절대 위험 차이

절대 위험 차이는 한 그룹의 결과 발생 위험과 비교 그룹의 위험 간의 산술적 차이입니다. 연관성의 절대적 측정치로서, 노출 또는 치료가 인구 단위당 얼마나 많은 추가(또는 더 적은) 결과와 관련되어 있는지를 포착하며, 기준 위험에 직접적으로 의존합니다.

Definition

절대 위험 차이는 노출(또는 치료) 그룹의 결과 발생 위험에서 비노출(또는 대조) 그룹의 위험을 뺀 값으로, 결과 빈도의 절대적 변화로 표현됩니다.

Scope

이 항목은 위험 차이의 정의, 0의 영점 값, 상대적 측정치와의 보완 관계, 기준 위험에 대한 의존성, 그리고 기여 위험 및 치료 필요 수와의 관계를 다룹니다. 위험 차이를 임상적 지침이 아닌 방법론적 측정치로 취급합니다.

Key concepts

• 연관성의 절대적 측정치
• 0의 영점 값
• 기준 위험에 대한 의존성
• 절대 위험 감소 및 초과 위험
• 기여 위험
• 치료 필요 수와의 연관성

Mechanisms

위험 차이는 지표 그룹의 위험에서 비교 그룹의 위험을 뺀 값입니다. 0의 값은 연관성이 없음을 의미합니다. 비율 측정치와 달리, 위험 자체와 동일한 척도로 표현되므로 노출 또는 치료의 절대적인 공중 보건 또는 임상적 영향을 전달합니다. 위험의 차이이므로 그 크기는 기준 위험에 따라 달라집니다. 동일한 상대적 효과라도 결과가 흔할 때는 더 큰 절대적 차이를, 드물 때는 더 작은 차이를 생성합니다. 노출 환경에서는 기여 위험(노출된 사람들 중 노출에 기인하는 초과 위험)에 해당하며, 치료 환경에서는 그 절대값이 절대 위험 감소이며, 그 역수는 치료 필요 수입니다. 상대적 측정치와 함께 위험 차이를 보고하면 일정한 상대적 효과가 일정한 절대적 영향으로 오해되는 것을 방지할 수 있습니다.

Clinical relevance

절대 위험 차이는 독자들에게 노출 또는 치료가 결과의 빈도를 절대적인 관점에서 얼마나 변화시키는지 알려주며, 이것이 지침과 평가 프레임워크에서 상대적 측정치와 함께 이를 요구하는 이유입니다. 이는 인구 내 효과의 크기를 설명하며, 증거를 특성화하는 것이지 개별 진단이나 치료에 대한 지침 자체는 아닙니다.

Epidemiology

위험 차이는 코호트 연구 및 무작위 대조 시험에서 표준적인 절대 측정치이며, 여기서 위험은 직접 관찰 가능하며, 기여 위험과 같은 인구 측정치의 기초가 됩니다. 기준 위험을 관찰하지 않는 환자-대조군 연구에서는 직접 추정할 수 없으며, 일반적으로 연관성의 강도와 영향을 모두 전달하기 위해 상대적 측정치와 함께 보고됩니다.

History

질병 빈도의 절대적 비교는 역학 감시만큼 오래되었으며, 위험 차이와 기여 위험은 20세기에 이 분야가 성숙하면서 공식화되었습니다. 20세기 후반의 근거 중심 의학에 대한 강조는 절대적 측정치에 대한 관심을 새롭게 했으며, 치료 필요 수(절대 위험 감소의 역수)는 상대적 측정치에 대한 더 해석하기 쉬운 동반자로 제안되었고, 상대적 측정치만으로는 절대적 영향을 가릴 수 있다는 경고가 반복적으로 제기되었습니다.

Debates

상대적 측정치는 절대적 영향을 가릴 수 있다

고정된 상대적 효과는 기준 위험에 따라 매우 다른 절대적 차이로 변환되기 때문에, 상대적 측정치만 보고하는 것은 효과의 실제적 중요성을 과장할 수 있습니다. 실제 세계의 영향을 전달하기 위해 절대적 측정치가 권장됩니다.

Key figures

• Kenneth Rothman
• Sander Greenland
• David Sackett
• Beverly Rockhill

Seminal works

• cook-sackett-1995
• rockhill-1998

Frequently asked questions

위험 차이는 상대 위험과 어떻게 다른가요?

상대 위험은 한 그룹의 위험을 다른 그룹의 위험으로 나누어 무차원이며 연관성의 강도를 전달합니다. 위험 차이는 위험을 빼는 것으로 위험과 동일한 척도에 있으며, 기준 위험에 따라 달라지는 결과 빈도의 절대적 변화를 전달합니다.

절대 위험 차이는 치료 필요 수와 어떻게 관련되어 있나요?

치료 비교에서 위험 차이의 절대값은 절대 위험 감소이며, 치료 필요 수는 그 역수입니다. 이는 동일한 절대적 효과를 추가적인 하나의 좋은 결과를 위해 치료해야 하는 사람의 수로 재표현한 것입니다.