看了这篇文章，总算彻底搞明白了RR值！

医咖会在推送的“大部分研究发表时，会隐瞒安全性问题？！”的文章中，提到了不良事件的效应值（OR或RR）。很多小伙伴曾反映说：OR和RR，就是傻傻分不清楚啊。OK，今天，我们就先教你搞定RR值！

病例对照研究和队列研究都可以评价暴露因素（Exposure）和疾病的发展是否存在关联，以及当这个关联存在时，强度有多大？

Tips: 暴露，是指具有某项特征（如年龄、性别等）、某行为（如吸烟、高脂饮食等）或接触某种待研究的物质（如雾霾、重金属等）。

当我们开展一项队列研究时，我们要回答的问题是：暴露组研究对象的发病风险是非暴露组研究对象的多少倍？这个“多少倍”就是我们常说的RR（Relative Risk, 相对危险度）。

RR = 暴露组发病风险/非暴露组发病风险

当然，RR不一定是发病的相对风险，也可以是其它事件（比如怀孕、残疾、死亡、不良事件等）的相对风险。

表1. 不同研究因素和结局的RR值含义

显然，RR值是两个率的比值，因此一定是正数。当得到一个RR值后，又该如何解释呢？

表2. RR值及其意义

那么，RR值又如何计算呢？

表3. 队列研究中RR值的计算

上表中，暴露组的发病率为a/(a+b)，非暴露组的发病率为c/(c+d)，按照RR值的定义：

RR = 暴露组发病率/非暴露组发病率 = (a/(a+b)) ÷ (c/(c+d))

例如，某研究者想观察吸烟与冠心病发病的关系，开展了一项队列研究。研究对象为5000名吸烟者（暴露组），6000名不吸烟者（非暴露组）。前瞻性的观察1年后，冠心病的发病情况见表4。

表4. 队列研究中RR值的计算

在这个例子中，吸烟者（暴露组）发病率 = 98/(5000人*1年) =19.6/1000人年，不吸烟者（非暴露组）发病率 = 103/(6000人*1年) =17.2/1000人年。

RR= 暴露组发病率/非暴露组发病率 = (19.6/1000人年) ÷ (17.2/1000人年) = 1.14

在实际研究中，计算RR的同时，还应当计算RR的95%可信区间和相对应的P值。之后，根据统计分析结果和专业知识，就可以判断该暴露是结局事件的危险因素、保护因素还是无关因素了。

另外，也可以计算多个暴露组对于非暴露组（参照组）的RR值。2016年8月，BMJ发表一篇关于饮酒对女性受孕能力影响的研究，部分数据见表5。

这个研究分别计算了每周饮酒1-3份、4-7份、8-13份和≥14份的女性，相对于每周饮酒0份的女性受孕率的比值（即RR值）。

各位小伙伴，上面提到的这个研究，我们将在下一篇文章中推出，敬请期待！关于OR值，之后也会推出详细讲解哦，请继续关注医咖会吧。

精彩回顾：

医咖会微信：medieco-ykh长按二维码关注我们吧

我们建了一个微信群，包括临床医生，医学生，以及流统专业的小伙伴等。有临床研究设计或统计学方面的难题？快加小咖个人微信（xys2016ykf），拉你进群，和其他小伙伴们一起交流学习吧。

我们诚邀各位小伙伴加入我们，一起分享有趣的临床研究或者有用的方法学知识，感兴趣的你，请与小咖联系吧！

点击左下角“阅读原文”，看看医咖会既往推送了哪些有意思的内容。