做临床研究,学过统计的应该都知道

OR,RR,HR(统称为“3R”)

代表什么意思,不过虽然很多人知道这3个之间的区别和意义,但是在做Meta分析的时候还是会遇到下面的问题:

纳入的原始研究有的用RR,有的用OR,有的用HR,那么在Meta分析合并效应值的时候到底用哪个呢?

在说这个之前,我们再回顾下这3R的定义和差别:

OR

(odds ratio):

又叫比值比、优势比,指病例组中暴露人数与非暴露人数的比值除以对照组中暴露人数与非暴露人数的比值,是病例对照研究中的一个常用指标。

OR 的计算公式是:

OR=(病例组暴露人数 /非暴露人数) /(对照组暴露人数 /非暴露人数)

RR:(Risk Ratio):

又叫相对危险度、危险比,实质就是两个率的比,是两组真实发病率、患病率或死亡率的比值,是队列研究的常用指标。

RR 的计算公式是:RR=暴露组的发病或死亡率 /非暴露组的发病或死亡率

从公式即可看出,OR或者RR的值越大,表明暴露的效应越大 ,暴露与结局关联的强度也就越大。以 1 为界限:OR或者RR=1,

暴露因素与疾病之间无关联;OR或者RR>1,

暴露因素是疾病的危险因素(正相关),认为暴露与疾病呈 "正"关联;OR或者RR<1,

暴露因素是疾病的保护因素(负相关) ,认为暴露与疾病呈 "负"关联。

这里举个简单的例子:

以吸烟与肺癌关系的研究为例,两组患者发生肺癌的数量如四格表所示:

OR

=(A/B)÷(C/D)

*A/B 指吸烟人群中发生肺癌的比例, C/D 指非吸烟人群中肺癌的比例。

RR

=[A/(A+B)]÷ [C/(C+D)]

*A/(A+B) 即吸烟组肺癌的发生率, C/(C+D) 为不吸烟组肺癌的发生率。

上面的公式差异主要是分母,即 A/(A+B) 和 A/B 的区别,

如果A的数值非常小,则 A/(A+B)≈A/B。

这有什么

意义呢?

就是如果疾病发生率非常低(比如一些罕见病),OR和RR的大小是近似的。因此这类疾病,

由于队列研究实施比较困难,但是病例对照研究中的OR值比较易于获得,因此我们常常通过计算OR来替代RR值。

从临床解释上来说RR值比OR值解释起来更容易,比如RR值是1.67,那么你就可以说吸烟的人肺癌发生率是不吸烟的1.67倍。

那么有同学就会问,

为什么论文里看到OR值比较多,而RR值非常少呢?

这就是因为RR值需要得到两个率才能计算,但是基于医院的研究往往很难得到率,基于医院的临床研究中常常是只能得到分子而无法获得分母的大小(就比如上面的例子,A容易获得,但是B去哪找呢?人家没得肺癌也不会来医院呀?)

,因此基于医院的研究获得RR值比较困难。但是这不代表医院的什么研究都得不到RR值,比如设计这样一个队列研究,探讨肺癌术后化疗和不化疗的患者肺癌复发情况,这时我们就可以计算复发率,在比较化疗的效应的时候我们就可以计算化疗效应的RR值。

HR

(Risk Ratio):

风险函数比,是生存分析资料中用于估计因为某种因素的存在而使死亡/缓解/复发等风险改变的倍数。其计算公式为:

HR=暴露组的风险函数 h1(t)/非暴露组的风险函数 h2(t)(t 指在相同的时间点上,

风险函数指危险率函数、条件死亡率、瞬时死亡率)

HR主要通过 COX 回归分析得出,需要用软件来算。

HR 与 RR的区别:

1)两者均用于前瞻性研究,HR与RR 意思差不多,但HR 还考虑了时间因素,包含了时间效应的 RR 就是 HR;

2)从终点时间的角度来看, RR 考虑了终点事件的差异,HR 不仅考虑了终点事件的有无,还考虑了到达终点所用的时间及截尾数据。

前面都是跟大家回顾下3R的定义和区别,下面回归主题。

如果你主要获得是OR值,OR值主要来源于病例对照研究,在做Meta分析的时候可以把OR转换为RR进行合并。

从计算公式来讲,

当研究结局的发生率比较低时,OR≈RR, RR和OR两者之间可以互换

,然后进行合并。那么如果发生率比较大,就需要进行转换,怎么转换呢?主要用下面的公式:

OR转换为RR

RR=OR/[(1–P1)+(P1×OR)]

, 其中P1是对照组结局指标的发生率。

95%CI的计算

SElog(RR)=SElog(OR)×log(RR)/log(OR)

具体可以参考文末的两篇英文文献。

如果你获得的是RR值或者HR值,RR和HR都是前瞻性研究的效应值,前面讲了两个意思实际上差不多,只不过HR引入了时间因素,在做Meta分析时,HR可以直接转换为RR,然后进行合并。

所以从上面来看,

选择RR在一般情况下都是通用的

其实最简单的办法就是,如果在纳入的文献中既有OR也有RR,HR,可以把这些都放在一起合并,然后再以3个R为分组因素做亚组分析。

以上就是今天的小Tips,有疑问的欢迎在自习室教室留言切磋。顺便点个右下角的“

在看”

参考文献:

医学统计学,人民卫生出版社

Zhang J, Yu KF (1998) .What"s the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes. Jama 280(19):1690-1691

Ronksley PE, Brien SE, Turner BJ et al (2011) .Association of alcohol consumption with selected cardiovascular disease outcomes: a systematic review and meta-analysis. BMJ 342:d671.

本文作者

逍遥君:

南京医科大学博士,主治医师,发表论文20余篇,

第一作者或通讯作者SCI论文8篇,主持国自然及各级别课题多项,着有《逍遥君说科研系列课程》,主讲Meta分析、基金标书、论文写作,丁香园、募格学术特约讲师,同时具有多年基金、股市、P2P、数字货币投资经验。

rr与hr_统计基本功:OR、RR和HR的区别和选择相关推荐

  1. 华为MPLS跨域C1方式RR场景(数据不经过RR)实验配置

    目录 配置BGP邻居的建立 配置MPLS LDP 配置RR之间的MP-BGP邻居 配置通过ASBR学习PE路由并为PE分配标签(实现Vpnv4路由的传递和数据传输) 根据图配置接口的IP地址和IGP协 ...

  2. R语言epiDisplay包cox.display函数获取cox回归模型汇总统计信息(风险率HR、调整风险率及其置信区间、模型系数t检验的p值、Wald检验的p值和似然比检验的p值)、保存结果到csv

    R语言使用epiDisplay包的cox.display函数获取cox回归模型的汇总统计信息(风险率HR.调整的风险率及其置信区间.模型系数的t检验的p值.Wald检验的p值和似然比检验的p值).使用 ...

  3. mysql rr解决幻读吗_mysql rr隔离级别解决幻读了吗

    以下内容全部基于innodb. 虽然下面有很多概念很浅显,但还是要解释一下 什么是幻读? 当一个事务在多次查询中,发现了一行不是在当前事务中添加的数据.出现这种问题就叫做幻读. 关于四种隔离级别 未提 ...

  4. 【医学信息学】研究和统计——队列研究和数据分析

    以下仅为笔者在学习过程中的个人总结,如有错误,敬请指正 :) 什么是队列研究 队列研究是一种临床研究方法,属于观察性研究. 定义: 特定的人群按照暴露.未暴露于某种因素分为两组,然后追踪一定的时间,比 ...

  5. 实验名称:时间片轮转RR进程调度算法

    实验目的 通过这次实验,加深对进程概念的理解,进一步掌握进程状态的转变.进程调度的策略及对系统性能的评价方法. 实验内容 问题描述: 设计程序模拟进程的时间片轮转RR调度过程.假设有n个进程分别在T1 ...

  6. 计算机公式or,【转载】 odds、OR和RR的计算公式和实际意义

    1. Odds Odds 的意思为机率.可能性,是指某事件发生的可能性(概率)与不发生的可能性(概率)之比.假如某药物有疗效的比例为p1,则无效的比为1-p1,则odds的计算公式为: 对于如下表所示 ...

  7. BGP——路由通告+IBGP水平分割机制+RR路由反射器(讲解+配置命令)

    目录 一.通告BGP路由: (1)BGP路由的产生: (2)需注意点[通过network通告的方式把IGP路由通告进BGP里面] (3)查看BGP数据库+相关属性讲解: (4)BGP下一跳变换解析: ...

  8. mysql rr gap nextkey_mysql中的各种锁把我搞糊涂啦~

    事务并发访问情况 读-读 情况 并发事务读取相同的数据,并不会对数据造成影响,允许并发读 写-写 情况 多事务并发写写时会发生 脏写的情况,不过任何一个事务隔离级别都不允许此情况发生,通过 加锁来杜绝 ...

  9. BGP路由反射器RR

    曾子曰:"吾日三省吾身:为人谋而不忠乎?与朋友交而不信乎?传不习乎?" 文章目录 一.拓扑 二.基础配置与分析 三.BGP 13 条选路原则 四.BGP路由反射器RR 五.备份路由 ...

最新文章

  1. mdpi的手机_【初印象】Android手机屏幕适配API:nodpi,xhdpi,hdpi,mdpi,ldpi
  2. 区别:DOM Core 与 HTML-DOM
  3. CSS3实现Loading动画特效
  4. 华为2019年校招(20届实习)机考题python版解答与思路(2019-3-13软件题)
  5. 你不知道的BAT大数据面试题
  6. 数据结构与算法分析(五)——常用排序
  7. 三种方法生成随机数之srand篇
  8. 舵机任意角度程序_【舵机初动】基于Mind+ Ardunio入门教程10
  9. 如何用Mac 自带的 Automator 进行图片格式转换?
  10. 不再恐惧入侵者 DLL后门完全清除方法(转)
  11. 黑盒测试VS白盒测试
  12. python制作表白神器_用Python做一个520表白神器,值得收藏
  13. 46 同位语和同位语从句(以及) to/at/for/with 用法搭配
  14. linux加载模块失败,linux 第二次加载netlink模块时,内核创建sock失败
  15. matlab----多项式、函数
  16. 骑行318、 2016.7.26
  17. 为什么好学生,学不好编程?
  18. 【论文翻译】Fully Convolutional Networks for Semantic Segmentation_2
  19. 一般3d模型代做多少钱_3d打印一个模型多少钱
  20. HEP-DH车载一氧化碳报警器

热门文章

  1. 程序猿的福利“996”
  2. 计算机心理活动,计算机系12月心理活动策划书
  3. 开始的开始,只要有风,云中的马就可以自由的奔驰
  4. GitHub上的开源复刻:暗黑破坏神2
  5. 华为第一款智能门锁终于来了,分布式多窗、全场景智联
  6. Nexus5548UP系统升级
  7. 多因子策略中的IC信息系数、IR信息比率计算方法
  8. JAVA小游戏项目()——桌球
  9. Oracle数据库的逻辑结构
  10. 各城市一日内入境究竟有多少人? | Alfred数据室