风险比和优势比：计算与解读

风险比和优势比是两种最常用的比率度量，用于表示二元暴露与二元结局在2×2列联表中的关联。风险比比较暴露组和未暴露组之间结局的概率（风险）；优势比则比较优势。当结局罕见时，两者趋于一致；但当结局常见时，两者则出现分歧。在健康研究中，正确选择和解读它们是反复出现的困惑来源。

Definition

风险比是暴露组结局风险除以未暴露组结局风险；优势比是暴露组结局优势除以未暴露组结局优势，等于2×2列联表的交叉乘积。在无关联的情况下，两者均等于1。

Scope

本条目涵盖如何从2×2列联表的四个单元格计算每种度量，优势与风险之间的区别，研究设计如何决定哪种度量是可估计的，优势比近似风险比的条件，优势比在结局常见时被误读为风险比的方式，以及用于直接估计风险比和患病率比的回归方法。它将这些作为解释证据的效应度量来呈现，而非作为临床指导。

Core questions

• 如何定义二元结局的风险和优势，以及它们的比率有何不同？
• 2×2列联表的哪些单元格参与了每种度量的计算？
• 为什么病例对照研究可以直接估计优势比而非风险比？
• 优势比何时近似于风险比，以及当结局常见时它为何具有误导性？
• 如何在回归中直接估计风险比或患病率比？

Key concepts

• 结局的风险与优势
• 风险比（相对风险）
• 作为2×2交叉乘积的优势比
• 参考（零）值1
• 罕见结局时优势比对风险比的近似
• 常见结局时优势比的夸大
• 研究设计决定可估计的度量
• 用于风险/患病率比的对数二项和修正泊松回归

Mechanisms

从一个包含单元格a（暴露病例）、b（暴露非病例）、c（未暴露病例）和d（未暴露非病例）的2×2列联表来看，暴露组的风险是a/(a+b)，未暴露组的风险是c/(c+d)，因此风险比是[a/(a+b)] ÷ [c/(c+d)]。暴露组成为病例的优势是a/b，未暴露组是c/d，因此优势比是(a/b) ÷ (c/d) = ad/bc，即交叉乘积。由于病例对照研究通过抽样固定了病例和非病例的数量，它无法估计潜在风险，因此报告优势比，其对称性仍能估计疾病优势比；队列研究和横断面研究可以直接估计风险（或患病率），因此可以报告风险比或患病率比。当结局罕见时，优势和风险接近，因此优势比近似于风险比；当结局常见时，优势比偏离1的程度大于风险比，因此将其解读为相对风险会夸大效应。为了从调整后的分析中直接获得风险比或患病率比，通常使用对数二项回归和修正泊松（稳健方差）方法来替代逻辑回归。

Clinical relevance

风险比和优势比是健康科学文献中最常报告的数字之一，将两者混淆可能会严重扭曲对结果的理解，因此根据结局的常见程度和研究设计来解释它们对于评估证据至关重要。这些度量量化了关联，用于解释研究，而非作为个体诊断或治疗决策的基础。

Epidemiology

度量的选择遵循研究设计：病例对照研究产生优势比，队列研究产生风险比或率比，横断面研究产生患病率比或优势比。由于逻辑回归即使在结局常见时也会返回优势比，方法学文献强调通过对数二项式和修正泊松模型直接估计风险比和患病率比，以避免夸大效应。

History

Cornfield在1951年的论证确立了病例对照研究的优势比估计疾病优势比，并近似于罕见结局的相对风险，从而奠定了优势比的使用。随着逻辑回归的普及，1990年代末的文献（Davies及其同事；Zhang和Yu）重新探讨了优势比在常见结局时被误读为相对风险的问题，随后的工作（Barros和Hirakata；Zou）开发了直接估计风险比和患病率比的回归方法，并提供了关于将优势比作为合理相对风险进行沟通的后续指导。

Debates

报告常见结局的优势比

对于常见结局，优势比在数值上超过风险比，因此将逻辑回归的优势比报告为相对风险会夸大效应；评论者建议直接估计风险/患病率比或进行明确转换，而另一些人则捍卫优势比的数学特性。

Key figures

• Jerome Cornfield
• Kenneth Rothman
• Sander Greenland
• Jun Zhang
• Guangyong Zou

Seminal works

• davies-1998
• zhang-yu-1998
• zou-2004

Frequently asked questions

风险比和优势比有什么区别？

风险比比较不同组之间结局的概率，而优势比比较优势；当结局罕见时它们很接近，但当结局常见时，优势比偏离1的程度大于风险比。

为什么病例对照研究报告优势比而不是风险比？

因为病例对照研究固定了抽样的病例和非病例数量，它无法估计潜在风险，因此它报告优势比，优势比仍然可以从列联表中计算出来并估计感兴趣的关联。

如何在调整后的分析中直接估计风险比？

对数二项回归和采用稳健方差的修正泊松方法可以直接估计风险比或患病率比，避免了当结局常见时逻辑回归产生的优势比夸大问题。