Risicoverschil, risicoverhouding, en odds ratio als maatstaven voor effecten in cohort design

Een cohort studieontwerp streeft prospectief naar het effect van blootstelling, zoals behandeling. In de cohortstudie trekken we een voldoende grote aselecte steekproef uit de doelpopulatie en wijzen we de proefpersonen aselect toe aan ofwel de blootgestelde groep ofwel de niet-blootgestelde groep. Het effect van de blootstelling wordt waargenomen als de veranderingen in het resultaat van belang in de tijd. Het risico kan eenvoudig worden berekend als het aantal personen met de ziekte in de blootgestelde en de niet-blootgestelde groep, gedeeld door het aantal van alle personen in beide groepen. In de cohortstudie hebben we een duidelijke noemer: het aantal personen dat in de groepen is ingedeeld. RD en RR worden vaak gebruikt om de associatie tussen de blootgestelde en de controlegroepen te beoordelen. RD, dat ook bekend staat als AR of excessive risk, geeft de mate van risico weer, die is afgenomen of toegenomen wanneer de blootstelling bestaat, vergeleken met die wanneer de blootstelling afwezig is. Een positieve RD-waarde betekent een verhoogd risico en een negatieve waarde betekent een verlaagd risico door de blootstelling. RR wordt berekend als het risico van een blootgestelde groep gedeeld door het risico van een niet-blootgestelde groep. Een RR-waarde van 1 betekent geen verschil in risico tussen groepen, en grotere of kleinere waarden betekenen een verhoogd of verlaagd risico in een blootgestelde groep in vergelijking met het risico in een niet-blootgestelde groep, wat kan worden geïnterpreteerd dat het optreden van ziekte respectievelijk meer of minder waarschijnlijk is in de blootgestelde groep.

Voor hetzelfde doel kunnen we in cohortstudies ook OR gebruiken. OR is de verhouding tussen de kans op ziekte in een blootgestelde groep en een niet-blootgestelde groep. De interpretatie OR is niet zo intuïtief als RR. Een OR-waarde van 1 betekent geen verschil in kansen tussen groepen, en een grotere waarde dan 1 betekent een grotere kans in de blootgestelde groep, geïnterpreteerd als een positief verband tussen het hebben van ziekte en blootstelling. Daarentegen betekent een OR-waarde kleiner dan 1 een verminderde kans in de blootgestelde groep, wat wordt geïnterpreteerd als het verband tussen het hebben van de ziekte en het niet hebben van blootstelling. Hoewel de interpretatie van OR vergelijkbaar is met die van RR, hebben zij alleen vergelijkbare waarden wanneer de risico’s van beide groepen zeer laag zijn, bv. p < 0,1. Anders vertonen zij verschillende waarden. Zoals uit tabel 2 blijkt, zijn de waarden van RR en OR alleen ongeveer gelijk wanneer het risico van beide groepen zeer laag is (p < 0,1, voorbeelden 1 – 5 in tabel 2). Wanneer de risico’s van een van beide groepen of beide groepen echter niet zeer laag zijn (p > 0,1), zijn er aanzienlijke verschillen tussen de RR- en OR-waarden (voorbeelden 6 – 14, tabel 2). Een algemene regel is dat een OR-waarde altijd een grotere effectgrootte of een sterkere associatie weerspiegelt, door kleinere OR-waarden te laten zien dan overeenkomstige RR-waarden wanneer RR < 1 en grotere OR-waarden wanneer RR > 1. In tabel 2 kunnen we bevestigen dat alle gevallen met RR groter dan 1 veel grotere OR-waarden hadden (voorbeelden 6 – 8 en 10 – 14), en dat een geval met RR kleiner dan 1 een kleinere OR-waarde had dan de overeenkomstige RR-waarde (voorbeeld 9). Daarom zal een onjuiste interpretatie van de OR-waarde als RR leiden tot een overwaardering van het effect, doordat de werkelijke risico’s ten onrechte worden verhoogd of verlaagd. Figuur 1 laat zien dat de verschillen tussen OR- en RR-waarden groter worden naarmate het uitgangsrisico in de controlegroep (I0) toeneemt1. Vooral wanneer het uitgangsrisico zo groot is als 0,5, blijft de maximale RR-waarde beperkt tot 2, terwijl de OR-waarde oneindig benadert.