心在线|微课堂丨杜昕:临床研究中基本统计问题——RR、OR、HR

在临床研究结果中 , 常常会看到RR值、OR值、HR值这三个统计学指标 , 它们究竟代表什么意义?又有什么区别?本期微课堂邀请首都医科大学附属北京安贞医院杜昕教授 , 为大家解读这三个常用的统计学指标 。

Risk ratio(RR)和Odds ratio(OR)首先来了解相关的概念 。某种情况发生的可能性(概率) , 英文用Probability表示 。Risk ratio(RR)是风险比 , 也称为相对危险度(relative risk , RR) , 是指两个可能性的比值 。Odds Ratio(OR)是比值比 , 也称为优势比 。以下列四格表为例 , RR和OR的计算公式如下(其中a,b,c,d为人数) 。
心在线|微课堂丨杜昕:临床研究中基本统计问题——RR、OR、HR
本文插图
【心在线|微课堂丨杜昕:临床研究中基本统计问题——RR、OR、HR】
RR=[a/(a+b)] ÷ [c/(c+d)];a/(a+b)为高血压患者发生房颤的可能性 , c/(c+d)为血压正常者发生房颤的可能性 。OR=(a/b) ÷ (c/d);a/b为高血压患者发生房颤的Odd , c/d为血压正常者发生房颤的Odd 。假定高血压患者发生房颤的可能性为10% , 血压正常者发生房颤的可能性为5% , 则高血压患者发生房颤的可能性(probability)和非高血压患者发生房颤的可能性(probability)的比值为10%/5% , 即RR=2 。高血压患者中 , 患房颤的比例(Odd)为10%/90% , 即Odd=1:9;血压正常患者中 , 患房颤的比例(Odd)为5%/95% , 即Odd=1:19;那么高血压患者发生房颤的Odds Ratio为1:9/1:19 , 即OR=2.11 。需要注意的是 , Odds Ratio仅代表方向 , 从Odds Ratio推算不出RR和probability的具体差值 。 在上述例子中 , 高血压患者发生房颤的Odds Ratio为2.11 , 只能说明相对于非高血压患者 , 高血压患者发生房颤的可能性更高 , 而不能说明高血压患者发生房颤的可能性是非高血压患者的2.11倍(实际上是2倍) 。当RR>1时 , OR总是大于RR;当RR<1时 , OR总是小于RR 。例如 , 男性心衰患者中 , 接受ACEI治疗的比例为51% , 女性心衰患者中 , 接受ACEI治疗的比例为43%;那么RR=1.2(男性 vs. 女性 , 51%/43%) , OR=1.4[男性 vs. 女性 , (51%/49%)÷(43%/57%)] 。需要注意的是 , 同一研究中 , 不同模型计算出来的OR是不能直接比较的 。 不同研究之间 , OR值的大小也是不能比较的 。

Hazard ratio(HR)Hazard ratio(HR)是风险比 , 即不同治疗组在每一个时间点的RR , 主要通过Cox回归分析得出 。 结合下面的例子进行讲解 。
心在线|微课堂丨杜昕:临床研究中基本统计问题——RR、OR、HR
本文插图
上图为早期开展的一项研究 , 在急性心肌梗死患者中 , 对比接受链激酶溶栓治疗和安慰剂治疗对生存率的影响 。 假设生存分析的两条曲线是平行的 , 即在随访过程中 , 在任意时间点上 , 两组患者死亡的可能性之比是相同的 , 这一比值就是HR 。如上图所示 , 在第10个月和第18个月时 , 两组死亡率的比值(即HR)均为0.6 , 可以解读为溶栓治疗组较安慰剂组死亡的相对风险降低40% 。需治疗例数(number needed to treat , NNT)指需要治疗多少患者才能减少1例死亡或减少1次事件 。假如患者初始死亡率为30% , 经过某种治疗可减少40%的死亡 , 那么治疗后患者的死亡率为30%×(1-40%)=18% 。 也就是说 , 患者死亡风险降低30%-18%=12% 。 那么用这种治疗方法治疗几位患者才能减少一例死亡呢?即NNT=1/12%=9 , 答案是治疗9位患者能减少1例死亡 。如前所述 , 计算HR的前提是生存分析的两条曲线需要相互平行 , 这也是HR的局限性 。 因为在实际情况下 , 常常出现两个生存曲线不平行的情况 , 此时可使用RMST(restricted mean survival time)差异指标 , 即限定某一时间段 , 观察这一时间段内的差异 。


推荐阅读