상대적 위험을 해석하는 방법: 예 포함

통계에서 상대 위험도는 대조군에서 사건이 발생할 확률과 비교하여 치료군에서 사건이 발생할 확률을 나타냅니다.

다음과 같이 계산됩니다.

상대 위험도 = (치료군의 사건 확률) / (대조군의 사건 확률)

일반적으로 상대적 위험 값을 해석하는 방법은 다음과 같습니다.

• 상대 위험도 < 1 : 치료군에서 사건이 발생할 가능성이 적습니다.
• 상대 위험도 = 1 : 각 그룹에서 사건이 발생할 확률이 동일합니다.
• 상대위험도 > 1 : 해당 사례가 치료군에서 발생할 가능성이 더 높습니다.

다음 예는 실제로 상대 위험 값을 해석하는 방법을 보여줍니다.

예 1: 상대 위험 < 1

신체 운동이 질병 발병 위험에 영향을 미치는지 알고 싶다고 가정해 보겠습니다.

데이터를 수집한 결과 정기적으로 운동하는 사람의 28%가 이 질병에 걸리는 반면, 정기적으로 운동하지 않는 사람의 50%는 이 질병에 걸리는 것으로 나타났습니다.

이 시나리오에서는 다음과 같이 상대 위험을 계산합니다.

• 상대위험도 = P(치료군에서의 사건) / P(대조군에서의 사건)
• 상대위험도 = P(운동을 하면 질병) / P(운동을 하지 않으면 질병)
• 상대 위험 = 0.28 / 0.50
• 상대 위험 = 0.56

상대 위험도가 1보다 작기 때문에 이는 운동하는 사람에게서 이 질병이 발생할 가능성이 낮다는 것을 의미합니다.

보다 정확하게는 개인이 정기적으로 운동하면 이 질병에 걸릴 확률이 44%(1 – 0.56 = 0.44) 낮다고 말할 수 있습니다.

예 2: 상대 위험 = 1

새로운 학습 과정이 학생들의 특정 시험 합격 능력에 영향을 미치는지 알고 싶다고 가정해 보겠습니다.

데이터를 수집한 결과, 새로운 커리큘럼을 사용하는 학생의 40%가 시험에 합격하고, 커리큘럼을 사용하지 않는 학생의 40%도 시험에 합격한다는 사실을 확인했습니다.

이 시나리오에서는 다음과 같이 상대 위험을 계산합니다.

• 상대위험도 = P(치료군에서의 사건) / P(대조군에서의 사건)
• 상대 위험 = P(새 프로그램이 있는 경우의 성공) / P(새 프로그램이 없는 경우의 성공)
• 상대 위험 = 0.40 / 0.40
• 상대 위험 = 1

상대 위험도가 1이기 때문에 이는 개인이 새로운 커리큘럼을 사용하는지 여부에 관계없이 시험에 합격할 확률이 동일하다는 것을 의미합니다.

예 3: 상대 위험 > 1

흡연이 폐암 발병 위험에 영향을 미치는지 알고 싶다고 가정해 보겠습니다.

우리는 데이터를 수집한 결과 흡연하는 사람의 70%가 폐암에 걸리는 반면, 담배를 피우지 않는 사람의 5%는 폐암에 걸리는 것으로 나타났습니다.

이 시나리오에서는 다음과 같이 상대 위험을 계산합니다.

• 상대위험도 = P(치료군에서의 사건) / P(대조군에서의 사건)
• 상대위험도 = P(흡연에 의한 폐암) / P(비흡연에 의한 폐암)
• 상대 위험도 = 0.70 / 0.05
• 상대 위험도 = 14

상대 위험도가 1보다 크기 때문에 이는 흡연하는 사람이 폐암에 걸릴 가능성이 더 높다는 것을 의미합니다.

더 정확하게 말하면 개인이 흡연을 하면 폐암에 걸릴 확률이 14배 더 높다고 말할 수 있습니다.

분할표에서 상대적 위험 해석

종종 다음 형식을 사용하는 2×2 테이블을 사용하여 상대적 위험을 계산하고 해석해야 할 수도 있습니다.

다음 공식을 사용하여 2×2 테이블에서 상대 위험을 계산할 수 있습니다.

상대 위험도 = [A/(A+B)] / [C/(C+D)]

예를 들어, 50명의 농구 선수가 새로운 훈련 프로그램을 사용하고 50명의 선수가 기존 훈련 프로그램을 사용한다고 가정합니다. 프로그램이 끝나면 각 플레이어를 테스트하여 특정 기술 테스트를 통과했는지 확인합니다.

다음 2×2 표는 결과를 보여줍니다.

우리는 다음과 같이 상대 위험을 계산합니다.

• 상대 위험도 = [A/(A+B)] / [C/(C+D)]
• 상대 위험도 = [34/(34+16)] / [39/(39+11)]
• 상대 위험도 = 0.68 / 0.78
• 상대 위험 = 0.872

상대 위험도가 1보다 작으므로 이는 이전 프로그램보다 새 프로그램의 성공 확률이 낮다는 것을 나타냅니다.

보다 정확하게는 개인이 새 프로그램을 사용하는 경우 기술 테스트를 통과할 가능성이 12.8%(1 – 0.872 = 0.128) 낮다고 말할 수 있습니다.

추가 리소스

다음 튜토리얼은 승산비 및 상대 위험에 대한 추가 정보를 제공합니다.

승산비를 해석하는 방법
Excel에서 승산비와 상대 위험을 계산하는 방법