三、风险比(Hazard Ratio)定义:概念、与RR和OR的区别

在生存分析(Survival Analysis)与临床试验设计中,风险比(Hazard Ratio, HR)是衡量两组受试者“某一事件发生速率”相对差异的核心指标。与相对风险(Relative Risk, RR)和比值比(Odds Ratio, OR)不同,HR 的核心特征在于它同时考虑了事件是否发生与事件发生的时间先后。本章将系统拆解 HR 的数学定义、生存函数与风险函数的联系,并通过三张对比表与一个模拟队列案例,帮助学员彻底厘清 HR、RR、OR 在适用场景、计算逻辑与解读方式上的本质差异。

HR、RR、OR 概念关系与适用场景对比图 核心问题:事件是否发生? 以及何时发生? HR(风险比) 生存分析 / 时间-事件数据 h₁(t) / h₀(t) 考虑事件发生的时间点 RR(相对风险) 队列研究 / 累积发生率 I₁ / I₀ 仅关注事件是否发生 OR(比值比) 病例对照 / 横断面研究 (a/b) / (c/d) 基于比值,不依赖发病率 t₀ t₁ t₂ t₃ 随访时间 → 关键区别速记: • HR:每个时间点的瞬时风险之比,随时间变化,适合生存曲线比较(log-rank检验对应) • RR:整个随访期累积发生概率之比,是固定值,适合短期队列研究 • OR:病例对照研究中暴露比值之比,当事件罕见时(<10%)可近似RR • 三者共同点:均以1为分界,>1表示风险增加,<1表示风险降低

3.1 核心原理:从生存函数到风险函数

要理解 HR,必须先建立两个基础概念:生存函数 S(t) 与 风险函数 h(t)。生存函数 S(t) 表示受试者存活超过时间 t 的概率,即 P(T > t),其中 T 为事件发生时间。风险函数 h(t) 则定义为在 t 时刻尚未发生事件的个体,在下一瞬间发生事件的瞬时速率,数学表达式为:

h(t) = lim(Δt→0) P(t ≤ T < t+Δt | T ≥ t) / Δt

风险函数可以理解为“在某一时刻,处于风险集合中的个体发生事件的即时倾向”。HR 则是两组(如治疗组与对照组)风险函数之比:

HR(t) = h₁(t) / h₀(t)

在 Cox 比例风险模型中,通常假设 HR 不随时间变化(比例风险假设),即 HR(t) = HR 为常数。此时,HR 可以解释为:治疗组在任意时间点的瞬时事件风险是对照组的 HR 倍。例如 HR=0.75,意味着治疗组的瞬时死亡风险比对照组低 25%。

重要区别:RR 是“累积概率之比”,而 HR 是“瞬时速率之比”。即使两组最终累积发生率相同,只要发生时间不同(如一组早期事件多、另一组晚期事件多),HR 也会显著偏离 1,而 RR 可能接近 1。这正是 HR 在生存分析中不可替代的原因。

3.2 判断方法:HR、RR、OR 的适用场景与计算逻辑

选择哪种效应指标,取决于研究设计类型与数据特征。下表从研究设计、时间维度、计算基础、取值范围与典型应用五个维度进行对比:

维度 HR(风险比) RR(相对风险) OR(比值比)
研究设计 前瞻性队列、随机对照试验(RCT) 前瞻性队列、RCT 病例对照、横断面、RCT(事后分析)
时间维度 考虑事件发生的时间点(生存时间) 仅考虑随访期结束时是否发生事件 不考虑时间,仅基于暴露与疾病状态
计算基础 风险函数 h(t) 之比 累积发生率 I₁/I₀ 暴露比值 (a/b)/(c/d)
取值范围 0 到 +∞,无上界 0 到 +∞,但通常接近 1 0 到 +∞,可远离 1
典型应用 肿瘤生存分析、心血管事件、复发时间 短期疗效评价、疫苗保护率 罕见病病因探索、药物不良反应信号

在实际操作中,判断流程可归纳为以下四步:

  1. 确认研究设计:是前瞻性随访还是回顾性病例对照?前者优先考虑 HR 或 RR,后者只能用 OR。
  2. 检查数据是否含时间信息:若记录了每个受试者的事件发生时间或删失时间,则使用 HR;若仅知道随访结束时是否发生事件,则使用 RR。
  3. 评估事件发生率:若事件发生率 <10%,OR 可近似替代 RR;若 >10%,OR 会高估 RR,应直接报告 RR。
  4. 检验比例风险假设:若使用 HR,需通过 Schoenfeld 残差或 log-log 生存曲线验证 HR 是否随时间恒定;若不满足,需报告时间依赖 HR。

3.3 案例拆解:模拟队列中的 HR 与 RR 差异

为直观展示 HR 与 RR 的区别,我们构建一个模拟临床试验场景。某药企开发一款新型降脂药物,开展一项为期 24 个月的随机双盲试验,共入组 200 名高血脂患者,随机分为治疗组(100 人)与安慰剂组(100 人)。主要终点为“首次发生主要心血管不良事件(MACE)”的时间。随访结束后,数据整理如下:

组别 总人数 发生 MACE 人数 未发生人数 中位事件时间(月)
治疗组 100 20 80 18.5
安慰剂组 100 30 70 12.0

第一步:计算 RR。累积发生率分别为治疗组 20/100=0.20,安慰剂组 30/100=0.30。RR = 0.20/0.30 = 0.667,即治疗组 24 个月内发生 MACE 的风险比安慰剂组低 33.3%。

第二步:计算 HR。使用 Cox 比例风险模型(此处简化处理),得到 HR=0.52(假设比例风险假设成立)。这意味着治疗组在任意时间点的瞬时 MACE 风险仅为安慰剂组的 52%,即风险降低 48%。

第三步:差异解读。为什么 HR(0.52)比 RR(0.667)更远离 1?因为治疗组不仅事件总数更少,而且事件发生时间更晚(中位时间 18.5 个月 vs 12.0 个月)。RR 只看到“最终少了 10 个人发生事件”,而 HR 捕捉到了“治疗组的事件被推迟了”这一额外信息。在生存分析中,推迟事件发生同样具有临床价值,HR 能更全面地反映治疗效果。

实战经验:在向临床医生或监管机构汇报时,建议同时报告 HR 与中位生存时间(或中位事件时间)。HR 提供效应量,中位时间提供临床直观感受。例如:“HR=0.52(95%CI 0.34-0.79),治疗组中位事件时间延长 6.5 个月”。

3.4 常见误区与总结复盘

在课程与咨询实践中,学员对 HR 的理解常出现以下四类误区,需特别警惕:

误区一:将 HR 等同于 RR。HR 是瞬时风险之比,RR 是累积概率之比。当两组事件发生时间分布差异较大时,两者数值可能相差显著。例如上述案例中 HR=0.52 与 RR=0.667 的差异,若误将 HR 解释为“24 个月风险降低 48%”,会高估治疗效果。
误区二:忽略比例风险假设。HR 只有在比例风险假设成立时才是常数。若两条生存曲线交叉(如早期治疗组风险更高、晚期更低),则 HR 失去意义,应改用时间分段 HR 或 RMST(受限平均生存时间)分析。
误区三:在病例对照研究中计算 RR。病例对照研究是回顾性抽样,无法直接计算发病率,只能计算 OR。若强行计算 RR,会因抽样偏倚产生严重错误。
误区四:认为 OR 总是近似 RR。当事件发生率较高(如 >20%)时,OR 会明显高估 RR。例如某研究事件发生率治疗组 40%、对照组 30%,OR=(0.4/0.6)/(0.3/0.7)=1.56,而 RR=1.33,高估了 17%。

总结复盘:HR、RR、OR 三者构成了临床研究效应量度量的完整体系。HR 是唯一能利用时间信息的指标,适合生存数据;RR 是直观的累积风险比,适合短期随访;OR 是病例对照研究的唯一选择,但在罕见事件假设下可近似 RR。在实际应用中,应遵循“先看研究设计,再看数据特征,最后选指标”的原则。对于生存分析,务必检验比例风险假设,并考虑报告 HR 的置信区间与中位事件时间,以提供完整的证据链。

核心记忆点:HR 回答“在任一时刻,哪组更容易发生事件?”;RR 回答“随访结束时,哪组累积发生事件的比例更高?”;OR 回答“病例组与对照组中,暴露的比例是否不同?”。三者互补,不可互相替代。