Assoziationsmaße

Assoziationsmaße sind die Größen, die in der Epidemiologie verwendet werden, um auszudrücken, wie stark eine Exposition oder Intervention mit einem Ergebnis verknüpft ist. Sie übersetzen Krankheits- und Expositionszählungen in eine einzige vergleichbare Zahl – ein Verhältnis oder eine Differenz –, die die Größe und Richtung eines Effekts erfasst und es ermöglicht, Studien zusammenzufassen, zu vergleichen und zu bündeln.

Definition

Ein Assoziationsmaß ist eine Statistik, die die Stärke der Beziehung zwischen einer Exposition (oder Behandlung) und einem Ergebnis quantifiziert, ausgedrückt entweder als Verhältnis zweier Risiken, Odds oder Raten oder als deren arithmetische Differenz.

Scope

Dieser Bereich führt den Leser in die Familie der Effektmaße ein, die in der epidemiologischen und klinischen Forschung verwendet werden: relative (Verhältnis-)Maße wie das relative Risiko, die Odds Ratio und die Hazard Ratio; absolute (Differenz-)Maße wie die Risikodifferenz; und der patientenbezogene Kehrwert, die Number Needed to Treat. Es wird erklärt, wie diese Maße zueinander in Beziehung stehen und wann jedes angemessen ist, wobei sie eher als methodische Werkzeuge denn als klinische Anweisungen behandelt werden.

Sub-topics

• Absolute Risikodifferenz
• Hazard Ratio
• Number Needed to Treat
• Odds Ratio
• Relatives Risiko

Core questions

• Wie stark ist eine Exposition oder Behandlung mit einem Ergebnis assoziiert?
• Wann sollte ein relatives (Verhältnis-)Maß anstelle eines absoluten (Differenz-)Maßes verwendet werden?
• Wie stehen das Risikoverhältnis, die Odds Ratio, die Hazard Ratio und die Risikodifferenz zueinander in Beziehung?
• Wie kann derselbe Effekt groß oder klein erscheinen, je nachdem, welches Maß berichtet wird?

Key concepts

• Relative (Verhältnis-)Maße
• Absolute (Differenz-)Maße
• Risiko, Odds und Rate
• Referenzgruppe und Effektrichtung
• Zeit bis zum Ereignis und die Hazard
• Ausgangsrisiko und klinische Interpretation

Mechanisms

Effektmaße lassen sich in zwei große Familien einteilen. Verhältnismaße (relatives Risiko, Odds Ratio, Hazard Ratio) dividieren die Ergebnis-Häufigkeit in einer exponierten oder behandelten Gruppe durch die in einer Vergleichsgruppe, sodass ein Wert von 1 keine Assoziation bedeutet; sie erfassen die Stärke einer Assoziation und sind gut über Populationen mit unterschiedlichen Ausgangsrisiken übertragbar. Differenzmaße (die Risikodifferenz) subtrahieren eine Ergebnis-Häufigkeit von einer anderen, sodass 0 keine Assoziation bedeutet; sie erfassen die absolute Public-Health- oder klinische Auswirkung und hängen vom Ausgangsrisiko ab. Die Number Needed to Treat ist der Kehrwert der Risikodifferenz und drückt einen absoluten Effekt in patientenbezogenen Begriffen aus. Die Wahl zwischen diesen Maßen und die Angabe sowohl relativer als auch absoluter Formen ist zentral für eine ehrliche Evidenzbewertung, da ein konstanter relativer Effekt je nach Häufigkeit des Ergebnisses sehr unterschiedlichen absoluten Effekten entsprechen kann.

Clinical relevance

Assoziationsmaße sind die Sprache, in der Studien, Kohortenstudien und systematische Übersichten ihre Ergebnisse berichten, daher ist ihr Verständnis die Grundlage für die kritische Bewertung der Evidenz. Sie beschreiben, wie stark Evidenz Expositionen und Ergebnisse miteinander verknüpft; sie sind Werkzeuge zur Interpretation von Forschung, keine Vorschriften für individuelle Diagnosen oder Behandlungen.

Epidemiology

Diese Maße werden in der gesamten Beobachtungs- und experimentellen Epidemiologie verwendet und bilden den Output von Metaanalysen. Die Wahl des Maßes wird teilweise durch das Studiendesign bestimmt – Kohorten- und Studiendaten unterstützen Risikoverhältnisse und Risikodifferenzen, Fall-Kontroll-Daten ergeben naturgemäß Odds Ratios, und Überlebensdaten ergeben Hazard Ratios – und teilweise durch das Kommunikationsziel, da relative Maße die Stärke vermitteln, während absolute Maße die Auswirkung vermitteln.

History

Das formale Vokabular der Effektmaße entwickelte sich parallel zur Epidemiologie und Biostatistik des 20. Jahrhunderts: Die Odds Ratio und ihre Verbindung zum relativen Risiko wurden Mitte des Jahrhunderts in der Krebs-Epidemiologie geklärt, der Proportional-Hazards-Ansatz führte 1972 die Hazard Ratio für Zeit-bis-Ereignis-Daten ein, und die Number Needed to Treat wurde 1988 vorgeschlagen, um absolute Effekte leichter kommunizierbar zu machen. Moderne Lehrbücher konsolidierten diese zu einem kohärenten System relativer und absoluter Maße.

Debates

Relative versus absolute Maße

Relative Maße vermitteln die Stärke einer Assoziation, können aber die wahrgenommene Bedeutung übertreiben, wenn das Ausgangsrisiko gering ist; die Angabe absoluter Maße daneben wird weithin empfohlen, damit die reale Auswirkung eines Effekts nicht falsch eingeschätzt wird.

Wenn die Odds Ratio irreführt

Die Odds Ratio nähert sich dem Risikoverhältnis nur an, wenn das Ergebnis selten ist; bei häufigen Ergebnissen weichen die beiden voneinander ab, und die Behandlung einer Odds Ratio, als wäre sie ein Risikoverhältnis, überschätzt den Effekt.

Key figures

• Kenneth Rothman
• Sander Greenland
• David Sackett
• Jerome Cornfield

Seminal works

• rothman-2008
• cook-sackett-1995
• davies-1998

Frequently asked questions

Was ist der Unterschied zwischen einem relativen und einem absoluten Assoziationsmaß?

Ein relatives Maß (wie ein Risikoverhältnis) dividiert die Ergebnis-Häufigkeit einer Gruppe durch die einer anderen und drückt aus, wie viel wahrscheinlicher das Ergebnis ist; ein absolutes Maß (wie eine Risikodifferenz) subtrahiert sie und drückt die zusätzlichen Ergebnisse pro Population aus, was vom Ausgangsrisiko abhängt.

Welches Assoziationsmaß sollte eine Studie berichten?

Gute Praxis ist es, sowohl ein relatives als auch ein absolutes Maß zu berichten, da das relative Maß die Stärke einer Assoziation vermittelt, während das absolute Maß ihre Public-Health- oder klinische Auswirkung vermittelt; das geeignete Verhältnismaß hängt auch vom Studiendesign ab.