SPSS详细教程:相对危险度(RR)的计算

一、问题与数据

研究者想探索吸烟与肺癌间的关联，即吸烟者患肺癌的风险是否比不吸烟者高以及高多少。研究者从一般人群中随机抽样700名调查对象建立前瞻性队列研究。调查对象的吸烟状态为吸烟或不吸烟。在研究开始时，所有调查对象均未患肺癌。研究者随访10年记录调查对象是否患肺癌。

因此，研究者可以分别得到患肺癌的吸烟者、未患肺癌的吸烟者、患肺癌的不吸烟者和未患肺癌的不吸烟者的人数，据此可以计算吸烟组与不吸烟组的风险差异。

本例中代表吸烟状态的变量为smoking_status，吸烟赋值为1，不吸烟赋值为2；代表随访期肺癌发病与否的变量为lung_cancer，患肺癌赋值为1，未患肺癌赋值为2。

部分数据截图如下，左侧为原始数据，右侧为按不同吸烟状态和患肺癌与否统计的汇总数据。

二、对问题的分析

为计算相对危险度(RR)，需要满足以下假设：

假设1：因变量和自变量均为二分类变量。

假设2：各观测间相互独立。

接下来将详细介绍如何计算相对危险度。

三、SPSS操作

1. 数据准备

如果研究者使用原始数据，则跳过数据准备步骤，直接计算相对危险度；如果使用按不同吸烟状态和患肺癌与否来统计得到汇总数据，则需要添加权重，步骤如下。

(1)点击主菜单Data > Weight Cases，如下图：

点击后出现Weight Cases对话框，如下图：

(2)勾选Weight cases by选项，激活 键和Frequency Variable: 框，如下图：

(3)将变量freq选入Frequency Variable框，如下图：

(4)点击OK键，为数据加权。

2. 相对危险度的SPSS操作

(1)点击主菜单Analyze > Descriptive Statistics > Crosstabs，如下图：

点击后出现Crosstabs对话框，如下图：

注意：如果使用频数统计的数据文件，Crosstabs对话框如下图：

(2)将自变量smoking_status选入Row(s)框，因变量lung_cancer选入Column(s)框，如下图：

注意：如果使用频数统计的数据文件，Crosstabs对话框如下图：

(3)点击Statistics键，出现Crosstabs：Statistics对话框，如下图：

(4)勾选Risk，如下图：

(5)点击Continue键，返回Crosstabs对话框。

(6)点击Cells键，出现Crosstabs：Cell Display对话框，如下图：

(7)勾选Percentanges区域的Row，如下图：

(8)点击Continue键，返回Crosstabs对话框。

(9)点击OK键，生成结果。

四、结果解释

1. 描述性统计分析

在报告相对危险度前，研究者应该先查看基本的一些统计量，了解数据特征。本例中在smoking_status*lung_cancer Crosstabulation表，如下图：

首先，表中可看到在350名吸烟者中患肺癌的人数，如下图高亮：

随访期间29名吸烟者患肺癌，即8.3%（29÷350*100%=8.3%）的吸烟者患肺癌。

注意：表中仅保留了一位小数，SPSS会自动计算相对危险度；如果研究者想得到更多小数位数手动计算的相对危险度，则双击smoking_status*lung_cancer Crosstabulation表，如下图。可观察到8.3%变为8.285714%。

其次，还能看到350名不吸烟者中患肺癌的人数，如下图：

随访期间9名不吸烟者患肺癌，即2.6%（9÷350*100%=2.6%）的不吸烟者患肺癌。研究者想得到更多小数位数手动计算的相对危险度，也可以如上操作，2.6%变为2.571429%，如下图：

从smoking_status*lung_cancer Crosstabulation表中可以得到初步结论：与不吸烟者相比，吸烟者患肺癌的风险更高。

研究者可以汇报：本研究随机抽样700名调查对象，吸烟者和不吸烟者各350名，吸烟者患肺癌的比例（8.3%）高于不吸烟者（2.6%）。

当然，研究者也可以选择分别汇报患肺癌的吸烟者、未患肺癌的吸烟者、患肺癌的不吸烟者和未患肺癌的不吸烟者的人数。

2. 相对危险度

相对危险度结果可以在Risk Table表中查看，如下图高亮显示。

注意：表中高亮显示的为“For cohort lung_cancer=Yes”行，不是“For cohort lung_cancer=No”，因为研究者感兴趣的是吸烟对患肺癌的影响。

吸烟者患肺癌的相对危险度是3.222，95%置信区间为1.548到6.707。95%置信区间说明研究者有95%的把握说明人群中真实的相对危险度在1.548和6.707间。

如果研究者手动计算相对危险度，则需要吸烟者患肺癌的比例即0.08285714和不吸烟者患肺癌的比例即0.02571429。将两个比例输入到相对危险度计算公式，如下图：

如果相对危险度大于1且95%置信区间不包括1，说明暴露组发生疾病的风险高于非暴露组，是结局的危险因素。本例中相对危险度3.222说明吸烟者患肺癌的风险高出不吸烟者222%。研究者还可以计算超额危险度，公式如下，其中RR为相对危险度。

本例中，超额危险度则为：

如果相对危险度小于1且95%置信区间不包括1，则意味着暴露组患病风险降低，是结局的保护因素。例如，相对危险度为0.34，代表与非暴露组相比，暴露组研究对象发生疾病的风险降低66%，计算如下。负号代表发生疾病的风险降低。

如果相对危险度的95%置信区间包括1，说明暴露组与非暴露组发生疾病的风险差异无统计学意义。

提示：研究者必须把自变量smoking_status选入Row(s)，因变量lung_cancer选入Column(s)。如果选反，则会出现如下结果。

上表中相对危险度为1.574，95%置信区间上下限也分别变为1.297和1.910。因此，研究者需注意选对自变量和因变量。

综上，研究者可以汇报：本研究随机抽样700名调查对象，吸烟者和不吸烟者各350名，吸烟者患肺癌的比例（8.3%）高于不吸烟者（2.6%）。与不吸烟者相比，吸烟者患肺癌的相对危险度为3.222（95%置信区间为1.548-6.707）。

五、撰写结论

如果相对危险度95%置信区间不包括1，可以汇报：

本研究随机抽样700名调查对象，吸烟者和不吸烟者各350名，吸烟者患肺癌的比例（8.3%）高于不吸烟者（2.6%）。与不吸烟者相比，吸烟者患肺癌的相对危险度为3.222（95%置信区间为1.548-6.707），且有统计学意义。

如果相对危险度95%置信区间包括1，可以汇报(另外列举一个例子)：

有900名永久性房颤病人随机分配至两组，每组450名，一组使用降低脑卒中风险的新药，另外一组使用常规药物。使用新药的房颤病人中11人（2.4%）患脑卒中，使用常规药物病人24人（4.7%）患脑卒中。与使用常规药物的房颤病人相比，使用新药的病人患脑卒中的相对危险度为0.524（95%置信区间为0.256-1.074），没有统计学意义。

推荐学习书籍
《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0

CDA学员免费下载查看报告全文：2026全球数智化人才指数报告【CDA数据科学研究院】.pdf