Buradaki β₁ katsayısı log-odds ölçeğindedir. Katsayıyı daha anlaşılır hâle getirmek için üstel fonksiyon alınır:

OR = e^β₁

Örneğin bir değişkenin katsayısı β₁ = 0,40 ise:

OR = e^0,40 ≈ 1,49

Bu sonuç, diğer değişkenler sabitken X₁ bir birim arttığında olayın odds değerinin yaklaşık 1,49 katına çıktığı anlamına gelir. Başka bir ifadeyle odds yaklaşık %49 artar. Bu, olay olasılığının doğrudan %49 arttığı anlamına gelmez.

OR değerinin yönü nasıl okunur?​

OR’nin yorumu, 1 referans değerine göre yapılır. Artış ve azalış ifadelerini olayın nasıl tanımlandığına göre kurmak gerekir. Örneğin olay değişkeni “başarılı” yerine “başarısız” olarak kodlandıysa aynı OR farklı bir sonuca işaret eder.
OR 0,70 ise odds’un 0,70 katına indiği, yani yaklaşık %30 azaldığı söylenir. Azalış yüzdesi şu şekilde hesaplanır:

(1 - OR) × 100

OR 1,25 için artış yüzdesi (OR - 1) × 100 ile yaklaşık %25’tir. Bu yüzde yalnızca odds içindir; olasılık için aynı hesap kullanılmaz.

Sürekli değişkenlerde yorum​

Sürekli bir değişkende “bir birim artış”, değişkenin ölçü birimine bağlıdır. Örneğin yaş değişkeninin OR değeri 1,08 ise, diğer değişkenler sabitken yaşın her bir yıl artışı olayın odds’unu yaklaşık %8 artırır.

Değişkeni 10 birimlik artışla yorumlamak isterseniz OR’yi 10 kez çarpmak gerekir. Bu nedenle:

OR₁₀ = OR₁^10

Örneğin bir puanlık artış için OR 1,02 ise 10 puanlık artışın OR değeri yaklaşık 1,02^10 ≈ 1,22 olur. Yorum, modelin doğrusal ilişki varsayımının bu aralıkta makul olduğu kabulüne dayanır. Yaş veya gelir gibi değişkenlerde çok geniş aralıkları tek bir OR ile özetlemek yanıltıcı olabilir.

Kategorik değişkenlerde referans grubu​

Cinsiyet, eğitim düzeyi veya tedavi grubu gibi kategorik değişkenlerde her OR, seçilen referans kategoriye göre yorumlanır. Örneğin eğitim düzeyinde “lise ve altı” referans alınmış, “üniversite” kategorisinin OR değeri 1,80 bulunmuşsa bu kategori için olay odds’u referans gruba göre 1,80 kattır; diğer değişkenler sabit kabul edilir.

Referans kategori değiştirildiğinde katsayıların yönü ve OR değerleri değişebilir. Bu, verinin değiştiği anlamına gelmez; karşılaştırmanın başlangıç noktasının değiştiği anlamına gelir. Bu yüzden sonuç tablosunda hangi kategorinin referans olduğu mutlaka kontrol edilmelidir.

Güven aralığı ve istatistiksel anlamlılık​

Tek başına OR değerine bakmak yeterli değildir. Özellikle %95 güven aralığı incelenmelidir:

• Güven aralığı 1’i içermiyorsa: Seçilen anlamlılık düzeyinde etkinin sıfırdan farklı olduğuna dair istatistiksel kanıt vardır.
• Güven aralığı 1’i içeriyorsa: Veriler, etkinin artış mı azalış mı olduğunu yeterince kesin göstermiyor olabilir.
• Güven aralığı çok genişse: Tahmin belirsizdir; örneklem büyüklüğü, nadir olaylar veya değişkenler arasındaki yüksek ilişki incelenmelidir.

Örneğin OR 1,50 ve %95 güven aralığı 1,10–2,05 ise sonuç, olay odds’unda artışla uyumludur. OR 1,50 ve güven aralığı 0,80–2,70 ise nokta tahmini artış gösterse de aralık 1’i içerdiği için kesin bir artış sonucu çıkarılamaz.

İstatistiksel anlamlılık, etkinin pratik olarak büyük veya önemli olduğunu kanıtlamaz. Büyük örneklemlerde küçük etkiler anlamlı çıkabilir; küçük örneklemlerde gerçek bir etki belirsiz kalabilir.

Odds ile olasılık arasındaki fark: örnek​

Varsayımsal bir modelde bir eğitim değişkeninin OR değeri 2,00 olsun. Bu, eğitim düzeyi değiştiğinde olay odds’unun iki katına çıktığını gösterir. Başlangıç olasılığı %10 ise başlangıç odds’u:

0,10 / 0,90 = 0,111

Yeni odds yaklaşık 0,111 × 2 = 0,222 olur. Bu odds’un olasılığa dönüşümü şöyledir:

p = odds / (1 + odds)

Dolayısıyla yeni olasılık yaklaşık 0,222 / 1,222 = %18,2 olur. Olasılık yaklaşık 8,2 yüzde puanı artmıştır; %100 artmamıştır. Başlangıç olasılığı %50 olsaydı aynı OR bambaşka bir olasılık değişimi doğuracaktı.

Bu nedenle OR’yi raporlarken mümkünse başlangıç profili için tahmini olasılığı veya iki profil arasındaki tahmini olasılık farkını da vermek daha anlaşılırdır. OR ilişkiyi model ölçeğinde özetler; tek başına nedensellik, bireysel risk veya kesin sonuç garantisi sağlamaz.