Relative Risk (RR, relatives Risiko) beschreibt in der klinischen Forschung das Verhältnis der Ereigniswahrscheinlichkeit in einer Expositions- bzw. Interventionsgruppe zur Wahrscheinlichkeit in einer Vergleichsgruppe. Es ist eine der zentralen Effektmaßzahlen in randomisierten klinischen Prüfungen, Kohortenstudien und in der Nutzen-Risiko-Bewertung. Ein RR von 1 bedeutet keinen Unterschied, Werte >1 sprechen für ein höheres Risiko unter der Exposition, Werte <1 für ein niedrigeres Risiko.
Für Stakeholder außerhalb der Biostatistik ist das RR besonders hilfreich, weil es intuitiv als „x-fach höher“ oder „x-fach niedriger“ kommuniziert werden kann. Gleichzeitig ist genau diese scheinbare Einfachheit eine häufige Fehlerquelle: Ohne Kontext zu Basisrisiko, Populationsdefinition und Beobachtungszeit kann das RR missinterpretiert und in Entscheidungsrunden über- oder untergewichtet werden.
Definition und Berechnung
Formal gilt: \(RR = rac{p_1}{p_0}\), wobei \(p_1\) die Ereigniswahrscheinlichkeit in der Interventions- oder Expositionsgruppe und \(p_0\) die Ereigniswahrscheinlichkeit in der Kontroll- oder Nicht-Expositionsgruppe ist. Als Ereignis kann z.B. das Auftreten einer Nebenwirkung, eines Krankheitsprogresses oder eines primären Endpunkts definiert sein. Für die praktische Interpretation ist wichtig, dass das RR eine relative Maßzahl ist: Es skaliert mit dem Basisrisiko der Vergleichsgruppe.
In Studienberichten wird das RR häufig zusammen mit Konfidenzintervallen und p-Werten dargestellt. Das Konfidenzintervall wird typischerweise auf der Log-Skala berechnet, da die Verteilung von RR-Schätzern asymmetrisch ist. Für seltene Ereignisse kann das RR instabil werden; dann sind exakte Verfahren oder geeignete Modelle (z.B. Poisson- oder log-binäre Regression) üblich.
Wichtig ist außerdem die Frage, welche Population die Grundlage der Berechnung bildet. Ein RR in der Intention-to-Treat-Population beantwortet eine andere Frage als ein RR in einer per-protocol-Population oder in einer Safety-Population. In Audits und Inspektionen wird häufig geprüft, ob die Populationsdefinitionen über Protokoll, SAP, Tabellen/Listen und Clinical Study Report hinweg konsistent angewendet wurden.
Interpretation: klinische Relevanz vs. statistische Signifikanz
Ein RR liefert erst in Verbindung mit dem absoluten Risiko eine belastbare klinische Interpretation. Beispiel: Steigt ein seltenes Ereignis von 0,1% auf 0,2%, entspricht das einem RR von 2, wirkt aber absolut betrachtet oft weniger gravierend als ein Anstieg von 10% auf 20% (ebenfalls RR=2). Deshalb werden in Entscheidungsprozessen häufig zusätzliche Kennzahlen wie absolute Risikodifferenz und Number Needed to Treat bzw. Harm herangezogen.
Für Zulassungsentscheidungen und HTA-Bewertungen zählt nicht nur die statistische Signifikanz, sondern auch die klinische Bedeutung: Effektgröße, Präzision, Konsistenz über Subgruppen, und Plausibilität im Kontext von Wirkmechanismus und Sicherheitsprofil.
Ein praktischer Prüfpunkt ist die Robustheit gegenüber Sensitivitätsanalysen: Ändert sich das RR wesentlich bei alternativen Zählregeln (z.B. bestätigte Endpunkte vs. Investigator-reported), bei unterschiedlichen Umgangsweisen mit fehlenden Daten oder bei Adjustierung relevanter Kovariaten, sollte die Interpretation entsprechend vorsichtig erfolgen.
Abgrenzung zu Odds Ratio und Hazard Ratio
Das RR ist direkt als Verhältnis von Wahrscheinlichkeiten interpretierbar und wird bevorzugt, wenn die Ereigniswahrscheinlichkeit beobachtbar ist (z.B. in RCTs oder Kohorten). Die Odds Ratio vergleicht Quoten (Odds) statt Wahrscheinlichkeiten und kann bei häufigen Ereignissen deutlich vom RR abweichen. Die Odds Ratio ist in Fall-Kontroll-Studien oft die einzige direkt schätzbare Effektmaßzahl, wird dann aber gelegentlich missverstanden, wenn sie als RR interpretiert wird.
Die Hazard Ratio stammt aus Zeit-zu-Ereignis-Analysen und vergleicht momentane Ereignisraten über die Zeit. Sie ist nicht identisch mit dem RR, kann aber bei proportionalen Hazards und bestimmten Annahmen eine ähnliche Richtung anzeigen. In klinischen Prüfungen mit zensierten Daten (z.B. Progression-Free Survival) ist die Hazard Ratio häufig der Standard.
Für die Kommunikation im Clinical Study Report ist es sinnvoll, im Methods-Teil explizit zu beschreiben, welche Effektmaßzahl primär ist und warum. Das reduziert das Risiko, dass Leser:innen Kennzahlen übersehen oder unzulässig vergleichen, etwa RR aus binären Endpunkten mit Hazard Ratios aus Zeit-zu-Ereignis-Analysen.
Typische Anwendungsfälle im CRO- und Sponsor-Umfeld
Im klinischen Projektmanagement und in der Statistikplanung spielt das RR in mehreren Phasen eine Rolle: bei der Operationalisierung von Endpunkten, bei der Sample-Size-Planung (wenn binäre Endpunkte vorliegen) sowie in Zwischen- und Finalanalysen. In Safety-Reviews wird das RR genutzt, um unerwünschte Ereignisse zwischen Behandlungsarmen zu vergleichen, insbesondere wenn Ereignisse als Inzidenzen pro Patientengruppe berichtet werden.
Auch in nicht-interventionellen Studien und Real-World-Evidence-Analysen dient das RR als leicht kommunizierbare Kennzahl, wobei Confounding und Bias stärker zu berücksichtigen sind. Hier werden oft adjustierte Modelle eingesetzt, z.B. Propensity-Score-Methoden oder multivariable Regressionen, um ein näherungsweise kausales RR zu schätzen.
Ein typisches Missverständnis in Projektteams ist, dass ein „gutes“ RR automatisch eine regulatorisch überzeugende Evidenz darstellt. Regulator:innen bewerten jedoch auch Datenqualität, Umgang mit Protokollabweichungen, Missing-Data-Strategie sowie die Konsistenz mit sekundären Endpunkten und Safety-Signalen. Deshalb sollte das RR stets als Teil eines Gesamtbildes interpretiert werden.
Regulatorische und methodische Einordnung
Regulatorisch ist keine spezifische Effektmaßzahl vorgeschrieben; entscheidend ist eine nachvollziehbare, prä-spezifizierte statistische Methodik im Prüfplan und eine transparente Berichterstattung im Studienbericht. Relevante Rahmenwerke sind u.a. ICH E9 (Statistical Principles for Clinical Trials) und ICH E3 (Clinical Study Report). Für die EU sind zudem Anforderungen der Clinical Trials Regulation (EU) Nr. 536/2014 an Dokumentation und Transparenz relevant; für Medizinprodukte können methodische Aspekte der MDR (EU) 2017/745 eine Rolle spielen, wenn klinische Daten zur Leistungs- und Sicherheitsbewertung herangezogen werden.
In der Praxis sollten Sponsoren darauf achten, Effektmaßzahlen konsistent über Protokoll, SAP, CSR und Publikationen zu verwenden, um Interpretationskonflikte zu vermeiden. Zusätzlich ist eine klare Definition des Ereignisses (z.B. Treatment-Emergent Adverse Event, bestätigter Endpunkt) notwendig, weil das RR sensibel auf unterschiedliche Zählregeln reagiert.
FAQ
Wann ist Relative Risk besser als Odds Ratio?
Wenn die Ereigniswahrscheinlichkeit direkt beobachtbar ist und Ereignisse nicht extrem selten sind, ist RR meist leichter zu interpretieren und vermeidet Übertreibungen, die bei Odds Ratios für häufige Ereignisse entstehen können.
Kann man Relative Risk in Fall-Kontroll-Studien berechnen?
In klassischen Fall-Kontroll-Designs ist das RR nicht direkt schätzbar, weil die Stichprobe nach Outcome gezogen wird. Hier wird typischerweise die Odds Ratio berichtet; bei seltenen Ereignissen nähert sie das RR an.
Wie sollte RR im Studienbericht dargestellt werden?
Üblich sind RR mit 95%-Konfidenzintervall, p-Wert und klare Angaben zu Populationsdefinition (z.B. ITT) sowie zur Ereignisdefinition und Auswertungsmethode.
Regulatorische Referenzen (Auswahl): ICH E9; ICH E3; Verordnung (EU) Nr. 536/2014; Verordnung (EU) 2017/745 (MDR).