최종 업데이트: 2026-06-23

상대위험도

상대위험도는 위험비라고도 하며, 한 집단에서 결과가 다른 집단에 비해 얼마나 더, 또는 덜 일어나는지를 측정합니다. 역학과 임상 연구에서 가장 널리 보고되는 효과 측도의 하나로, 두 집단을 시간에 따라 앞으로 추적하며 누가 질병이나 부작용 같은 사건을 겪는지 살필 때 사용합니다. 이 계산기는 2×2 표의 네 빈도를 받아 상대위험도와 95% 신뢰구간을 함께 돌려주므로, 효과의 크기와 그것이 얼마나 정밀하게 추정되었는지를 함께 판단할 수 있습니다.

위험과 2×2 표

한 집단에서 결과의 위험은 그 집단에서 결과를 경험한 사람의 비율입니다. 두 집단 — 흔히 노출군(또는 처치군)과 비노출군(또는 대조군) — 을 비교하려면 데이터를 2×2 표로 배열합니다.

여기서 $a$는 결과를 경험한 노출 대상자, $b$는 경험하지 않은 노출 대상자의 수이고, $c$와 $d$는 비노출군의 같은 빈도입니다. 노출군의 위험은 $a/(a+b)$, 비노출군의 위험은 $c/(c+d)$입니다.

상대위험도 계산식

상대위험도는 두 위험의 비입니다.

$RR = \frac{a / (a + b)}{c / (c + d)}$

직관은 분명합니다. 노출군의 위험을 비노출군의 위험으로 나누어 한쪽을 다른 쪽의 배수로 표현합니다. 두 비율의 비이므로 무차원이고 전달하기 쉽습니다.

결과 해석

• $RR \gt 1$ — 노출군에서 결과가 더 잘 일어납니다. $RR$이 3이면 위험이 세 배입니다.
• $RR \approx 1$ — 두 집단의 위험이 같아 노출이 차이를 만들지 않습니다.
• $RR \lt 1$ — 노출군에서 결과가 덜 일어납니다. $RR$이 0.5이면 위험이 절반이며, 흔히 보호 효과로 해석합니다.

비 하나만으로는 기저율이 가려지므로, 상대위험도는 절대위험과 함께 읽어야 합니다. 위험을 100만 명 중 1명에서 2명으로 두 배 늘리면 상대위험도는 2이지만 절대 변화는 미미한 반면, 20%에서 40%로 두 배 늘리면 같은 상대위험도라도 실세계에서는 큰 차이입니다. 기저율이 중요한 경우에는 상대위험도와 절대위험을 함께 보고합니다.

95% 신뢰구간

상대위험도는 표본에서 추정되므로 불확실성을 동반합니다. 표준오차는 로그 위험비의 표본분포가 근사적으로 정규를 따르는 자연로그 척도에서 계산합니다.

$SE(\ln RR) = \sqrt{\frac{1}{a} - \frac{1}{a+b} + \frac{1}{c} - \frac{1}{c+d}}$

그런 다음 95% 구간을 로그 공간에서 만들고 다시 지수를 취해 비 척도로 되돌립니다.

$CI_{95\%} = \exp\!\left(\ln RR \pm 1.96 \cdot SE(\ln RR)\right)$

구간이 1을 포함하지 않으면 차이가 5% 유의수준에서 통계적으로 유의하고, 1을 포함하면 데이터는 차이가 없다는 것과도 양립합니다. 이 공식은 결과 빈도 $a$와 $c$가 양수일 것을 요구하므로, 구간을 계산하기 전에 두 값을 검증합니다.

계산 예시

코호트 연구가 노출 대상자 100명과 비노출 대상자 100명을 추적한다고 합시다. 노출군에서는 30명이 결과를 겪고 70명은 겪지 않으며, 비노출군에서는 10명이 겪고 90명은 겪지 않습니다. 이 네 빈도가 아래의 2×2 칸 a, b, c, d입니다.

노출군이 결과를 경험할 가능성은 세 배입니다. 신뢰구간(1.55부터 5.80까지)이 전부 1보다 위에 있으므로 높아진 위험은 통계적으로 유의합니다.

상대위험도와 오즈비

상대위험도는 각 집단의 기저 위험을 알 수 있을 때에만 추정할 수 있으며, 이는 대상자를 시간에 따라 앞으로 추적하는 코호트 연구나 무작위 시험을 필요로 합니다. 환자-대조군 연구에서는 대상자를 결과 상태로 선정하므로 위험을 측정할 수 없어 오즈비 계산를를 대신 보고합니다. 결과가 드물면 오즈비가 상대위험도에 가깝게 근사하지만, 결과가 흔하면 오즈비는 효과를 과장합니다. 임상 의사결정에서는 위험 차이를 한 명이 이득을 보기까지 치료해야 할 환자 수로 옮기는 치료 필요 환자 수(NNT) 계산와와 상대위험도를 흔히 함께 사용합니다.