오즈비(OR) 계산기

행은 노출(집단), 열은 결과로 표를 정리합니다.

| | 결과 있음 | 결과 없음 | |---|---|---| | 노출군 / 처치군 | a | b | | 비노출군 / 대조군 | c | d |

1. 네 빈도 **a, b, c, d**를 입력합니다(백분율이 아니라 사람 수·건수). 2. 결과: **오즈비(OR)**와 95% 신뢰구간, **상대위험도(RR)**와 95% 신뢰구간, 집단별 위험. 3. 셀 중 하나라도 0이면 모든 셀에 0.5를 더하는 Haldane 보정 후 계산하며, 이를 결과에 표시합니다. 4. APA 문장을 복사해 연구에 맞게 수정합니다.

행이나 열이 바뀌면 OR = 2.0이 0.5가 되므로 표 방향을 꼭 확인하십시오.

어떤 사건의 **오즈(odds)**는 "발생 수 ÷ 비발생 수"입니다. **오즈비**는 노출군의 오즈를 비노출군의 오즈로 나눈 값입니다. OR = 1이면 연관 없음, 1보다 크면 노출군의 오즈가 더 높고, 1보다 작으면 더 낮다는 뜻입니다.

오즈비가 표준 지표로 쓰이는 경우:

• **환자-대조군 연구**: 결과를 기준으로 표본을 뽑기 때문에 위험(따라서 상대위험도)을 직접 추정할 수 없습니다.
• **로지스틱 회귀분석**: 회귀계수에 지수를 취하면 오즈비입니다.
• 이분형 결과의 **메타분석**.

**상대위험도**(위험비)는 각 집단의 발생 확률을 비교하므로 비전문가에게 설명하기 쉽고, 코호트 연구와 무작위 대조 시험에서 선호됩니다. 결과가 드물 때(흔히 약 10% 미만) OR과 RR은 비슷하지만, 흔할 때는 OR이 RR보다 1에서 더 멀어지므로 OR을 위험비처럼 해석하면 효과를 과장하게 됩니다.

연관의 유의성 검정에는 [카이제곱 검정 계산기](/ko/tools/chi-square-calculator)를, 기대빈도가 작으면 [피셔의 정확 검정 계산기](/ko/tools/fisher-exact-test-calculator)를 사용하십시오.

• 각 대상자는 정확히 한 셀에만 포함됩니다.
• 관측치가 독립이어야 합니다(짝지은 환자-대조군 자료에는 짝 자료용 오즈비가 필요합니다).
• Woolf 로그 방법은 대표본 근사에 기반하므로 빈도가 매우 작으면 구간이 부정확할 수 있습니다. 이때는 정확 방법(피셔의 정확 검정 구간 등)이 낫습니다.
• 여기서 얻는 OR과 RR은 **조(보정되지 않은)** 추정치입니다. 교란이 의심되면 로지스틱 회귀나 층화 분석의 보정 추정치를 보고하십시오.

오즈비와 Woolf(로그) 95% 신뢰구간:

• `OR = (a·d) / (b·c)`
• `SE(ln OR) = sqrt(1/a + 1/b + 1/c + 1/d)`
• `95% CI = exp( ln OR ± 1.96 · SE )`

상대위험도와 95% 신뢰구간:

• `노출군 위험 = a / (a + b)`, `비노출군 위험 = c / (c + d)`
• `RR = [a / (a + b)] / [c / (c + d)]`
• `SE(ln RR) = sqrt(1/a − 1/(a + b) + 1/c − 1/(c + d))`
• `95% CI = exp( ln RR ± 1.96 · SE )`

Haldane 보정: a, b, c, d 중 하나라도 0이면 네 셀 모두에 0.5를 더해 계산합니다.

성인 200명을 1년간 추적했습니다. 흡연자 100명 중 30명이 호흡기 감염에 걸렸고 70명은 걸리지 않았으며, 비흡연자 100명 중에서는 15명이 걸리고 85명은 걸리지 않았습니다. 즉 a = 30, b = 70, c = 15, d = 85입니다.

• `OR = (30·85) / (70·15) = 2.43`
• `SE(ln OR) = sqrt(1/30 + 1/70 + 1/15 + 1/85) = 0.355`
• 95% CI: `exp(0.887 ± 1.96·0.355)` = **1.21 ~ 4.87**
• 위험은 0.30과 0.15이므로 `RR = 2.00`, 95% CI **1.15 ~ 3.48**

0 셀 예시: a = 0, b = 20, c = 6, d = 14. 각 셀에 0.5를 더하면 OR = 0.05, 95% CI 0.003 ~ 1.04로, 0 셀이 가진 정보가 적다는 것을 반영해 구간이 매우 넓습니다.

이 값들은 Python(NumPy, `scipy.stats.contingency.odds_ratio`)으로 확인했습니다.

예시에서 흡연자의 감염 **오즈는 비흡연자의 2.43배**이며, 95% CI(1.21 ~ 4.87)가 1을 포함하지 않으므로 .05 수준에서 유의한 연관에 해당합니다. 감염이 드물지 않으므로(15~30%) 쉬운 말로는 RR = 2.00, 즉 흡연자의 **위험이 2배**라고 표현하는 편이 적절합니다.

유의할 점:

• 신뢰구간이 1을 포함하면 자료는 "연관 없음"과도 양립합니다.
• 구간이 넓으면 추정이 부정확합니다.
• 관찰 연구의 연관은 인과의 증거가 아닙니다.

빈도나 백분율, 효과 추정치, 신뢰구간을 함께 보고합니다.

> 호흡기 감염은 비흡연자(15/100, 15%)보다 흡연자(30/100, 30%)에서 더 흔했다, OR = 2.43, 95% CI [1.21, 4.87]; RR = 2.00, 95% CI [1.15, 3.48].

Haldane 보정을 사용했다면 방법 절에 밝히십시오. 여러 변수가 있는 전체 자료를 분석한다면 Data2Paper의 [논문 생성(Generate Paper)](/ko/generate-paper)으로 CSV/Excel 파일에서 통계 분석, 표, 그림이 포함된 논문 초안을 만들 수 있습니다. 앞부분 절반은 무료로 미리 볼 수 있으며, 사용 전에 모든 결과를 확인해야 합니다.

• **표 방향을 반대로 입력**하여 OR이 역수가 됨.
• **결과가 흔한데 OR을 "~배 더 잘 발생한다"고 표현**.
• **환자-대조군 연구에서 상대위험도 보고**.
• **빈도 대신 백분율 입력**(표준오차가 틀림).
• **0 셀 무시**: 보정하지 않으면 OR이 0 또는 무한대가 되어 구간을 구할 수 없음.
• **신뢰구간 없이 OR만 보고**하거나 조 OR을 보정 OR처럼 다룸.