Odds ratio, riesgo relativo y hazard ratio: diferencias

Contenido elaborado por el equipo DataMedix.
Revisión metodológica: Lucas Vargas, médico epidemiólogo.

Odds ratio, riesgo relativo y hazard ratio son medidas de asociación expresadas como razones.

Las tres tienen un valor nulo de 1, pero no representan el mismo concepto.

• El riesgo relativo compara probabilidades acumuladas.
• El odds ratio compara odds.
• El hazard ratio compara tasas instantáneas de ocurrencia durante el seguimiento.

Comparación rápida

Medida	Qué compara	Uso frecuente
Riesgo relativo	Riesgo acumulado entre grupos	Cohortes y ensayos
Odds ratio	Odds entre grupos	Casos y controles y regresión logística
Hazard ratio	Hazard instantáneo durante el tiempo	Supervivencia y regresión de Cox

Riesgo relativo

El riesgo relativo, RR, compara la probabilidad de un desenlace entre un grupo expuesto y uno no expuesto.

Ejemplo

• Riesgo en expuestos: 20 %.
• Riesgo en no expuestos: 10 %.

RR = 0,20 / 0,10 = 2,0

Interpretación:

El grupo expuesto presentó el doble de riesgo durante el periodo evaluado.

También puede expresarse como un aumento relativo del 100 %.

Qué necesita el RR

Para estimar el riesgo relativo se requiere conocer:

• número de personas en riesgo;
• número de eventos;
• periodo de seguimiento;
• grupo de exposición.

Por eso es habitual en:

• cohortes;
• ensayos clínicos;
• algunos estudios longitudinales.

En un estudio clásico de casos y controles, la proporción de casos es definida por el investigador y no representa el riesgo poblacional. Por ello, generalmente no se calcula un RR directo.

Odds ratio

Las odds se calculan como:

Probabilidad del evento / probabilidad de no presentar el evento.

Con el ejemplo anterior:

Odds en expuestos

0,20 / 0,80 = 0,25

Odds en no expuestos

0,10 / 0,90 = 0,111

Odds ratio

OR = 0,25 / 0,111 = 2,25

El RR era 2, pero el OR es 2,25.

¿Cuándo se parecen OR y RR?

Cuando el desenlace es poco frecuente, las odds y los riesgos son numéricamente parecidos.

A medida que el desenlace se vuelve más frecuente, el OR se aleja del RR y puede hacer que la magnitud parezca mayor cuando se interpreta incorrectamente como riesgo. Estudios metodológicos han mostrado que este alejamiento aumenta con la frecuencia del desenlace.

Cómo interpretar un OR

OR = 2,0

Interpretación adecuada:

Las odds del desenlace fueron dos veces las del grupo de referencia.

Interpretación inadecuada:

Los pacientes tuvieron el doble de riesgo.

Esta última solo sería una aproximación razonable bajo determinadas condiciones, especialmente cuando el desenlace es poco frecuente.

Hazard ratio

El hazard representa la tasa instantánea de ocurrencia de un evento entre quienes continúan en riesgo.

El hazard ratio compara ese hazard entre dos grupos durante el seguimiento.

Se utiliza con desenlaces como:

• muerte;
• recaída;
• alta;
• complicación;
• progresión;
• recuperación.

Ejemplo de HR

HR = 0,70

Bajo un modelo de riesgos proporcionales, podría interpretarse como:

El grupo de intervención presentó un hazard aproximadamente 30 % menor que el grupo de referencia durante el periodo analizado.

No significa necesariamente:

• que hubo 30 % menos eventos;
• que el riesgo acumulado fue 30 % menor en todos los momentos;
• que la supervivencia aumentó 30 %;
• que cada persona ganó 30 % más de tiempo.

Supuesto de riesgos proporcionales

La regresión de Cox suele resumir el efecto mediante un único hazard ratio.

Esto supone que la relación de hazards entre grupos se mantiene aproximadamente constante durante el tiempo.

Cuando el efecto cambia, las curvas se cruzan o el supuesto no se cumple, un único HR puede ocultar información.

Las guías para análisis de tiempo hasta evento recomiendan revisar el supuesto y complementar el HR con curvas de supervivencia y medidas absolutas.

Ejemplo comparativo

Supongamos dos grupos seguidos durante un año:

• 20 % presentó el evento en el grupo A;
• 10 % en el grupo B.

RR

2,0

OR

2,25

HR

No puede calcularse solamente con esos porcentajes.

Se necesita información sobre:

• momento de cada evento;
• duración del seguimiento;
• censura;
• personas que permanecieron en riesgo.

Cómo interpretar el intervalo

Para las tres medidas, el valor nulo es 1.

Ejemplo

RR 1,40; IC 95 %: 1,10 a 1,78.

Compatible con un aumento relativo aproximado entre 10 % y 78 %.

Ejemplo impreciso

OR 1,40; IC 95 %: 0,70 a 2,80.

Compatible con reducción, ausencia de asociación o aumento importante.

Medidas relativas y absolutas

Una medida relativa debe acompañarse, cuando sea posible, de medidas absolutas.

Ejemplo:

• riesgo de 2 % frente a 1 %: RR 2;
• riesgo de 40 % frente a 20 %: RR 2.

El RR es igual, pero la diferencia absoluta es:

• 1 punto porcentual en el primer caso;
• 20 puntos porcentuales en el segundo.

La implicación clínica puede ser muy diferente.

Errores frecuentes

• Interpretar OR como RR.
• Calcular RR en un estudio de casos y controles clásico.
• Interpretar HR como reducción absoluta del riesgo.
• Omitir el periodo de seguimiento.
• No evaluar riesgos proporcionales.
• Presentar razones sin riesgos absolutos.
• No indicar el grupo de referencia.
• Confundir asociación con causalidad.
• Redondear excesivamente.
• Omitir el intervalo de confianza.

Cómo reportar Odds ratio, riesgo relativo y hazard ratio

Durante 12 meses, el desenlace ocurrió en el 18 % de los expuestos y en el 12 % de los no expuestos (RR: 1,50; IC 95 %: 1,12 a 2,01).

Después del ajuste, las odds de complicación fueron mayores en el grupo expuesto (OR ajustado: 1,42; IC 95 %: 1,05 a 1,92).

El grupo de intervención presentó un menor hazard del evento durante el seguimiento (HR: 0,76; IC 95 %: 0,62 a 0,93).

Conclusión

RR, OR y HR tienen un valor nulo de 1, pero responden preguntas distintas.

La interpretación debe considerar:

• diseño;
• frecuencia del desenlace;
• tiempo;
• censura;
• modelo;
• riesgo basal;
• intervalo de confianza.

¿Necesitas interpretar medidas de asociación?

En DataMedix revisamos tus riesgos, odds, modelos de supervivencia e intervalos para ayudarte a redactar resultados clínicamente comprensibles.

Referencias

1. Zhang J, Yu KF. What’s the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes. JAMA. 1998 Nov 18;280(19):1690-1. doi: 10.1001/jama.280.19.1690. PMID: 9832001.
2. Zou G. A modified poisson regression approach to prospective studies with binary data. Am J Epidemiol. 2004 Apr 1;159(7):702-6. doi: 10.1093/aje/kwh090. PMID: 15033648.
3. Li Y, Hwang WT, Maude SL, Teachey DT, Frey NV, Myers RM, Barz Leahy A, Liu H, Porter DL, Grupp SA, Shaw PA. Statistical Considerations for Analyses of Time-To-Event Endpoints in Oncology Clinical Trials: Illustrations with CAR-T Immunotherapy Studies. Clin Cancer Res. 2022 Sep 15;28(18):3940-3949. doi: 10.1158/1078-0432.CCR-22-0560. PMID: 35838646; PMCID: PMC9481718.
4. Le-Rademacher, J., & Wang, X. (2021). Time-to-event data: an overview and analysis considerations. Journal of Thoracic Oncology, 16(7), 1067-1074.
5. Ranganathan P, Deo V, Pramesh CS. Time-to-event analysis. Perspect Clin Res. 2025 Apr-Jun;16(2):102-105. doi: 10.4103/picr.picr_52_25. Epub 2025 Apr 7. PMID: 40322474; PMCID: PMC12048091.
6. Royston P, Parmar MK. Restricted mean survival time: an alternative to the hazard ratio for the design and analysis of randomized trials with a time-to-event outcome. BMC Med Res Methodol. 2013 Dec 7;13:152. doi: 10.1186/1471-2288-13-152. PMID: 24314264; PMCID: PMC3922847.
7. A’Hern RP. Cancer Biology and Survival Analysis in Cancer Trials: Restricted Mean Survival Time Analysis versus Hazard Ratios. Clin Oncol (R Coll Radiol). 2018 Sep;30(9):e75-e80. doi: 10.1016/j.clon.2018.04.011. PMID: 29776805.
8. STROBE Statement. https://www.equator-network.org/reporting-guidelines/strobe/