上禮拜在國泰醫院的課程中，許多聽眾對需治人數的計算有興趣..

熟悉EBM的朋友們一定知道需治人數 (number needed to treat; NNT) 的概念..

"預防或減少一件事件發生所需治療人數"，大家都可以朗朗上口，不過一個"成功"的需治人數不僅僅只有"1/ARR"而已..

除了需治人數之外，你還要有"時間" "基礎風險"與"精準度"

"時間" 不同的治療時間，需治人數也會不同，理論上，時間越長，NNT人數越少..

以JUPITER研究，2年時的NNT為95人，推估4年時為31人..

Adapted from N Engl J Med. 2008; 359: 2195-207.

"基礎風險" 患者個別的基礎風險會大大地影響NNT人數，理論上，基礎風險高的患者，NNT人數較少，相對的，基礎風險低的患者，也比較不容易從治療中得到好處 (NNT人數多)...

可以藉由基礎風險計算出不同的NNT，再看患者的風險介於哪裡，決定是否進行治療..也就是所謂的治療閾值 (treatment threshold)...

基礎風險的觀念非常重要，因為早期我們常比較類似藥物用於不同患者研究的NNT，基本上是很危險的，因為不同研究患者，基礎風險很有可能是顯著不同的..

僅直接比較NNT人數，風險很高，儘量不要這樣做..那該怎麼辦呢? 請投入間接比較 (indirect comparison) 的懷抱..

附註: 如果有人對間接比較有興趣，我們可以再詳細討論一下這些方法..

最後一個是"精確度" 也就是NNT的95%信賴區間，是的，你沒看錯，NNT也要計算95% 信賴區間，因為NNT = 1/ARR，所以就會有所謂無限大的問題..

Adapted from BMJ. 1998; 317: 1309-12.

所以一個完整的NNT不只有數字而已，還有這些必要元素，你的NNT有嗎?


分享