引言Introduction

相对危险度 RR 是队列研究里最常见、也最容易被误读的指标。很多人会算,却不会解释。尤其是看到 RR=1.2、RR=6 或 95%CI 跨 1 时,常常不知道结论该怎么下。本文用 7 步讲清楚 ** 相对危险度 RR** 的计算、含义和判断逻辑。
临床研究者在查看队列表格和统计结果,旁边标注RR、95%CI、1.0无效值的简洁信息图

1. 什么是RR相对危险度

1.1 RR的定义

RR相对危险度 ,就是暴露组与对照组危险度的比值。它反映的是,暴露组发生结局的风险,是对照组的多少倍。

在队列研究中,RR是核心效应指标。因为队列研究可以直接计算结局发生率,所以也能直接得到 RR。常见表达方式是:

  • RR = 1,说明两组风险相同。
  • RR > 1,说明暴露组风险更高。
  • RR < 1,说明暴露组风险更低。

RR越远离1,暴露与结局的关联越强。

1.2 为什么RR比OR更直观

对于医学生和临床研究人员来说,RR更容易解释。它直接回答“高了多少倍”。相比之下,OR 的临床含义更绕。

从实操角度看,如果研究设计允许,优先选择RR 。只有在病例对照研究等无法直接计算发生率的场景,才主要使用 OR。

2. 第1步:先确认研究设计

2.1 RR适用于队列研究

相对危险度 RR 最适合队列研究。因为队列研究从暴露出发,能够观察结局发生情况,并直接比较两组风险。

典型流程是先明确:

  1. 暴露组是谁。
  2. 对照组是谁。
  3. 结局是什么。
  4. 随访期间发生了多少事件。

只有这些信息清楚,RR 才有意义。

2.2 先看资料能不能算出发生率

RR的前提是能计算发生率,也就是能得到每组结局发生的比例。

如果你拿到的是四格表原始数据,通常就可以进一步计算 RR。研究报告里如果只给 OR,而不给原始数据,很多时候就无法反推 RR。

3. 第2步:看懂RR的基本公式

3.1 公式怎么理解

RR的本质是:
RR = 暴露组风险 / 对照组风险

其中,暴露组风险记为 Ie,对照组风险记为 I0。

也就是说,先算出两组各自发生结局的概率,再做比值。这个比值就是 相对危险度 RR

3.2 一个简单例子

假设吸烟与肺癌的队列研究中:

  • 吸烟者肺癌风险为 0.018
  • 不吸烟者肺癌风险为 0.003

那么:
RR = 0.018 / 0.003 = 6

这表示,吸烟者患肺癌的风险是不吸烟者的 6 倍。
这个结论非常直观,也最适合临床汇报。

4. 第3步:判断RR等于1、 大于1、 小于1

4.1 RR=1表示什么

RR=1 时,说明暴露组与对照组危险度相同。
这意味着,暴露与结局之间看不出关联。

在统计解释上,RR=1 通常被视为无效值。

4.2 RR>1表示什么

RR>1 时,暴露组危险度高于对照组。

这通常提示暴露可能是危险因素。比如 RR=6,就表示暴露组结局风险是对照组的 6 倍。
RR越大,关联强度通常越强。

4.3 RR<1表示什么

RR<1 时,暴露组危险度低于对照组。

这提示该暴露可能与更低的结局风险相关。
但要注意,是否称为“保护因素”,要结合具体结局和研究背景判断,不能机械套用。

5. 第4步:别忽略95%置信区间

5.1 点估计不够,区间估计更重要

RR是一个点估计。它告诉你样本里的结果,但不能完全代表总体。
所以还要看 95%置信区间

置信区间越窄,估计越精确。
置信区间是否跨过1,决定统计学意义是否成立。

5.2 如何解释95%CI

判断规则很简单:

  • 95%CI不包括1 ,通常认为结果有统计学意义。
  • 95%CI包括1 ,通常认为结果无统计学意义。

例如某研究 RR=6.0,95%CI为(4.08, 8.83),不包括1,说明结果有统计学意义。
而如果区间是(0.78, 1.71),包含1,就不能认为两组有明确关联。

6. 第5步:分清RR和“率比”

6.1 两者都叫RR,但不是一回事

队列研究中常见两种 RR:

  • 危险度比 ,也叫 risk ratio。
  • 率比 ,也叫 rate ratio。

二者都可写成 RR,但含义不同。
危险度比基于累积发病率。
率比基于发病密度,也就是引入了人时概念。

6.2 什么时候用率比

如果随访时间不一致,或者对象处于动态变化中,就要考虑人时。
此时直接用“人”为分母不合适,更合理的是用 人年 等人时指标。

这时计算的是发病密度,再得到率比。
同样叫RR,但解释时一定要看清研究资料类型。

7. 第6步:把RR放回临床问题里

7.1 不要只背定义,要会落地解释

RR的价值,不在于公式本身,而在于它能回答临床问题。

比如:

  • RR=6,说明暴露组风险明显升高。
  • RR=1.14,且95%CI为(0.78, 1.71),说明目前证据不足,不能认为暴露与结局有关。

解释RR时,一定要结合结局、暴露和研究设计。

7.2 结局定义不同,方向也会变

同一个RR,是否表示“有害”或“保护”,要看你定义的结局是什么。

例如结局如果是“发病”,RR>1多提示风险升高。
如果结局是“康复”,RR>1可能反而提示有利。
所以不能只盯着数字,要先看结局方向。

8. 第7步:报告结果时怎么写

8.1 最推荐的报告方式

在原始研究中,最好报告:

  1. 四格表原始数据。
  2. RR值。
  3. 95%置信区间。

这样最完整,也最便于后续复核和 Meta 分析。
只给RR而不给原始数据,信息会有损失。

8.2 结果表述模板

你可以这样写:

  • 暴露组结局风险为 X。
  • 对照组结局风险为 Y。
  • RR为 Z。
  • 95%CI为 A 到 B。
  • 若区间不跨 1,可报告结果有统计学意义。

这种写法适合论文、汇报和答辩。

结语Conclusion

相对危险度 RR 是队列研究中最核心的效应指标。 读懂 RR,只要抓住 7 个步骤:先看设计,再看公式,接着判断 RR 与 1 的关系,然后结合 95%CI、研究类型和结局方向综合解释。这样你就不会把“点估计”误读成“最终结论”。

如果你正在做临床研究、队列分析或论文结果汇报,建议优先保留原始四格表,再报告 RR 与 95%CI。想进一步提升统计结果解读效率,可以借助解螺旋 的临床研究内容与分析工具,把复杂结果变成可直接写进论文的规范表达。
论文结果页、四格表、RR和95%CI标注清晰的科研工作台场景,突出规范报告与工具辅助分析