Ryzyko względne (RR) – co to jest, jak je policzyć i czym różni się od ilorazu szans?

Opracowanie merytoryczne: Konrad Hryniewicz · Opublikowano: 18 października 2026

Co to jest ryzyko względne?

Ryzyko względne (ang. relative risk albo risk ratio, RR) to iloraz ryzyka zdarzenia w dwóch grupach, czyli odsetków osób, u których zdarzenie wystąpiło w określonym czasie. RR = 1 oznacza brak różnicy, RR > 1 – wyższe ryzyko w grupie porównywanej niż w grupie odniesienia, a RR < 1 – niższe. W psychologii i naukach o zdrowiu RR podaje się w badaniach kohortowych i eksperymentach z losowym przydziałem.

Wzór i przedział ufności

W tabeli krzyżowej 2 × 2 a to liczba osób ze zdarzeniem w grupie porównywanej (liczebność n₁), a c – w grupie odniesienia (n₀):

Przedział ufności liczy się na skali logarytmicznej, 95% CI = exp(ln RR ± 1.96 × SE), więc jest niesymetryczny wokół RR.

Przykład

W badaniu podłużnym 400 studentów (dane symulowane) nasilone objawy depresji po roku wystąpiły u 32 ze 100 osób z wysokim poczuciem samotności na początku roku (32.0%) i u 48 z 300 pozostałych (16.0%). RR = 0.320 / 0.160 = 2.00, 95% CI [1.36, 2.94]: ryzyko było w pierwszej grupie dwukrotnie wyższe. To związek obserwacyjny, a nie dowód, że samotność wywołuje depresję.

Ryzyko względne a iloraz szans

Iloraz szans dla tych samych danych wynosi OR = 2.47, 95% CI [1.47, 4.16], bo porównuje szanse (32/68 wobec 48/252), a nie odsetki. Davies i in. (1998) pokazują, że iloraz szans odczytany jak ryzyko względne zawsze zawyża efekt, a rozbieżność rośnie wraz z częstością zdarzenia. Przy rzadkim zdarzeniu obie miary są prawie równe: przy ryzyku 3% wobec 1.5% RR = 2.00, a OR = 2.03.

Jak zapisać w pracy

Podaj ryzyko w obu grupach, RR z 95% CI i różnicę ryzyka. CONSORT 2025 zaleca łączyć miarę względną z bezwzględną, bo samo ryzyko względne prowadzi do przeceniania efektu (Hopewell i in., 2025).

Z różnicy ryzyka policzysz NNT. Więcej w poradnikach statystyka dla lekarza i statystyka w publikacji medycznej.

Na co uważać

• RR bez ryzyka wyjściowego. RR = 2 to zarówno wzrost z 1% do 2%, jak i z 20% do 40% – różnica 1 albo 20 punktów procentowych.
• RR w badaniu kliniczno-kontrolnym. Gdy badacz sam dobiera osoby ze zdarzeniem i bez niego, odsetek zdarzeń nie jest ryzykiem – policz iloraz szans.
• exp(b) z regresji logistycznej jako RR. To iloraz szans (tu 2.47). Skorygowane o inne zmienne RR szacuje regresja Poissona z odpornymi błędami standardowymi (Zou, 2004).
• Brak grupy odniesienia. RR = 2.00 i RR = 0.50 to ten sam wynik opisany z dwóch stron.

set.seed(849)
samotnosc <- factor(rep(c("wysoka", "niska"), c(100, 300)), levels = c("niska", "wysoka"))   # na początku roku
objawy <- rbinom(400, 1, ifelse(samotnosc == "wysoka", 0.30, 0.15))   # 1 = nasilone objawy depresji po roku
tab <- table(samotnosc, objawy)[2:1, 2:1]; tab           # tabela 2 × 2: wiersz 1 = wysoka samotność
ryzyko <- tab[, "1"] / rowSums(tab); rr <- unname(ryzyko["wysoka"] / ryzyko["niska"])
se <- sqrt(1 / tab[1, 1] - 1 / sum(tab[1, ]) + 1 / tab[2, 1] - 1 / sum(tab[2, ]))   # SE logarytmu RR
round(c(ryzyko, RR = rr, exp(log(rr) + c(dolna = -1, gorna = 1) * qnorm(0.975) * se)), 3)
m <- glm(objawy ~ samotnosc, family = poisson)            # to samo RR z regresji Poissona
round(exp(cbind(RR = coef(m), lmtest::coefci(m, vcov. = sandwich::vcovHC(m, type = "HC0"))))[2, ], 3)

         objawy
samotnosc   1   0
   wysoka  32  68
   niska   48 252
wysoka  niska     RR  dolna  gorna 
 0.320  0.160  2.000  1.360  2.942 
    RR  2.5 % 97.5 % 
 2.000  1.360  2.942 

Najczęstsze pytania

Jak interpretować ryzyko względne równe 2?

Zdarzenie występowało w grupie porównywanej dwa razy częściej niż w grupie odniesienia. RR nie mówi jednak, jak częste było zdarzenie: wzrost z 1% do 2% i z 20% do 40% daje to samo RR.

Kiedy ryzyko względne i iloraz szans dają podobne wyniki?

Gdy zdarzenie jest rzadkie w obu grupach: przy ryzyku 3% wobec 1.5% RR = 2.00, a OR = 2.03. Przy częstym zdarzeniu iloraz szans leży dalej od 1 i zawyża efekt.

Czy w badaniu kliniczno-kontrolnym można policzyć ryzyko względne?

Nie, bo liczbę osób ze zdarzeniem i bez niego ustala badacz, więc odsetek zdarzeń nie jest ryzykiem. W takim badaniu liczy się iloraz szans.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

@article{davies1998when, author={Davies, Huw T. O. and Crombie, Iain K. and Tavakoli, Manouchehr}, title={{When can odds ratios mislead?}}, journal={BMJ}, year={1998}, volume={316}, number={7136}, pages={989--991}, doi={10.1136/bmj.316.7136.989}}

@article{hopewell2025consort, author={Hopewell, Sally and Chan, An-Wen and Collins, Gary S. and Hróbjartsson, Asbjørn and Moher, David and Schulz, Kenneth F. and Tunn, Ruth and Aggarwal, Rakesh and Berkwits, Michael and Berlin, Jesse A. and Bhandari, Nita and Butcher, Nancy J. and Campbell, Marion K. and Chidebe, Runcie C. W. and Elbourne, Diana and Farmer, Andrew and Fergusson, Dean A. and Golub, Robert M. and Goodman, Steven N. and Hoffmann, Tammy C. and Ioannidis, John P. A. and Kahan, Brennan C. and Knowles, Rachel L. and Lamb, Sarah E. and Lewis, Steff and Loder, Elizabeth and Offringa, Martin and Ravaud, Philippe and Richards, Dawn P. and Rockhold, Frank W. and Schriger, David L. and Siegfried, Nandi L. and Staniszewska, Sophie and Taylor, Rod S. and Thabane, Lehana and Torgerson, David and Vohra, Sunita and White, Ian R. and Boutron, Isabelle}, title={{CONSORT 2025 explanation and elaboration: Updated guideline for reporting randomised trials}}, journal={BMJ}, year={2025}, volume={389}, eid={e081124}, doi={10.1136/bmj-2024-081124}}

@article{zou2004modified, author={Zou, Guangyong}, title={{A modified Poisson regression approach to prospective studies with binary data}}, journal={American Journal of Epidemiology}, year={2004}, volume={159}, number={7}, pages={702--706}, doi={10.1093/aje/kwh090}}