主题 1.4 — 风险比(Hazard Ratios)

一句话概括: 风险比是一种简洁、被广泛引用、也被广泛误读的统计量,用来概括某一组事件发生的速度与另一组相比有多快——要读懂它,就要在让它左右一项委托、评估或报告决策之前,始终追问"随访了多久,在哪个人群中,它在绝对意义上到底带来了什么?"

为什么这在医疗与照护领域很重要#

当一份供应商的幻灯片写着"我们的干预措施实现了 0.75 的风险比"时,领导者被引导去感受某种坏结果减少了 25%。这种感觉通常比事实所能支撑的要强烈得多。风险比(HR)是临床与公共卫生证据中最常见的统计量之一,也是最经常被误解的统计量之一——误解它的不是统计学家,而是据此行动的董事会、委托方与传播团队。在医疗与照护领域,风险比实际表达的内容与人们以为它表达的内容之间的这道裂缝,不是一个学术上的小麻烦。它决定了会采购什么、会推广什么、会告诉患者该期待什么。

本主题是主题 1.3——循证决策的实操伴侣。那个主题主张,证据的强度应当与风险等级相匹配,并且要把临床证据与交付证据分开。本主题则更深入一层,聚焦于一个你在权衡临床证据时会反复遇到的单一统计量:如何解读它,它在哪些地方会误导你,以及你应当同时索要什么。你不需要会计算风险比。但你确实需要知道,同一个引人注目的 HR 数字,既可能对应着一种改变人生的获益,也可能对应着一种几乎无法察觉的获益,这取决于幻灯片上省略的事实——而一个无法追问这些事实的领导者,只能任由框架的选择者摆布。因为这些数字塑造了公众传播与临床路径,把它们弄错不仅仅是准确性问题,更是信任与公平的问题。

核心概念#

风险(hazard)与风险比。 风险是指在某一时刻,仍处于风险中的人群中某一事件(死亡、住院、复发)发生的瞬时速率。风险比是治疗组中该速率与对照组中该速率之比。HR 小于 1 意味着事件在治疗组中发生得更慢;大于 1 意味着更快;恰好等于 1 意味着没有差异。它源自生存分析——统计学中处理"事件发生时间"数据的分支——通常用比例风险模型来估计,该模型以其创立者的名字被称为 Cox 模型。至关重要的是,HR 描述的是一种速率,而不是一种概率,也不是获得的时间量。

比例风险假设。 Cox 模型的便利性建立在一个假设之上:风险比是恒定的——三个月时如此,三年时也如此;对 50 岁的人如此,对 80 岁的人也如此。这就是比例风险假设,而它经常是不成立的。真实的效果会随随访时间而变化(一项外科干预可能在早期提高风险,在后期降低风险),也会随亚组而变化(年龄、性别、合并症、贫困程度)。当这个假设不成立时,所报告的单一 HR 只是特定试验随访窗口与人群构成之上的一个平均值——是一种加权混合,而不是一个可以搬到不同情境中通用的常数。

相对值、比值与绝对值。 HR 很容易与三个近亲混淆。相对风险(或风险比率)比较的是到某个固定时间点为止事件的累积概率,而不是速率;当事件罕见时它与 HR 接近,但当事件常见时二者会出现分歧。比值比比较的是比值而不是概率,当基础风险很高时它可能看起来很惊人。这三者都是相对度量。患者与付费方真正关心的是绝对度量:绝对风险降低(风险差)——每一百人中减少了多少事件——以及它的倒数,即需治疗人数(NNT),也就是为了预防一次事件必须治疗多少人。一个没有配上其绝对值搭档的相对度量,只是半句话。

删失与生存曲线。 试验总会结束;人们会搬走、退出,或者在数据锁定时还没有发生该事件。删失(统计学)是生存分析处理这些被部分观察到的生命历程的方式,这是它的一个优点——但沉重或不均衡的删失会削弱 HR 所能告诉你的信息。任何 HR 的诚实视觉伴侣是Kaplan–Meier 估计量曲线,即随时间变化的无事件比例的阶梯图。两条稳定分离的曲线,讲述的是与两条交叉或趋同的曲线截然不同的故事——然而这三种情况都可能产生同一个引人注目的 HR 数字。

混杂与不可折叠性。 来自观察性研究的 HR 可能被混杂扭曲:某个第三因素同时驱动着谁接受治疗以及谁发生事件。随机试验能防范这一点;真实世界的比较则不能,除非经过审慎的调整。还有一个更微妙的、专属于 HR 这类比值的陷阱,叫做不可折叠性:即使没有混杂,针对某个风险因素调整之后得到的比值,也可能与未经调整的比值不同,这纯粹是比值这种统计量本身行为方式的产物。教训是一样的——一个 HR 与产生它的确切模型和人群紧密相连,并不像它那个干净利落的单一数字所暗示的那样可以自由移植。

HR 究竟带来多少年寿命。 人们把"HR 0.75"翻译成"我能活得更久",但这种获益的大小完全取决于基础风险,以及一个人群的死亡率本身有多集中。可以把它想象成在一场概率游戏中松开一个弹仓:当基础风险高且分散时,降低一个速率能带来相当多的额外时间;而当大多数人本来就能活到老年、死亡集中在晚期一个狭窄的窗口时,它带来的额外时间就非常少。同样的相对降低幅度,会因为这种基线的不同,转化为不同数量的预期寿命——这正是为什么在不知道产生它的人群的情况下,不能把一个 HR 直接读成一个固定的、增加了多少年的数字。

统计显著性 vs 临床显著性。 最后,一个 HR 可能在统计学上显著——其置信区间不包含 1——而它所指向的效果在临床上却微不足道,尤其是在一项非常大型的试验中。显著性回答的是"这能与偶然性区分开吗?";它并不回答"这值得为此改变一条诊疗路径吗?"两个问题都很重要,但只有第二个问题应当决定投资与否。

最佳实践#

1. 始终追问"随访了多久,在哪个人群中?" 一个 HR 是特定试验窗口与特定入组人群之上的平均值。在据此行动之前,先确定随访时长以及纳入与排除标准——排除了高龄者、极年幼者或有常见合并症人群的试验,可能根本无法描述你的人群。把没有这些背景信息的 HR 当作一个不完整的数字来对待,而不是一条头条消息。

2. 要求每一个相对数字旁边都配有绝对数字。 对于任何 HR 或相对风险,索要相关人群中的绝对风险降低值与需治疗人数。"HR 0.75"感觉很大;"三年内每治疗 200 人可避免一次事件"则能告诉你,考虑到成本、工作流程变化与副作用,它是否值得。相对度量与绝对度量应当总是一起出现,面向公众的传播应当以绝对值为主导。

3. 坚持要求查看 Kaplan–Meier 曲线。 一个单一的 HR 把整个故事压缩成一个数字,掩盖了效果是早期出现、晚期出现、正在增长、正在缩小,还是正在逆转。索要生存曲线,并观察它们的形状:它们是干净利落地分离,还是交叉,还是趋同?交叉的曲线是比例风险假设失效、单一 HR 具有误导性的明显信号。

4. 不要把一项短期试验外推到一生。 一个在三年内测得的风险比,不能授权你对三十年做出主张。效果可能会减弱、逆转或累积,比例风险假设几乎从不能在一生的时间尺度上成立。要特别警惕那些把短期 HR 向前投射成生命年数戏剧性增益的经济模型与新闻通稿;追问是什么假设在支撑这种推算,详见主题 6.1——卫生经济学。

5. 把统计显著性与临床显著性分开。 一个不包含 1 的置信区间告诉你某个效果很可能是真实的;它并不能说明这个效果是否大到足以重要。在大型试验中,微不足道的差异也会变得"显著"。要根据干预措施的负担与成本来判断大小——即绝对获益——并让临床医生与患者来定义什么才算值得。

6. 对观察性研究得出的 HR 要格外怀疑。 在随机试验之外,一个 HR 可能反映的是混杂——更病重或更健康的人选择接受治疗——而不是真实的效果。追问调整了哪些因素,以及是否存在合理的未被测量的混杂因素。真实世界证据是有价值的(见主题 8.6——研究与真实世界评估),但它的风险比需要更多、而不是更少的审视。

7. 检查一个 HR 是否被脱离原本情境地重复使用。 一个来自特定人群、剂量或随访期的 HR,经常被当作放之四海而皆准的数字来引用。当一个数字被引用时,追溯它到源研究,确认人群与终点是否与你的决策相符。不可折叠性与不同的基线意味着,一个在那里成立的数字,在这里可能悄悄地就不成立了。

8. 诚实地报告,并以人们能够据以行动的内容为先导。 当你自己的机构发布结果时,把每一个 HR 都与绝对数字及通俗易懂的表述配对,说明随访时长与人群,避免用短期数据暗示终生获益。这与你在主题 10.1——关键绩效指标(KPI)中如何选择指标直接相关:你所标榜的头条指标,塑造了人们的信念。

与团队讨论的问题#

1. 当一个风险比出现在我们的董事会文件中时,我们是否知道如何追问随访时长、人群与绝对获益——还是我们仅仅依据相对数字行事? 这个问题检验的是你的领导层能否质询他们将遇到的、被误读最多的单一统计量。它之所以重要,是因为一个 HR 是特定试验窗口与特定入组人群之上的平均值,同一个数字既可能代表一种变革性的获益,也可能代表一种可以忽略的获益,这取决于幻灯片省略的基础风险与随访情况。张力在于,相对数字在情感上有说服力、容易被反复引用,而绝对数字——需治疗人数、每百人避免的事件数——则枯燥得多、也更难获得,因此它常常被省略。梳理一个真实的近期案例:找出一个曾影响某项决策的 HR,重建它涵盖的随访期、被排除的人群,以及它对你的人群意味着什么绝对获益。追问当时是否有人索要过这些事实,以及这个答案是否会改变那项决策。一场好的讨论,会以一项常设的期望收尾:任何 HR 若不附带其随访、人群与绝对值搭档,就不会被据以行动。

2. 在哪些地方,我们可能把一个短期风险比外推成了一项长期或终生的主张——无论是在商业论证、效益模型,还是公众信息中? 本主题警告,一个在几年内测得的 HR 不能授权对几十年做出主张,因为效果会减弱、逆转或累积,比例风险假设很少能在一生的时间尺度上成立。这一点之所以重要,是因为卫生经济模型与传播团队都有强烈的动机,把短期相对降低幅度向前投射成生命年数或成本节约方面的亮眼收益,而这些投射可能悄悄成为大笔投资的理由。这里的取舍是真实的:你必须规划并建模超出试验时间范围的情况,然而你每向证据之外多推算一年,推算的就是一个假设,而不是一项发现。找出一份实际的商业论证或效益实现模型,追问它由 HR 推导出的效益假设了什么样的时间范围,以及如果效果在试验期之后趋于平缓,这份论证会发生什么变化。也要考虑是否有任何面向患者的信息在暗示短期数据能带来终生额外寿命。一个诚实的答案会指出外推正在哪些地方承担了主要论证工作,并承诺公开陈述这一假设,而不是把它埋在一张电子表格里。

3. 我们是否始终如一地把"这是真的吗?"与"这大到足以重要吗?"区分开来——还是仅凭统计显著性就驱动我们的决策? 这个问题直面统计显著性与临床显著性之间的混淆,即一个不包含 1 的置信区间被当作绿灯,而不管效果的大小如何。它之所以重要,是因为大型试验与大型真实世界数据集会让微不足道的差异也变得具有统计显著性,一项数字医疗干预可能在带来一个小到不足以证明其成本、工作流程干扰,或与同一笔钱的其他用途相比的机会成本正当合理的获益的同时,报出一个"显著"的风险比。更深层的张力在于,大小是一种临床判断与价值判断——什么才算值得,取决于病症本身、治疗的负担与患者的偏好——因此它不能被委托给一个 p 值或自动化流程。拿一项部分依据一个显著结果的强度而做出的团队决策,追问其绝对效果大小究竟是多少,以及是谁认定它大到足以据此行动的。探讨临床医生、理想情况下还有患者,是否参与了判断这种获益是否值得拥有。一个有力的答案会显示,团队常态化地追问大小,而不仅仅是显著性,并把两者当作都必须通过的、彼此独立的关卡来对待。

4. 当一个风险比来自常规数据或供应商的真实世界数据集,而不是随机试验时,我们是否会追问调整了哪些因素、未被测量的混杂是否能够解释这个效果? 越来越多影响决策的风险比,并非来自干净的试验,而是来自观察性来源——供应商的前后对比分析、一个登记系统,或你自己常规收集的记录——在这些来源中,接受干预的人与未接受干预的人在系统性上存在差异。这一点之所以重要,是因为"依适应证而产生的混杂"是常态而非例外:更健康或更病重的患者会自我选择接受治疗,除非对此进行审慎的调整,否则得到的 HR 衡量的更多是谁被治疗,而不是治疗本身起了什么作用。张力在于,真实世界证据确实有价值,而且往往是一项规模化部署的数字服务所能获得的唯一证据,然而它的便利性会诱使团队把它当作因果关系来解读,而它实际上只是关联性的。审视你的团队所依赖的一个真实的观察性 HR:追问调整了哪些变量,哪些合理的混杂因素未被测量,以及可能存在的偏差方向是美化了还是压低了这个效果。考虑一下,在引用这个数字时,是否已经考虑到了不可折叠性——即调整一个风险因素的方式,即使没有混杂,也可能改变一个比值。一个诚实的答案会把观察性风险比当作需要更多、而不是更少审视的假设来对待,并能明确说出,要让这个效果为真,需要满足哪些条件。

5. 我们是否会常态化地查看一个风险比背后的 Kaplan–Meier 曲线?我们能识别出比例风险假设何时已经失效吗? 一个单一的 HR 会悄悄地把一个效果的整体形状平均成一个数字,掩盖了这种获益在整个随访期内是早期出现、晚期出现、正在增长、正在缩小,还是正在逆转。这一点之所以重要,是因为产生大多数风险比的 Cox 模型假设这个比值随时间恒定,而这个假设经常是不成立的——一项外科或介入性干预可能在早期提高风险、在后期降低风险,而交叉或趋同的曲线,可能产生与干净利落分离的曲线相同的、整洁的头条 HR。这里的取舍在于,解读生存曲线比重复引用一个单一数字需要更多的精力与专业知识,而这些曲线常常恰恰因为会让故事复杂化而不出现在摘要幻灯片中。拿一个你的团队曾据以行动的风险比,追问是否有人看过 Kaplan–Meier 图,曲线的形状对获益何时产生意味着什么,以及比例风险假设是否曾被检验过。讨论团队中谁具备发现交叉或趋同线条、并说明它们对你的人群意味着什么的统计素养。一个好的答案会把查看曲线当作一项常设的期望,而不是专家的额外恩惠,并把一条缺失的曲线当作追问的理由,而不是可以跳过的细节。

6. 我们是否检查过,一个单一的风险比是否掩盖了它在我们实际服务的人群中,按年龄、合并症与贫困程度而言并不均衡的获益分布? 一个头条 HR 把一个效果呈现得仿佛均匀地落在每个人身上,但一项在试验入组人群中被平均计算出的获益,在构成真实医疗与照护人群很大一部分的、更年长、更病重、更贫困的人身上,可能表现得截然不同。这一点之所以重要,是因为依据这个总体数字行事,可能在看似整体改善结果的同时,加剧不平等:一项帮助了更健康亚组、却对更虚弱亚组几乎没有作用的干预,依然能报出一个有吸引力的平均 HR。张力在于,拆解数据需要数据、统计效力,以及一种愿意正视令人不安的差异的意愿,而单一数字则更容易报告、更容易被拥护。审视一个由某个单一风险比驱动的决策,追问这个效果是否曾按年龄段、合并症或贫困程度拆分过,以及这项试验是否入组了足够多你的人群、能够支撑这样的拆分。考虑一旦一项服务上线后,你将如何监测不均衡的获益,并把这与你的真实世界评估及公平职责联系起来。一个诚实的答案会承认,一个看起来均匀的 HR 可能掩盖着一种不均衡的现实,并承诺在推广之前先审视拆分后的绝对数据。

实践中:一个医疗与照护案例#

一个整合照护系统(ICS)收到了一项面向心力衰竭患者的远程监测服务的推荐。供应商的核心主张是死亡或非计划入院这一复合结局的风险比为 0.72,被描述为"降低 28%",并附带一份关于在整个人群范围内可获得可观生命年增益的预测。

数字与临床负责人把这个数字当作一个起始问题,而不是一个结论。他们索要了源研究,发现这是一项单一的随机试验,中位随访期为十八个月,入组对象为 75 岁以下、近期有过入院经历且无明显认知障碍的患者——这是一个比 ICS 真实的心力衰竭人群更健康、更年轻的群体,而后者偏向年长且合并症更多。他们索要了 Kaplan–Meier 估计量曲线,发现这两条线主要在前六个月分离,之后大致平行——这暗示获益集中在早期,而恒定 HR 的假设在更长时间尺度上是站不住脚的。

接着他们索要绝对数值。转化到试验人群中,这个 HR 对应着一个适度的绝对风险降低,以及大约 20 的十八个月需治疗人数才能预防一次复合事件——这有意义,但远不如"降低 28%"所暗示的那样戏剧化,而且在他们更年长的人群中很可能还要更小。卫生经济团队被要求在不把十八个月的 HR 外推到一生的情况下重建其模型,并测试如果早期获益无法持续会发生什么。临床安全与信息治理负责人依据服务本身的实质进行评估(主题 1.6——临床安全与风险管理)。该 ICS 继续推进——但作为一次受监测的、分阶段的推广,并配有自己的真实世界评估,同时叮嘱其传播团队以绝对获益与诚实的局限性为先导,而不是那个相对性的头条数字。当一家地方报纸后来问起"28% 这个数字"时,该 ICS 能够准确解释它的含义与它不代表什么。

行业视角#

每个阅读 HR 的人都负有同等的解读责任,但压力与保障措施因机构而异。

初创企业#

一家初创企业的动机是展示最讨喜的真实数字,而一个相对风险比往往正是最讨喜的现成数字——于是"HR 0.7"出现在推介材料上,却没有随访、人群或能让它回归合理比例的绝对获益。诚实、最终也更有说服力的做法,是以绝对效果与需治疗人数为先导,直白地说明试验的随访期与排除标准,并在商业论证中抵制把短期结果投射到一生的冲动。注重尽职调查的 NHS 评估者与认真的投资者越来越懂得追问这些问题,因此主动提供这些背景信息的团队会显得更强,而不是更弱。这项纪律几乎不花成本,却能保护创始人免于日后一次代价更高的纠偏。

小型企业#

一家成熟的小型服务提供者——一家全科诊所、一家社区药房、一家养老院,或一家正在权衡某个监测工具或供应商主张的单一场所诊所——有真实的患者利益攸关,却没有内部统计学家,也没有多少时间去读一项试验。现实的风险在于,供应商的相对风险比被照单全收,因为没有人来重建随访、人群与绝对获益,也没有分析团队能拿它去对照诊所自己的患者名单进行检验。相称的应对之道不是去精通生存分析,而是向任何供应商提出三个朴素的问题——随访了多久,在哪些患者中,以及要治疗多少人才能预防一次事件——并依靠 NICE 指南、CCG 或 ICS 药剂师,或同行网络等共享资源,而不是单独判断这个数字。一家在签约之前坚持要求绝对数字与试验排除标准的小型提供者,能够在不需要大型信托机构那样的统计火力的情况下,保护自己的患者与预算。

大型企业#

一家 NHS 信托机构或 ICS 拥有恰当质询一个 HR 所需的分析能力与患者体量——以及要求这样做的问责制,因为在一个被误读的统计量基础上进行规模化部署,同时是临床安全风险与公共资金风险。这里典型的失败是机构性的热情:一个引人注目的相对数字被一位受尊敬的临床医生所拥护,并在有人为信托机构真实的、往往更年长、更多合并症的人群重建绝对获益之前就被采纳。纠正之道是一种常设的习惯——董事会文件中的每一个 HR 都要附带其随访、人群、绝对风险降低值与 Kaplan–Meier 曲线,每一次外推都要指明其假设。大型企业还会从常规数据中生成自己的观察性 HR,在那里混杂是始终存在的危险,调整必须明确。

政府机构#

一个国家机构——NICE、NHS England、英国健康安全局、DHSC——往往决定着整个系统如何构建证据的框架,因此它对风险比的处理方式,在人群规模上塑造了公众的理解。这里的决策会吸引监管、议会与媒体的审视,一个未附带绝对值搭档就被引用的相对数字,可能误导数百万人,并在日后被纠正时侵蚀信任。这里的职责是把绝对值与相对值一并发布,说明人群与随访情况,并坦诚说明比例风险假设与短期试验时间范围在哪些地方限制了能够宣称的内容。在这个规模上,诚实的表述不是一种礼貌,而是一种公平的工具:一个在单一 HR 中看起来均匀的获益,可能按年龄与贫困程度不均衡地分布,只有拆分后的绝对图景才能揭示这一点。

常见失败模式#

• 只报告相对值。 引用"降低 28%",却没有绝对风险降低值或需治疗人数。解药:让每一个相对度量都配上它的绝对值搭档,公众传播以绝对值为先导。
• 终生外推。 在经济模型或新闻通稿中把一项短期试验的 HR 投射到几十年之后。解药:只在证据所及的时间范围内建模,并指明超出这一范围的每一个假设。
• 忽略人群。 把一项试验的 HR 套用到该试验所排除的更年长、更病重或更贫困的群体上。解药:核对纳入与排除标准是否与你真实的人群相符。
• 假定恒定不变。 把一个 HR 当作在每一个年龄与每一个时间点都有效。解药:检视 Kaplan–Meier 曲线是否存在交叉或趋同的线条。
• 把显著性误认为重要性。 依据一个统计上显著、但临床上微不足道的 HR 行事。解药:结合临床与患者的意见,单独判断大小。
• 不加批判地信任观察性 HR。 把一个真实世界的 HR 当作因果关系来解读,却不追问混杂问题。解药:追问调整了什么,以及未被测量的混杂因素是否合理存在。
• 数字洗白。 把一个 HR 脱离其原始情境重复使用,仿佛它是普适的。解药:把每一个被引用的数字追溯到其源研究与终点。

成熟度模型#

检查清单#

• 每一个风险比都附带其随访时长以及该试验的纳入与排除标准。
• 每一个相对度量(HR、相对风险)都配有绝对风险降低值与需治疗人数。
• Kaplan–Meier 曲线被审视,以判断效果的形状以及是否存在交叉或趋同。
• 在据此行动之前,试验人群已对照你真实的本地人群进行核实。
• 没有任何短期 HR 在缺乏明确陈述假设的情况下被外推到一生。
• 统计显著性与临床显著性被当作彼此独立的关卡来判断。
• 观察性 HR 被审视混杂因素以及调整了哪些变量。
• 每一个被引用的 HR 都被追溯到其源研究、终点与随访期。
• 面向公众与董事会的沟通以绝对获益与诚实的局限性为先导。

关键来源#

• Wikipedia ——风险比、比例风险模型、生存分析(基础定义)。
• BMJ /《BMJ 统计学笔记》系列 —— Douglas Altman 与 J. Martin Bland ——对风险比、生存曲线以及绝对值与相对值风险的通俗解释。
• David Spiegelhalter ——《统计的艺术:从数据中学习》(Pelican,2019)——关于如何诚实地传播相对与绝对风险。
• Gerd Gigerenzer 等 ——《帮助医生和患者理解健康统计数据》(Psychological Science in the Public Interest,2007)——关于相对数字为何具有误导性。
• Cochrane ——《系统综述干预措施手册》——关于如何解读效果度量。
• dynomight ——关于风险比与预期寿命的文章(dynomight.net)——用俄罗斯轮盘赌的直觉解释为何相对降低不等于生命年数,以及为何干预措施在不同年龄段有不同的风险比。
• Equator Network ——CONSORT 报告指南——关于试验效果,包括事件发生时间结局,应当如何被报告。

参考文献#

1. Hazard ratio — Wikipedia — https://en.wikipedia.org/wiki/Hazard_ratio
2. Proportional hazards model — Wikipedia — https://en.wikipedia.org/wiki/Proportional_hazards_model
3. Survival analysis — Wikipedia — https://en.wikipedia.org/wiki/Survival_analysis
4. Relative risk — Wikipedia — https://en.wikipedia.org/wiki/Relative_risk
5. Odds ratio — Wikipedia — https://en.wikipedia.org/wiki/Odds_ratio
6. Risk difference (absolute risk reduction) — Wikipedia — https://en.wikipedia.org/wiki/Risk_difference
7. Number needed to treat — Wikipedia — https://en.wikipedia.org/wiki/Number_needed_to_treat
8. Censoring (statistics) — Wikipedia — https://en.wikipedia.org/wiki/Censoring_(statistics)
9. Kaplan–Meier estimator — Wikipedia — https://en.wikipedia.org/wiki/Kaplan%E2%80%93Meier_estimator
10. Confounding — Wikipedia — https://en.wikipedia.org/wiki/Confounding
11. Life expectancy — Wikipedia — https://en.wikipedia.org/wiki/Life_expectancy
12. Statistical significance — Wikipedia — https://en.wikipedia.org/wiki/Statistical_significance
13. The Art of Statistics: Learning from Data — David Spiegelhalter, Pelican — https://www.penguin.co.uk/books/294857/the-art-of-statistics-by-spiegelhalter-david/9780241398630
14. Helping Doctors and Patients Make Sense of Health Statistics — Gerd Gigerenzer et al., Psychological Science in the Public Interest — https://doi.org/10.1111/j.1539-6053.2008.00033.x
15. Statistics Notes (survival and risk) — Douglas Altman & J. Martin Bland, The BMJ — https://www.bmj.com/specialties/statistics-notes
16. Cochrane Handbook for Systematic Reviews of Interventions — Cochrane — https://training.cochrane.org/handbook
17. Hazard ratios and life expectancy — dynomight — https://dynomight.net/
18. CONSORT reporting guideline — Equator Network — https://www.equator-network.org/reporting-guidelines/consort/