相對風險計算機
從 2×2 列聯表計算相對風險 (RR)。獲取信賴區間、絕對風險降低率 (ARR)、需治療人數 (NNT)、歸因風險,以及適用於臨床和流行病學研究的互動式視覺化逐步解說。
偵測到廣告封鎖,導致我們無法顯示廣告
MiniWebtool 依靠廣告收入免費提供服務。如果這個工具幫到你,歡迎升級 Premium(無廣告 + 更快),或將 MiniWebtool.com 加入允許清單後重新整理頁面。
- 或升級 Premium(無廣告)
- 允許 MiniWebtool.com 顯示廣告,然後重新載入
相對風險計算機
相對風險計算機可根據用於隊列研究、隨機對照試驗和流行病學研究的 2×2 列聯表計算相對風險(風險比,RR)。輸入暴露組和未暴露組在有結局和無結局情況下的人數,即可獲得 RR、置信區間、絕對風險降低率 (ARR)、需治療人數 (NNT)、勝算比、歸因分值,以及包含互動式視覺化圖表的完整逐步解說方案。
什麼是相對風險?
相對風險(也稱為風險比,RR)衡量暴露(或治療)與結局之間的關聯強度。它是暴露組的發病率與未暴露(對照)組發病率的比值:
$$RR = \frac{p_{\text{exposed}}}{p_{\text{unexposed}}} = \frac{a/(a+b)}{c/(c+d)}$$
關鍵指標說明
| 指標 | 公式 | 解釋 |
|---|---|---|
| 相對風險 (RR) | \(p_1 / p_0\) | 暴露組發生結局的可能性是未暴露組的多少倍 |
| 絕對風險降低率 (ARR) | \(p_1 - p_0\) | 兩組之間風險的實際差異 |
| 需治療人數 (NNT) | \(1 / |ARR|\) | 為了預防(或導致)一例事件而需要治療的患者人數 |
| 勝算比 (OR) | \(ad / bc\) | 勝算的比例;當結局罕見時趨近於 RR |
| 歸因分值 | \((RR-1)/RR\) | 暴露病例中可歸因於暴露的比例 |
| 置信區間 | \(e^{\ln(RR) \pm z \cdot SE}\) | 真實 RR 可能落入的範圍 |
相對風險 vs. 勝算比
| 特點 | 相對風險 (RR) | 勝算比 (OR) |
|---|---|---|
| 衡量指標 | 概率的比值 | 勝算的比值 |
| 研究設計 | 隊列研究、RCT | 病例對照、隊列研究、RCT |
| 範圍 | 0 到 ∞ | 0 到 ∞ |
| 無效值 | 1 | 1 |
| 解說方式 | 直接且直觀 | 較不直觀 |
| 罕見疾病 | 當結局 < 10% 時 OR ≈ RR | 當結局常見時會高估關聯強度 |
現實世界範例
| 研究 | 暴露因素 | 結局 | 典型的 RR |
|---|---|---|---|
| 弗雷明漢心臟研究 | 吸菸 | 心臟病 | 1.5 – 3.0 |
| 疫苗試驗 | mRNA 疫苗 | COVID-19 感染 | 0.04 – 0.10 |
| 阿斯匹靈試驗 | 每日服用阿斯匹靈 | 心肌梗塞復發 | 0.70 – 0.85 |
| 護士健康研究 | 荷爾蒙補充療法 (HRT) | 乳癌 | 1.2 – 1.4 |
| 斯他汀類藥物試驗 | 斯他汀類藥物治療 | 重大心臟事件 | 0.65 – 0.80 |
如何使用相對風險計算機
- 輸入暴露組數據: 在 2×2 表中,輸入發生結局的暴露受試者人數(格子 a)和未發生結局的人數(格子 b)。例如,在吸菸研究中,a = 患肺癌的吸菸者,b = 未患肺癌的吸菸者。
- 輸入未暴露組數據: 輸入發生結局的未暴露(對照)受試者人數(格子 c)和未發生結局的人數(格子 d)。例如,c = 患肺癌的非吸菸者,d = 未患肺癌的非吸菸者。
- 選擇置信水準: 為置信區間選擇 90%、95% 或 99%。大多數醫學研究的標準是 95%。
- 點擊計算: 計算機將計算 RR、置信區間、ARR、NNT、勝算比、歸因分值、p 值,並顯示帶有風險比較圖和森林圖的逐步解說方案。
- 解釋結果: 如果置信區間不包含 1.0,則結果具有統計學意義。NNT 視覺化顯示了需要治療多少名患者才能預防一例事件。
常見問題 (FAQ)
引用此內容、頁面或工具為:
"相對風險計算機" 於 https://MiniWebtool.com/zh-tw//,來自 MiniWebtool,https://MiniWebtool.com/
由 miniwebtool 團隊製作。更新日期:2026-04-15