Relative Risikoreduktion
In diesem Beitrag
Was versteht man unter Relativer Risikoreduktion?
Die Relative Risikoreduktion (RRR) ist ein statistisches Maß, das angibt, um wie viel Prozent das Risiko eines Ereignisses (z. B. Erkrankung, Rückfall, Misserfolg) in einer behandelten oder intervenierten Gruppe im Vergleich zu einer Kontrollgruppe reduziert wird. Sie berechnet sich aus der Differenz der Ereignisraten beider Gruppen, geteilt durch die Ereignisrate der Kontrollgruppe:
Formel: Relative Risikoreduktion
Dabei steht für die Ereignisrate in der Kontrollgruppe und für die Ereignisrate in der Interventionsgruppe. Das Ergebnis wird üblicherweise als Prozentwert angegeben.
Warum ist die Relative Risikoreduktion für statistische Analysen wichtig?
Die RRR ist vor allem in der klinischen Forschung, Epidemiologie und Evaluationsforschung weit verbreitet. Sie macht es einfach, die Wirksamkeit einer Intervention über verschiedene Studien und Kontexte hinweg zu vergleichen – unabhängig davon, wie häufig das Ereignis insgesamt auftritt.
Das klingt praktisch, birgt aber einen wichtigen Fallstrick: Die RRR sagt nichts darüber aus, wie groß das Ausgangsrisiko war. Eine RRR von 50 % klingt beeindruckend – egal ob das Risiko von 40 % auf 20 % oder von 2 % auf 1 % gesenkt wurde. Im ersten Fall wurden pro 100 Personen 20 Fälle verhindert, im zweiten nur 1. Ohne den absoluten Kontext kann die RRR daher irreführend wirken.
Praxisbeispiel zu Relativer Risikoreduktion
In einer klinischen Studie wird ein neues Medikament zur Vorbeugung von Herzinfarkten untersucht. 1.000 Personen erhalten das Medikament, weitere 1.000 erhalten ein Placebo. Nach zwei Jahren zeigt sich folgendes Ergebnis:
| Gruppe | Teilnehmer | Herzinfarkte | Ereignisrate |
|---|---|---|---|
| Medikament | 1.000 | 30 | 3,0 % |
| Placebo (Kontrolle) | 1.000 | 50 | 5,0 % |
Die Berechnung der RRR ergibt:
Berechnung im Beispiel
Das Medikament reduziert das Herzinfarktrisiko relativ um 40 %. Die absolute Risikoreduktion beträgt jedoch nur 2 Prozentpunkte (5 % − 3 %). Die NNT liegt bei 50 – das bedeutet, 50 Personen müssen behandelt werden, um einen Herzinfarkt zu verhindern. Beide Perspektiven zusammen geben ein realistisches Bild der klinischen Bedeutsamkeit.
