Разница в риске

Разница в риске неблагоприятного исхода (черный) между группой, подвергшейся лечению (слева), и группой, не подвергшейся лечению (справа), составляет -0,25 (RD = -0,25, ARR = 0,25).

Разница рисков (RD), избыточный риск или атрибутивный риск ^[1] ​​— это разница между риском исхода в группе, подвергшейся воздействию, и в группе, не подвергшейся воздействию. Она вычисляется как , где — заболеваемость в группе, подвергшейся воздействию, а — заболеваемость в группе, не подвергшейся воздействию. Если риск исхода увеличивается в результате воздействия, используется термин «увеличение абсолютного риска » (ARI), который вычисляется как . Эквивалентно, если риск исхода уменьшается в результате воздействия, используется термин «снижение абсолютного риска » (ARR), который вычисляется как . ^{[2] [3]} ${\displaystyle I_{e}-I_{u}}$ ${\displaystyle I_{e}}$ ${\displaystyle I_{u}}$ ${\displaystyle I_{e}-I_{u}}$ ${\displaystyle I_{u}-I_{e}}$

Обратное значение абсолютного снижения риска — это число, необходимое для лечения , а обратное значение абсолютного увеличения риска — это число, необходимое для нанесения вреда . ^[2]

Использование в репортажах

Рекомендуется использовать абсолютные измерения, такие как разница рисков, наряду с относительными измерениями при представлении результатов рандомизированных контролируемых испытаний. ^[4] Их полезность можно проиллюстрировать на следующем примере гипотетического препарата, который снижает риск рака толстой кишки с 1 случая на 5000 до 1 случая на 10 000 в течение одного года. Относительное снижение риска составляет 0,5 (50%), в то время как абсолютное снижение риска составляет 0,0001 (0,01%). Абсолютное снижение риска отражает низкую вероятность заболеть раком толстой кишки в первую очередь, в то время как сообщение только об относительном снижении риска может привести к тому, что читатели преувеличит эффективность препарата. ^[5]

Авторы, такие как Бен Голдакр, считают, что разницу в рисках лучше всего представить в виде натурального числа — лекарство снижает 2 случая рака толстой кишки до 1 случая, если вы лечите 10 000 человек. Натуральные числа, которые используются в подходе «число, необходимое для лечения», легко понятны неспециалистам. ^[6]

Вывод

Разницу рисков можно оценить с помощью таблицы сопряженности 2x2 :

Точечная оценка разницы рисков составляет

${\displaystyle RD={\frac {EE}{EE+EN}}-{\frac {CE}{CE+CN}}.}$

Распределение выборки RD приблизительно нормальное, со стандартной ошибкой

${\displaystyle SE(RD)={\sqrt {{\frac {EE\cdot EN}{(EE+EN)^{3}}}+{\frac {CE\cdot CN}{(CE+CN)^{3}}}}}.}$

Тогда доверительный интервал для RD равен ${\displaystyle 1-\alpha }$

${\displaystyle CI_{1-\alpha }(RD)=RD\pm SE(RD)\cdot z_{\alpha },}$

где — стандартная оценка для выбранного уровня значимости ^[3] ${\displaystyle z_{\alpha }}$

Байесовская интерпретация

Мы могли бы предположить, что болезнь отмечена , и не отмечена болезнь , воздействие отмечено , и не отмечено воздействие . Разницу в рисках можно записать как ${\displaystyle D}$ ${\displaystyle \neg D}$ ${\displaystyle E}$ ${\displaystyle \neg E}$

${\displaystyle RD=P(D\mid E)-P(D\mid \neg E).}$

Числовые примеры

Снижение риска

Увеличение риска

Смотрите также

• Меры воздействия на население
• Относительное снижение риска

Ссылки

1. Porta M, ред. (2014). Словарь эпидемиологии (6-е изд.). Oxford University Press. стр. 14. doi : 10.1093/acref/9780199976720.001.0001. ISBN 978-0-19-939006-9.
2. Porta, Miquel, ed. (2014). "Словарь эпидемиологии - Oxford Reference". Oxford University Press. doi :10.1093/acref/9780199976720.001.0001. ISBN 9780199976720. Получено 2018-05-09 .
3. J., Rothman, Kenneth (2012). Эпидемиология: введение (2-е изд.). Нью-Йорк, Нью-Йорк: Oxford University Press. С. 66, 160, 167. ISBN 9780199754557. OCLC  750986180.{{cite book}}: CS1 maint: несколько имен: список авторов ( ссылка )
4. Moher D, Hopewell S, Schulz KF, Montori V, Gøtzsche PC, Devereaux PJ, Elbourne D, Egger M, Altman DG (март 2010 г.). «CONSORT 2010: объяснение и разработка: обновленные рекомендации по отчетности о параллельных групповых рандомизированных испытаниях». BMJ . 340 : c869. doi :10.1136/bmj.c869. PMC 2844943 . PMID  20332511. 
5. Стегенга, Якоб (2015). «Измерение эффективности». Исследования по истории и философии биологических и биомедицинских наук . 54 : 62–71. doi :10.1016/j.shpsc.2015.06.003. PMID  26199055.
6. Бен Голдакр (2008). Плохая наука . Нью-Йорк: Fourth Estate. С. 239–260. ISBN 978-0-00-724019-7.