相对危险度计算器 - 队列研究风险比
通过 2×2 列联表计算暴露组和未暴露组的相对危险度（风险比）、95% 置信区间和归因风险。
输入队列研究 2×2 列联表的四个单元格计数（a、b、c、d），即可立即计算风险比及其置信区间。
相对危险度计算器 - 队列研究风险比
通过 2×2 列联表计算暴露组和未暴露组的相对危险度（风险比）、95% 置信区间和归因风险。
请输入 2×2 列联表中的四个值：a = 暴露且有结局，b = 暴露且无结局，c = 未暴露且有结局，d = 未暴露且无结局。
暴露组
未暴露组
关于相对危险度计算器
相对危险度（RR），也称风险比，是队列研究和随机对照试验中常用的关联性指标。它回答的问题是：暴露组发生结局的可能性是不暴露组的多少倍？RR 为 1.0 表示两组风险相同；RR 大于 1.0 表示暴露与风险增加相关；RR 小于 1.0 表示暴露具有保护作用。
该计算基于一个 2×2 列联表，将暴露状态（是/否）与结局状态（是/否）交叉分类。四个单元格通常记为 a（暴露，结局存在）、b（暴露，结局不存在）、c（未暴露，结局存在）和 d（未暴露，结局不存在）。暴露组风险为 a/(a+b)，未暴露组风险为 c/(c+d)。相对危险度就是这两个发病比例的比值。
RR 的 95% 置信区间（CI）用于量化抽样变异带来的估计不确定性。标准方法采用对数正态近似：先计算 log-RR 的标准误 √(b/(a·nE) + d/(c·nU))，再对区间 [ln(RR) ± 1.96 × SE] 取指数。如果 95% CI 不包含 1.0，则在 α = 0.05 水平上该关联具有统计学意义。CI 越窄，说明估计越精确；CI 越宽，说明不确定性越大，通常是样本量较小所致。
归因风险（也称风险差，或绝对风险增加/降低）是两个发病比例之间的算术差：AR = riskExposed − riskUnexposed。与比值形式的相对危险度不同，归因风险以绝对值表示超额风险。RR 为 3.0 看起来很显著，但如果基线风险只有 0.1%，0.2% 的 AR 在临床上可能并不重要。相反，无论 RR 如何，10 个百分点的 AR 都具有临床意义。要完整解释流行病学关联，这两种指标都很重要。
相对危险度适用于队列研究和临床试验，因为在这些研究中，可以在规定的随访期内直接测量暴露组和未暴露组的结局发生率。它不适用于病例对照研究，因为病例对照研究是按结局状态而不是暴露状态选择参与者的——在这种设计中，应使用比值比（Odds Ratio）。一个重要的实践差异是：当结局罕见（发病率 < 10%）时，比值比在数值上近似相对危险度，因此两者可跨研究设计进行比较。当结局常见时，两者会明显偏离，不能互换使用。
在临床医学中，RR 用于评估治疗、疫苗和预防措施的效果。某种疫苗若将感染风险从 4% 降至 1%，其 RR 为 0.25——也就是说，接种者感染的可能性低 75%。在职业健康领域，RR 用于量化接触化学或物理危害的工人比未暴露工人更可能发生某种疾病的程度。在营养流行病学中，RR 将饮食模式和生活方式因素与大型前瞻性队列中的疾病结局联系起来。
相对危险度示例
经典流行病学场景，展示如何设置列联表并解读得到的风险比。
| 列联表 | 关键指标 | 解释 |
|---|---|---|
| 吸烟/肺癌：a=70, b=6930, c=3, d=2997 | RR = 10.0; 暴露组风险 ≈ 1.0%，未暴露组风险 ≈ 0.1% | 在 20 年随访中，吸烟者罹患肺癌的可能性是不吸烟者的 10 倍。归因风险约为 0.9 个百分点。 |
| 流感疫苗试验：a=25, b=4975, c=80, d=4920 | RR ≈ 0.3125; 接种组风险 ≈ 0.5%，安慰剂组风险 ≈ 1.6% | 接种者感染流感的可能性约低 69%。RR 为 0.31，明显低于 1.0，说明具有很强的保护作用。 |
| 高脂饮食：a=150, b=1850, c=100, d=2900 | RR = 2.25; 暴露组风险 ≈ 7.5%，未暴露组风险 ≈ 3.3% | 高脂饮食人群发生心脏病的可能性是 2.25 倍。归因风险约为 4.2 个百分点。 |
| 药物副作用：a=60, b=940, c=20, d=980 | RR = 3.0; 药物组风险 ≈ 6%，安慰剂组风险 ≈ 2% | 服用该药的患者出现恶心的可能性正好高 3 倍。应查看 95% CI 以评估统计学显著性。 |
如何使用相对危险度计算器
- 从 2×2 列联表中确定四个单元格计数：a = 暴露且发生结局的人数；b = 暴露但未发生结局的人数；c = 未暴露且发生结局的人数；d = 未暴露且未发生结局的人数。
- 在暴露组字段中输入 a 和 b，在未暴露组字段中输入 c 和 d。
- 点击“计算”。工具会返回每组风险、相对危险度、95% 置信区间和归因风险。
- 解读相对危险度：RR > 1 表示暴露与风险增加相关；RR < 1 表示暴露具有保护作用；RR = 1 表示没有关联。
- 检查 95% CI 是否包含 1.0：如果不包含，则在 5% 水平上具有统计学意义。CI 越窄，估计越精确。
相对危险度常见问题
什么是相对危险度？它与比值比有什么区别？
相对危险度（RR）是暴露组结局发生率与未暴露组结局发生率的比值。比值比（OR）是各组结局比值的比值。两者都用于衡量关联，但 RR 更直观，可直接解释为风险倍数。OR 用于无法测量发病率的病例对照研究；对于罕见结局（<10%），OR ≈ RR。对于常见结局，OR 会高估 RR。
相对危险度可以小于 1 吗？这表示什么？
可以。RR 小于 1.0 表示暴露组发生结局的风险低于未暴露组——换句话说，暴露具有保护作用。例如，疫苗试验可能得到 RR = 0.25，这意味着接种者患病的可能性低 75%。风险降低幅度（1 − RR）有时称为相对风险降低（RRR）。
如何解读 95% 置信区间？
95% CI 给出了基于样本对真实总体 RR 的一组合理取值范围。如果重复进行很多次研究，大约 95% 的 CI 会包含真实 RR。实际解读上：如果 CI 不包含 1.0（例如 1.5–3.2），则在 α = 0.05 下关联具有统计学意义。若 CI 包含 1.0（例如 0.8–2.5），则不具有统计学意义。
什么是归因风险？它什么时候有用？
归因风险（AR）是暴露组与未暴露组风险之间的绝对差值：AR = riskExposed − riskUnexposed。它告诉你每人因暴露而多出的病例数。AR 对公共卫生决策最有用，因为它量化了消除该暴露的潜在收益。基线风险很低但 RR 很高时，AR 可能并不大；而基线风险较高且 RR 中等时，即使 RR 不算极高，AR 也可能更值得干预。
为什么计算器要求未暴露组结局阳性计数（c）不能为零？
相对危险度是两个发病率的比值。如果 c = 0，未暴露组发病率为零，分母无法定义，RR 也就无法定义。实际上，c 为零通常意味着未暴露组完全受保护（这种情况非常少见），或者样本太小，未暴露组没有观察到任何事件。在这两种情况下，都需要采用其他分析方法（例如精确方法）。
相对危险度适用于病例对照研究吗？
不适用。相对危险度要求能够测量各组结局发生率，这只有在研究按暴露状态招募参与者（队列设计）或随机分配参与者（RCT）时才可以做到。在病例对照研究中，参与者是按结局状态选择的，因此无法从样本中计算发病比例。病例对照研究应使用比值比；当结局罕见时，它会近似 RR。