Riesgo relativo

Medida de asociación utilizada en epidemiología

El grupo expuesto al tratamiento (izquierda) tiene la mitad del riesgo (RR = 4/8 = 0,5) de un resultado adverso (negro) en comparación con el grupo no expuesto (derecha).

El riesgo relativo (RR) o razón de riesgos es la relación entre la probabilidad de un resultado en un grupo expuesto y la probabilidad de un resultado en un grupo no expuesto. Junto con la diferencia de riesgos y la razón de probabilidades , el riesgo relativo mide la asociación entre la exposición y el resultado. ^[1]

Uso estadístico y significado

El riesgo relativo se utiliza en el análisis estadístico de los datos de estudios ecológicos , de cohorte , médicos y de intervención, para estimar la fuerza de la asociación entre las exposiciones (tratamientos o factores de riesgo) y los resultados. ^[2] Matemáticamente, es la tasa de incidencia del resultado en el grupo expuesto, , dividida por la tasa del grupo no expuesto, . ^[3] Como tal, se utiliza para comparar el riesgo de un resultado adverso al recibir un tratamiento médico versus ningún tratamiento (o placebo), o para factores de riesgo ambientales. Por ejemplo, en un estudio que examinó el efecto del fármaco apixabán en la aparición de tromboembolia, el 8,8% de los pacientes tratados con placebo experimentaron la enfermedad, pero solo el 1,7% de los pacientes tratados con el fármaco la experimentaron, por lo que el riesgo relativo es .19 (1.7/8.8): los pacientes que recibieron apixabán tuvieron un 19% del riesgo de enfermedad de los pacientes que recibieron el placebo. ^[4] En este caso, el apixabán es un factor protector en lugar de un factor de riesgo , porque reduce el riesgo de enfermedad. ${\displaystyle I_{e}}$ ${\displaystyle I_{u}}$

Suponiendo el efecto causal entre la exposición y el resultado, los valores del riesgo relativo pueden interpretarse de la siguiente manera: ^[2]

• RR = 1 significa que la exposición no afecta el resultado
• RR < 1 significa que el riesgo del resultado disminuye con la exposición, lo que es un " factor protector ".
• RR > 1 significa que el riesgo del resultado aumenta por la exposición, lo cual es un " factor de riesgo ".

Como siempre, correlación no significa causalidad; la causalidad podría ser inversa, o ambas podrían ser causadas por una variable de confusión común . El riesgo relativo de tener cáncer estando en el hospital en comparación con estando en casa, por ejemplo, sería mayor que 1, pero eso se debe a que tener cáncer hace que las personas vayan al hospital.

Uso en informes

El riesgo relativo se utiliza comúnmente para presentar los resultados de ensayos controlados aleatorios. ^[5] Esto puede ser problemático si el riesgo relativo se presenta sin las medidas absolutas, como el riesgo absoluto o la diferencia de riesgos. ^[6] En los casos en que la tasa base del resultado es baja, los valores grandes o pequeños del riesgo relativo pueden no traducirse en efectos significativos, y la importancia de los efectos para la salud pública puede sobreestimarse. De manera equivalente, en los casos en que la tasa base del resultado es alta, los valores del riesgo relativo cercanos a 1 aún pueden resultar en un efecto significativo, y sus efectos pueden subestimarse. Por lo tanto, se recomienda la presentación de medidas tanto absolutas como relativas. ^[7]

Inferencia

El riesgo relativo se puede estimar a partir de una tabla de contingencia de 2×2 :

La estimación puntual del riesgo relativo es

${\displaystyle RR={\frac {IE/(IE+IN)}{CE/(CE+CN)}}={\frac {IE(CE+CN)}{CE(IE+IN)}}.}$

La distribución de muestreo de es más cercana a la normal que la distribución de RR, ^[8] con un error estándar ${\displaystyle \log(RR)}$

${\displaystyle SE(\log(RR))={\sqrt {{\frac {IN}{IE(IE+IN)}}+{\frac {CN}{CE(CE+CN)}}}}.}$

El intervalo de confianza para el es entonces ${\displaystyle 1-\alpha }$ ${\displaystyle \log(RR)}$

${\displaystyle CI_{1-\alpha }(\log(RR))=\log(RR)\pm SE(\log(RR))\times z_{\alpha },}$

donde es la puntuación estándar para el nivel de significancia elegido . ^{[9] [10]} Para encontrar el intervalo de confianza alrededor del RR mismo, los dos límites del intervalo de confianza anterior se pueden exponenciar . ^[9] ${\displaystyle z_{\alpha }}$

En los modelos de regresión, la exposición suele incluirse como variable indicadora junto con otros factores que pueden afectar al riesgo. El riesgo relativo suele calcularse a partir de la media de los valores de muestra de las variables explicativas. ^{[ cita requerida ]}

Comparación con la razón de probabilidades

Relación de riesgo vs razón de probabilidades

El riesgo relativo es diferente de la razón de probabilidades , aunque la razón de probabilidades se aproxima asintóticamente al riesgo relativo para probabilidades pequeñas de resultados. Si IE es sustancialmente menor que IN , entonces IE/(IE + IN) IE/IN. De manera similar, si CE es mucho menor que CN, entonces CE/(CN + CE) CE/CN. Por lo tanto, bajo el supuesto de enfermedad rara ${\displaystyle \scriptstyle \approx }$ ${\displaystyle \scriptstyle \approx }$

${\displaystyle RR={\frac {IE(CE+CN)}{CE(IE+IN)}}\approx {\frac {IE\cdot CN}{IN\cdot CE}}=OR.}$

En la práctica, el odds ratio se utiliza habitualmente para estudios de casos y controles , ya que no se puede estimar el riesgo relativo. ^[1]

De hecho, la razón de probabilidades tiene un uso mucho más común en estadística, ya que la regresión logística , a menudo asociada con los ensayos clínicos , trabaja con el logaritmo de la razón de probabilidades, no con el riesgo relativo. Debido a que el logaritmo natural de las probabilidades de un registro se estima como una función lineal de las variables explicativas, la razón de probabilidades estimada para personas de 70 y 60 años asociadas con el tipo de tratamiento sería la misma en los modelos de regresión logística donde el resultado está asociado con el fármaco y la edad, aunque el riesgo relativo podría ser significativamente diferente. ^{[ cita requerida ]}

Dado que el riesgo relativo es una medida más intuitiva de la eficacia, la distinción es importante especialmente en casos de probabilidades medias a altas. Si la acción A conlleva un riesgo del 99,9% y la acción B un riesgo del 99,0%, entonces el riesgo relativo es apenas superior a 1, mientras que las probabilidades asociadas con la acción A son más de 10 veces mayores que las probabilidades asociadas con la acción B. ^{[ cita requerida ]}

En el modelado estadístico, los enfoques como la regresión de Poisson (para recuentos de eventos por unidad de exposición) tienen interpretaciones de riesgo relativo: el efecto estimado de una variable explicativa es multiplicativo sobre la tasa y, por lo tanto, conduce a un riesgo relativo. La regresión logística (para resultados binarios o recuentos de éxitos de una serie de ensayos) debe interpretarse en términos de razón de probabilidades: el efecto de una variable explicativa es multiplicativo sobre las probabilidades y, por lo tanto, conduce a una razón de probabilidades. ^{[ cita requerida ]}

Interpretación bayesiana

Podríamos suponer una enfermedad observada por , y ninguna enfermedad observada por , exposición observada por , y ninguna exposición observada por . El riesgo relativo puede escribirse como ${\displaystyle D}$ ${\displaystyle \neg D}$ ${\displaystyle E}$ ${\displaystyle \neg E}$

${\displaystyle RR={\frac {P(D\mid E)}{P(D\mid \neg E)}}={\frac {P(E\mid D)/P(\neg E\mid D)}{P(E)/P(\neg E)}}.}$

De esta manera, el riesgo relativo puede interpretarse en términos bayesianos como la razón posterior de la exposición (es decir, después de ver la enfermedad) normalizada por la razón anterior de la exposición. ^[11] Si la razón posterior de la exposición es similar a la anterior, el efecto es aproximadamente 1, lo que indica que no hay asociación con la enfermedad, ya que no cambió las creencias sobre la exposición. Si, por otro lado, la razón posterior de la exposición es menor o mayor que la razón anterior, entonces la enfermedad ha cambiado la visión del peligro de exposición, y la magnitud de este cambio es el riesgo relativo.

Ejemplo numérico

Véase también

• Riesgo absoluto
• Reducción del riesgo relativo
• Falacia de la tasa base
• Estadísticas de Cochran-Mantel-Haenszel para la agregación de razones de riesgo en varios estratos
• Medida del impacto poblacional
• Epi abierto
• Relación de tasas

Referencias

1. Sistrom CL, Garvan CW (enero de 2004). "Proporciones, probabilidades y riesgo". Radiología . 230 (1): 12–9. doi :10.1148/radiol.2301031028. PMID  14695382.
2. Carneiro, Ilona. (2011). Introducción a la epidemiología. Howard, Natasha. (2.ª ed.). Maidenhead, Berkshire: Open University Press. pág. 27. ISBN 978-0-335-24462-1.OCLC 773348873  .
3. Bruce, Nigel, 1955- (29 de noviembre de 2017). Métodos cuantitativos para la investigación en salud: una guía interactiva práctica de epidemiología y estadística. Pope, Daniel, 1969-, Stanistreet, Debbi, 1963- (Segunda edición). Hoboken, NJ. p. 199. ISBN 978-1-118-66526-8.OCLC 992438133  .{{cite book}}: CS1 maint: falta la ubicación del editor ( enlace ) CS1 maint: varios nombres: lista de autores ( enlace ) CS1 maint: nombres numéricos: lista de autores ( enlace )
4. Motulsky, Harvey (2018). Bioestadística intuitiva: una guía no matemática para el pensamiento estadístico (cuarta edición). Nueva York. p. 266. ISBN 978-0-19-064356-0.OCLC 1006531983  .{{cite book}}: Mantenimiento de CS1: falta la ubicación del editor ( enlace )
5. Nakayama T, Zaman MM, Tanaka H (abril de 1998). "Informe sobre riesgos atribuibles y relativos, 1966-97". Lancet . 351 (9110): 1179. doi :10.1016/s0140-6736(05)79123-6. PMID  9643696. S2CID  28195147.
6. Noordzij M, van Diepen M, Caskey FC, Jager KJ (abril de 2017). "Riesgo relativo versus riesgo absoluto: uno no puede interpretarse sin el otro". Nefrología, diálisis, trasplante . 32 (suppl_2): ii13–ii18. doi : 10.1093/ndt/gfw465 . PMID:  28339913.
7. Moher D, Hopewell S, Schulz KF, Montori V, Gøtzsche PC, Devereaux PJ, Elbourne D, Egger M, Altman DG (marzo de 2010). "Explicación y elaboración de CONSORT 2010: directrices actualizadas para la presentación de informes de ensayos aleatorios de grupos paralelos". BMJ . 340 : c869. doi :10.1136/bmj.c869. PMC 2844943 . PMID  20332511. 
8. "Errores estándar, intervalos de confianza y pruebas de significación". StataCorp LLC .
9. Szklo, Moyses; Nieto, F. Javier (2019). Epidemiología: más allá de lo básico (4.ª ed.). Burlington, Massachusetts: Jones & Bartlett Learning. pág. 488. ISBN 9781284116595.OCLC 1019839414  .
10. Katz, D.; Baptista, J.; Azen, SP; Pike, MC (1978). "Obtención de intervalos de confianza para el riesgo relativo en estudios de cohorte". Biometrics . 34 (3): 469–474. doi :10.2307/2530610. JSTOR  2530610.
11. Armitage P , Berry G, Matthews JN (2002). Armitage P, Berry G, Matthews J (eds.). Métodos estadísticos en la investigación médica . Vol. 64 (cuarta edición). Blackwell Science Ltd. pág. 1168. doi :10.1002/9780470773666. ISBN 978-0-470-77366-6. Número de pieza  1812060 . {{cite book}}: |journal=ignorado ( ayuda )

Enlaces externos

• Calculadora de riesgo relativo en línea