상대 리스크

Relative risk
Illustration of two groups: one exposed to treatment, and one unexposed. Exposed group has smaller risk of adverse outcome, with RR = 4/8 = 0.5.
치료에 피폭된 그룹(왼쪽)은 노출되지 않은 그룹(오른쪽)에 비해 부작용(검은색)의 위험(RR = 4/8 = 0.5)이 절반이다.

상대위험(R) 또는 위험비는 노출되지 않은 그룹의 결과 확률에 대한 노출 그룹의 결과 확률의 비율이다.상대적 위험은 위험 차이 및 승산비와 함께 노출과 [1]결과 사이의 연관성을 측정한다.

통계적 용도와 의미

상대적 위험은 노출(치료 또는 위험 요인)과 [2]결과 사이의 연관성을 추정하기 위해 생태, 코호트, 의료 및 개입 연구의 데이터의 통계 분석에 사용된다.은 결과의 노출된 그룹에서 수학적으로, 그것은 발생률, 나는{\displaystyle I_{e}}에 들어간다면, 노출되지 않은 그룹의 비율로 나누는 경우 나는 그와 같이, 인터넷은 결과가 발생할 때 대 치료제가 없는(또는 플라시보), 또는 environm를 위한 의료 치료를 받고의 위험 비교하는 데 사용됩니다{\displaystyle I_{마}}.[3]u.en위험 요소.예를 들어 약물 아픽사반이 혈전 색전증 발생에 미치는 영향을 검사한 연구에서 위약 치료 환자의 8.8%가 이 질환을 경험했지만, 약물로 치료된 환자의 1.7%만이 경험했기 때문에 상대적 위험은 0.19(1.7/8.8)이다. 즉, 아픽사반을 투여받은 환자는 [4]위약을 받을 위험이 19%였다.이 경우, 아픽사반은 질병의 위험을 줄이기 때문에 위험 요소라기보다는 보호 요소이다.

노출과 결과 사이의 인과적 영향을 가정할 때 상대 위험 값은 [2]다음과 같이 해석할 수 있다.

  • RR = 1은 노출이 결과에 영향을 미치지 않음을 의미한다.
  • RR < 1은 "보호 요인"인 노출에 의해 결과의 위험이 감소함을 의미한다.
  • RR > 1은 "위험인자"인 노출에 의해 결과의 위험이 증가함을 의미한다.

항상 그렇듯이 상관관계는 인과관계를 의미하지 않는다. 인과관계가 역전되거나 둘 다 공통 교란 변수에 의해 발생할 수 있다.예를 들어, 병원에 있을 때와 집에 있을 때의 상대적인 암 발병 위험은 1보다 크겠지만, 그것은 암에 걸리면 사람들이 병원에 가기 때문이다.또한, 예를 들어, 흡연자의 기침과 기침이 없을 때 폐암에 걸릴 위험성은 1보다 크지만, 그것은 둘 다 일반적인 교란 요인인 흡연에 의해 야기되기 때문입니다.

보고서 사용방법

상대적인 위험은 무작위 대조 시험의 결과를 [5]제시하기 위해 일반적으로 사용됩니다.이는 절대 위험 또는 [6]위험 차이와 같은 절대적 측정 없이 상대 위험을 제시하는 경우 문제가 될 수 있다.결과의 기준 비율이 낮은 경우, 상대 위험의 크고 작은 값은 유의한 효과로 변환되지 않을 수 있으며 공중 보건에 대한 효과의 중요성은 과대평가될 수 있다.마찬가지로 결과의 기준률이 높은 경우에도 1에 가까운 상대위험 값은 여전히 유의한 영향을 미칠 수 있으며 그 효과는 과소평가될 수 있다.따라서 절대적 측정과 상대적 측정 모두를 제시할 것을 [7]권고한다.

추론

상대적인 위험은 2×2 분할표를 통해 추정할 수 있다.

그룹.
개입(I) 제어(C)
이벤트(E) IE CE
비이벤트(N) 입력 CN

상대 리스크의 포인트 추정치는 다음과 같습니다.

의 샘플링 분포가RR의 분포보다 정규 분포에 가깝습니다[8]

의1-( 신뢰 구간은 과 같습니다( R 。

서 zα})는 선택한 [9][10]유의 수준에 대한 표준 점수입니다.RR 자체의 주위에 있는 신뢰 구간을 찾기 위해 위의 신뢰 구간의 2개의 경계를 [9]지수화할 수 있습니다.

회귀 모델에서 노출은 일반적으로 위험에 영향을 미칠 수 있는 다른 요인들과 함께 지표 변수로 포함된다.상대적 위험은 일반적으로 설명 변수의 표본 값 평균에 대해 계산된 것으로 보고됩니다.

승산비와의 비교

위험비 대 승산비

상대위험은 승산비가 결과의 작은 확률에 대해 상대위험에 점근적으로 접근하지만 승산비와 다르다.IE가 IN보다 상당히 작을 경우 IE/(IE + IN) \ \ \ about IE/IN.마찬가지로 CE가 CN보다 훨씬 작을 경우 CE/(CN + CE) {\ \apprough CE/CN입니다.따라서, 희귀병 가정하에서

실제로 상대 위험을 [1]추정할 수 없기 때문에 승산비는 환자-대조군 연구에 일반적으로 사용된다.

실제로, 종종 임상시험과 관련된 로지스틱 회귀 분석은 상대 위험이 아닌 승산비 로그와 함께 작동하기 때문에, 통계에서 승산비는 훨씬 더 일반적으로 사용됩니다.기록의 (자연 로그의) 오즈는 설명 변수의 선형 함수로 추정되기 때문에, 치료 유형과 관련된 70세 및 60세의 추정 오즈비는 상대 위험이 시그니처일 수 있지만 결과가 약물과 나이와 관련된 로지스틱 회귀 모델에서 동일할 것이다.천차만별입니다.

상대적 위험은 효과성의 보다 직관적인 척도가 되기 때문에, 특히 중간에서 높은 확률의 경우 구별이 중요하다.작용 A가 99.9%, 작용 B가 99.0%의 위험을 수반하는 경우, 상대적 위험은 1을 조금 넘는 반면 작용 A와 관련된 확률은 작용 B와의 확률보다 10배 이상 높다.

통계 모델링에서 포아송 회귀 분석(단위 피폭당 사건 카운트의 경우)과 같은 접근방식은 상대 위험 해석을 갖는다. 즉, 설명 변수의 추정 효과는 비율에 곱셈이므로 상대 위험으로 이어진다.로지스틱 회귀 분석(이항 결과 또는 여러 시행 중 성공 카운트의 경우)은 승산비 항으로 해석해야 합니다. 설명 변수의 효과는 승산에 곱하므로 승산비로 이어집니다.

베이지안 해석

D에 기재된 질병,D D에 기재된 질병, E E에 기재된 노출, E에 기재된 노출을 가정할 수 있습니다.상대 리스크는 다음과 같이 기술할 수 있습니다.

이러한 방식으로 상대 위험은 베이지안 용어로 사전 [11]노출 비율에 의해 정규화된 노출의 후방 비율(즉, 질병 확인 후)로 해석될 수 있다.만약 노출의 후방 비율이 이전 것과 비슷하다면, 그 효과는 약 1로, 노출에 대한 믿음을 바꾸지 않았기 때문에 질병과 관련이 없음을 나타낸다.반면, 노출 후 비율이 이전 비율보다 작거나 높으면, 질병이 노출 위험에 대한 관점을 변화시켰으며, 이 변화의 크기는 상대적 위험이다.

수치 예시

리스크 저감 예시
양 실험 그룹(E) 제어 그룹(C) 총
이벤트(E) EE = 15 CE = 100 115
비이벤트(N) EN = 135 CN = 150 285
총 과목 수(S) ES = EE + EN = 150 CS = CE + CN = 250 400
이벤트 레이트(ER) EER = EE / ES = 0.1 또는 10% CER = CE / CS = 0.4 또는 40% —
변수 에이브러 공식 가치
절대적인 리스크 저감 ARR CER − EER 0.3 또는 30%
치료에 필요한 수 하지 않다 1/(CER - EER) 3.33
상대위험(위험비) RR EER / CER 0.25
상대적인 리스크 저감 RRR (CER - EER) / CER 또는 1 - RR 0.75(75%)
노출되지 않은 부분 중 예방 가능한 부분 PFu (CER − EER) / CER 0.75
승산비 또는 (EE / EN) / (CE / CN) 0.167

「 」를 참조해 주세요.

Wikimedia Commons에는 상대적인 리스크에 대한 통계와 관련된 미디어가 있습니다.

레퍼런스

  1. ^ a b Sistrom CL, Garvan CW (January 2004). "Proportions, odds, and risk". Radiology. 230 (1): 12–9. doi:10.1148/radiol.2301031028. PMID 14695382.
  2. ^ a b Carneiro, Ilona. (2011). Introduction to epidemiology. Howard, Natasha. (2nd ed.). Maidenhead, Berkshire: Open University Press. p. 27. ISBN 978-0-335-24462-1. OCLC 773348873.
  3. ^ Bruce, Nigel, 1955- (29 November 2017). Quantitative methods for health research : a practical interactive guide to epidemiology and statistics. Pope, Daniel, 1969-, Stanistreet, Debbi, 1963- (Second ed.). Hoboken, NJ. p. 199. ISBN 978-1-118-66526-8. OCLC 992438133.{{cite book}}: CS1 maint: 여러 이름: 작성자 목록(링크)
  4. ^ Motulsky, Harvey (2018). Intuitive biostatistics : a nonmathematical guide to statistical thinking (Fourth ed.). New York. p. 266. ISBN 978-0-19-064356-0. OCLC 1006531983.
  5. ^ Nakayama T, Zaman MM, Tanaka H (April 1998). "Reporting of attributable and relative risks, 1966-97". Lancet. 351 (9110): 1179. doi:10.1016/s0140-6736(05)79123-6. PMID 9643696. S2CID 28195147.
  6. ^ Noordzij M, van Diepen M, Caskey FC, Jager KJ (April 2017). "Relative risk versus absolute risk: one cannot be interpreted without the other". Nephrology, Dialysis, Transplantation. 32 (suppl_2): ii13–ii18. doi:10.1093/ndt/gfw465. PMID 28339913.
  7. ^ Moher D, Hopewell S, Schulz KF, Montori V, Gøtzsche PC, Devereaux PJ, Elbourne D, Egger M, Altman DG (March 2010). "CONSORT 2010 explanation and elaboration: updated guidelines for reporting parallel group randomised trials". BMJ. 340: c869. doi:10.1136/bmj.c869. PMC 2844943. PMID 20332511.
  8. ^ "Standard errors, confidence intervals, and significance tests". StataCorp LLC.
  9. ^ a b Szklo, Moyses; Nieto, F. Javier (2019). Epidemiology : beyond the basics (4th. ed.). Burlington, Massachusetts: Jones & Bartlett Learning. p. 488. ISBN 9781284116595. OCLC 1019839414.
  10. ^ Katz, D.; Baptista, J.; Azen, S. P.; Pike, M. C. (1978). "Obtaining Confidence Intervals for the relative risk in Cohort Studies". Biometrics. 34 (3): 469–474. doi:10.2307/2530610. JSTOR 2530610.
  11. ^ Armitage P, Berry G, Matthews JN (2002). Armitage P, Berry G, Matthews J (eds.). Statistical Methods in Medical Research. Proceedings of the Royal Society of Medicine. Vol. 64 (Fourth ed.). Blackwell Science Ltd. p. 1168. doi:10.1002/9780470773666. ISBN 978-0-470-77366-6. PMC 1812060.

외부 링크