研究設計中常見的風險測量

在寫Paper或者做Study的過程中，我們常常將所觀察的結果(依變項Dependent Variable / Outcome)定義為二元變項。常見的二元變項有死亡與否，疾病發生與否；或者我們去定義的結果，如LVEF < 60%、eGFR < 60%。

如此二分法可以簡化闡述結果。

「糖尿病病人比較容易會有eGFR異常，其相對風險（relative risk, RR）為3.7倍」
「飯前血糖每高20，則病人的eGFR異常的勝算比（odds ratio, OR）會低1.5%」

常常在Journal Reading時聽到的台詞，但在風險測量時，何時該選擇相對風險？何時該選擇勝算比呢？


在介紹風險測量之前，要先了解研究設計(Study Design)為何，簡言之可分成前瞻性研究(Prospective Study)及回溯性研究(Retrospective Study)兩個大類。

Relative Risk, RR 相對風險

實驗把受試者分成暴露組（Exposed group）與非暴露組（Unexposed group），然後向前追蹤一段時間，直到人數達到原先規劃的結果(Outcome)，此時暴露組發生事件的風險比例為A/N1，非暴露組發生事件的風險比例為C/N2，兩者相除即為相對風險（RR）

相對風險顯著地大於1就代表暴露組的風險顯著地比非暴露組增加；相對風險顯著地小於1就代表暴露組的風險顯著地比非暴露組減少

例如抽煙與肺癌的世代研究(Cohort study)，抽煙組發生肺癌的比例為3％而未抽煙組罹患肺癌比例為1％，此時相對風險即為3%／1% = 3，代表抽煙罹患肺癌的風險是沒有抽煙者的3倍之多，也可說抽煙罹患肺癌的風險相較於沒有抽煙者多出2倍（3-1=2）。

然而，相對風險有其使用時機限制。

只能用在前瞻性研究(Prospective study)。

假使我們進行的是回溯性研究( Retrospective study )，那麼使用相對風險(Relative Risk)會得到錯誤的結論。

因為在回溯性研究中，我們要先選定疾病組與非疾病組（而不是選定暴露組與非暴露組），然後去回溯（查病歷、健保資料庫等等）他們暴露的狀況，也就說此時「疾病的機率是由研究者所決定」，因此不直接以A/N1去除以C/N2，因為A跟C都是一開始就決定的疾病組。

Odds Ratio, OR 勝算比

何謂「勝算」（odds），勝算定義是「兩個機率相除的比值」

常出現於Retrospective study，常見為Case-Control Study，也就是一開始就已知病人有無疾病或死亡(Outcome)（依變項），再回溯找尋暴露因子（自變項，譬如說有無抽菸）

因病人的outcome比例可以挑選樣本時就決定，這類的研究去算機率是沒有意義的，因此就會用OR去計算曝露組與非曝露組發生死亡或疾病(outcome)的相對比例來做估計。

A/N3表示疾病組中有暴露的機率，C/N3指的是健康組中有暴露的機率，因此此兩者相除即為疾病組中有暴露的勝算（A/C）；同樣地，B/D即為健康組中有暴露的勝算，此時將A/C再除以B/D即為「疾病組相對於健康組，其暴露的勝算比」，也就是說兩個勝算相除就叫做勝算比。

很多人在解釋勝算比的時候都會有錯誤，最常見的錯誤就是誤把勝算比當成相對風險來解釋。

OR不是機率，OR不是機率，OR不是機率。因為很重要，所以說三次！

以抽煙跟肺癌的病例對照研究為例，50位肺癌組中有70％曾經抽煙而150位健康組中(即對照組)僅有40％曾經抽過煙，此時勝算比即為70%*60%/30%*40% = 3.5。

OR = 3.5的意義不容易解釋，它並非表示抽煙組罹患肺癌的風險是未抽煙組的3.5倍，而是肺癌組有抽煙的勝算(注意，不是機率！)是健康組的3.5倍，而這個勝算指的又是「有抽煙的機率除以沒有抽煙的機率」。

總而言之，可以說「肺癌跟抽煙具有相關性」，或者「抽煙的人比較容易會有肺癌罹患風險」，但是不要提到多出多少倍的風險或機率。

在常見Journal 中，OR出現比RR多，一部份原因是大家較少採用費時又耗力的前瞻性研究(只能用RR)，另外一個原因是勝算比可用在前瞻性研究也可用在回溯性研究，而且它的統計性質(Property)比較好。

統計就是每個字都懂，合起來就看不懂的學問。