相对风险降低计算器 - RRR、ARR 与 NNT

根据治疗组和对照组数据计算 RRR、ARR、NNT、相对风险和事件率,衡量干预到底有多有效。

输入治疗组和对照组的事件数与总人数,即可立即计算所有关键的干预效果指标。

相对风险降低计算器 - RRR、ARR 与 NNT
根据治疗组和对照组数据计算 RRR、ARR、NNT、相对风险和事件率,衡量干预到底有多有效。

治疗组

对照组

关于相对风险降低计算器

相对风险降低(RRR)是一种统计指标,用来表示某项治疗或干预对不良结局发生率带来的比例性下降。若对照组事件率(CER)为 12%,治疗组事件率(EER)为 8%,则 RRR = (12% − 8%) / 12% = 33.3%。这说明与对照条件相比,该干预可将事件风险降低三分之一,便于临床医生、政策制定者和研究人员理解其效果。 RRR 由两个事件率计算而来。对照组事件率(CER)是对照组(未治疗或安慰剂)中发生目标结局的患者比例:CER = 对照组事件数 / 对照组总人数。实验组(或治疗组)事件率(EER)是治疗组中对应的比例:EER = 治疗组事件数 / 治疗组总人数。相对风险(RR)是 EER / CER。RRR = 1 − RR = (CER − EER) / CER。当治疗有益(EER < CER)时,RRR 为正,范围在 0 到 1 之间(0% 到 100%)。若 RRR 为负,表示治疗不是降低而是增加了风险,也可称为相对风险增加。 绝对风险降低(ARR),也称风险差,是两个事件率之间的算术差:ARR = CER − EER。与相对基线的 RRR 不同,ARR 以与事件率相同的单位表达,反映治疗效应的实际大小。一个 RRR 为 50% 的药物听起来很惊人,但如果基线风险只有 0.2%,ARR 仅为 0.1%——也就是说,只有 1000 名患者中的 1 人受益。这就是为什么 ARR 和 NNT 是 RRR 的重要补充。 需治疗人数(NNT)是 ARR 的倒数:NNT = 1 / |ARR|。它回答的是:平均来说,需要多少患者接受治疗,才能让 1 名额外患者避免该结局?NNT 为 10 表示平均治疗 10 名患者可预防 1 个不良事件。NNT 越低,说明治疗越高效。但解读 NNT 时必须结合结局严重程度:用 NNT=100 预防一次致命心梗可能非常值得,而用 NNT=100 预防一次轻微头痛则未必划算。 这四项指标——CER、EER、RRR、ARR 和 NNT——在临床指南、药品说明书、系统综述和卫生技术评估中都非常常见。FDA 和 EMA 等监管机构也要求在标签中提供绝对风险数据,以确保处方者和患者能完整了解治疗获益。单看 RRR 可能会误导:如果新闻标题宣称某药可降低 40% 风险,听起来很夸张,但若 ARR 只有 0.5%、NNT 为 200,临床医生就需要这三个数字一起做判断。 当治疗会提高事件率时,这个计算器同样适用(此时 ARR 为负)。在这种情况下,NNT 变为 NNH,即伤害所需治疗人数——指平均需要治疗多少名患者,才会多出 1 个不良事件。此时解释方式相反,但公式完全相同:当 ARR < 0 时,NNH = 1 / |ARR|。

RRR 计算示例

真实临床试验场景,展示如何输入数据并同时解读 RRR、ARR 和 NNT。

研究数据关键指标临床解读
治疗组:80/1000 例事件;对照组:120/1000 例事件CER=12%,EER=8%,RR=0.667,RRR=33.3%,ARR=4%,NNT=25新型降胆固醇药物:每治疗 25 名患者,可预防 1 次心梗。RRR 为 33% 看起来很亮眼,但 ARR 4% 和 NNT 25 才更符合实际情境。
治疗组:25/5000 例事件;对照组:85/5000 例事件CER=1.7%,EER=0.5%,RR=0.294,RRR=70.6%,ARR=1.2%,NNT=83.3流感疫苗:每治疗 83 人,可预防 1 例流感。约 71% 的高 RRR 反映了疫苗在低绝对风险基线下仍有很强的保护效果。
治疗组:10/250 例事件;对照组:25/250 例事件CER=10%,EER=4%,RR=0.4,RRR=60%,ARR=6%,NNT=16.7新手术技术:NNT 约为 17,表示与标准技术相比,用新技术治疗 17 名患者可减少 1 例术后并发症。
药物副作用:治疗组=60/1000 例事件;对照组=20/1000 例事件CER=2%,EER=6%,RR=3.0,RRR=−200%,ARR=−4%,NNH=25该药使恶心发生率比安慰剂高出 3 倍。由于 EER > CER,ARR 为负(−4%);NNT 变为 NNH=25,表示平均每治疗 25 人就会多出现 1 例恶心。

如何使用 RRR 计算器

  1. 先输入治疗组中出现该结局的患者人数,再输入该组总患者数。
  2. 再输入对照组(安慰剂或未治疗)中出现该结局的患者人数,然后输入该组总人数。
  3. 点击计算。工具会计算并显示 CER、EER、相对风险、RRR、ARR 和 NNT。
  4. 将 RRR 理解为相对于对照组事件率的比例性风险降低;再查看 ARR,以了解效应的绝对大小。
  5. 用 NNT 评估临床效率:NNT 越低,说明达到 1 个有益结局所需治疗的患者越少。若 ARR 为负,则将 NNT 解释为伤害所需治疗人数。

RRR、ARR 与 NNT 常见问题

RRR 和 ARR 有什么区别?
RRR(相对风险降低)是相对于对照组的比例性事件率下降:(CER − EER) / CER。ARR(绝对风险降低)是算术差值:CER − EER。RRR 的数值通常更大,且在基线风险很低时容易误导;ARR 则给出每位患者的实际风险降低,因此在临床上更有意义。要全面理解结果,两者都需要。
NNT 是什么意思,怎样算是一个‘好’的 NNT?
NNT 是需治疗人数——与对照相比,平均需要多少患者接受治疗,才能让 1 名额外患者避免该结局。不存在统一的‘好’阈值:这取决于结局严重程度、治疗成本和副作用负担。NNT=5 用于预防中风非常好;NNT=5 只是为了预防轻微头痛,则未必值得治疗。解读时始终要把结局严重性和不良反应一起考虑。
什么是对照组事件率(CER),为什么它很重要?
CER 是对照组中发生该结局的患者比例:CER = 对照组事件数 / 对照组总人数。它代表没有治疗时的基线风险。CER 决定了 RRR 在绝对意义上会转换成多大的效果:若 CER=20%,RRR=50%,则 ARR=10%、NNT=10;而同样的 RRR 若 CER=0.4%,则 ARR 只有 0.2%、NNT 高达 500。相同的相对降低,在不同基线风险下,实际意义可能完全不同。
RRR 可以是负数吗?这代表什么?
可以。负的 RRR 表示治疗组的事件率高于对照组——也就是说,治疗与风险增加有关,而不是降低风险。此时 (CER − EER) 为负,所以 RRR 也为负。在这种情形下,ARR 的绝对值可视为绝对风险增加;其倒数就是 NNH(伤害所需治疗人数)——平均需要治疗多少患者,才会多出 1 个伤害事件。
RRR 和疫苗试验中的 efficacy(效力)是一样的吗?
疫苗效力(VE)在概念上与 RRR 完全一致:VE = (CER − EER) / CER = 1 − RR。疫苗效力 95% 意味着,与未接种对照相比,接种者发生该结局的风险降低了 95%。在这个语境中,这两个术语可互换使用,不过‘efficacy’通常指受控试验结果,而‘effectiveness’更多用于真实世界观察数据。
这和相对风险计算器有什么不同?
相对风险计算器使用 2×2 列联表(通常是流行病学队列研究中的 a、b、c、d 单元格),重点计算 RR 及其置信区间。相对风险降低计算器则输入治疗组和对照组的事件数与总人数,重点计算临床试验和循证医学中常用的 RRR、ARR 和 NNT。两者都会计算相对风险,但主要用途不同。