Riesgo relativo

El riesgo relativo (RR) o razón de riesgo es la razón 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 riesgo y la razón de probabilidades , el riesgo relativo mide la asociación entre la exposición y el resultado. ^{[ 1 ]}

El riesgo relativo se utiliza principalmente en el análisis estadístico de los datos de estudios ecológicos , de cohortes , médicos y de intervención, para estimar la fuerza de la asociación entre exposiciones (tratamientos o factores de riesgo) y resultados. ^{[ 2 ]} Matemáticamente, es la tasa de incidencia del resultado en el grupo expuesto,${\displaystyle I_{e}}$, dividido por la tasa del grupo no expuesto,${\displaystyle I_{u}}$. ^{[ 3 ]} Como tal, se utiliza para comparar el riesgo de un resultado adverso al recibir un tratamiento médico frente a ningún tratamiento (o placebo), o para factores de riesgo ambientales.

Por ejemplo, en un estudio que examinó el efecto del fármaco apixabán sobre la aparición de tromboembolismo, el 8,8 % de los pacientes tratados con placebo desarrollaron la enfermedad, mientras que solo el 1,7 % de los pacientes tratados con el fármaco la desarrollaron, por lo que el riesgo relativo es de 0,19 (1,7/8,8): los pacientes que recibieron apixabán tuvieron un 19 % menos de riesgo de desarrollar la enfermedad que los pacientes que recibieron placebo. ^{[ 4 ]} En este caso, apixabán es un factor protector en lugar de un factor de riesgo , porque reduce el riesgo de desarrollar la enfermedad.

Suponiendo el efecto causal entre la exposición y el resultado, los valores de 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 debido a la exposición, lo cual es un " factor protector ".
• RR >  1 significa que el riesgo del resultado aumenta debido a la exposición, que es un " factor de riesgo ".

Como siempre, la correlación no implica causalidad ; la causalidad podría ser inversa, o ambas podrían deberse a una variable de confusión común . Por ejemplo, el riesgo relativo de padecer cáncer en el hospital en comparación con estar en casa sería mayor que 1, pero esto se debe a que el cáncer lleva a las personas al hospital.

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 riesgo. ^{[ 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 similar, 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 tanto de las medidas absolutas como de las relativas. ^{[ 7 ]}

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 muestral de la${\displaystyle \log(RR)}$está más cerca de la normal que la distribución de RR, ^{[ 8 ]} con error estándar

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

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

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

dónde${\displaystyle z_{\alpha }}$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 ]}

En los modelos de regresión , la exposición se incluye normalmente como una variable indicadora junto con otros factores que pueden afectar al riesgo. El riesgo relativo se suele informar calculado a partir de la media de los valores muestrales de las variables explicativas .

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)${\displaystyle \scriptstyle \approx }$IE/IN. De manera similar, si CE es mucho menor que CN, entonces CE/(CN + CE)${\displaystyle \scriptstyle \approx }$CE/CN. Por lo tanto, bajo el supuesto de enfermedad rara

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

En la práctica, la razón de probabilidades se usa comúnmente para estudios de casos y controles , ya que el riesgo relativo no se puede estimar. ^{[ 1 ]}

De hecho, la razón de probabilidades es mucho más común en estadística, ya que la regresión logística , frecuentemente asociada a ensayos clínicos , trabaja con el logaritmo de la razón de probabilidades, no con el riesgo relativo. Dado que la probabilidad (o logaritmo natural) 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, asociada al tipo de tratamiento, sería la misma en los modelos de regresión logística donde el resultado está asociado al fármaco y la edad, aunque el riesgo relativo podría ser significativamente diferente.

Dado que el riesgo relativo es una medida de efectividad más intuitiva, 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 ligeramente superior a 1, mientras que las probabilidades asociadas con la acción A son más de 10 veces mayores que las asociadas con la acción B.

En el modelado estadístico, 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 un número 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.

Podríamos suponer una enfermedad observada por${\displaystyle D}$y ninguna enfermedad observada por${\displaystyle \neg D}$, exposición señalada por${\displaystyle E}$y no se observó ninguna exposición por${\displaystyle \neg E}$El riesgo relativo se puede escribir como

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

De esta forma, el riesgo relativo puede interpretarse en términos bayesianos como la razón posterior de la exposición (es decir, después de observar la enfermedad) normalizada por la razón previa de la exposición. ^{[ 11 ]} Si la razón posterior de la exposición es similar a la previa, 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 previa, entonces la enfermedad ha cambiado la percepción del peligro de la exposición, y la magnitud de este cambio es el riesgo relativo.

• 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 de impacto en la población
• OpenEpi
• tasa de relación

• Calculadora online de riesgo relativo