Podcasts about odds ratios

On this week's episode of the pod, we'll walk through a study together! Jess leads a journal club session, diving deep into a study about the potential link between prenatal Tylenol use and signs of Autism Spectrum Disorder (measured using language assessments). She shares her approach to understanding research and breaks down a specific study, highlighting crucial elements like research design, sample selection, and how comparison groups are created. Jess analyzes the results, explains the statistics, and examines the study's strengths and limitations. Finally, she sums up the key takeaways and what they mean for future research. This episode is a must-listen for anyone interested in research methods or curious about this topic! All our sources from this episode are available at: https://www.unbiasedscipod.com/episodes/acetaminophen-autism-connection (00:00) Intro and Farewell to Dr. Andrea Love (02:54) Journal Club: Acetaminophen and Autism Spectrum Disorder (03:20) Understanding Autism Spectrum Disorder (08:45) The Relationship Between Tylenol and Autism Spectrum Disorder (09:36) Safety Concerns and Observational Studies (10:35) Causality and Study Design (12:50) Confounding Variables and Observational Studies (14:30) Study: Examining the Relationship of Acetaminophen Use During Pregnancy with Early Language Development in Children (15:54) Reading a Study: Study Design and Statistical Analysis (21:52) How Participants Were Recruited For The Study (24:20) Assessing Language (26:10) Other Variables and Adjustment Factors Considered (28:15) Statistical Analysis (31:20) Study Population and Sample Size (34:17) Comparison of Acetaminophen Users and Non-Users (40:45) Measure of Effect, Odds Ratios, p-Values and Null Values (46:23) Strengths and Limitations of the Study (49:07) Summary and Final Thoughts Interested in advertising with us? Please reach out to advertising@airwavemedia.com, with “Unbiased Science” in the subject line. PLEASE NOTE: The discussion and information provided in this podcast are for general educational, scientific, and informational purposes only and are not intended as, and should not be treated as, medical or other professional advice for any particular individual or individuals. Every person and medical issue is different, and diagnosis and treatment requires consideration of specific facts often unique to the individual. As such, the information contained in this podcast should not be used as a substitute for consultation with and/or treatment by a doctor or other medical professional. If you are experiencing any medical issue or have any medical concern, you should consult with a doctor or other medical professional. Further, due to the inherent limitations of a podcast such as this as well as ongoing scientific developments, we do not guarantee the completeness or accuracy of the information or analysis provided in this podcast, although, of course we always endeavor to provide comprehensive information and analysis. In no event may Unbiased Science or any of the participants in this podcast be held liable to the listener or anyone else for any decision allegedly made or action allegedly taken or not taken allegedly in reliance on the discussion or information in this podcast or for any damages allegedly resulting from such reliance. The information provided herein do not represent the views of our employers. Learn more about your ad choices. Visit megaphone.fm/adchoices

JAMA Statistical Editor Roger J. Lewis, MD, PhD, discusses Odds Ratios—Current Best Practice and Use with Edward C. Norton, PhD. Related Content: Odds Ratios—Current Best Practice and Use Types and Distribution of Payments From Industry to Physicians in 2015

Never one to miss a bandwagon, with the recent announcement of the withdrawal of pholcodine it seemed an ideal opportunity to look at the study that provided the data to prompt the review. How does pholcodine make you more likely to have an allergic reaction to neuromuscular blocking agents? How do we know? And whilst we answer these questions, we'll also talk about case control studies and odds ratios too. There's not much more fun you can pack into an 8-ish minute podcast!

We have come a long way from the first report from Stein and Leventhal describing “polycystic ovaries“ on ultrasound in infertile women back in the 1950s. We already well understand that PCOS raises the risk of certain antepartum complications including gestational diabetes, possible macrosomia, and the development of gestational hypertension or preeclampsia. But there actually is scant data on the risk of acute peripartum complications. In this podcast we will summarize a large study just published June 16, 2022 out of the Journal of AHA. We will also cover the importance of distinguishing between “Odds Ratios” and “absolute numbers” for clinical implications. Ready? Let's dive into acute PeriPartum risks for women with PCOS.

Reference George A, Stead T S, Ganti L (August 26, 2020) What's the Risk: Differentiating Risk Ratios, Odds Ratios, and Hazard Ratios?. Cureus12(8): e10047. doi:10.7759/cureus.10047. --- Send in a voice message: https://anchor.fm/dr-daniel-j-guerra/message Support this podcast: https://anchor.fm/dr-daniel-j-guerra/support

Discuss quality outcome measures and the benefits of standardizing care.Review how to utilize outcome data to guide the delivery of high quality care.Discuss pathway development and the importance of implementing data driven care consistently.

Odds and odds ratios are often used to describe the results of clinical trials, but not many people, outside of statisticians, understand what they mean. So what do they mean, how do they behave, and how can we use them in pharmacy, when we're trying to explain how good (or bad) medicines are?

The paper we discuss is TD Girard et al. Haloperidol and Ziprasidone for Treatment of Delirium in Critical Illness. N Engl J Med 2018; 379(26):2506-2516. This paper is part of the ABPN MOC program. The podcast authors are not associated with the MOC program and have no knowledge of the questions about the article included in the MOC program.The JAMA Guide to Statistics and Methods has an easy-to-read, 1.5 page overview of the odds ratio.  

In this Ask-Me-Anything episode, Ian answers three listener questions. Question one asks about Odds Ratios. Question two asks whether nursing and medicine are more Art or more Science. And question three asks what the main difference is between what broadly constitutes medicine and what constitutes nursing. Enjoy!

This short podcast reviews Odds versus Probability and Odds Ratios versus Relative Risk. Learn why you should care!

https://slatestarcodex.com/2020/04/07/never-tell-me-the-odds-ratio/ [Epistemic status: low confidence, someone tell me if the math is off. Title was stolen from an old Less Wrong post that seems to have disappeared – let me know if it’s yours and I’ll give you credit] I almost screwed up yesterday’s journal club. The study reported an odds ratio of 2.9 for antidepressants. Even though I knew odds ratios are terrible and you should never trust your intuitive impression of them, I still mentally filed this away as “sounds like a really big effect”. This time I was saved by Chen’s How Big is a Big Odds Ratio? Interpreting the Magnitudes of Odds Ratios in Epidemiological Studies, which explains how to convert ORs into effect sizes. Colored highlights are mine. I have followed the usual statistical practice of interpreting effect sizes of 0.2 as “small”, of 0.5 as “moderate”, and 0.8 as “large”, but feeling guilty about it.  

JAMAevidence Podcast

Joan Stephenson, PhD, discusses Understanding the Results: More About Odds Ratios with Dr Gordon Guyatt.

Ca. 60% aller depressiven Patienten leiden an einer Komorbidität mit Angst- und/oder somatoformen Störungen, wodurch sich die Belastungen der Erkrankung in der Regel wesentlich erhöhen. Komorbid vorliegende Störungen werden jedoch häufig unter-diagnostiziert, was sich negativ auf den Erkrankungsverlauf und die Nutzung des Gesundheitssystems auswirkt. Eine Möglichkeit, das diagnostische Defizit komorbider Störungen in der Primärversorgung zu verringern, besteht im Einsatz von Screeninginstrumenten. Das Hauptziel der vorliegenden Untersuchung bestand in einer Überprüfung der Validität der Screeningfragebögen General Health Questionnaire (GHQ-12) und Well-Being-Index (WHO-5). Es wurde ebenfalls exploriert, inwieweit sich in beiden Fragebögen Items oder Itemkombinationen finden lassen, die eine valide Diagnose komorbid zu Depression vorliegender Angst- und/oder somatoformer Störungen erlauben. Des weiteren wurden die Häufigkeit der drei einzelnen Störungsbilder, ihre Komorbiditätsraten sowie verschiedene Zusammenhangsmaße für die drei untersuchten Störungsbilder ermittelt. Als Goldstandard wurde das Diagnostische Expertensystem für Psychische Störungen (DIA-X) eingesetzt. Die Datenerhebung wurde in Kooperation mit insgesamt 23 Hausarztpraxen der Stadt Nürnberg durchgeführt. Das diagnostische Interview erfolgte telefonisch. Insgesamt umfasste die Stichprobe 394 Patienten. Im Zusammenhang mit der Untersuchung der Validität wurden multinomiale Regressionsanalysen durchgeführt, ROC-Kurven erstellt und die dazugehörigen Sensitivitäts-, Spezifitäts- und AUC-Werte ermittelt. Sowohl für depressive (Lebenszeit: 41.6%; aktuell: 22.8%), Angst- (35%; 15.7%) und somatoforme Störungen (50.3%; 25.4%) zeigten sich hohe Prävalenzen. Auch die Komorbiditätsraten lagen mit 32.4% (14.9%) für depressive Patienten bezogen auf die Gesamtstichprobe und 80% bzw. 65.5% beschränkt auf die Gruppe der depressiven Patienten sehr hoch. Odds Ratios von 8.5 für das gemeinsame Auftreten aktueller depressiver mit Angststörungen sowie 4.5 für depressive und somatoforme Störungen zeigen enge Zusammenhänge zwischen den Störungen. Insgesamt kommen alle drei Störungen häufiger gemeinsam vor als in Zweierkombinationen oder einzeln. Sowohl die Validitätskennwerte des GHQ-12 als auch die des WHO-5 erwiesen sich als mittelmäßig zur Diagnostik von Angst- und somatoformen Störungen, mit etwas besseren Werten für den GHQ-12. Bei der Suche nach einzelnen Items oder Itemkombinationen konnte in 74% der Fälle mittels des WHO-5-Items 5 richtig zwischen reiner Depression und Depression komorbid mit Angststörungen unterschieden werden. Die Unterscheidung der übrigen Gruppen lag lediglich im Bereich der Zufallswahrscheinlichkeit von 50%. Eine valide Differenzierung der Gruppen anhand der GHQ-12 und WHO-5-Summenwerte war ebenfalls nicht möglich. Angesichts der erzielten Ergebnisse wird ein alleiniger Einsatz des WHO-5 oder des GHQ-12 zur Komorbiditätsdiagnostik von Angst- und somatoformen Störungen bei Depression nicht empfohlen. Nachdem gut validierte andere Instrumente (z.B. PHQ oder Prime-MD) vorliegen, um mehrere psychische Störungen in der Primärversorgung zu screenen, stellt die routinemäßige Verwendung dieser weitergefassten Instrumente eventuell eine effektivere Alternative dar. Insgesamt besteht von daher weiterer Forschungsbedarf hinsichtlich der langfristigen Effekte von Screening mit weiter gefassten Instrumenten.

Berufsbedingte Atemwegserkrankungen zählen zu den häufigsten Berufskrankheiten. Ziel dieser Querschnittsstudie war die Aufdeckung von Risikoberufen, der Ost-West-Vergleich von Symptomprävalenzen in einzelnen Berufen, sowie die Untersuchung des Einflusses der beruflichen Passivrauchexposition auf die Entstehung von Atemwegsbeschwerden. Herangezogen wurden Daten aus Fragebögen, sowie Ergebnisse klinischer Untersuchungen, die in einer bevölkerungsbezogenen Zufallsstichprobe in Erfurt (n=731) und Hamburg (n=1159) bei Personen im Alter von 20-44 Jahren erhoben worden waren. Untersuchte Merkmale waren bronchiale Hyperreagibilität, Allergie, Asthmasymptome, Asthma und Bronchitis. Allergische Erkrankungen traten signifikant häufiger bei Teilnehmern aus Hamburg auf. Bereits bekannte Risikoberufe konnten weitgehend bestätigt werden (Landwirtschaft, Bau). Des weiteren zeigte sich ein erhöhtes Risiko für Reinigungskräfte (Prävalenz Odds Ratio [95% Konfidenzintervall] Asthma: Erfurt: 2,02 [0,24-17,62]; Hamburg: 1,78 [0,58-5,40]) und Elektriker (Asthma: Erfurt: 2,47 [0,64-9,53]; Hamburg: 1,38 [0,17-11,21]). Im Ost-West-Vergleich fanden sich Unterschiede in den Prävalenzraten für Beschäftigte auf dem Bau, in der Metallindustrie und in der Elektroindustrie. In der Untersuchung ergab sich weiterhin ein statistisch signifikanter Zusammenhang zwischen beruflicher Passivrauchexposition und der Entstehung von Asthma (1,80 (1,12-2,94), Asthmasymptomen (1,39 [1,00-1,95]) und Bronchitis (2,82 [1,55-5,12]). Dem konsistent erhöhten Asthmarisiko für Reinigungspersonal und Beschäftigte in der Elektroindustrie sollte nachgegangen werden. Des weiteren deuten die Ergebnisse bezüglich der Passivrauchexposition daraufhin, dass Personen am Arbeitsplatz noch stärker vor Passivrauch geschützt werden sollten. Die Unterschiede in den Prävalenz Odds Ratios in den einzelnen Berufsgruppen in Ost- und Westdeutschland können auf unterschiedlichen Aufgabenspektren, Unterschieden in der Arbeitsweise und in der Verwendung von Arbeitsstoffen, sowie auf den zum Teil geringen Fallzahlen beruhen.

Das hier vorgestellte spezifische Modell bietet mit dem dazugehörigen Schätzverfahren eine neue alternative Vorgehensweise für die regresive Analyse binärer korrelierter Zielgrößen. Das Schäatzverfahren für das an die Korrelation angepaßte Modell wird über den Modellvergleich mit loglinearen Modellen und einer auf Odds-Ratios basierenden Reparametrisierung hergeleitet. Dabei wird zwischen verschiedenen Spezialfällen in Abhängigkeit von der Art und Anzahl der Einflußgrößen unterschieden. Die neue Methode besitzt gegenüber anderen den Vorteil, neben der einfacheren Berechnung der Schätzungen zugleich die Adäquatheit des Modells zu prüfen. Der theoretischen Darstellung folgt die ausführliche Beschreibung des Verfahrens an zwei Datensätzen.

We investigate the possible bias due to an erroneous missing at random assumption if adjusted odds ratios are estimated from incomplete covariate data using the maximum likelihood principle. A relation between complete case estimates and maximum likelihood estimates allows us to identify situations where the bias vanishes. Numerical computations demonstrate that the bias is most serious if the degree of the violation of the missing at random assumption depends on the value of the outcome variable or of the observed covariate. Implications for the analysis of prospective and retrospective studies are given.