เครื่องคำนวณความเสี่ยงสัมพัทธ์

คำนวณความเสี่ยงสัมพัทธ์ (RR) จากตารางปัจจัย 2×2 รับค่าช่วงความเชื่อมั่น, การลดความเสี่ยงสัมบูรณ์ (ARR), จำนวนที่ต้องรักษา (NNT), ความเสี่ยงที่ระบุสาเหตุได้ และวิธีทำทีละขั้นตอนพร้อมการแสดงภาพแบบโต้ตอบสำหรับการศึกษาทางคลินิกและระบาดวิทยา

ตัวอย่าง:

⊞ ตารางจตุสดมภ์ (2×2 Contingency Table)

เกิดผลลัพธ์ (+)

ไม่เกิดผลลัพธ์ (−)

สัมผัสปัจจัยเสี่ยง

ไม่สัมผัสปัจจัยเสี่ยง

ความเสี่ยงกลุ่มสัมผัส

—

ความเสี่ยงกลุ่มไม่สัมผัส

—

ระดับความเชื่อมั่น:

Embed เครื่องคำนวณความเสี่ยงสัมพัทธ์ Widget

เกี่ยวกับ เครื่องคำนวณความเสี่ยงสัมพัทธ์

เครื่องคำนวณความเสี่ยงสัมพัทธ์ใช้สำหรับคำนวณความเสี่ยงสัมพัทธ์ (Risk Ratio, RR) จากตารางจตุสดมภ์ (2×2 Contingency Table) ซึ่งใช้ในการศึกษาแบบ Cohort Studies, การทดลองแบบสุ่มที่มีกลุ่มควบคุม (Randomized Controlled Trials) และการวิจัยทางระบาดวิทยา เพียงกรอกจำนวนของกลุ่มที่สัมผัสและไม่สัมผัสปัจจัยเสี่ยงทั้งที่มีและไม่มีผลลัพธ์เกิดขึ้น เพื่อหาค่า RR, ช่วงความเชื่อมั่น, การลดความเสี่ยงสัมบูรณ์ (ARR), จำนวนที่ต้องรักษา (NNT), Odds Ratio, Attributable Fraction และวิธีการคำนวณทีละขั้นตอนอย่างละเอียดพร้อมการแสดงผลด้วยภาพประกอบ

ความเสี่ยงสัมพัทธ์คืออะไร?

ความเสี่ยงสัมพัทธ์ (หรือเรียกว่า อัตราส่วนความเสี่ยง, RR) วัดความแข็งแกร่งของความสัมพันธ์ระหว่างการสัมผัสปัจจัย (หรือการรักษา) กับผลลัพธ์ที่เกิดขึ้น โดยเป็นอัตราส่วนของอุบัติการณ์ในกลุ่มที่สัมผัสปัจจัยเสี่ยงต่ออุบัติการณ์ในกลุ่มที่ไม่สัมผัสปัจจัยเสี่ยง (กลุ่มควบคุม):

$$RR = \frac{p_{\text{exposed}}}{p_{\text{unexposed}}} = \frac{a/(a+b)}{c/(c+d)}$$

⚠

RR > 1: ความเสี่ยงเพิ่มขึ้น

การสัมผัสปัจจัยมีความสัมพันธ์กับความเสี่ยงที่สูงขึ้น ปัจจัยนั้นเป็นอันตรายหรือเป็นปัจจัยเสี่ยง

RR = 1: ไม่มีผล

การสัมผัสปัจจัยไม่มีความสัมพันธ์กับผลลัพธ์ ความเสี่ยงเท่ากันทั้งสองกลุ่ม

✓

RR < 1: ความเสี่ยงลดลง

การสัมผัสปัจจัยมีความสัมพันธ์กับความเสี่ยงที่ต่ำลง ปัจจัยนั้นมีผลป้องกัน (เช่น วัคซีน, การรักษา)

คำอธิบายมาตรวัดที่สำคัญ

มาตรวัด	สูตรการคำนวณ	การตีความ
ความเสี่ยงสัมพัทธ์ (RR)	$p_1 / p_0$	โอกาสเกิดผลลัพธ์ในกลุ่มสัมผัสปัจจัยเป็นกี่เท่าของกลุ่มที่ไม่สัมผัส
การลดความเสี่ยงสัมบูรณ์ (ARR)	$p_1 - p_0$	ผลต่างที่แท้จริงของความเสี่ยงระหว่างกลุ่ม
จำนวนที่ต้องรักษา (NNT)	$1 / \|ARR\|$	จำนวนผู้ป่วยที่ต้องรักษาเพื่อป้องกัน (หรือก่อให้เกิด) เหตุการณ์ 1 ครั้ง
Odds Ratio (OR)	$ad / bc$	อัตราส่วนของค่าออดส์; มีค่าใกล้เคียง RR เมื่อผลลัพธ์เกิดได้ยาก
Attributable Fraction	$(RR-1)/RR$	สัดส่วนของผู้ป่วยในกลุ่มสัมผัสปัจจัยที่มีสาเหตุมาจากการสัมผัสนั้น
ช่วงความเชื่อมั่น (Confidence Interval)	$e^{\ln(RR) \pm z \cdot SE}$	ช่วงที่มีโอกาสครอบคลุมค่า RR ที่แท้จริง

Relative Risk vs. Odds Ratio

ลักษณะเด่น	Relative Risk (RR)	Odds Ratio (OR)
สิ่งที่วัด	อัตราส่วนความน่าจะเป็น	อัตราส่วนค่าออดส์
การออกแบบการศึกษา	Cohort, RCT	Case-control, Cohort, RCT
ช่วงค่า	0 ถึง ∞	0 ถึง ∞
ค่าที่ไร้ผล	1	1
การตีความ	ตรงไปตรงมาและเข้าใจง่าย	เข้าใจยากกว่า
โรคที่เกิดได้ยาก	OR ≈ RR เมื่อผลลัพธ์เกิด < 10%	จะประเมินค่าสูงเกินไปเมื่อผลลัพธ์เกิดบ่อย

ตัวอย่างในโลกความเป็นจริง

การศึกษา	การสัมผัสปัจจัย	ผลลัพธ์	ค่า RR ทั่วไป
Framingham Heart Study	การสูบบุหรี่	โรคหัวใจ	1.5 – 3.0
การทดลองวัคซีน	วัคซีน mRNA	การติดเชื้อ COVID-19	0.04 – 0.10
การทดลองแอสไพริน	แอสไพรินทุกวัน	การกำเริบของกล้ามเนื้อหัวใจขาดเลือด	0.70 – 0.85
Nurses' Health Study	การใช้ HRT	มะเร็งเต้านม	1.2 – 1.4
การทดลองยากลุ่ม Statins	การใช้ Statins	เหตุการณ์หัวใจรุนแรง	0.65 – 0.80

วิธีใช้งาน เครื่องคำนวณความเสี่ยงสัมพัทธ์

กรอกข้อมูลกลุ่มที่สัมผัสปัจจัยเสี่ยง: ในตาราง 2×2 ให้กรอกจำนวนผู้สัมผัสปัจจัยที่มีผลลัพธ์เกิดขึ้น (ช่อง a) และผู้ที่ไม่มีผลลัพธ์เกิดขึ้น (ช่อง b) เช่น ในการศึกษาการสูบบุหรี่ a = คนสูบบุหรี่ที่เป็นมะเร็งปอด, b = คนสูบบุหรี่ที่ไม่เป็น
กรอกข้อมูลกลุ่มที่ไม่สัมผัสปัจจัยเสี่ยง: กรอกจำนวนผู้ที่ไม่สัมผัสปัจจัย (กลุ่มควบคุม) ที่มีผลลัพธ์เกิดขึ้น (ช่อง c) และผู้ที่ไม่มีผลลัพธ์เกิดขึ้น (ช่อง d) เช่น c = คนไม่สูบบุหรี่ที่เป็นมะเร็งปอด, d = คนไม่สูบบุหรี่ที่ไม่เป็น
เลือกระดับความเชื่อมั่น: เลือก 90%, 95% หรือ 99% สำหรับช่วงความเชื่อมั่น มาตรฐานที่ใช้ในการวิจัยทางการแพทย์ส่วนใหญ่คือ 95%
คลิกคำนวณ: เครื่องมือจะคำนวณค่า RR, ช่วงความเชื่อมั่น, ARR, NNT, Odds Ratio, Attributable Fraction, ค่า p-value พร้อมแสดงวิธีการคำนวณทีละขั้นตอน แผนภูมิเปรียบเทียบความเสี่ยง และ Forest Plot
แปลผลลัพธ์: หากช่วงความเชื่อมั่นไม่ครอบคลุม 1.0 แสดงว่าผลลัพธ์นั้นมีนัยสำคัญทางสถิติ การแสดงภาพ NNT จะช่วยให้เห็นว่าต้องรักษาผู้ป่วยกี่รายเพื่อป้องกันการเกิดเหตุการณ์ 1 ครั้ง

คำถามที่พบบ่อย (FAQ)

ความเสี่ยงสัมพัทธ์คืออะไร?

ความเสี่ยงสัมพัทธ์ (Relative Risk: RR) คืออัตราส่วนของความน่าจะเป็นที่จะเกิดผลลัพธ์ในกลุ่มที่สัมผัสปัจจัยเสี่ยงต่อความน่าจะเป็นในกลุ่มที่ไม่สัมผัสปัจจัยเสี่ยง ค่า RR = 1 หมายถึงไม่มีความแตกต่างของความเสี่ยงระหว่างกลุ่ม ค่า RR มากกว่า 1 หมายถึงการสัมผัสปัจจัยนั้นเพิ่มความเสี่ยง (เป็นอันตราย) และค่า RR น้อยกว่า 1 หมายถึงการสัมผัสปัจจัยนั้นลดความเสี่ยง (มีผลป้องกัน เช่น วัคซีนหรือการรักษา)

ความเสี่ยงสัมพัทธ์แตกต่างจาก Odds Ratio อย่างไร?

ความเสี่ยงสัมพัทธ์เปรียบเทียบความน่าจะเป็น (ความเสี่ยง) โดยตรง และใช้ในการศึกษาแบบ Cohort Studies และการทดลองแบบสุ่มที่มีกลุ่มควบคุมที่สามารถสังเกตอัตราการเกิดโรคได้โดยตรง ส่วน Odds Ratio เปรียบเทียบค่าออดส์และเป็นมาตรวัดหลักในการศึกษาแบบ Case-control เมื่อผลลัพธ์เกิดขึ้นได้ยาก (ความชุกต่ำกว่า 10%) ค่า Odds Ratio จะใกล้เคียงกับความเสี่ยงสัมพัทธ์มาก แต่หากผลลัพธ์เกิดขึ้นบ่อย ค่า Odds Ratio จะแสดงความแข็งแกร่งของความสัมพันธ์ที่สูงเกินจริงเมื่อเทียบกับความเสี่ยงสัมพัทธ์

จำนวนที่ต้องรักษา (NNT) คืออะไร?

NNT คือจำนวนผู้ป่วยที่ต้องได้รับการรักษาด้วยวิธีการนั้นๆ เพื่อป้องกันไม่ให้เกิดผลเสียเพิ่มขึ้นหนึ่งรายเมื่อเทียบกับกลุ่มควบคุม คำนวณได้จาก 1 หารด้วยการลดความเสี่ยงสัมบูรณ์ (ARR) ค่า NNT ที่ต่ำแสดงถึงการรักษาที่มีประสิทธิภาพสูง หากการสัมผัสปัจจัยนั้นเป็นการเพิ่มความเสี่ยง จะเรียกว่า Number Needed to Harm (NNH)

จะตีความช่วงความเชื่อมั่นสำหรับ RR อย่างไร?

หากช่วงความเชื่อมั่น (Confidence Interval) ครอบคลุมค่า 1.0 แสดงว่าผลลัพธ์ไม่มีนัยสำคัญทางสถิติ ณ ระดับความเชื่อมั่นที่เลือก ซึ่งหมายความว่าความแตกต่างที่สังเกตได้อาจเกิดจากความบังเอิญ หากช่วงทั้งหมดอยู่เหนือ 1 แสดงว่ามีความเสี่ยงเพิ่มขึ้นอย่างมีนัยสำคัญทางสถิติ และหากช่วงทั้งหมดอยู่ต่ำกว่า 1 แสดงว่ามีความเสี่ยงลดลง (มีผลป้องกัน) อย่างมีนัยสำคัญทางสถิติ

ควรใช้ความเสี่ยงสัมพัทธ์หรือการลดความเสี่ยงสัมบูรณ์เมื่อใด?

ความเสี่ยงสัมพัทธ์แสดงการเปลี่ยนแปลงของความเสี่ยงในเชิงสัดส่วนและมีประโยชน์ในการทำความเข้าใจความแรงของความสัมพันธ์ ส่วนการลดความเสี่ยงสัมบูรณ์ (ARR) แสดงความแตกต่างที่แท้จริงของอัตราการเกิดเหตุการณ์และมีความหมายทางคลินิกมากกว่าในการตัดสินใจรักษาเพราะคำนึงถึงความเสี่ยงพื้นฐาน ตัวอย่างเช่น การลดความเสี่ยงจาก 2% เป็น 1% (RR = 0.5, ARR = 1%) แตกต่างอย่างมากจากการลดความเสี่ยงจาก 80% เป็น 40% (RR = 0.5 เท่าเดิม แต่ ARR = 40%) แม้ว่าความเสี่ยงสัมพัทธ์จะเท่ากันก็ตาม

อ้างอิงเนื้อหา หน้าหรือเครื่องมือนี้ว่า:

"เครื่องคำนวณความเสี่ยงสัมพัทธ์" ที่ https://MiniWebtool.com/th// จาก MiniWebtool, https://MiniWebtool.com/

โดยทีมงาน miniwebtool อัปเดตเมื่อ: 2026-04-15

มาตรวัด	สูตรการคำนวณ	การตีความ
ความเสี่ยงสัมพัทธ์ (RR)	\(p_1 / p_0\)	โอกาสเกิดผลลัพธ์ในกลุ่มสัมผัสปัจจัยเป็นกี่เท่าของกลุ่มที่ไม่สัมผัส
การลดความเสี่ยงสัมบูรณ์ (ARR)	\(p_1 - p_0\)	ผลต่างที่แท้จริงของความเสี่ยงระหว่างกลุ่ม
จำนวนที่ต้องรักษา (NNT)	\(1 / \|ARR\|\)	จำนวนผู้ป่วยที่ต้องรักษาเพื่อป้องกัน (หรือก่อให้เกิด) เหตุการณ์ 1 ครั้ง
Odds Ratio (OR)	\(ad / bc\)	อัตราส่วนของค่าออดส์; มีค่าใกล้เคียง RR เมื่อผลลัพธ์เกิดได้ยาก
Attributable Fraction	\((RR-1)/RR\)	สัดส่วนของผู้ป่วยในกลุ่มสัมผัสปัจจัยที่มีสาเหตุมาจากการสัมผัสนั้น
ช่วงความเชื่อมั่น (Confidence Interval)	\(e^{\ln(RR) \pm z \cdot SE}\)	ช่วงที่มีโอกาสครอบคลุมค่า RR ที่แท้จริง

เครื่องคำนวณความเสี่ยงสัมพัทธ์

เกี่ยวกับ เครื่องคำนวณความเสี่ยงสัมพัทธ์

ความเสี่ยงสัมพัทธ์คืออะไร?

คำอธิบายมาตรวัดที่สำคัญ

Relative Risk vs. Odds Ratio

ตัวอย่างในโลกความเป็นจริง

วิธีใช้งาน เครื่องคำนวณความเสี่ยงสัมพัทธ์

คำถามที่พบบ่อย (FAQ)

เครื่องมือเด่น: