醫咖會在推送的「大部分研究發表時，會隱瞞安全性問題？！」的文章中，提到了不良事件的效應值（OR或RR）。很多小夥伴曾反映說：OR和RR，就是傻傻分不清楚啊。OK，今天，我們就先教你搞定RR值！

病例對照研究和隊列研究都可以評價暴露因素（Exposure）和疾病的發展是否存在關聯，以及當這個關聯存在時，強度有多大？

（Tips: 暴露，是指具有某項特徵（如年齡、性別等）、某行為（如吸煙、高脂飲食等）或接觸某種待研究的物質（如霧霾、重金屬等））

當我們開展一項隊列研究時，我們要回答的問題是：暴露組研究對象的發病風險是非暴露組研究對象的多少倍？這個「多少倍」就是我們常說的RR（Relative Risk, 相對危險度）。

RR = 暴露組發病風險/非暴露組發病風險

當然，RR不一定是發病的相對風險，也可以是其它事件（比如懷孕、殘疾、死亡、不良事件等）的相對風險。

表1. 不同研究因素和結局的RR值含義

顯然，RR值是兩個率的比值，因此一定是正數。當得到一個RR值後，又該如何解釋呢？

表2. RR值及其意義

那麼，RR值又如何計算呢？

表3. 隊列研究中RR值的計算

上表中，暴露組的發病率為a/(a+b)，非暴露組的發病率為c/(c+d)，按照RR值的定義：

RR = 暴露組發病率/非暴露組發病率 = (a/(a+b)) ÷ (c/(c+d))

例如，某研究者想觀察吸煙與冠心病發病的關係，開展了一項隊列研究。研究對象為5000名吸煙者（暴露組），6000名不吸煙者（非暴露組）。前瞻性的觀察1年後，冠心病的發病情況見表4。

表4. 隊列研究中RR值的計算

在這個例子中，吸煙者（暴露組）發病率 = 98/(5000人*1年) =19.6/1000人年，不吸煙者（非暴露組）發病率 = 103/(6000人*1年) =17.2/1000人年。

RR= 暴露組發病率/非暴露組發病率 = (19.6/1000人年) ÷ (17.2/1000人年) = 1.14

在實際研究中，計算RR的同時，還應當計算RR的95%可信區間和相對應的P值。之後，根據統計分析結果和專業知識，就可以判斷該暴露是結局事件的危險因素、保護因素還是無關因素了。

另外，也可以計算多個暴露組對於非暴露組（參照組）的RR值。2016年8月，BMJ發表一篇關於飲酒對女性受孕能力影響的研究，部分數據見表5。

這個研究分別計算了每週飲酒1-3份、4-7份、8-13份和≥14份的女性，相對於每週飲酒0份的女性受孕率的比值（即RR值）。

（微信公眾號：醫咖會。用生動有趣的形式傳遞醫學新進展，重點探討臨牀研究方法。）

推薦閱讀：

相關文章