Relatives Risiko

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Risikokennwerte
absolutes Risiko
relatives Risiko (RR)
attributables Risiko (AR)
absolute Risikoreduktion (ARR)
relative Risikoreduktion (RRR)
number needed to treat (NNT)
Odds
Odds Ratio (OR)

Das relative Risiko (RR), Risk Ratio[1] oder Risiko-Verhältnis[1] ist ein Begriff der deskriptiven Statistik. Es drückt aus, um welchen Faktor sich ein Risiko (beispielsweise für eine Erkrankung) in zwei Gruppen unterscheidet. Es wird also das Verhältnis der Wahrscheinlichkeiten für ein Ereignis/Merkmal dargestellt. Das relative Risiko, die Bedeutung eines Risikofaktors, errechnet sich aus Quotienten dieser beiden Wahrscheinlichkeiten. Der Risikoquotient ermöglicht somit Aussagen über die Stärke der Assoziation zwischen Exposition und Krankheit und ist daher gut geeignet für Studien zu Krankheitsursachen.

In der medizinischen Statistik ergibt sich häufig folgende Datensituation:

  Anzahl der Personen mit Risikofaktor Anzahl der Personen ohne Risikofaktor
Anzahl der erkrankten Personen
a
b
Anzahl der nichterkrankten Personen
c
d

Das relative Risiko errechnet sich hier folgendermaßen

RR=\frac {a/(a+c)}{b/(b+d)}

oder formal ausgedrückt mit Hilfe der bedingten Wahrscheinlichkeit:

RR=\frac {P(\text{Erkrankung}\ |\ \text{mit Risikofaktor})}{P(\text{Erkrankung}\ |\ \text{ohne Risikofaktor})}

Man unterscheidet zwischen kumulativer Inzidenz und Inzidenzrate (siehe Inzidenz). Die Wahrscheinlichkeit a/(a+c) entspricht der kumulativen Inzidenz der mit dem Risikofaktor exponierten Gruppe und b/(b+d) der kumulativen Inzidenz der nicht exponierten Gruppe.[2] Das relative Risiko lässt sich nur berechnen, wenn Angaben zur kumulativen Inzidenz bekannt sind.[3] Wenn Angaben zur Inzidenz fehlen, wird Odds Ratio verwendet.[3][4] Es wird zwischen risk ratio und rate ratio unterschieden.[5] Liegt zur Berechnung die Inzidenzrate vor, kann man Zähler und Nenner nicht als Wahrscheinlichkeiten interpetieren, weshalb man von rate ratio, aber nicht von relativem Risiko (risk ratio) sprechen sollte.[6] In prospektiven Studien (Kohortenstudien und randomisierten kontrollierten Studien) sind die kumulative Inzidenz oder Inzidenzrate bekannt, in retrospektiven Studien (Querschnitt- oder Fall-Kontroll-Studien) jedoch nicht, weshalb in letzteren Odds Ratio verwendet wird.[6]

Das relative Risiko nimmt Werte zwischen 0 und Unendlich an. Ein Wert von 1 bedeutet, dass das Risiko in beiden Gruppen gleich ist. Es besteht dementsprechend kein Anhaltspunkt für einen Zusammenhang zwischen der untersuchten Erkrankung und dem Risikofaktor. Wenn der Wert größer 1 ist, ist das ein Hinweis auf einen möglichen positiven Zusammenhang zwischen einem Risikofaktor wie beispielsweise Rauchen und einer Erkrankung. Liegt das relative Risiko unter 1, hat die Exposition eine schützende (protektive) Wirkung, wie es beispielsweise bei Impfungen der Fall ist.

Inwieweit ein relatives Risiko von über 1 für den Risikofaktorenträger kritisch zu bewerten ist, hängt von unterschiedlichen Faktoren ab und muss deshalb genauer betrachtet werden. Herzinfarkte sind in Deutschland eine häufige Krankheit und auch Todesursache. „Raucher haben ein etwa 2,5- mal so hohes Infarktrisiko wie Nichtraucher.“ Durch den Risikofaktor Rauchen wird eine häufige Krankheits- und Todesursache somit noch häufiger und relevanter. Eine andere Bedeutung hat ein hohes relatives Risiko, in Fällen, in denen das Risiko Nichtexponierter sehr klein ist. Beispielsweise haben trainierte Läufer 30 Minuten nach einem Marathon ein 15-mal so hohes Risiko eines Herztodes wie im Alltag. Da die Gefahr aber insgesamt sehr gering ist, darf ein hohes relatives Risiko nicht überbewertet werden. Gegenüber dem relativen Risiko zieht das attributable Risiko deswegen auch in Betracht, wie häufig eine Krankheit überhaupt ist.

Ein Beispiel mit fiktiven Daten[Bearbeiten]

Angenommen, man möchte den Zusammenhang zwischen dem Auftreten von Herzinfarkten und Rauchen untersuchen. Man beobachtet 10.000 Patienten und stellt fest, ob sie rauchen oder nicht, und ob sie schon einmal einen Herzinfarkt erlitten haben. Es ergibt sich folgende Kreuztabelle:

  Anzahl der Personen die rauchen Anzahl der Personen die nicht rauchen
Anzahl der Personen mit Herzinfarkt
130
70
Anzahl der Personen ohne Herzinfarkt
1870
7930


Es ergibt sich folgendes relatives Risiko

RR=\frac {130/(130+1870)}{70/(70+7930)} \approx 7,4

Das heißt, das Risiko einen Herzinfarkt zu erleiden, ist unter Rauchern 7,4-mal so hoch wie unter Nichtrauchern.

Zusammenhang mit dem Odds Ratio[Bearbeiten]

Das relative Risiko ist verwandt mit dem Odds Ratio. Anders als das Odds Ratio kann man das relative Risiko aber nur errechnen, wenn die Randwahrscheinlichkeiten der Häufigkeitstabelle zufällig sind. D.h. die Anzahl der Erkrankten darf nicht durch das Studiendesign fest vorgegeben sein. Wenn die Wahrscheinlichkeit zu erkranken gering ist, sind Odds Ratio und relatives Risiko ungefähr gleich.

Mit obigem Beispiel sieht der Vergleich so aus:

Unterschied ODDS-RATIO und RELATIVES RISIKO

Literatur[Bearbeiten]

  • Leon Gordis: Epidemiology. Fourth edition. Sauders Elsevier, Philadelphia 2009
  • Robert H. Fletscher, Suzanne W. Fletscher. Klinische Epidemiologie. Grundlagen und Anwendung. 2. Auflage. Verlag Hans Huber, Bern 2007
  • Oliver Razum, Jürgen Breckenkamp, Patrick Brzoska: Epidemiologie für Dummies. WILEY-VCH Verlag, München 2009

Verwandte Themen[Bearbeiten]

Einzelnachweise[Bearbeiten]

  1. a b  Stefan Weinmann: Evidenzbasierte Psychiatrie: Methoden und Anwendung. W. Kohlhammer Verlag, 2007, ISBN 9783170188556, S. 63 (eingeschränkte Vorschau in der Google-Buchsuche).
  2.  Alexander Krämer, Ralf Reintjes: Infektionsepidemiologie: Methoden, moderne Surveillance, mathematische Modelle, Global Public Health. Springer-Verlag, 2013-03-07, ISBN 9783642556128, S. 50 (eingeschränkte Vorschau in der Google-Buchsuche).
  3. a b  Endspurt Vorklinik: PsychSoz: Die Skripten fürs Physikum. Thieme, 2015, ISBN 9783131667434, S. 20 (eingeschränkte Vorschau in der Google-Buchsuche).
  4.  Siegfried Weyerer, Horst Bickel: Epidemiologie psychischer Erkrankungen im höheren Lebensalter. W. Kohlhammer Verlag, 2006-11-16, ISBN 9783170168350, S. 33 (eingeschränkte Vorschau in der Google-Buchsuche).
  5.  Marcus Müllner: Erfolgreich wissenschaftlich Arbeiten in der Klinik: Evidence Based Medicine. Springer-Verlag, 2013, ISBN 9783709137550, S. 47-50 (eingeschränkte Vorschau in der Google-Buchsuche).
  6. a b  Matthias Egger, Oliver Razum: Public Health: Sozial- und Präventivmedizin kompakt. Walter de Gruyter, 2014, ISBN 9783110336061, S. 34 (eingeschränkte Vorschau in der Google-Buchsuche).