相對風險 vs 絕對風險：健康新聞最常騙你的數字

「每天吃培根，大腸癌風險增加 18%！」「這款新藥讓死亡風險降低 25%！」這類標題每週都在洗版。它們不一定造假——數字常常是真的——但它們挑了一種「最容易嚇到你、或最容易說服你」的講法。學會看穿這個把戲，你就能在三十秒內把一則聳動健康新聞還原成「對我到底差多少」。

同一份數據，兩種講法

假設有一種病，原本一千人裡有 20 人會得（也就是 2%）。某個介入把它降到一千人裡 10 人（1%）。同一件事，可以這樣講：

• 相對講法：風險「減半」、「下降 50%」。
• 絕對講法：風險從 2% 降到 1%，也就是「少了 1 個百分點」。

兩個都對，但聽起來的份量天差地別。Cochrane Handbook 直接點名這個現象：「臨床醫師可能更願意開一個『把死亡相對風險降低 25%』的藥，而不是一個『把風險降低 1 個百分點』的藥，儘管這兩種陳述可能指的是同一個效益。」(Cochrane Handbook, Chapter 15)

換句話說，講法會改變決定——即使底層數據一模一樣。新聞標題、藥廠新聞稿幾乎永遠選相對講法，因為相對值通常數字更大、更好賣。

為什麼「增加 50%」可能一點都不嚇人

相對風險最大的陷阱，是它不告訴你底數。

• 如果原本風險是 2%，增加 50% → 變成 3%。多了 1 個百分點。
• 如果原本風險是 20%，增加 50% → 變成 30%。多了 10 個百分點。

同樣是「增加 50%」，一個是雞毛蒜皮、一個是大事。光看相對值，你根本分不出來自己面對的是哪一種。

所以看到「增加 X%」「降低 X%」時，第一個該問的問題永遠是：原本是多少？ 沒有基準值的相對風險，資訊量接近於零。

加工肉的「18%」到底是多少

這是現實世界最有名的案例。2015 年 WHO 旗下的國際癌症研究署（IARC）把加工肉列為第一級致癌物，依據是「每天每多吃 50 公克加工肉，大腸癌風險增加約 18%」。(WHO/IARC Q&A)

媒體標題清一色寫「18%」「跟抽菸同級」。但這個 18% 是相對風險。要知道它對你的意義，得乘回基準值。

哈佛大學公共衛生學院 The Nutrition Source 做了這個還原：媒體報導的、以族群平均來看，大腸癌風險大致是「從 5% 上升到 6%」。(Harvard T.H. Chan — The Nutrition Source) 也就是說，那個聽起來嚇人的「18%」，攤到絕對風險上，是大約 1 個百分點。

至於「跟抽菸同級」更是誤讀。WHO 講得很清楚：第一級分類「描述的是『某物會致癌』這件事的證據強度，而不是評估風險的高低」，並強調列在同一類「不代表它們危險程度相同」。(WHO/IARC Q&A) 哈佛那篇也補了量級對照：抽菸對肺癌的風險增加約 20 倍、也就是約 2000%，遠高於加工肉。(Harvard T.H. Chan — The Nutrition Source) 「證據夠強」和「危害夠大」是兩件完全不同的事，標題經常把它們混為一談。

NNT：把效益翻譯成「幾個人」

絕對風險還有一個更好用的表親：NNT（needed to treat，需治療人數）。它回答一個非常實際的問題——「要治療多少人，才能多換到一個好結果？」

算法很簡單：NNT = 1 ÷ 絕對風險下降。

回到前面那個 2% 降到 1% 的例子：絕對風險下降是 1%（也就是 0.01），NNT = 1 ÷ 0.01 = 100。意思是要治療 100 個人，才能多預防 1 個壞結果——剩下 99 個人吃了並不會因此得到這個好處（有些人本來就不會發病，有些人吃了照樣發病）。

Cochrane 也指出，對一般人來說，最好懂的其實是「自然頻率」——直接用整數的人數來講，例如「治療讓結果從每 1000 人 20 個降到 10 個」。(Cochrane Handbook, Chapter 15) 比起百分比，「每一千人裡」這種講法更貼近直覺，也更難被相對值的放大鏡騙到。

真實案例：他汀類藥物的「降低死亡風險」

來看一個有具體數字的例子。2009 年發表在《BMJ》、整合 10 個隨機對照試驗、共 70,388 名「有心血管風險因子但尚未發病」受試者的統合分析，檢視了他汀類藥物（statins）用於初級預防的效果。(Brugts et al., BMJ, 2009) 美國家庭醫師學會期刊《American Family Physician》2010 年的一篇評析，把其中的全因死亡數據換算成方便理解的形式：

平均追蹤約 4.1 年後，全因死亡率在他汀組是 5.1%、對照組是 5.7%。(Brugts et al., 2009；數字換算經 AFP 2010)

• 用相對講法：死亡相對風險下降約 12%。
• 用絕對講法：絕對風險下降 0.6 個百分點。
• 換成 NNT：約需治療 167 人 4 年多，才能多預防 1 例死亡。

這裡還有一個更該誠實點出的重點：這個「降低 12% 死亡風險」在統計上其實並未達顯著。 Brugts 的統合分析明白指出，他汀在初級預防雖顯著減少了心血管事件，卻未顯著降低總死亡率。另一個獨立的統合分析（Ray 等人，2010，《Archives of Internal Medicine》，11 項試驗、65,229 名高風險初級預防對象）也得到一致結論：全因死亡的相對風險為 0.91（95% 信賴區間 0.83 至 1.01，跨過 1.0），同樣未達統計顯著。(Ray et al., 2010)

換句話說，把這則「降低 12% 死亡風險」的標題攤開：它的絕對差只有 0.6 個百分點、NNT 高達 167，而且這個差距本身在統計上還不夠穩固。同一份數據，「降低 12% 死亡風險」聽起來很值得吃；「167 個人吃 4 年、效果還未必真的存在」就是另一回事了。這正是相對 vs 絕對的差別，也是為什麼藥物廣告偏愛相對值。（這裡要誠實補一句：他汀對某些族群、特別是已經有心血管病史的人——也就是次級預防——效益會明顯更大、通常也達統計顯著；上面講的是「初級預防、只看全因死亡」這一格。換族群、換終點，數字會不一樣——這本身也提醒我們，任何單一數字都要看清楚它在講誰。）

三步驟：把聳動標題還原成絕對數字

1. 抓出基準值：原本的風險是多少？標題沒寫就去找原始研究或新聞內文。沒有基準值，相對風險不能解讀。
2. 乘回去：把「增加／降低 X%」套到基準值上。增加 18% 就是基準 ×1.18；降低 25% 就是基準 ×0.75。算出絕對風險，看差幾個百分點。
3. 換成人數或 NNT：把絕對差換成「每一千人多／少幾個」，或算 NNT（1 ÷ 絕對風險變化）。這一步會讓抽象的百分比變得可以直覺判斷。

我的觀點

我的立場很簡單：只給相對風險、不給基準值的健康報導，預設當它在誇大——不一定是惡意，但結構上就是會放大。這不代表相對風險是壞東西，研究本來就會用它，它在比較族群、描述效果方向時很有價值。問題出在「只講一半」。

判讀任何一則健康數字時，我會強迫自己問三句話：原本多少？絕對差幾個百分點？換成人數是每一千人幾個？只要這三句答不出來，我就知道這則新聞還沒講完，不該據此改變行為。

也別走到另一個極端：絕對風險小，不等於「完全不必在意」。加工肉那 1 個百分點，攤到整個人口或長年累積，公共衛生意義仍然存在——它只是「不像標題那麼戲劇化」而已。誠實的態度是兩邊都拿在手上：既不被相對值嚇到，也不用絕對值小來自我安慰。看清楚數字真正的大小，本來就是做決定的前提。

本文為一般科普與媒體識讀說明，非醫療建議。文中的他汀、加工肉等數字出自特定族群、特定終點與特定追蹤時間的研究，套到你個人身上不一定適用。是否用藥、如何調整飲食，請與你的醫師或藥師依你的實際狀況討論。