Miary ryzyka z tabeli 2 × 2 (różnica ryzyka, ryzyko względne, NNT)

W skrócie

Czy w jednej grupie zdarzenie (zachorowanie, rezygnacja, zaliczenie) zdarza się częściej niż w drugiej? Przy tabeli krzyżowej o dwóch na dwie komórki wynik oferuje „Oblicz miary ryzyka”: ryzyko w każdej grupie, różnicę ryzyk (różnica ryzyka, RD), stosunek (ryzyko względne, RR), iloraz szans (OR) i NNT. Liczby opisują różnicę; nie dowodzą przyczyny.

Co Statable musi wiedzieć

• Która kolumna określa grupy (leczenie, ekspozycja), która grupa jest porównywana (na przykład leczona) i która odpowiedź jest zdarzeniem. Statable coś proponuje, ale nigdy nie zgaduje po cichu.
• Czy zdarzenie jest pożądane? To wymagane, bez wartości domyślnej. Od tego zależy, czy mniej lub więcej zdarzeń oznacza korzyść (NNTB), czy szkodę (NNTH). Bez tego nie ma NNT.
• Projekt badania (w pytaniu w „Więcej opcji”): kohorta lub eksperyment (domyślnie) albo badanie kliniczno-kontrolne. W badaniu kliniczno-kontrolnym samo badanie ustala, ile przypadków i kontroli w nim uczestniczy; ryzyk, RD, RR i NNT nie dałoby się tam zinterpretować, więc Statable pokazuje tylko iloraz szans.

Odczytywanie wyniku

• Ryzyko: udział osób ze zdarzeniem w grupie, z przedziałem Wilsona (wiarygodny nawet przy małych liczbach).
• Różnica ryzyka: ryzyko porównywanej grupy minus ryzyko drugiej, odczytywane w punktach procentowych. Przedział Newcombe’a (1998, metoda 10) jest bezpieczniejszy niż przedział Walda przy małych liczbach. Jeśli zawiera 0, różnica nie jest wykazana.
• Ryzyko względne: stosunek ryzyk (przedział Katza w skali logarytmicznej). 1 oznacza brak różnicy. Dotyczy kohort i eksperymentów.
• Iloraz szans: stosunek szans (przedział Woolfa). Nie jest ryzykiem względnym i przy częstych zdarzeniach różni się od niego.
• NNT (liczba pacjentów, których trzeba leczyć): 1 podzielone przez bezwzględną różnicę ryzyka. Liczbowo: wśród tylu osób w porównywanej grupie zamiast w drugiej zdarza się jedno zdarzenie więcej lub mniej. NNTB oznacza jedną dodatkową korzyść, NNTH jedną dodatkową szkodę.

NNT z przedziałem: przez nieskończoność

Przedział NNT powstaje z odwrotności granic różnicy ryzyka (Altman 1998). Jeśli 0 leży w przedziale różnicy ryzyka, różnicy może nie być, a NNT staje się nieskończenie duże. Przedział przechodzi wtedy przez nieskończoność i brzmi tak: „NNTH 20,0 do ∞ do NNTB 4,0” - czyli od szkody przy 20 osobach przez „brak różnicy” do korzyści przy 4 osobach. Nigdy nie czytaj ani nie zapisuj tego jako „od -20 do 4”.

Puste komórki

Jeśli komórka tabeli jest pusta (komórka z zerem), ryzyka względnego i ilorazu szans nie da się oszacować. Statable nie koryguje po cichu (bez poprawki Haldane’a) i mówi o tym. Różnica ryzyka z przedziałem Newcombe’a działa mimo to.

Raportowanie wyniku

Ryzyko (aspiryna) = ,013, ryzyko (placebo) = ,022; RD = -,009, 95% CI [-,013; -,006]; RR = 0,58, 95% CI [0,47; 0,72]; OR = 0,58, 95% CI [0,47; 0,71]; NNTB 110,3 (NNTB 79,8 do 176,7)

Przykład (rząd wielkości z Physicians' Health Study 1989, zawał mięśnia sercowego u 139 z 11 037 osób przyjmujących aspirynę i u 239 z 11 034 osób przyjmujących placebo): ryzyko jest o 0,9 punktu procentowego niższe przy aspirynie. Nie formułuj tego przyczynowo; badanie było eksperymentem, sama tabela tego nie pokazuje.

Dla specjalistów

Własny kod (JavaScript), sprawdzony z R: ryzyka z przedziałem Wilsona (DescTools::BinomCI), różnica ryzyka z przedziałem Newcombe’a metoda 10 (DescTools::BinomDiffCI, method = „score”; epiR daje tylko przedział Walda, PropCIs::diffscoreci to Miettinen-Nurminen, czyli inna metoda), ryzyko względne i iloraz szans jak epiR::epi.2by2 (Katz lub Woolf), NNT z przedziałem według Altmana (1998).

Źródła

Altman, D. G. (1998). Confidence intervals for the number needed to treat. BMJ, 317, 1309-1312. Newcombe, R. G. (1998). Interval estimation for the difference between independent proportions: comparison of eleven methods. Statistics in Medicine, 17, 873-890. Katz, D. et al. (1978). Obtaining confidence intervals for the relative risk in cohort studies. Biometrics, 34, 469-474. Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22, 209-212.