Kamag-anak na Formula sa Pagbawas ng Panganib | Kalkulahin ang RRR (na may Mga Halimbawa)

Formula upang Kalkulahin ang Kamag-anak na Pagbawas ng Panganib

Ang kamag-anak na pagbabawas ng peligro ay isang kamag-anak na pagbawas sa pangkalahatang mga panganib sa negosyo dahil sa masamang kalagayan ng isang nilalang na maaaring kalkulahin sa pamamagitan ng pagbawas sa rate ng Pang-eksperimentong kaganapan (EER) mula sa rate ng kaganapan ng kontrol (CER) at paghati sa resulta sa rate ng kaganapan ng kontrol ( ER).

Kamag-anak na pagbabawas ng peligro isang sukat ng pagbawas ng peligro sa pangkat ng eksperimentong laban sa pangkat ng kontrol kung saan walang nagamit na mga hakbang sa pagbawas ng peligro. Kung hindi man ito ay tinukoy bilang isang pagbawas sa posibilidad ng isang hindi magandang kaganapan sa kinalabasan pagkatapos mag-eksperimento sa isang solusyon kumpara sa control group kung saan walang ibinigay na pang-eksperimentong paggamot. Ang konsepto ng kamag-anak na peligro ay mas tumpak kumpara sa ganap na peligro.

Sa ganap na pormula sa peligro, ang pagkakaiba sa pagitan ng hindi magandang kinalabasan sa pagitan ng pangkat ng eksperimento at pangkat ng kontrol ay kinuha ngunit ang sukdulang pormula ng peligro ay hindi sinusukat ang batayan kung saan nangyari ang pagbawas na ginamit sa pormulang ito. Pangunahin itong ginagamit sa industriya ng klinikal kung saan sa unang masamang porsyento ng mga kinalabasan ay sinusukat sa isang control group. Pagkatapos sa isa pang pangkat na tinawag na pangkat ng eksperimento, ang bagong gamot o paggamot ay ibinibigay at alamin ang porsyento ng isang hindi magandang kinalabasan. Ang pagkakaiba sa pagitan ng hindi magandang kinalabasan sa pang-eksperimentong pangkat at ang pangkat ng pagkontrol ay kilala bilang relatibong pagbabawas ng peligro.

Kamag-anak na Pagbawas ng Panganib = (CER-EER) / CER

  • CER = Rate ng Kaganapan sa pangkat ng Pagkontrol
  • EER = Rate ng Kaganapan sa Pangkat ng Eksperimento

Sa pormulang ito, kung ang RRR ay magiging negatibo na nangangahulugang ang peligro ng kinalabasan ay nadagdagan ng paggamot dahil sa EER na may higit sa CER. Sa kabilang panig kung ang RRR ay positibo na nangangahulugang ang peligro ng kinalabasan ay nabawasan ng paggamot at ang paggamot na ito ay maaaring karagdagang suriin at ilapat para sa pag-apruba.

Mga halimbawa

Maaari mong i-download ang Template ng Excel na Ito ng Kamag-anak na Pagbawas ng Panganib sa Pelikula - Mag-uugnay na Pamamaraan sa Pagbawas ng Panganib na Template ng Excel

Halimbawa # 1

Sabihin nating ang rate ng Kaganapan sa Control Group ay 50% at ang rate ng kaganapan sa pangkat ng eksperimento ay 40%.

Sa ibaba ay binibigyan ng data para sa pagkalkula ng Relative Risk Reduction.

RRR = (50-40) / 50

RRR = 20%

Halimbawa # 2

Sabihin nating ang mga siyentipiko ay nakakita ng isang bagong gamot para sa cancer. Nais nilang mag-eksperimento sa isang tiyak na pangkat ng mga pasyente at nais malaman ang resulta ng mga operasyon. Para sa eksperimento, kumuha sila ng 2 mga sample ng 100 mga pasyente bawat isa. Sa isang pangkat ng mga pasyente na kilala bilang control group, ang paggamot ay ibinibigay tulad ng dati. Sa iba pang mga pangkat ng mga pasyente na kilala bilang pangkat ng Eksperimento, ginagamit ang bagong paggamot na ito. Ngayon ang mga pasyente ay sinusunod at naghahanap ng isang hindi magandang kinalabasan. Sabihin nating sa control group kung saan hindi naibigay ang bagong paggamot, ang bilang ng kamatayan ng mga pasyente ay 70%. Ngunit sa isang bagong paggamot, ang rate ng pagkamatay ay nabawasan sa 40%. Sa impormasyong ito, malalaman natin ang RRR.

Sa ibaba ay binibigyan ng data para sa pagkalkula ng Relative Risk Reduction.

Pagkalkula ng RRR = (70-40) / 70

RRR = 30/70

Magiging RRR -

RRR = 42.86%

Halimbawa # 3

Sabihin nating ang Pfizer na isang nangungunang kumpanya ng pharma sa US ay nakakita ng paggamot kung saan ang mga pagkakataong ilipat ang HIV virus mula sa ina hanggang sa bata ay mabawasan para sa isang bagong silang na sanggol. Nais nilang mag-eksperimento sa isang tiyak na pangkat ng mga pasyente at nais malaman ang resulta ng mga operasyon. Para sa eksperimento, kumuha sila ng 2 mga sample ng 100 mga pasyente bawat isa. Sa isang pangkat ng mga pasyente na kilala bilang control group, ang paggamot ay ibinibigay tulad ng dati. Sa iba pang mga pangkat ng mga pasyente na kilala bilang pangkat ng Eksperimento, ginagamit ang bagong paggamot na ito. Ngayon ang mga pasyente ay sinusunod at naghahanap ng isang hindi magandang kinalabasan. Sabihin nating sa control group kung saan hindi naibigay ang bagong paggamot, ang rate ng paglipat ng HIV virus ay 90%. Ngunit sa paggamot ng mga pagkakataon ng paglipat nabawasan sa 50%. Sa impormasyong ito, malalaman natin ang RRR.

Ang sumusunod ay data para sa pagkalkula ng Relative Risk Reduction ng kumpanya ng pharma

Pagkalkula ng Kamag-anak na Pagbawas ng Panganib = (90-50) / 90

RRR = 40/90

Magiging RRR -

RRR = 44.44%

Kamag-anak na Calculator ng Pagbawas ng Panganib

Maaari mong gamitin ang sumusunod na Relative Risk Reduction Calculator.

CER
EER
Kamag-anak na Formula sa Pagbawas ng Panganib =
 

Kamag-anak na Formula sa Pagbawas ng Panganib =
CER - EER
=
CER
0 − 0
=0
0

Kaugnayan at Paggamit

Ang pormula ng Relative Risk Reduction ay malawakang ginagamit sa industriya ng medikal upang subukan ang kahalagahan ng mga bagong gamot sa pangkat ng mga pasyente. Ginagamit ito upang suriin kung talagang epektibo ang gamot at kung gaano karaming porsyento ang maaaring mabawasan ang panganib ng masamang kinalabasan? Sa kabilang banda, ang ganap na pagbawas ng peligro ay nagbibigay lamang ng pagkakaiba sa pagitan ng hindi magandang kinalabasan ng pangkat ng Control at ng pangkat ng Eksperimento. Kaya't ang ganap na pagbawas ng peligro ay hindi nagbibigay ng impormasyon na sa kung anong batayan nangyari ang pagbawas ng peligro. Ngunit ang pormula ng pagbabawas ng peligro na panganib ay nagbibigay din ng impormasyong iyon. Dahil nagbibigay ito ng pagbabago ng porsyento.

Kaya't ang kamag-anak na pormula sa pagbabawas ng peligro ay maaaring magamit upang ihambing laban sa iba't ibang populasyon na may iba't ibang mga panganib sa baseline.