26/03/2026
En el fascinante mundo de la estadística y la epidemiología, comprender cómo un factor específico puede influir en la probabilidad de que ocurra un evento es crucial. Ya sea para evaluar la eficacia de un nuevo medicamento, identificar factores de riesgo para una enfermedad o entender el impacto de ciertos hábitos, necesitamos herramientas precisas que nos permitan cuantificar estas relaciones. Una de las más poderosas y ampliamente utilizadas es el Riesgo Relativo (RR).
El Riesgo Relativo no solo nos dice si un factor aumenta o disminuye la probabilidad de un evento, sino que también nos indica la magnitud de esa relación. Es una medida intuitiva que compara la probabilidad de que algo suceda en un grupo expuesto a un determinado factor, frente a un grupo que no ha estado expuesto. En este artículo, desglosaremos qué es el RR, cómo se calcula paso a paso, cómo interpretarlo y cuándo es la herramienta adecuada para sus análisis, diferenciándolo de otras métricas relacionadas.
- ¿Qué es el Riesgo Relativo (RR)?
- La Fórmula del Riesgo Relativo: Desglosando el Cálculo
- Interpretación del Riesgo Relativo: ¿Qué Significan los Números?
- Ejemplos Prácticos de Cálculo del Riesgo Relativo
- Riesgo Relativo vs. Odds Ratio (OR): Entendiendo las Diferencias
- Intervalos de Confianza para el Riesgo Relativo: La Precisión de la Estimación
- Preguntas Frecuentes (FAQ) sobre el Riesgo Relativo
- Conclusión
¿Qué es el Riesgo Relativo (RR)?
El Riesgo Relativo es una medida de asociación que cuantifica la fuerza de la relación entre una exposición (un factor de riesgo o protección) y un resultado (un evento o enfermedad). Se define como la razón de la probabilidad de que un evento ocurra en un grupo expuesto, dividida por la probabilidad de que el mismo evento ocurra en un grupo no expuesto. En esencia, responde a la pregunta: ¿cuántas veces es más probable (o menos probable) que ocurra el evento en los expuestos en comparación con los no expuestos?
Por ejemplo, si quisiéramos determinar el riesgo relativo de desarrollar cáncer de pulmón en fumadores (grupo expuesto) versus no fumadores (grupo no expuesto), calcularíamos la probabilidad de desarrollar cáncer de pulmón para los fumadores y la dividiríamos por la probabilidad de desarrollar cáncer de pulmón para los no fumadores. Es importante destacar que el Riesgo Relativo no nos proporciona información sobre el riesgo absoluto de que el evento ocurra, sino más bien sobre la mayor o menor probabilidad del evento en el grupo de exposición frente al grupo de no exposición.
Esta medida es fundamental en los estudios prospectivos, como los estudios de cohortes, donde se sigue a grupos de individuos a lo largo del tiempo para observar la aparición de eventos. Permite a investigadores y profesionales de la salud tomar decisiones informadas sobre intervenciones, políticas de salud pública y recomendaciones de estilo de vida.
La Fórmula del Riesgo Relativo: Desglosando el Cálculo
El cálculo del Riesgo Relativo es bastante directo una vez que se tienen las probabilidades de ocurrencia del evento en ambos grupos. La fórmula general es:
RR = Probabilidad del evento en el grupo expuesto / Probabilidad del evento en el grupo no expuesto
Para entenderlo mejor, es común representar los datos en una tabla de 2x2, que organiza los resultados según la exposición y la ocurrencia del evento:
| Evento Presente | Evento Ausente | Total de Personas | |
|---|---|---|---|
| Grupo Expuesto | a | c | a + c |
| Grupo No Expuesto | b | d | b + d |
Donde:
a: Número de individuos expuestos que desarrollaron el evento.c: Número de individuos expuestos que NO desarrollaron el evento.b: Número de individuos no expuestos que desarrollaron el evento.d: Número de individuos no expuestos que NO desarrollaron el evento.
A partir de esta tabla, el riesgo de ocurrencia del evento en cada grupo se calcula así:
- Riesgo en el grupo expuesto:
P(expuesto) = a / (a + c) - Riesgo en el grupo no expuesto:
P(no expuesto) = b / (b + d)
Por lo tanto, la fórmula del Riesgo Relativo utilizando los valores de la tabla 2x2 es:
RR = [a / (a + c)] / [b / (b + d)]
Este cociente de riesgos nos da una medida clara de la diferencia en la probabilidad de ocurrencia del evento entre los dos grupos.
Interpretación del Riesgo Relativo: ¿Qué Significan los Números?
La interpretación del valor del Riesgo Relativo es intuitiva y fundamental para entender la relación entre la exposición y el evento:
- RR = 1: Implica que no hay diferencia en la probabilidad de ocurrencia del evento entre el grupo expuesto y el grupo no expuesto. La exposición no influye en el riesgo del evento.
- RR > 1: Indica que el evento es más probable que ocurra en el grupo expuesto. Por ejemplo, un RR de 2 significa que el riesgo en el grupo expuesto es el doble que en el grupo no expuesto. Cuanto mayor sea el valor, más fuerte es la asociación positiva (mayor riesgo).
- RR < 1: Sugiere que el evento es menos probable que ocurra en el grupo expuesto. En este caso, la exposición podría ser un factor protector. Por ejemplo, un RR de 0.5 significa que el riesgo en el grupo expuesto es la mitad que en el grupo no expuesto.
Cuando el Riesgo Relativo es menor que 1 y la exposición se considera beneficiosa (por ejemplo, una intervención de salud que reduce un riesgo), a menudo se reporta el Beneficio Relativo en lugar del Riesgo Relativo. El Beneficio Relativo se calcula como 1 - RR. Por ejemplo, si el RR es 0.57, el Beneficio Relativo es 1 - 0.57 = 0.43, lo que significa que la exposición reduce el riesgo en un 43%.
Ejemplos Prácticos de Cálculo del Riesgo Relativo
Ejemplo 1: Cáncer de Pulmón y Fumadores
Supongamos que una investigación hipotética encuentra que el 17% de los fumadores desarrollan cáncer de pulmón, mientras que el 1% de los no fumadores desarrollan cáncer de pulmón. Queremos calcular el Riesgo Relativo de cáncer de pulmón en fumadores versus no fumadores.
- Probabilidad de cáncer en fumadores (grupo expuesto) = 17% = 0.17
- Probabilidad de cáncer en no fumadores (grupo no expuesto) = 1% = 0.01
RR = 0.17 / 0.01 = 17
Conclusión: Los fumadores tienen 17 veces más probabilidades de desarrollar cáncer de pulmón que los no fumadores, según este estudio hipotético.
Ejemplo 2: Efecto Secundario de un Nuevo Medicamento
En un estudio sobre un nuevo medicamento, 14 voluntarios que lo tomaron experimentaron malestar estomacal, y 42 no lo experimentaron. En el grupo de control (no tomaron el medicamento), 2 personas tuvieron malestar estomacal y 83 no lo tuvieron. Calcularemos el Riesgo Relativo de malestar estomacal al tomar el nuevo medicamento.
Primero, calculamos las probabilidades:
- Grupo expuesto (tomó el medicamento):
- Total de expuestos = 14 (con malestar) + 42 (sin malestar) = 56
- Probabilidad de malestar en expuestos = 14 / 56 = 0.25
- Grupo no expuesto (no tomó el medicamento):
- Total de no expuestos = 2 (con malestar) + 83 (sin malestar) = 85
- Probabilidad de malestar en no expuestos = 2 / 85 ≈ 0.024
Ahora, calculamos el Riesgo Relativo:
RR = 0.25 / 0.024 ≈ 10.4
Conclusión: Es aproximadamente 10.4 veces más probable experimentar malestar estomacal después de tomar el nuevo medicamento en este estudio, en comparación con no tomarlo.
Ejemplo 3: Ejercicio Moderado y Obesidad
Una encuesta revela que el 40% de las personas que realizan ejercicio moderado tienen sobrepeso u obesidad, mientras que el 70% de las que no realizan ejercicio moderado tienen sobrepeso u obesidad. Aquí, el evento es 'tener sobrepeso u obesidad' y la exposición es 'realizar ejercicio moderado'.
- Probabilidad de sobrepeso/obesidad en expuestos (ejercicio moderado) = 40% = 0.40
- Probabilidad de sobrepeso/obesidad en no expuestos (sin ejercicio moderado) = 70% = 0.70
RR = 0.40 / 0.70 ≈ 0.57
Conclusión: El grupo que realizó ejercicio moderado fue 0.57 veces más propenso a tener sobrepeso u obesidad. O, dicho de otra forma, la realización de ejercicio moderado se asocia con una reducción del riesgo de 43% (1 - 0.57 = 0.43) de tener sobrepeso u obesidad en esta población encuestada.
Ejemplo 4: Morbimortalidad Perioperatoria con Bloqueador Beta-Adrenérgico
Un estudio comparó la morbimortalidad perioperatoria en un grupo que recibió un bloqueador beta-adrenérgico (bisoprolol) con un grupo control que recibió cuidados estándar. Los datos fueron los siguientes:
| Grupo Bisoprolol (Expuesto) | Grupo Control (No Expuesto) | Total | |
|---|---|---|---|
| Muertes por causa cardíaca | 2 | 9 | 11 |
| Vivos | 59 | 53 | 112 |
| Total de Pacientes | 61 | 62 | 123 |
Calculamos los riesgos:
- Riesgo de muerte en el grupo con bisoprolol (expuesto) = 2 / 61 ≈ 0.0328 (o 3.28%)
- Riesgo de muerte en el grupo control (no expuesto) = 9 / 62 ≈ 0.1452 (o 14.52%)
Ahora, calculamos el Riesgo Relativo:
RR = 0.0328 / 0.1452 ≈ 0.226
Conclusión: El riesgo de muerte por causa cardíaca en los pacientes tratados con bisoprolol se redujo al 22.6% del riesgo de los pacientes con un cuidado estándar. Esto sugiere un efecto protector significativo del bisoprolol en este contexto.
Riesgo Relativo vs. Odds Ratio (OR): Entendiendo las Diferencias
Aunque tanto el Riesgo Relativo (RR) como el Odds Ratio (OR) son medidas de asociación entre dos variables dicotómicas y se utilizan para explorar la relación entre una exposición y un evento, no son intercambiables y su aplicación depende del diseño del estudio.
- Riesgo Relativo (RR): Se utiliza fundamentalmente en la evaluación de estudios prospectivos, como los de cohortes. En estos estudios, los investigadores siguen a los grupos (expuestos y no expuestos) hacia adelante en el tiempo para observar la incidencia de un evento. Como se mencionó, el RR es la razón directa de las probabilidades.
- Odds Ratio (OR): Se usa principalmente en el análisis de estudios retrospectivos, como los de casos y controles. En estos estudios, los investigadores parten de los resultados (casos con el evento y controles sin el evento) y luego investigan hacia atrás para determinar la exposición previa. Debido a cómo se selecciona la muestra, no es posible calcular directamente el riesgo en los grupos de exposición, por lo que el OR es la medida de asociación preferida. El odds se define como la probabilidad de que un evento ocurra dividida por la probabilidad de que no ocurra. El OR es la razón de estas odds entre el grupo expuesto y el no expuesto.
Una diferencia crucial es que, en el análisis de eventos infrecuentes (generalmente, cuando la incidencia del evento es menor al 10% en la población), el OR puede interpretarse razonablemente como una aproximación del RR, ya que numéricamente son muy similares. Sin embargo, en eventos frecuentes o con OR elevados, el OR puede sobrestimar o subestimar significativamente el RR, por lo que no debe interpretarse como una medida de riesgo directo. Por ejemplo, si un evento es frecuente y el RR es mayor que 1, el OR asociado será aún mayor, exagerando el efecto. Si el RR es menor que 1, el OR será aún menor.
Existen métodos para estimar el RR a partir del OR, como la fórmula de Zhang y Yu, que requiere conocer la proporción de individuos no expuestos que presentan el resultado de interés. Sin embargo, lo más importante es entender que son medidas distintas y elegir la adecuada según el diseño del estudio y la frecuencia del evento.
Intervalos de Confianza para el Riesgo Relativo: La Precisión de la Estimación
Calcular un valor puntual para el Riesgo Relativo es un buen comienzo, pero no es suficiente. Es esencial también calcular y comunicar los Intervalos de Confianza (IC) para el RR. Los intervalos de confianza proporcionan un rango de valores dentro del cual se espera que se encuentre el verdadero Riesgo Relativo de la población, con un cierto nivel de confianza (comúnmente 95% o 90%).
Los IC son cruciales por varias razones:
- Precisión de la Estimación: Un intervalo estrecho indica una estimación más precisa del RR, mientras que uno amplio sugiere una mayor incertidumbre.
- Significación Estadística: El aspecto más importante es si el intervalo de confianza incluye el valor de 1.
- Si el IC incluye el 1 (por ejemplo, [0.8, 1.2]), significa que no se puede descartar la posibilidad de que no haya diferencia de riesgo entre los grupos. En este caso, la diferencia observada no es estadísticamente significativa al nivel de confianza elegido.
- Si el IC no incluye el 1 (por ejemplo, [1.5, 3.0] o [0.2, 0.6]), indica que la diferencia de riesgo es estadísticamente significativa. Si el intervalo está completamente por encima de 1, el factor de exposición aumenta el riesgo; si está completamente por debajo de 1, el factor es protector.
Aunque el cálculo del IC para el RR implica transformaciones logarítmicas y el uso de errores estándar complejos (generalmente realizado con software estadístico), el principio de interpretación es el mismo: siempre debe verificarse si el 1 está incluido en el rango. Esto permite a los lectores juzgar no solo la magnitud del efecto, sino también la confiabilidad de esa estimación.
Retomando el ejemplo del bisoprolol, donde el RR fue de 0.226. Si calculamos el IC 95% para este RR (utilizando métodos estadísticos avanzados), podríamos obtener un intervalo como [0.051, 1.003]. Dado que este intervalo incluye el valor de 1 (apenas lo toca en el límite superior), la diferencia observada en la mortalidad, aunque parece grande, no sería estadísticamente significativa al nivel de confianza del 95%. Sin embargo, si el IC 90% fuera [0.065, 0.789], al no incluir el 1, sí sería significativo a ese nivel de confianza. Esto subraya la importancia de reportar siempre los intervalos de confianza.
Preguntas Frecuentes (FAQ) sobre el Riesgo Relativo
¿Para qué sirve el Riesgo Relativo?
El Riesgo Relativo sirve para cuantificar la magnitud de la asociación entre una exposición (como un factor de riesgo o una intervención) y la aparición de un evento o enfermedad. Es fundamental para determinar si un factor aumenta o disminuye la probabilidad de un resultado en comparación con la ausencia de ese factor, siendo clave en la investigación epidemiológica y la toma de decisiones en salud pública.
¿Cuál es la principal diferencia entre Riesgo Relativo y Odds Ratio?
La principal diferencia radica en el tipo de estudio en el que se utilizan. El Riesgo Relativo es apropiado para estudios prospectivos (como estudios de cohortes) donde se puede calcular directamente la incidencia de un evento. El Odds Ratio es más adecuado para estudios retrospectivos (como estudios de casos y controles) donde no se puede calcular la incidencia directa, pero el OR puede aproximar el RR cuando el evento es raro.
¿Un RR de 1.0 significa que no hay riesgo?
Un RR de 1.0 significa que no hay diferencia en el riesgo de que ocurra el evento entre el grupo expuesto y el grupo no expuesto. No implica que no haya riesgo absoluto de que el evento ocurra en ninguno de los grupos, solo que la exposición no está asociada con un aumento o disminución de ese riesgo.
¿Se puede calcular el RR con porcentajes?
Sí, como se vio en los ejemplos, si las probabilidades de ocurrencia del evento en ambos grupos están expresadas como porcentajes, se pueden usar directamente en la fórmula del RR, siempre y cuando se conviertan a su forma decimal (por ejemplo, 17% a 0.17) antes de realizar la división.
¿Por qué son importantes los Intervalos de Confianza para el RR?
Los Intervalos de Confianza (IC) son importantes porque proporcionan un rango de valores dentro del cual es probable que se encuentre el verdadero RR de la población, ofreciendo una medida de la precisión de la estimación. Además, permiten determinar la significación estadística: si el IC incluye el valor de 1, la asociación observada no es estadísticamente significativa.
Conclusión
El Riesgo Relativo es una herramienta esencial en el arsenal de cualquier analista de datos, investigador o profesional que necesite comprender el impacto de diferentes factores en la probabilidad de eventos. Su cálculo sencillo y su interpretación directa lo convierten en una métrica poderosa para comparar riesgos entre grupos expuestos y no expuestos.
Al dominar cómo calcular, interpretar y utilizar el RR junto con sus intervalos de confianza, se obtiene una visión más clara y robusta de las relaciones causa-efecto o de asociación. Recuerde siempre considerar el diseño del estudio y la frecuencia del evento al elegir entre el Riesgo Relativo y el Odds Ratio, asegurándose de aplicar la herramienta correcta para cada escenario. Con esta guía, esperamos haberle proporcionado los conocimientos necesarios para integrar el Riesgo Relativo en sus propios análisis y tomar decisiones más informadas.
Si quieres conocer otros artículos parecidos a Calcular el Riesgo Relativo: Guía Completa puedes visitar la categoría Estadística.