了解风险

什么是风险?

风险是指一些事件发生的可能性。例如，如果您每天抽一包香烟且长达30年，研究结果表明您死于肺癌的风险达到10％[1]。

当治疗患者时，医生会使用研究数据来告诉他们自己哪种治疗方法适合那名患者。这些数字还告诉他们副作用的风险。如果您是一名男性，您的外科医生告诉您需要切除前列腺，但以后可能会有勃起问题。您的外科医生可能会认为该风险太低，根本不值得担心。但您可能认为任何可能性都太高了。这就是您需要了解什么是风险的原因，这样您能够参与治疗决定。

想象一下您在扔硬币。它有两面：正面和反面。因此，有1/2的概率出现正面，1/2的概率出现反面。无论您扔多少次硬币，每次出现正面和反面的概率都是一样的。

1/2的概率也可以写成50%的概率。“百分比”的意思是“百分之几”，所以50%是这样的：

举一个与医学有关的例子。假设您的医生说：“您使用这种药物后，有50％的概率可以治愈。”如果有100名像您这样的患者接受治疗，那么有50名患者（上面的红点）没有治愈，50名（白点）治愈了。这里还有两个例子：

要记住的是，在这两种情况下，白点都显示能够被治愈的概率。

如果您看到的数字是0.8%，这意味着风险小于1 / 100。小数点后面的零越多，概率就越低。例如：

0.008%的风险是8/100,000
0.008%的风险是8/1,000,000

这些都是可能发生在您身边的关于概率的基础知识。如果您觉得难以理解，请不要担心。每个人理解起来都会或多或少地存在一些问题。您需要记住一点，发生某件事情的概率很低并不意味着不会发生。请您记住，就算100人中有1人（我们图中的一个点），仍然意味着有1个人会有这种副作用。

在下一个章节中，我们将解释如何利用概率或风险来理解治疗效果。

我如何使用风险来选择治疗？

风险有助于理解治疗效果如何。

假设我们认为阿司匹林可以帮助您预防心脏病发作。为了验证这是否属实，我们将进行一项研究。在这项研究中，一些人服用阿司匹林，而另一些人则不服用。然后我们将观察服用阿司匹林的人心脏病发作的次数是否比不服用阿司匹林的人少。这项研究将可能持续5年。

现在我们来假设这项研究的结果：

如果您没有服用阿司匹林，这五年期间心脏病发作的风险是2%
如果您服用了阿司匹林，这五年期间心脏病发作的风险是1%

以下图形直观地显示了结果的情况：

所以研究会得出结论，阿司匹林使心脏病发作的概率降低1％（从2％下降）。这种情况被称为绝对危险度降低。

但是我们也可以认为，阿司匹林将心脏病发作的概率从2%降到1%，降低了一半（即50%）。所以我们可以认为阿司匹林降低了50％的概率，这就是相对危险度降低。

绝对值和相对值都说明风险降低。两者都描述了阿司匹林的相同作用。

如果您只听说过阿司匹林能降低50%的心脏病发作风险，您可能会（对该药物）很感兴趣。但如果您听说阿司匹林能使心脏病发作风险降低1%，您又会产生多大的兴趣呢？

咨询您的医生，看看他或她是否能提供给您绝对危险度或者相对危险度的数据。

您可能希望您的医生根据这一情况来计算风险。

摆脱数字的困扰

如果您不是一个“对数字敏感的人”，您可以用其他方法来考量风险，那会使您更容易理解。

图表：这些图表显示了数字的含义。
将该风险与其他风险进行比较：例如，您可能会说每年因吸一支烟而增加的死亡风险是非常小的。这一风险类似于被闪电击中两次的风险。
描述：使用“高”或“低”这两个词来讨论风险。这样人们更容易理解，但并不是很精确。人们对高或低的含义可能有非常不一致的看法[2]。

用图表表示风险

图表的优点之一是可以在一幅图中显示绝对危险度和相对危险度的改变[2]。

我们设想一项关于心脏病发作的新研究。假如您的外科医生告诉您，心脏动脉手术可以减少心脏病发作致死的风险，能够从20%降低到10%。

这就是可以表示这些信息的图表。

这张图表可以让您很清楚地知道开始的风险是什么，以及它是如何变化的。但它也能够显示另一条有用的信息。如果不做手术，心脏病发作的概率为20%，但心脏病根本不会发作的概率为80%。

如何比较风险？

为了理解小于1%（或1/100）的风险，您可能会发现将这些风险与生活中的其他风险进行比较可能会有帮助。

您可能看过有关女性服用避孕药会增加腿部血栓风险的新闻报道。

这些报道使许多年轻女性不敢服用避孕药。

但是，服用避孕药的年轻女性出现血栓的风险与被闪电击中的风险大致相同。这个风险略大于万分之一[3]。

还有另一个例子：如果您注射了流感疫苗，就会有百万分之一的概率患上格林-巴利综合征，这是一种会使您瘫痪的罕见疾病[4]。这和在10英里的自行车骑行过程中因发生事故死亡的风险大致相同。

在下面的图表中，您会看到其他一些罕见事件的发生风险[1]。您可能想要打印这张图表，并咨询您的医生，与这些罕见事件的发生风险相比，您疾病治疗方案的风险如何。

一些常见风险	发生概率
Dying in a road traffic accident over 50 years of driving	1 in 85
Needing emergency treatment in the next year from injury by a can, glass bottle, or jar	1 in 1000
Needing emergency treatment in the next year from injury by a bed, mattress, or pillow	1 in 2000
Dying in any accident at home in the next year	1 in 7100
Being hit in your home by a crashing aeroplane	1 in 250,000
Drowning in the bath in the next year	1 in 685,000

如何表示风险？

有些人用“高”或“低”来表示风险。如果您想让您的医生最大程度地考虑风险，您可以用这样的词来描述。但是您的医生可能对这些词含义的理解与您的理解不同。

因此，一名风险沟通专家已经制定了一个评估特定风险的量表，并建议医生可以使用这些词来表达[3] 。这是该量表的概要内容。

风险描述	百分比	概率
High	1	More than 1 in 100
Moderate	0.1	1 in 100 to 1 in 1000
Low	0.01	1 in 1000 to 1 in 10,000
Very Low	0.001	1 in 10,000 to 1 in 100,000
Minimal	0.0001	1 in 100,000 to 1 in 1,000,000
Negligible	0.00001	Less than 1 in 1,000,000

总结数据

阅读以上关于认识理解风险的介绍之后，当您要做出关于健康的决策时，您最好充分准备以权衡您的选择。您可以要求您的医生向您解释他或她推荐的任何治疗的风险和获益，并根据这些信息与您的医生共同决策。

如果您更喜欢用图表来表示数字，或者反过来，咨询您的医生是否可以用您理解的方式向您表述风险。

由Glyn Elwyn审核

The blind leading the blind in the land of risk communication
Promoting informed healthcare choices by helping people assess treatment claims

参考文献

Paling J. Up to your armpits in alligators? How to sort out what risks are worth worrying about! Risk Communication and Environmental Institute, Gainesville, U.S.A.; 1997.
Edwards A, Elwyn G, Mulley A. Explaining risks: turning numerical data into meaningful pictures. BMJ. 2002; 324: 827-830.
Mohanna K, Chambers R. Risk matters in healthcare: communicating, explaining and managing risk. Radcliffe Medical Press, Abingdon, UK; 2001.
Bennett P, Calman K (editors). Risk communication and public health. Oxford University Press, Oxford, UK; 2000.
Hayden M, Pignone M, Phillips C, et al. Aspirin for the primary prevention of cardiovascular events: summary of the evidence. Annals of Internal Medicine. 2002; 136: 161-172.