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。
定义与计算
若 为所关注组发生某结局的风险, 为参照组的风险,则
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。
对于观察期相同的两组,可将数据整理如下:
| 组别 | 发生结局 | 未发生结局 | 总计 |
|---|---|---|---|
| 所关注组 | |||
| 参照组 |
风险比的估计值为
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。
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。
解释
相对风险的无效值为 :
- **:**两组风险相同。
- **:**所关注组更有可能发生该结局。
- **:**所关注组发生该结局的可能性更低。
为 ,意味着风险是参照组风险的1.5倍,即高出50%。 为 ,意味着风险是参照组风险的70%,即低30%。
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。
假设示例
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:
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。
时间范围至关重要:一年风险比与十年风险比不一定相同。
相对效应与绝对效应
相对风险并不能决定关联在绝对尺度上的大小。风险差为
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 ,而相对风险降低值为
相同的相对风险可能对应差异很大的绝对变化:
| 参照组风险 | 比较组风险 | 相对风险 | 绝对降低值 |
|---|---|---|---|
| 20% | 10% | 0.5 | 10个百分点 |
| 2% | 1% | 0.5 | 1个百分点 |
| 0.2% | 0.1% | 0.5 | 0.1个百分点 |
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。
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。
在不同研究设计中的应用
队列研究与随机试验
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。
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。
病例对照研究与横断面研究
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。
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。
与相关指标的区别
优势比
优势比比较的是优势,而不是概率:
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 ,但 。因此,不应直接将优势比称为相对风险。
发病密度比
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。
瞬时风险比
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。
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。
估计与不确定性
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。
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
近似95%置信区间为
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。
置信区间包含 ,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 ,也不能证明效应很大、具有重要意义或具有因果性。
调整与解释的局限
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。
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。
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。