相对风险不是魔法:把『提升20%』画成绝对风险,才能看见代价
【锚点】这一讲钉一个数据可视化与学术写作的执行规则:【相对风险】不能单独承担【重要性】;必须与【基线风险】和【绝对风险差】同框。【显式】很多论文和新闻写『风险降低20%』,读者容易把它读成『从很高降到很低』。但 20% 只是比例。 【隐式】同一个相对效应,在不同基线下,绝对后果可以差一个数量级。 推演:A组事件率 100/1000,B组 80/1000。相对风险降低 20%,绝对风险差 20/1000=2%,NNT=50。若基线是 1/1000 降到 0.8/1000,相对降低仍 20%,绝对差 0.2/1000=0.02%,NNT=5000。【流程节点链路】:【基线事件率】→【绝对风险差】→【NNT/NNH】→【读者决策】。少画基线,链路第一环被抹掉,后面的『重要性』就悬空。 【细微】相对效应(RR/HR/OR)常比绝对效应更容易跨人群迁移,因为它剥离了当地发病率;绝对效应(risk difference/NNT)更贴近个体决策,但更依赖基线。因此论文不是『二选一』,而是分层报告:主效应给相对估计,临床/政策决策给绝对翻译。 【极难发现】真正被隐藏的不是『作者误导』,而是图形语法:柱状图默认放大百分比变化,把【比例变化】伪装成【结果变化】;读者感知到的是高度差,而不是事件数。 【可执行写法】结果句至少三件:【效应估计】+【不确定性】+【基线翻译】。例如:『HR=0.80 (95% CI 0.72-0.89);在10年基线风险10%的人群中,对应绝对风险从10%降到8%,NNT=50。』如果基线未知,必须写【可适用基线范围】,不能只说『显著降低』。 【结论】相对风险回答【方向与强度是否可迁移】,绝对风险回答【在这群人里值不值得做】。辩论问题:当相对效应可移植、绝对效应本地化时,主图应该默认画哪一种,还是强制双图并列?






0 Comments