{
  "id": "relative-risk",
  "title": "相对风险",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "相对风险用于比较在指定时期内某一组与参照组发生某结局的概率。",
  "category": "health",
  "subcategory": "public-health",
  "type": "concept",
  "aliases": [
    "相对危险度",
    "风险比",
    "危险比",
    "累积发病率比"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/relative-risk/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/relative-risk/",
      "json": "https://aiwiki.page/en/relative-risk.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "相对风险（RR），也称风险比，是指在规定时期内，某一组发生特定结局的概率与参照组发生该结局的概率之比。它广泛用于流行病学，以比较暴露人群与未暴露人群，或干预组与对照组的结局。相对风险描述相对关联的大小和方向；它本身既不能确立因果关系，也不能说明结局有多常见。"
    },
    {
      "heading": "定义与计算",
      "text": "若 \\(p_1\\) 为所关注组发生某结局的风险，\\(p_0\\) 为参照组的风险，则\n\n\\[RR=\\frac{p_1}{p_0}.\\]\n\n这里的风险是指个体在指定时间段内发生该结局的概率。对于疾病的首次发生，风险通常以期初处于患病风险中的人群的累积发病率表示。\n\n对于观察期相同的两组，可将数据整理如下：\n\n组别 | 发生结局 | 未发生结局 | 总计\n所关注组 | \\(a\\) | \\(b\\) | \\(a+b\\)\n参照组 | \\(c\\) | \\(d\\) | \\(c+d\\)\n\n风险比的估计值为\n\n\\[\\widehat{RR} = \\frac{a/(a+b)}{c/(c+d)}.\\]\n\n这一简单计算假定，在相关观察期内已充分查明结局状态。如果随访不完整或两组随访情况不一致，可能需要采用考虑删失的方法，而不是直接比较观察到的比例。\n\n相对风险是无量纲的。当参照组风险为正时，其可能取值从零开始，向上无界。如果参照组风险为零，而比较组风险为正，则该比值没有有限值；若两组风险均为零，则该比值无定义。"
    },
    {
      "heading": "解释",
      "text": "相对风险的无效值为 \\(1\\)：\n\n- **\\(RR=1\\)：**两组风险相同。\n- **\\(RR>1\\)：**所关注组更有可能发生该结局。\n- **\\(RR<1\\)：**所关注组发生该结局的可能性更低。\n\n\\(RR\\) 为 \\(1.5\\)，意味着风险是参照组风险的1.5倍，即高出50%。\\(RR\\) 为 \\(0.7\\)，意味着风险是参照组风险的70%，即低30%。\n\n这些解释取决于以哪一组为参照，以及如何定义结局。对于并发症等不良结局，相对风险较低是有利的；但对于康复等有利结局，相对风险较低则是不利的。只要两组风险均为正，颠倒比较方向所得的比值就是原比值的倒数。\n\n假设示例\n\n假设干预组1,000名参与者中有20人在一年内发生某结局，而对照组1,000名参与者中有40人发生该结局：\n\n\\[p_1=0.02,\\qquad p_0=0.04,\\]\n\n\\[RR=\\frac{0.02}{0.04}=0.5.\\]\n\n在这一年内，干预组的风险为对照组的一半。这意味着风险相对降低了50%，但从绝对数值来看，仅降低了2个百分点。\n\n时间范围至关重要：一年风险比与十年风险比不一定相同。"
    },
    {
      "heading": "相对效应与绝对效应",
      "text": "相对风险并不能决定关联在绝对尺度上的大小。风险差为\n\n\\[RD=p_1-p_0.\\]\n\n如果某项干预降低了不良结局发生的概率，其绝对风险降低值为 \\(p_0-p_1\\)，而相对风险降低值为\n\n\\[RRR=\\frac{p_0-p_1}{p_0}=1-RR.\\]\n\n相同的相对风险可能对应差异很大的绝对变化：\n\n参照组风险 | 比较组风险 | 相对风险 | 绝对降低值\n20% | 10% | 0.5 | 10个百分点\n2% | 1% | 0.5 | 1个百分点\n0.2% | 0.1% | 0.5 | 0.1个百分点\n\n对于有益的干预，需治疗人数通常以绝对风险降低值的倒数计算，其中风险以比例表示。因此，需治疗人数取决于基线风险和随访时长，而不仅仅取决于相对风险。\n\n只报告相对效应而不提供相应的事件发生频数，可能使较小的绝对差异显得很大。反之，当参照组风险较高时，幅度不大的相对效应也可能对应相当大的绝对差异。"
    },
    {
      "heading": "在不同研究设计中的应用",
      "text": "队列研究与随机试验\n\n在队列研究中，研究者通过随访参与者来观察结局，从而估计不同暴露组的风险。在随机对照试验中，也可以用同样的计算方法比较按随机分配形成的各干预组。\n\n随机化通过减少分组时组间的系统性差异，为因果解释提供支持。尽管如此，失访、偏离所分配的治疗、数据缺失以及结局测量仍可能影响估计结果。在观察性研究中，观察到的相对风险可能反映的是混杂或其他偏倚，而非因果效应。\n\n病例对照研究与横断面研究\n\n传统的病例对照研究根据结局状态选择参与者。因此，样本中的病例比例通常不能用于估计人群风险，也就通常无法根据样本中的事件发生比例直接计算相对风险。这类研究通常估计优势比。\n\n横断面研究测量某一特定时点的结局状态。两组中现存某种状况的人数比例之比是患病率比，而不是发生该状况的风险之比。患病率同时反映某种状况的发生情况和持续时间。"
    },
    {
      "heading": "与相关指标的区别",
      "text": "优势比\n\n优势比比较的是优势，而不是概率：\n\n\\[OR=\\frac{p_1/(1-p_1)}{p_0/(1-p_0)}.\\]\n\n当两组中的结局都很罕见时，优势比近似于风险比。当结局较为常见时，两种指标可能相差很大。例如，风险分别为40%和20%时，得到 \\(RR=2\\)，但 \\(OR\\approx2.67\\)。因此，不应直接将优势比称为相对风险。\n\n发病密度比\n\n发病密度以每单位人时发生的事件数表示，而不是以固定时期内发生事件的人数比例表示。发病密度比比较的是这类发生速率。它通常不能与风险比互换使用，尤其是在结局常见或随访时间不同的情况下。\n\n瞬时风险比\n\n瞬时风险比比较的是尚未发生事件的个体的瞬时事件发生率，通常通过事件发生时间分析进行估计。由于它涉及瞬时风险，而非累积概率，因此通常不等于某一特定随访时点的风险比。\n\n虽然“相对风险”有时被宽泛地用于指代多种相对指标，但严谨的报告会区分风险比、发生率比、优势比和瞬时风险比。"
    },
    {
      "heading": "估计与不确定性",
      "text": "相对风险的估计值通常附有置信区间。由于该比值不能为负，且其抽样分布往往呈偏态，因此通常在对数尺度上计算区间。\n\n对于相互独立、事件数均为正且样本量足够大的两组，近似标准误为\n\n\\[SE\\!\\left(\\ln\\widehat{RR}\\right) = \\sqrt{ \\frac{1}{a}-\\frac{1}{a+b} + \\frac{1}{c}-\\frac{1}{c+d} }.\\]\n\n近似95%置信区间为\n\n\\[\\exp\\left[ \\ln\\widehat{RR} \\pm 1.96\\,SE\\!\\left(\\ln\\widehat{RR}\\right) \\right].\\]\n\n当数据稀疏或事件数为零时，这种近似方法的表现可能较差。对于聚类观测、重复测量和复杂抽样，也需要采用能够考虑数据依赖性或研究设计的方法。\n\n置信区间包含 \\(1\\)，意味着在所用统计模型下，两组风险相等仍是一种可能。这并不能证明两组等效。同样，置信区间不包含 \\(1\\)，也不能证明效应很大、具有重要意义或具有因果性。"
    },
    {
      "heading": "调整与解释的局限",
      "text": "粗相对风险直接比较观察到的各组，不作调整。调整后的估计值则通过分层、标准化或回归等方法，考虑组间已测量到的差异。结果取决于纳入的变量、建模假设，以及估计值所针对的人群。调整并不能自动消除未测量的混杂。\n\n相对风险也可能随年龄组、暴露水平、人群或随访时期而变化。将某一估计值应用于另一种情境，隐含的假定是这种相对关联具有足够的可迁移性；即使这一假定成立，不同的基线风险仍会产生不同的绝对效应。\n\n因此，完整的描述应明确结局、比较组、观察期、各组风险、估计方法及不确定性。某种关联是否支持因果关系，取决于研究设计和其他假设，而不仅仅取决于相对风险的数值。"
    }
  ],
  "links": [
    "probability",
    "epidemiology",
    "incidence",
    "cohort-study",
    "randomized-controlled-trial",
    "confounding",
    "case-control-study",
    "cross-sectional-study",
    "prevalence",
    "odds-ratio",
    "person-time",
    "confidence-interval",
    "causation"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}