归因风险计算器

理解归因风险对于公共卫生研究人员和进行流行病学研究的学生至关重要。本指南探讨了归因风险的概念、公式和实际例子，以帮助您准确地测量和解释暴露对疾病发生的影响。

什么是归因风险？

背景知识

归因风险 (AR) 量化了暴露组和非暴露组之间的发病率差异。它帮助研究人员了解有多少疾病负担可以归因于特定的暴露。这个指标广泛应用于流行病学中，以评估吸烟、污染或饮食习惯等风险因素对健康结果的影响。

关键公式

归因风险使用以下公式计算：

\[ AR = I_e - I_u \]

其中：

• \(I_e\) 是暴露组的发病率
• \(I_u\) 是非暴露组的发病率

这个简单而强大的公式提供了对暴露引起的病例可预防部分的见解。

实际例子：测量暴露的影响

例子 1：吸烟与肺癌

情景： 一项研究发现，吸烟者肺癌发病率为每 10 万人中 150 例，而非吸烟者发病率为每 10 万人中 10 例。

1. 计算归因风险：\(150 - 10 = 140\) 每 10 万人
2. 解释： 每 10 万肺癌病例中，有 140 例可归因于吸烟。

例子 2：空气污染与哮喘

情景： 在一个污染的城市，哮喘发病率为每 1,000 人中 25 例，而在清洁环境中为每 1,000 人中 10 例。

1. 计算归因风险：\(25 - 10 = 15\) 每 1,000 人
2. 解释： 每 1,000 人中，有 15 例额外的哮喘病例是由空气污染引起的。

关于归因风险的常见问题

Q1：负的归因风险是什么意思？

负的 AR 表明暴露可能具有保护作用，而不是有害的。例如，摄入某些营养物质可能会降低患慢性疾病的风险。

Q2：归因风险可以超过暴露组的发病率吗？

不，归因风险不能超过暴露组的发病率。如果超过了，则表明数据收集或分析中存在错误。

Q3：归因风险如何在公共卫生政策中使用？

归因风险告知决策者减少暴露的潜在好处。例如，根据归因风险计算，禁止在公共场所吸烟可以显著降低肺癌发病率。

术语表

• 发病率： 在特定时期内，人群中出现的新疾病病例数。
• 暴露： 任何增加患病可能性的因素。
• 可预防部分： 通过消除暴露可以预防的疾病病例的比例。

关于归因风险的有趣事实

1. 吸烟的影响： 吸烟约占所有肺癌死亡人数的 90%，使其成为全球最高的归因风险之一。

2. 饮食与心脏病： 不良饮食导致近一半的心血管疾病病例，突出了营养教育的重要性。

3. 环境因素： 空气污染每年导致数百万例过早死亡，不同地区的归因风险差异显著。