Nguy cơ tương đối là gì? Các nghiên cứu khoa học về Nguy cơ tương đối

Định nghĩa nguy cơ tương đối

Nguy cơ tương đối (Relative Risk – RR) là tỷ số giữa xác suất xảy ra một sự kiện (bệnh tật, biến cố lâm sàng) ở nhóm có tiếp xúc với yếu tố nguy cơ so với nhóm không tiếp xúc. RR cho biết mức độ thay đổi nguy cơ của đối tượng khi tiếp xúc với một yếu tố so với điều kiện gốc.

Giá trị RR được diễn giải như sau: khi RR = 1, nguy cơ ở hai nhóm bằng nhau; RR > 1, nhóm tiếp xúc có nguy cơ cao hơn; RR < 1, nhóm tiếp xúc có nguy cơ thấp hơn. RR là chỉ số chính trong nghiên cứu đoàn hệ (cohort study) và thử nghiệm lâm sàng (clinical trial), hỗ trợ đánh giá mức độ tác động của yếu tố xét nghiệm hoặc can thiệp.

• RR = 1: không có khác biệt nguy cơ giữa hai nhóm.
• RR > 1: yếu tố tiếp xúc làm tăng nguy cơ.
• RR < 1: yếu tố tiếp xúc có thể bảo vệ, làm giảm nguy cơ.

Cơ sở lý thuyết và công thức

Về mặt toán học, RR được định nghĩa như sau: $RR = \frac{P_{\text{tiếp xúc}}}{P_{\text{không tiếp xúc}}}$, trong đó P là xác suất xảy ra sự kiện trong mỗi nhóm. Xác suất này thường được tính bằng tỉ lệ số người bị sự kiện trên tổng số người quan sát trong nhóm.

Phân biệt với chênh lệch rủi ro (Risk Difference – RD): $RD = P_{\text{tiếp xúc}} - P_{\text{không tiếp xúc}}$. RD thể hiện mức chênh tuyệt đối giữa hai xác suất, trong khi RR thể hiện mối liên hệ tương đối, giúp so sánh trực quan hơn giữa các nghiên cứu.

RR mang tính tỷ lệ, ít bị ảnh hưởng bởi quy mô mẫu khi sự kiện không quá hiếm hoặc quá phổ biến, và dễ diễn giải trong ngữ cảnh lâm sàng: “nhóm A có nguy cơ gấp bao nhiêu lần so với nhóm B?”.

Phương pháp tính RR trong nghiên cứu

Trong nghiên cứu đoàn hệ hoặc thử nghiệm lâm sàng, dữ liệu thường được trình bày dưới dạng bảng 2×2:

	Sự kiện xảy ra	Sự kiện không xảy ra
Nhóm tiếp xúc	a	b
Nhóm không tiếp xúc	c	d

Theo đó, xác suất sự kiện ở nhóm tiếp xúc là a/(a+b), ở nhóm không tiếp xúc là c/(c+d), và RR tính theo công thức $RR = \frac{a/(a+b)}{c/(c+d)}$. Khi sử dụng phần mềm thống kê (R, Stata, SPSS), người nghiên cứu chỉ cần nhập số liệu và lựa chọn lệnh ước tính RR kèm khoảng tin cậy CI.

Để đảm bảo tính chính xác, cần kiểm soát các yếu tố nhiễu (confounders) qua stratification hoặc mô hình hồi quy (Poisson, Cox), từ đó ước tính RR đã điều chỉnh (adjusted RR) phản ánh mối quan hệ thuần túy giữa yếu tố và kết quả.

Giải thích và ý nghĩa lâm sàng

RR cung cấp thước đo tương đối, giúp bác sĩ và nhà nghiên cứu đánh giá mức độ ảnh hưởng của yếu tố nguy cơ hoặc hiệu quả của can thiệp. Ví dụ, RR = 2 có nghĩa là nhóm tiếp xúc có nguy cơ gấp đôi so với nhóm đối chứng.

Trong lâm sàng, giá trị RR phải được xem xét cùng khoảng tin cậy CI (confidence interval) và p-value: chỉ khi CI không bao gồm 1 và p < 0,05 mới khẳng định sự khác biệt có ý nghĩa thống kê. Đồng thời, RR gần 1 (ví dụ 1,1–1,2) có thể không có ý nghĩa lâm sàng mặc dù đạt ý nghĩa thống kê.

• Xác định mức độ ưu tiên can thiệp y tế: chọn biện pháp giảm yếu tố có RR cao.
• Ước tính tác động dân số (Population Attributable Risk) khi kết hợp với tần suất tiếp xúc.
• Hỗ trợ lập hướng dẫn điều trị, chính sách phòng ngừa dựa trên mức độ rủi ro tương đối.

Khoảng tin cậy và kiểm định

Khoảng tin cậy (Confidence Interval – CI) cho RR thường được ước tính ở mức 95 % để cho biết phạm vi giá trị mà RR thực sự có khả năng nằm trong đó với xác suất 95 %. Phương pháp phổ biến là tính CI trên logarit của RR, sau đó hồi qui ngược về thang tỷ số:

$\ln(RR) \pm Z_{1-\alpha/2} \times SE\bigl(\ln(RR)\bigr)$ và CI của RR là $[e^{\ln(RR)-d},\,e^{\ln(RR)+d}]$, trong đó d = Z_{1-\alpha/2}\,SE\bigl(\ln(RR)\bigr).

Kiểm định ý nghĩa thống kê của RR dựa vào xem CI có bao gồm 1 hay không và p-value từ kiểm định Wald hoặc likelihood ratio. Nếu 1 không nằm trong CI và p < 0,05, RR được coi là có khác biệt có ý nghĩa thống kê so với 1, phản ánh nhóm tiếp xúc có nguy cơ khác biệt so với nhóm đối chứng.

So sánh với Odds Ratio

Odds Ratio (OR) và RR đều đo mức độ liên quan giữa yếu tố và kết cục, nhưng khác nhau về cách tính và ngữ cảnh sử dụng. OR = (a/b)/(c/d) dùng tỉ lệ odds trong bảng 2×2, phù hợp với nghiên cứu case–control không có dữ liệu xác suất trực tiếp.

• Khi sự kiện hiếm (tần suất <10 %), OR xấp xỉ RR; khi sự kiện phổ biến, OR phóng đại hiệu ứng so với RR.
• RR trực tiếp diễn giải xác suất: “gấp bao nhiêu lần nguy cơ”, trong khi OR diễn giải odds, đôi khi khó hiểu với người không chuyên.
• Chọn OR cho nghiên cứu case–control, chọn RR cho nghiên cứu đoàn hệ và thử nghiệm lâm sàng (CDC Measures of Association).

Ứng dụng trong dịch tễ học và y học

RR được sử dụng rộng rãi để đánh giá hiệu quả của vaccine, thuốc điều trị hoặc yếu tố bảo vệ. Ví dụ, trong thử nghiệm vaccine, RR < 1 cho thấy vaccine giảm nguy cơ mắc bệnh so với nhóm placebo.

Trong nghiên cứu yếu tố nguy cơ, RR giúp xác định mối liên quan giữa thuốc lá và ung thư phổi, chế độ ăn và bệnh tim mạch hoặc ô nhiễm không khí và hen suyễn. RR kết hợp cùng Population Attributable Risk (PAR) cung cấp ước tính tác động dân số.

• Thử nghiệm vaccine: RR đo giảm nguy cơ nhiễm bệnh.
• Điều tra cohort: RR xác định tác động môi trường hoặc hành vi lên sức khỏe.
• Phân tích meta-analysis: tổng hợp RR từ nhiều nghiên cứu để đánh giá chung hiệu ứng.

Giới hạn và lưu ý

RR không thể tính trong nghiên cứu case–control do thiếu xác suất sự kiện gốc. Trong cohort, nếu có sai số lựa chọn hoặc mất theo dõi (loss to follow-up) không cân bằng, RR có thể bị lệch.

RR thô (crude RR) không điều chỉnh sẽ không phản ánh đúng mối quan hệ thực nếu có biến nhiễu (confounders). Cần stratification hoặc mô hình hồi quy để ước tính RR đã điều chỉnh (adjusted RR), tránh nhầm lẫn giữa nguyên nhân và tương quan.

• Không áp dụng RR cho thiết kế case–control.
• Cần báo cáo đầy đủ CI và p-value để đánh giá độ tin cậy.
• Thận trọng khi so sánh RR giữa các nghiên cứu với khác biệt về thiết kế, dân số và định nghĩa tiếp xúc.

Điều chỉnh và mô hình hóa RR

Mô hình hồi quy Poisson và mô hình Cox proportional hazards là công cụ phổ biến để ước tính RR đã điều chỉnh, tích hợp đa biến giải thích. Trong mô hình Poisson, log(μ) được mô tả là hàm tuyến tính của các biến giải thích, RR = e^β.

Mô hình Cox cho dữ liệu thời gian đến sự kiện (time-to-event) sử dụng hàm nguy cơ tương đối: $h(t) = h_0(t)\,\exp(\beta_1X_1 + \dots + \beta_pX_p)$, trong đó hệ số β ước tính log(RR) của yếu tố X.

• Điều chỉnh biến tuỳ biến (age, gender, comorbidities) để ước tính RR thuần.
• Đánh giá tương tác (interaction) giữa các yếu tố để khám phá hiệu ứng phối hợp.
• Sử dụng likelihood ratio test và AIC để so sánh mô hình và chọn biến phù hợp.

Tài liệu tham khảo

• CDC – Measures of Association
• WHO – What is Relative Risk?
• Rothman, K.J., Greenland, S., Lash, T.L. (2008). Modern Epidemiology. Lippincott Williams & Wilkins.
• Vandenbroucke, J.P. et al. (2007). Strengthening the Reporting of Observational Studies in Epidemiology (STROBE). Journal of Clinical Epidemiology.
• Woodward, M. (2014). Epidemiology: Study Design and Data Analysis. Chapman & Hall/CRC.