Relative und absolute Risikoreduktion

aus Wikipedia, der freien Enzyklopädie
(Weitergeleitet von Relative Risikoreduktion)
Zur Navigation springen Zur Suche springen

In der Medizin sind relative und absolute Risikoreduktion verschiedene Maße, um die Wirksamkeit einer (neuen) Therapie im Vergleich zu einer anderen Therapie zu beschreiben. Sie beziehen sich auf die jeweilige Änderung des Relativen Risikos (RR) beziehungsweise des Absoluten Risikos (AR).

Relative Risikoreduktion[Bearbeiten | Quelltext bearbeiten]

Die Relative Risikoreduktion (RRR, englisch relative risk reduction) gibt an, um welchen Anteil im Verhältnis (relativ) das bestehende Risiko jeweils durch eine Intervention vermindert wird.

Eine Änderung der Mortalität von 2 % auf 1,6 % beispielsweise entspricht der Verminderung des Relativen Risikos um ein Fünftel oder 20 %; RRR = 20 %.

Berechnung:

  • Relatives Risiko der Vergleichstherapie (Kontrollgruppe): definitionsgemäß 1 = 100 %
  • Relatives Risiko (RR) der Verumtherapie: 1,6/ 2,0 = 0,8 = 80 %
  • Relative Risikoreduktion (RRR) der Verumgruppe = 1-RR = 1-0,8 = 0,2 = 20 %

Dieses Maß, das von Pharmaunternehmen in der Fachwerbung gerne angegeben wird, wird zum Teil kritisch gesehen, da der Leser oder Hörer dazu neigt, den erreichten Effekt erheblich zu überschätzen.[1] Dies wird durch das "Extrembeispiel" unten verdeutlicht.

Diese noch übliche Darstellungsart des Therapienutzens wird deshalb zunehmend durch andere anschaulichere statistische Größen ergänzt, die je den vorliegenden Grundanteil der Erkrankung berücksichtigen: die Anzahl der notwendigen Behandlungen (NNT), die Absolute Risikoreduktion (ARR) oder auch die Erhöhung der Lebenserwartung gehören hierzu.

Absolute Risikoreduktion[Bearbeiten | Quelltext bearbeiten]

Die Absolute Risikoreduktion (ARR, englisch absolute risk reduction) gibt an, um wie viele Prozentpunkte bezogen auf alle Untersuchten (absolut) das bestehende Risiko jeweils durch eine Intervention verringert wird.

Eine Änderung der Mortalität von 2 % auf 1,6 % beispielsweise entspricht der Verringerung des Absoluten Risikos um 0,4 %-Punkte; ARR = 0,4 %.

Berechnung:

  • Absolutes Risiko der Vergleichstherapie (Kontrollgruppe): 2,0
  • Absolutes Risiko der Verumtherapie: 1,6
  • Absolute Risikoreduktion (ARR) der Verumgruppe = 2,0-1,6 = 0,4

Beispiele für die Beziehung zwischen relativer und absoluter Risikoreduktion[Bearbeiten | Quelltext bearbeiten]

Beispiel 1:

Durch eine Therapie ändert sich bei einem Kollektiv von 1000 Probanden die Anzahl der Todesfälle von 10 (Vergleichstherapie, z. B. mit Placebo) auf 4 (Verum-Therapie). Das Relative Risiko unter der Verumtherapie beträgt 4/10 = 0,4 = 40 %, das RR der Kontrollgruppe definitionsgemäß 1. Das Mortalitätsrisiko sinkt also in der Verumgruppe deutlich. Die Relative Risiko-Reduktion beträgt 0,6 = 60 %

Das Absolute Risiko (AR) eines Todesfalls beträgt demgegenüber 0,004 (=0,4 %) in der Verumgruppe und 0,01 (=1,0 %) in der Vergleichsgruppe (Kontrollgruppe). Die Absolute Risiko-Reduktion (ARR) ist die Differenz, beträgt also „lediglich“ 0,006 (=0,6 %). Die ARR kann auch als NNT ausgedrückt werden.

Beispiel 2:

Durch eine Therapie ändert sich die Anzahl der Todesfälle von 6 auf 4 von 1000 Personen, das sind 2 von 1000 - Die ARR ist 0,2 % - Die relative Risikoreduktion wäre hier 2 von 6 bzw. 33 %.

Extrembeispiel:

Therapiegruppe und Kontrollgruppe umfassen jeweils 10000 Personen aus der Allgemeinbevölkerung. Getestet werden soll, ob ein Medikament das Risiko verringert, an einer bestimmten Krankheit zu sterben. In der Therapiegruppe stirbt 1 Person von 10000 an der Krankheit, in der Kontrollgruppe 2 von 10000 Personen. Der Hersteller kann nun mit gutem mathematischen Recht sagen, dass sein Medikament das Risiko, an der Krankheit zu sterben, um 50 % verringert - bezogen auf die relative Risikoreduktion. In der Praxis wäre ein solcher Unterschied aber kaum relevant.

Verwandte Themen[Bearbeiten | Quelltext bearbeiten]

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. aerzteblatt.de: Deutsches Ärzteblatt: Archiv "Klinische Studien: Wie „korrekte“ Statistiken täuschen können" (1. April 2005), Zugriff am 7. Juli 2010