相对风险计算器 相对风险计算器 计算器 标准化接口 多渠道路由
浏览次数：2次
试用次数：3次
集成次数：0次
更新时间：2025.10.24
单价：N/A 获取套餐优惠
在线使用
API 接入
MCP 接入

多渠道并发试用，API选型无忧

专业相对风险计算器，快速计算两组间风险比和置信区间。适用于医学研究、流行病学分析、临床试验等场景，为医生和研究人员提供精确的风险评估计算。

相对风险计算器验证工具

对照组患病人数
置信水平
暴露组未患病人数
暴露组患病人数
对照组未患病人数

更快的集成到应用程序及MCP客户端

提供标准化API接口与MCP协议双重集成方式，一键接入各类应用。RESTful API支持多语言调用；MCP服务专为AI客户端优化，实现分钟级快速构建智能应用，无缝处理复杂数据流，助您高效实现AI创新与落地。 MCP客户端→

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
async function calculatorRelativeRisk() {
    
    
    let url = 'https://openapi.explinks.com/您的username/v1/calculator_relative_risk/saf2025102480692503aeb9';
    
    const options = {
        method: 'POST',
        headers: {
            'Content-Type': 'application/json',
            'x-mce-signature': 'AppCode/{您的Apikey}'
            // AppCode是常量,不用修改； Apikey在‘控制台 -->API KEYs --> 选择’API应用场景‘，复制API key
        },
        body: {"controlGroupDisease":0,"confidenceLevel":0.9,"exposedGroupNoDisease":0,"exposedGroupDisease":0,"controlGroupNoDisease":0}
    };
    
    try {
        const response = await fetch(url, options);
        const data = await response.json();
        
        console.log('状态码:', response.status);
        console.log('响应数据:', data);
        
        return data;
    } catch (error) {
        console.error('请求失败:', error);
        throw error;
    }
}

// 使用示例
calculatorRelativeRisk()
    .then(result => console.log('成功:', result))
    .catch(error => console.error('错误:', error));
Cursor MCP 配置
设置指南
  • 1打开 Claude Desktop 应用
  • 2点击菜单栏中的 “Claude” → “Settings” → “Developer”
  • 3点击 “Edit Config” 打开配置目录
  • 4编辑 claude_desktop_config.json 文件
  • 5API 现在将在您的对话中可供 AI 代理使用
<
产品介绍
>
📊

相对风险计算器

无论您是医生、统计学家还是研究人员，您都会发现这个相对风险计算器非常有用。只需点击几下，您就能够确定不同暴露水平的两组之间的风险比。这还不是全部！向下滚动以了解相对风险公式以及如何计算相对风险及其置信区间的详细解释。

相对风险计算器是一个强大的统计分析工具，它能帮助您快速评估某个特定因素对一个群体发生特定结果风险的影响程度。它比较"暴露组"和"对照组"之间发生某个结果的风险差异。

🧮

什么是风险比？

根据定义，相对风险，也称为风险比，比较暴露于特定因素的群体中疾病发生的概率与对照组中相同疾病发生的概率。但这在通俗英语中意味着什么？

假设您假设大量饮酒（每天超过两杯）会增加肝衰竭的风险。您选择两组各100名患者。对照组成员保持两杯限制，而其他人则不保持。您发现在对照组中，只有一个人经历了肝衰竭，而在另一组中——八个人经历了肝衰竭。

与该研究相关的相对风险等于八。这意味着重度饮酒者的肝衰竭风险是八倍。

我们是如何计算的？继续阅读以了解！

📝

相对风险公式

我们使用相对风险公式来计算对照组和重度饮酒者组之间的风险比。公式如下：

RR = [a / (a + b)] / [c / (c + d)]

参数说明：

• a — 暴露组中患病的成员数量

• b — 暴露组中未患病的成员数量

• c — 对照组中患病的成员数量

• d — 对照组中未患病的成员数量

• RR — 相对风险

置信区间公式：

下限 = exp[ln(RR) - Zc × √(1/a + 1/c - 1/(a + b) - 1/(c + d))]

上限 = exp[ln(RR) + Zc × √(1/a + 1/c - 1/(a + b) - 1/(c + d))]

其中Zc代表与所选置信水平对应的Z分数。

🌰

如何计算相对风险和置信区间

现在您知道了相对风险公式，我们可以将饮酒示例中的数字代入其中，以检查结果是否正确：

计算过程：

RR = [a / (a + b)] / [c / (c + d)]

RR = [8 / 100] / [1 / 100]

RR = 8

但是这个结果有多准确呢？这完全取决于您选择的置信水平。简而言之，置信水平描述了我们对结果位于特定范围内的确信程度，这个范围称为置信区间。

让我们回到饮酒者的例子。您可以使用这个相对风险计算器发现，对于95%的置信水平，置信区间在1.02和62.7之间。这意味着您可以95%确信真实的相对比率位于这两个数字之间。

🌍

结果解释

计算风险比后，您可能想了解结果的含义。您可以根据以下指导原则进行解释：

如果相对风险等于1，这意味着两组之间的风险没有差异。在我们的例子中，这意味着饮酒习惯不影响肝衰竭的概率。

如果相对风险低于1，这意味着暴露组的风险较低。在我们的例子中，这表明重度饮酒者比对照组对肝衰竭更有免疫力。

如果相对风险高于1，这意味着暴露组的风险较高。在我们的例子中，这意味着重度饮酒者比对照组更容易患肝衰竭——正如我们计算的那样。

样本量的重要性： 让我们看看如果我们取两组各1000名成员会发生什么，保持比例完全相同（这次，重度饮酒者中有80例肝衰竭，对照组中有10例）。虽然相对风险保持不变，但置信区间从4.17缩小到15.34。这好多了！正如您在这个例子中看到的，分析足够大的样本以确保置信区间足够小是至关重要的。

📚

相关概念

相对风险是流行病学和医学研究中的重要统计指标，它帮助研究人员评估暴露因素与疾病或健康结果之间的关联强度。

在临床试验中，相对风险常用于比较治疗组和对照组之间的疗效差异。在队列研究中，它用于评估某种暴露因素对疾病发生风险的影响。

需要注意的是，相对风险表示"关联性"而非"因果性"。即使RR > 1，也不能直接证明是该因素导致了结果的发生，还需要考虑其他混杂因素。

风险计算器是这个计算器的绝佳伴侣工具，可以帮助您进行更全面的风险评估。

❓

常见问题

相对风险值为8意味着什么？

相对风险值为8意味着暴露组发生疾病的风险是对照组的8倍。在我们的饮酒例子中，这表明重度饮酒者患肝衰竭的风险是适度饮酒者的8倍。

为什么置信区间很重要？

置信区间提供了相对风险估计值的不确定性范围。如果95%置信区间不包含1，则表明结果在统计上是显著的。较窄的置信区间表明结果更精确，通常需要更大的样本量来实现。

API接口列表
相对风险计算器
相对风险计算器
1.1 简要描述
相对风险计算器
1.2 请求URL
/[[username]]/v1/calculator_relative_risk/[[function-no]]
1.3 请求方式
POST
1.4 入参
参数名 参数类型 默认值 是否必传 描述
controlGroupDisease integer 1 否 对照组中发生疾病的人数
confidenceLevel number 0.95 否 计算置信区间时使用的置信水平，以小数形式表示
exposedGroupNoDisease integer 92 否 暴露组中未发生疾病的人数
exposedGroupDisease integer 8 否 暴露组中发生疾病的人数
controlGroupNoDisease integer 99 否 对照组中未发生疾病的人数
1.5 出参
参数名 参数类型 默认值 描述
confidenceLevel number 使用的置信水平
relativeRisk number 计算得出的相对风险比值
controlGroupRisk number 对照组中疾病发生的概率
interpretation string 对相对风险值的文字解释说明
confidenceIntervalLower number 指定置信水平下置信区间的下边界
confidenceIntervalUpper number 指定置信水平下置信区间的上边界
exposedGroupRisk number 暴露组中疾病发生的概率
1.6 错误码
错误码 错误信息 描述
FP00000 成功
FP03333 失败
1.7 示例 
参考上方对接示例