Từ điển học thuật Khoa học y - dược

Nguy cơ tương đối là gì? Công thức tính RR, ý nghĩa và phân biệt với Odds Ratio

Tiếng AnhRelative risk

Tên gọi khácRelative riskTỷ số nguy cơRisk ratioRR

Nguy cơ tương đối (Relative Risk - RR hoặc Risk Ratio) là chỉ số dịch tễ học và thống kê y học đo lường tỷ lệ giữa nguy cơ xảy ra một biến cố sức khỏe (như mắc bệnh hoặc tử vong) ở nhóm phơi nhiễm với một yếu tố nguy cơ so với nhóm không phơi nhiễm.

541 lượt xem Cập nhật 3/9/2026

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=Ptieˆˊp xuˊcPkhoˆng tieˆˊp xuˊcRR = \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=Ptieˆˊp xuˊcPkhoˆng tieˆˊp xuˊcRD = 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:

NhómSự kiện xảy raSự kiện không xảy ra
Nhóm tiếp xúcab
Nhóm không tiếp xúccd

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=a/(a+b)c/(c+d)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)±Z1α/2×SE(ln(RR))\ln(RR) \pm Z_{1-\alpha/2} \times SE\bigl(\ln(RR)\bigr) và CI của RR là [eln(RR)d,eln(RR)+d][e^{\ln(RR)-d},\,e^{\ln(RR)+d}], trong đó d=Z1α/2SE(ln(RR))d = Z_{1-\alpha/2} \cdot SE(\ln(RR)).

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 láung thư phổi, chế độ ăn và bệnh tim mạch hoặc ô nhiễm không khíhen 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 = eβ.

Mô hình Cox cho dữ liệu thời gian đến sự kiện (time-to-event) sử dụng hàm nguy cơ tương đối: h(t)=h0(t)exp(β1X1++βpXp)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.

Câu hỏi thường gặp

Công thức tính nguy cơ tương đối (RR) là gì?

RR = I_e / I_u, trong đó I_e là tỷ lệ mới mắc ở nhóm phơi nhiễm và I_u là tỷ lệ mới mắc ở nhóm không phơi nhiễm.

Giá trị RR = 1, RR > 1 và RR < 1 có ý nghĩa lâm sàng như thế nào?

RR = 1: không có mối liên quan giữa phơi nhiễm và biến cố; RR > 1: phơi nhiễm làm tăng nguy cơ mắc bệnh (yếu tố nguy cơ); RR < 1: phơi nhiễm làm giảm nguy cơ (yếu tố bảo vệ).

Tại sao không thể tính trực tiếp nguy cơ tương đối (RR) trong nghiên cứu bệnh - chứng (case-control)?

Nghiên cứu bệnh - chứng chọn mẫu theo tình trạng bệnh (đã có bệnh hoặc không bệnh) chứ không theo dõi đoàn hệ từ đầu, do đó không tính được tỷ lệ mới mắc (incidence rate) thực sự, thay vào đó phải sử dụng tỷ số số chênh (Odds Ratio - OR).

Các nghiên cứu khoa học về “Nguy cơ tương đối”

Công bố nổi bật trên thế giới và tại Việt Nam, kèm tóm tắt theo hướng chủ đề.

Trích dẫn nhiều nhất

  • Trì hoãn từ chỉ định mổ đến phẫu thuật và tình trạng viêm ruột thừa có biến chứng khi mổ

    Lê Kim Long và cộng sự2026Tạp chí Nghiên cứu Y học

    AI tóm tắt

    Nghiên cứu đoàn hệ hồi cứu ứng dụng mô hình Poisson hiệu chỉnh mạnh để ước lượng nguy cơ tương đối (RR) của tình trạng thủng viêm ruột thừa cấp có biến chứng khi trì hoãn mổ trực đêm trên hoặc dưới sáu giờ. Chỉ số RR ghi nhận sự khác biệt không có ý nghĩa thống kê giữa hai nhóm thời gian can thiệp ở bệnh nhân có hình ảnh chụp cắt lớp vi tính ban đầu không phức tạp. Dữ liệu hỗ trợ bác sĩ ngoại khoa tối ưu hóa quy trình phân luồng phòng mổ an toàn.

  • Nguy cơ nhồi máu cơ tim và tỷ lệ tử vong tổng thể ở những người sống sót sau cơn thuyên tắc tĩnh mạch

    Consuelo Huerta và cộng sự2008Thrombosis Journal

    AI tóm tắt

    Nghiên cứu y tế quần thể quy mô lớn theo dõi đoàn hệ bệnh nhân thuyên tắc huyết khối tĩnh mạch nhằm định lượng nguy cơ tương đối mắc nhồi máu cơ tim và tử vong toàn bộ trong tám năm. Kết quả phân tích dịch tễ ghi nhận nguy cơ tử vong tăng cao vượt bậc (RR = 2,4) ngay cả sau khi đã hiệu chỉnh các bệnh lý tim mạch và ung thư đồng mắc kèm theo. Công trình nhấn mạnh sự cấp bách của chiến lược điều trị dự phòng kháng đông kéo dài.

  • Bệnh nhân người lớn trẻ tuổi nhập viện lần đầu vào bệnh viện nhà nước: Nguy cơ tương đối cho việc tái nhập viện nhanh

    Christopher C. Colenda và cộng sự1989Psychiatric Quarterly

    AI tóm tắt

    Nghiên cứu dịch tễ học tâm thần theo dõi đoàn hệ bệnh nhân cohort để lượng hóa nguy cơ tương đối tái nhập viện sớm trong vòng 180 ngày ở người trẻ lần đầu điều trị nội trú. Nhóm bệnh nhân có thời gian lưu viện ngắn dưới 15 ngày đối mặt rủi ro tái phát cao hơn rõ rệt so với người điều trị ổn định. Kết quả khẳng định tầm quan trọng của hệ thống chăm sóc phục hồi thích ứng tại cộng đồng.

Tài liệu tham khảo

  1. Selvin (2001). Odds Ratio and Relative Risk. Epidemiologic Analysis. DOI: 10.1093/acprof:oso/9780195146189.003.0002
  2. Carazo-Díaz, Prieto-Valiente (2025). Key Measures in Epidemiology: Risk Difference, Relative Risk and Odds Ratio. Revista de Neurología. DOI: 10.31083/rn33481
  3. LEE (1994). Odds Ratio or Relative Risk for Cross-Sectional Data?. International Journal of Epidemiology. DOI: 10.1093/ije/23.1.201