Relativní risk - Relative risk

The relativní riziko (RR) nebo poměr rizik je poměr pravděpodobnost výsledku v exponované skupině na pravděpodobnost výsledku v neexponované skupině. Je počítán jako , kde je výskyt v exponované skupině a je výskyt v neexponované skupině.[1] Dohromady s rozdíl rizik a poměr šancí relativní riziko měří souvislost mezi expozicí a výsledkem.[2]
Statistické použití a význam
Relativní riziko se používá při statistické analýze údajů o experimentální, kohorta a průřez studie odhadnout sílu souvislosti mezi léčbou nebo rizikovými faktory a výsledky.[2][3] Používá se například k porovnání rizika nepříznivého výsledku při léčbě v porovnání s neléčením (nebo placebem) nebo v případě vystavení rizikovému faktoru prostředí v porovnání s nevystavením.
Za předpokladu kauzálního účinku mezi expozicí a výsledkem lze hodnoty RR interpretovat následovně:
- RR = 1 znamená, že expozice neovlivní výsledek
- RR <1 znamená, že riziko výsledku je sníženo expozicí
- RR> 1 znamená, že riziko výsledku je zvýšeno expozicí
Využití při hlášení
Relativní riziko se běžně používá k prezentaci výsledků randomizovaných kontrolovaných studií.[4] To může být problematické, pokud je relativní riziko prezentováno bez absolutních opatření, jako je např absolutní riziko nebo rizikový rozdíl.[5] V případech, kdy je základní sazba výsledku nízká, se nemusí velké nebo malé hodnoty relativního rizika promítnout do významných účinků a význam těchto účinků pro veřejné zdraví může být nadhodnocen. Rovněž v případech, kdy je základní sazba výsledku vysoká, mohou hodnoty relativního rizika blízké 1 stále vést k významnému účinku a jejich účinky lze podceňovat. Doporučuje se tedy prezentace absolutních i relativních hodnot.[6]
Odvození
Relativní riziko lze odhadnout z 2x2 pohotovostní tabulka:
Skupina | ||
---|---|---|
Intervence (I) | Řízení (C) | |
Události (E) | TJ | CE |
Události (N) | V | CN |
Bodový odhad relativního rizika je
Distribuce vzorkování je blíže normálu než distribuce RR,[7] se standardní chybou
The interval spolehlivosti pro je tedy
kde je standardní skóre pro zvolenou úroveň význam[8][9]. Chcete-li najít interval spolehlivosti kolem samotného RR, mohou být dvě hranice výše uvedeného intervalu spolehlivosti umocněn.[8]
V regresních modelech je expozice obvykle zahrnuta jako proměnná indikátoru spolu s dalšími faktory, které mohou ovlivnit riziko. Relativní riziko se obvykle uvádí podle výpočtu pro znamenat hodnot vzorku vysvětlujících proměnných.
Srovnání s poměrem šancí
Relativní riziko se liší od poměr šancí, ačkoli se poměr šancí asymptoticky blíží relativnímu riziku pro malé pravděpodobnosti výsledků. Pokud je IE podstatně menší než V, pak IE / (IE + IN) IE / IN. Podobně, pokud je CE mnohem menší než CN, pak CE / (CN + CE) CE / CN. Tedy pod předpoklad vzácných onemocnění
V praxi poměr šancí se běžně používá pro případové kontrolní studie, protože relativní riziko nelze odhadnout.[2]
Ve skutečnosti má poměr šancí ve statistikách mnohem běžnější použití logistická regrese, často spojené s klinické testy, pracuje s logem poměru šancí, nikoli s relativním rizikem. Protože (přirozený logaritmus) pravděpodobnosti záznamu se odhaduje jako lineární funkce vysvětlujících proměnných, odhadovaný poměr šancí u 70letých a 60letých spojený s typem léčby by byl stejný v modely logistické regrese, kde je výsledek spojen s drogami a věkem, i když relativní riziko se může výrazně lišit.
Vzhledem k tomu, že relativní riziko je intuitivnějším měřítkem účinnosti, je rozdíl důležitý zejména v případech střední až vysoké pravděpodobnosti. Pokud akce A s sebou nese riziko 99,9% a akce B riziko 99,0%, pak je relativní riziko něco přes 1, zatímco šance spojené s akcí A jsou více než 10krát vyšší než šance s B.
Ve statistickém modelování se přístupy líbí Poissonova regrese (pro počty událostí na jednotku expozice) mají interpretace relativního rizika: odhadovaný účinek vysvětlující proměnné je multiplikativní na míru a vede tak k relativnímu riziku. Logistická regrese (pro binární výsledky nebo počty úspěchů z řady pokusů) je třeba interpretovat v termínech poměru šancí: účinek vysvětlující proměnné je na pravděpodobnost multiplikativní a vede tedy k poměru šancí.
Bayesovská interpretace
Mohli bychom předpokládat nemoc, kterou si všiml , a žádné onemocnění nezaznamenalo , expozice zaznamenaná a žádná expozice není uvedena . Relativní riziko lze zapsat jako
Tímto způsobem lze relativní riziko interpretovat v bayesovských termínech jako zadní poměr expozice (tj. Po vidění nemoci) normalizovaný předchozím poměrem expozice.[10] Pokud je zadní poměr expozice podobný jako u předchozího, je účinek přibližně 1, což naznačuje žádnou souvislost s onemocněním, protože to nezměnilo přesvědčení o expozici. Pokud je naopak zadní poměr expozice menší nebo vyšší než u předchozího poměru, pak onemocnění změnilo pohled na nebezpečí expozice a rozsah této změny představuje relativní riziko.
Numerický příklad
Experimentální skupina (E) | Kontrolní skupina (C) | Celkový | |
---|---|---|---|
Události (E) | EE = 15 | CE = 100 | 115 |
Události (N) | EN = 135 | CN = 150 | 285 |
Celkem předmětů (S) | ES = EE + EN = 150 | CS = CE + CN = 250 | 400 |
Míra událostí (ER) | EER = EE / ES = 0,1 nebo 10% | CER = CE / CS = 0,4 nebo 40% |
Rovnice | Variabilní | Zkr. | Hodnota |
---|---|---|---|
CER - EER | absolutní snížení rizika | ARR | 0,3 nebo 30% |
(CER - EER) / CER | relativní snížení rizika | RRR | 0,75 nebo 75% |
1 / (CER - EER) | počet potřebný k léčbě | NNT | 3.33 |
EER / CER | poměr rizik | RR | 0.25 |
(EE / EN) / (CE / CN) | poměr šancí | NEBO | 0.167 |
(CER - EER) / CER | zlomek, kterému lze předcházet neexponovaným | PFu | 0.75 |
Viz také
Reference
- ^ Porta M, ed. (2014). Slovník epidemiologie (6. vydání). Oxford University Press. 245, 252. doi:10.1093 / acref / 9780199976720.001.0001. ISBN 978-0-19-939006-9.
- ^ A b C Sistrom CL, Garvan CW (leden 2004). "Proporce, šance a riziko". Radiologie. 230 (1): 12–9. doi:10.1148 / radiol.2301031028. PMID 14695382.
- ^ Riegelman RK (2005). Studium studie a testování testu: jak číst lékařské důkazy (5. vydání). Philadelphia: Lippincott Williams & Wilkins. str.389. ISBN 978-0-7817-4576-5. OCLC 56415070.
- ^ Nakayama T, Zaman MM, Tanaka H (duben 1998). „Hlášení přičitatelných a relativních rizik, 1966–1997“. Lanceta. 351 (9110): 1179. doi:10.1016 / s0140-6736 (05) 79123-6. PMID 9643696.
- ^ Noordzij M, van Diepen M, Caskey FC, Jager KJ (duben 2017). „Relativní riziko versus absolutní riziko: jedno nelze interpretovat bez druhého“. Nefrologie, dialýza, transplantace. 32 (suppl_2): ii13 – ii18. doi:10.1093 / ndt / gfw465. PMID 28339913.
- ^ Moher D, Hopewell S, Schulz KF, Montori V, Gøtzsche PC, Devereaux PJ, Elbourne D, Egger M, Altman DG (březen 2010). „Vysvětlení a zpracování CONSORT 2010: aktualizované pokyny pro hlášení randomizovaných studií paralelních skupin“. BMJ. 340: c869. doi:10.1136 / bmj.c869. PMC 2844943. PMID 20332511.
- ^ „Standardní chyby, intervaly spolehlivosti a testy významnosti“. StataCorp LLC.
- ^ A b Szklo, Moyses; Nieto, F. Javier (2019). Epidemiologie: nad rámec základů (4. vyd.). Burlington, Massachusetts: Jones & Bartlett Learning. str. 488. ISBN 9781284116595. OCLC 1019839414.
- ^ Katz, D .; Baptista, J .; Azen, S. P .; Pike, M. C. (1978). "Získání intervalů spolehlivosti pro relativní riziko v kohortních studiích". Biometrie. 34 (3): 469–474. doi:10.2307/2530610. JSTOR 2530610.
- ^ Armitage P, Berry G, Matthews JN (2002). Statistické metody v lékařském výzkumu (Čtvrté vydání). Blackwell Science Ltd. doi:10.1002/9780470773666. ISBN 978-0-470-77366-6. PMC 1812060.