Effektmått

Effektmått är ett mått som beskriver storleken eller styrkan på en effekt i data och används för att bedöma praktisk eller klinisk betydelse av forskningsfynd. Till skillnad från p-värden som anger sannolikheten för att observera ett resultat under en nullhypotes, anger effektmått hur stark kopplingen eller skillnaden är. Effektmått används både i enskilda studier och i systematiska sammanställningar, inklusive meta-analyser, för att jämföra resultat över studier med olika design och mätningar.

Det finns flera typer av effektmått beroende på utfalls- och studiedesign. Relativa mått som risk ratio (RR), odds ratio (OR) och hazard ratio (HR) beskriver hur stor andelen eller risken förändras mellan grupper eller över tid. Absoluta mått som riskdifferens (RD) och absolut riskreduktion (ARR) visar skillnaden i sannolikhet mellan grupper; antalet behövda behandlingar (NNT) kan härledas från RD. Standardiserade mått som Cohen’s d, Hedge’s g och η-squared används när mätningar skiljer sig åt mellan studier eller för att jämföra effekter över olika variabler. Vid kontinuerliga data används ofta medelvärdesskillnad (MD) eller standardiserad MD, medan korrelationsmått som r och R² beskriver styrkan i associationen.

Vid tolkning är effektmåttet kontextbundet och ordin nuvarande sammanhanget. Större inte alltid bättre; betydelsen beror på klinisk relevans och målpopulationen. Effektmått rapporteras vanligtvis tillsammans med konfidensintervall och information om modell eller analysmetod, särskilt i meta-analyser där olika studier viktas och kombineras.