In Ihrem Alltag begegnen Ihnen häufig Prozentangaben. Aber was sagen die tatsächlich aus? Stellen Sie sich vor, Sie stehen im Supermarkt vor dem Kühlregal mit Sonderangeboten. Ihnen fallen zwei reduzierte Joghurts auf. Durch welchen Preisnachlass sparen Sie am meisten?
Klicken Sie auf den richtigen Becher.
In Gesundheitsfragen interessieren uns nicht reduzierte Preise, sondern die Reduktion von Risiken.
Stellen Sie sich vor, Sie wollen sich zu einer Krebs- Früherkennungsuntersuchung informieren und finden folgende Anzeigen. Was denken Sie, welche Information würde Sie eher davon überzeugen, dass die Früherkennung wichtig ist?
Klicken Sie auf die Information.
Sie haben es wahrscheinlich bereits geahnt: Die Art und Weise, wie der Nutzen dargestellt wird, beeinflusst Ihre Entscheidung. Beide Aussagen beziehen sich auf die gleiche Früherkennung und sind statistisch korrekt. Sie haben jedoch eine unterschiedliche Aussagekraft.
Schauen wir uns zunächst an, wie die Ergebnisse entstanden sind.
Eine randomisiert-kontrollierte Studie kam zu dem Ergebnis, dass mit der Früherkennung eine Person weniger an Krebs verstirbt als ohne Früherkennung.
Wie ist es möglich, dass eine Person Unterschied als 0,1% und 25% dargestellt werden kann?
Um das besser zu verstehen, hilft uns die Frage: Prozent von was?
Die 0,1% in unserem Beispiel stellt die absolute Risikoreduktion dar und bezieht sich auf die konkrete Anzahl von Personen, die einen Nutzen durch die Früherkennung haben.
Die Anzahl der teilnehmenden Personen wird hierbei mit betrachtet.
Durch die Früherkennung wird 1 von 1000 Personen (0,1%) gerettet.
Die 25% in unserem Beispiel stellt die relative Risikoreduktion dar und bezieht sich auf die Anzahl der Todesfälle durch Krebs.
Die eine Person, die durch die Früherkennung weniger verstirbt, wird im Verhältnis zu den vier Todesfällen ohne Früherkennung betrachtet.
Mit der Früherkennung werden 1 von 4 (25%) Todesfälle verhindert.
Die relative und absolute Risikoreduktion sind zwei verschiedene Möglichkeiten den Effekt einer Behandlung zu beschreiben. Allerdings ist es wichtig bei der Interpretation die jeweilige Aussagekraft zu berücksichtigen:
Die relative Risikoreduktion (25% in unserem Beispiel):
Die absolute Risikoreduktion (0,1% in unserem Beispiel):
Die Zahlen für das Beispiel stammen von der Sigmoidoskopie (kleine Darmspiegelung) als Früherkennungsuntersuchung für Darmkrebs. Wenn Sie sich mit Früherkennungsuntersuchungen beschäftigen, werden Ihnen wahrscheinlich noch mehr Beispiele auffallen, bei denen die relative Risikoreduktion beeindruckender ist als die absolute Risikoreduktion.
Wenn Sie mehr über Früherkennungen erfahren möchten, finden Sie hier einen Artikel über den Nutzen und Schaden von Früherkennungsuntersuchungen.
Wenn Sie ein weiteres Beispiel zur relativen und absoluten Risikoreduktion haben möchten, finden Sie hier eines zum Thema Ernährung.
Berechnen Sie die relative und absolute Risikoreduktion für das folgende fiktive Beispiel:
Mit der der Behandlung werden 5 Erkrankungen verhindert. Ohne Behandlung erkranken 10 Personen. Mit der Behandlung wird also die Hälfte vor der Erkrankung geschützt. Die relative Risikoreduktion liegt also bei 50%.
Es erkranken 10 von 100 Personen ohne Behandlung und 5 von 100 Personen mit Behandlung. Mit Behandlung erkranken also 5 von 100 Personen weniger. Anders ausgedrückt: 10% - 5% = 5%
In diesem Beispiel geht es um das Risiko in den nächsten 10 Jahren erstmalig einen Herzinfarkt zu erleiden. Das Risiko hängt von verschiedenen Faktoren ab und kann von Mensch zu Mensch sehr unterschiedlich sein.
Die Grafik zeigt zwei Gruppen mit unterschiedlichem Basisrisiko. Das Basisrisiko gibt an, wie viele Personen ohne jegliche Behandlung in unserem Fall in den nächsten 10 Jahren erstmalig einem Herzinfarkt erleiden.
Durch die Behandlung mit einem bestimmten Medikament kann das Risiko um relativ 20 % gesenkt werden.
Lassen Sie uns nun gemeinsam überprüfen, welchen Einfluss das individuelle Basisrisiko auf den Nutzen der Behandlung hat.
Relative Risikoreduktion = 20%
Absolute Risikoreduktion = 4 von 100
Relative Risikoreduktion = 20%
Absolute Risikoreduktion = 1 von 100
Obwohl die relative Risikoreduktion in beiden Gruppen identisch war, unterscheidet sich der Nutzen für die Personen je nach Basisrisiko.
Während bei 4 von 100 Personen mit hohem Basisrisiko ein Herzinfarkt durch das Medikament verhindert werden kann, profitiert nur 1 von 100 Personen mit niedrigem Basisrisiko. Der Nutzen des Medikamentes ist also von dem Risiko abhängig, einen Herzinfarkt zu erleiden.
Halten Sie für Entscheidungen daher Ausschau nach absoluten Risikoreduktionen in Verbindung mit dem Basisrisiko.
Vielleicht ist Ihnen aufgefallen, dass in unseren Beispielen die Vergleichsgruppen immer gleichgroß waren. Das ist aber nicht immer so. In den nachfolgenden Übungen lernen Sie die Berechnung der absoluten und relativen Risikoreduktion, wenn die Gruppen nicht gleichgroß sind.
Außerdem finden Sie ein Beispiel, wie Werbung von Pharmaunternehmen auch Ärzt*innen beeinflussen kann.
Die Übungsaufgaben steigen in Ihrer Schwierigkeit. Wenn Sie noch keine oder wenig Erfahrung mit der Berechnung haben, empfehlen wir Ihnen mit Aufgabe 1 zu beginnen.
Sie haben sich nun umfänglich mit der Interpretation und Berechnung von Risikoreduktionen vertraut gemacht.
Wir hoffen, dass Sie von diesem Wissen in Ihrem beruflichen und persönlichen Leben profitieren können und wünschen Ihnen viel Erfolg bei der Anwendung.
Wenn Sie Fragen oder Anregungen haben, zögern Sie nicht, uns zu kontaktieren.
Berechnen Sie die relative und absolute Risikoreduktion für das folgende fiktive Beispiel:
Da die Gruppengrößen nun unterschiedlich groß sind, können wir die erkrankten Personen nicht mehr einfach ins Verhältnis setzen. Wir müssen daher als Erstes die Ereignisraten berechnen. Die Ereignisrate beschreibt die relative Häufigkeit, in der das Ereignis in einer Gruppe auftritt. In unserem Beispiel sind das die Personen, die ohne beziehungsweise mit Behandlung erkranken.
Berechnen Sie die relative und absolute Risikoreduktion für das folgende fiktive Beispiel:
| Gruppe | erkrankte Personen | nicht erkrankte Personen | Gesamtanzahl untersuchter Personen |
|---|---|---|---|
| Kontrollgruppe | 23 | 184 | 197 |
| Interventionsgruppe | 17 | 186 | 203 |
Statt in einer übersichtlichen Grafik finden Sie die Ergebnisse nun in einer Tabelle. Weiterhin hat sich die Bezeichnung der Gruppen verändert. Die Kontrollgruppe hat keine Behandlung erhalten. Die Interventionsgruppe hat eine Behandlung erhalten.
Relative Risikoreduktion berechnen:
Formel für relative Risikoreduktion:
Absolute Risikoreduktion berechnen:
Formel für aboslute Risikoreduktion:
Ein großes Pharmaunternehmen macht für eines ihrer neuen Medikamente Werbung. Durch das neue Medikament sinkt die Sterblichkeit durch Herz-Kreislauf-Erkrankungen bei Personen mit Herzinsuffizienz (Herzschwäche) um 20 %. In einer Studie wurde das neue Medikament (Entresto) mit einem bewährten Mittel (Enalapril) verglichen. Dabei kam es zu folgenden Ergebnissen:
| Probanden die durch ein kardio- vaskuläres Ereignis gestorben sind | Probanden die nicht durch ein kardiovaskuläres Ereignis gestorben sind | Gesamtanzahl der Probanden | |
| Behandlung mit Entresto | 558 Probanden | 3629 Probanden | 4187 Probanden |
| Behandlung mit Enalapril | 693 Probanden | 3519 Probanden | 4212 Probanden |
Bestimmt ahnen Sie es bereits: Bei den angegebenen 20% handelt es sich um die relative Risikoreduktion.
Berechnen Sie aus den tabellarischen Angaben die absolute Risikoreduktion. Was fällt Ihnen auf?
Auch hier fällt die absolute Risikoreduktion deutlich geringer aus als die beeindruckende relative Risikoreduktion von 20%.
Die Ergebnisse, die in der Werbung präsentiert wurden stammen aus der nachfolgenden Studie. In der Studie wurde ein Hazard Ratio von 0,8 berechnet. Hieraus wurde zur Vereinfachung die relative Risikoreduktion abgeleitet.
McMurray, J. J. V., Packer, M., Desai, A. S., Gong, J., Lefkowitz, M. P., Rizkala, A. R., Zile, M. R. (2014). Angiotensin-neprilysin inhibition versus enalapril in heart failure. The New England Journal of Medicine, 371(11), 993–1004. doi: 10.1056/NEJMoa1409077
Hier gelangen Sie direkt zur Studie.
Prof. Dr. Anke Steckelberg
E-Mail: anke.steckelberg@medizin.uni-halle.de
Tel.: 0049-(0)345-557 4106
Sandro Zacher
E-Mail: sandro.zacher@medizin.uni-halle.de
Tel.: 0049-(0)345-577 4478
Martin-Luther-Universität Halle-Wittenberg
Medizinische Fakultät
Institut für Gesundheits- und Pflegewissenschaft
Magdeburger Str. 8
06112 Halle
www.medizin.uni-halle.de/pflegewissenschaft/
Prof. Dr. Anke Steckelberg
E-Mail: anke.steckelberg@medizin.uni-halle.de
Tel.: 0049-(0)345-557 4106
Sandro Zacher
E-Mail: sandro.zacher@medizin.uni-halle.de
Tel.: 0049-(0)345-577 4478
Martin-Luther-Universität Halle-Wittenberg
Medizinische Fakultät
Institut für Gesundheits- und Pflegewissenschaft
Magdeburger Str. 8
06112 Halle
Prof. Dr. Anke Steckelberg
Martin-Luther-Universität Halle-Wittenberg
Medizinische Fakultät
Institut für Gesundheits- und Pflegewissenschaft
Magdeburger Str. 8
06112 Halle
Tel.: 0049-(0)345-5571220 (Sekretariat)
www.medizin.uni- halle.de/pflegewissenschaft/
Anke Steckelberg (Anschrift wie oben)
Alle auf unserer Internetseite veröffentlichten Grafiken sind von uns selbst erstellt oder stammen aus im Internet frei verfügbaren Bibliotheken.
Kendrick Bollens
LA Webhosting
Nathalie Rudolph
(Wissenschaftliche Hilfskraft)
Bitte beachten Sie unseren Disclaimer und Datenschutzbestimmungen.
Berechnen Sie die relative Risikoreduktion (RRR) für das folgende Beispiel. In einer randomisierten-kontrollierten Studie wurden zwei Gruppen mit jeweils 100 Personen über einen längeren Zeitraum beobachtet. Die Personen in der Kontrollgruppe erhielten keine Behandlung. Die Personen in der Interventionsgruppe erhielten eine neuartige Behandlung. Ziel der Studie war es herauszufinden wie viele Personen in den Gruppen erkranken. Bis auf die Behandlung sind sich die Personen in beiden Gruppen ähnlich (z.B. Geschlecht und Alter).
Gruppe ohne Behandlung
(Kontrollgruppe)
10 von 100 Personen erkranken.
Gruppe mit Behandlung
(Interventionsgruppe)
5 von 100 Personen erkranken.
Mit der der Behandlung werden 5 Erkrankungen verhindert. Ohne Behandlung erkranken 10 Personen. Mit der Behandlung wird also die Hälfte vor der Erkrankung geschützt. Die relative Risikoreduktion liegt also bei 50%.
| erkrankte Personen | nicht erkrankte Personen | Gesamtanzahl untersuchter Personen | |
| Kontrollgruppe | 23 | 184 | 197 |
| Interventionsgruppe | 17 | 186 | 203 |
Berechnen Sie die absolute Risikoreduktion (ARR) für das folgende Beispiel. In einer randomisierten-kontrollierten Studie wurden zwei Gruppen mit jeweils 100 Personen über einen längeren Zeitraum beobachtet. Die Personen in der Gruppe A (Kontrollgruppe) erhielten keine Behandlung. Die Personen in Gruppe B (Interventionsgruppe) erhielten eine neuartige Behandlung. Ziel der Studie war es herauszufinden, wie viele Personen in den Gruppen erkranken. Bis auf die Behandlung sind sich die Personen in beiden Gruppen ähnlich (z.B. Geschlecht und Alter).
Gruppe ohne Behnadlung
(Kontrollgruppe)
10 von 100 Personen erkranken.
Gruppe mit Behnadlung
(Interventionsgruppe)
5 von 100 Personen erkranken.
Es erkranken 10 von 100 Personen ohne Behandlung und 5 von 100 Personen mit Behandlung. Mit Behandlung erkranken also 5 von 100 Personen weniger. Anders ausgedrückt: 10% - 5% = 5%
| erkrankte Personen | nicht erkrankte Personen | Gesamtanzahl untersuchter Personen | |
| Kontrollgruppe | 23 | 184 | 197 |
| Interventionsgruppe | 17 | 186 | 203 |
Wir hoffen, dass Sie durch das Tool einen tieferen Einblick in die Darstellung und Berechnung von Risikoreduktionen erhalten haben.
Werfen Sie einen Blick in die Quellen und erfahren Sie woher die Zahlen für die Beispiele in diesem Tool
stammen.
Klicken Sie auf "Weiterführende Links" um mehr zum Thema zu erfahren.
