Riskmått från 2 × 2-tabellen (riskskillnad, relativ risk, NNT)
Kort sagt
Har en grupp oftare en händelse (insjuknade, hoppade av, klarade) än en annan? För en korstabell med två gånger två celler erbjuder resultatet ”Beräkna riskmått”: risken i varje grupp, skillnaden mellan riskerna (riskskillnad, RD), kvoten (relativ risk, RR), oddskvoten (OR) och NNT. Talen beskriver skillnaden; de visar ingen orsak.
Vad Statable behöver veta
- Vilken kolumn som anger grupperna (behandling, exponering), vilken grupp som jämförs (till exempel den behandlade) och vilket svar som är händelsen. Statable föreslår något men gissar aldrig i det tysta.
- Är händelsen önskvärd? Det är obligatoriskt, utan standardvärde. Det avgör om färre eller fler händelser är en nytta (NNTB) eller en skada (NNTH). Utan det finns inget NNT.
- Studiedesign (i frågan under ”Fler alternativ”): kohort eller experiment (standard) eller fall-kontrollstudie. I en fall-kontrollstudie bestämmer undersökningen hur många fall och kontroller som deltar; risker, RD, RR och NNT skulle inte gå att tolka där, därför visar Statable bara oddskvoten.
Läsa resultatet
- Risk: andelen personer i gruppen med händelsen, med ett Wilson-intervall (tillförlitligt även vid små tal).
- Riskskillnad: risken i den jämförda gruppen minus risken i den andra, läst i procentenheter. Newcombe-intervallet (1998, metod 10) är säkrare än Wald-intervallet vid små tal. Om det innehåller 0 visas ingen skillnad.
- Relativ risk: kvoten mellan riskerna (Katz-intervall på logaritmisk skala). 1 betyder ingen skillnad. Den gäller för kohorter och experiment.
- Oddskvot: kvoten mellan oddsen (Woolf-intervall). Den är ingen riskkvot och avviker från den relativa risken när händelser är vanliga.
- NNT (antal som behöver behandlas (number needed to treat)): 1 dividerat med den absoluta riskskillnaden. I tal: bland så många personer i den jämförda gruppen i stället för i den andra inträffar en händelse fler eller färre. NNTB står för en extra nytta, NNTH för en extra skada.
NNT med intervall: genom oändligheten
Intervallet för NNT uppstår ur de inverterade gränserna för riskskillnaden (Altman 1998). Om 0 ligger i riskskillnadens intervall kan det saknas skillnad, och NNT blir oändligt stort. Intervallet går då genom oändligheten och läses så: ”NNTH 20,0 till ∞ till NNTB 4,0” - alltså från en skada hos 20 personer, via ”ingen skillnad”, till en nytta hos 4 personer. Läs eller skriv det aldrig som ”från -20 till 4”.
Tomma celler
Om en cell i tabellen är tom (cell med noll) går den relativa risken och oddskvoten inte att skatta. Statable korrigerar inte i det tysta (ingen Haldane-korrektion) och säger det. Riskskillnaden med Newcombe-intervallet fungerar ändå.
Redovisa resultatet
Risk (aspirin) = ,013, risk (placebo) = ,022; RD = -,009, 95 % KI [-,013; -,006]; RR = 0,58, 95 % KI [0,47; 0,72]; OR = 0,58, 95 % KI [0,47; 0,71]; NNTB 110,3 (NNTB 79,8 till 176,7)
Exempel (storleksordningen i Physicians' Health Study 1989, hjärtinfarkt hos 139 av 11 037 med aspirin och 239 av 11 034 med placebo): risken är 0,9 procentenheter lägre med aspirin. Formulera det inte kausalt; studien var ett experiment, tabellen ensam visar det inte.
För specialister
Egen kod (JavaScript), kontrollerad mot R: risker med Wilson-intervall (DescTools::BinomCI), riskskillnad med Newcombe-intervallet metod 10 (DescTools::BinomDiffCI, method = "score"; epiR ger bara Wald-intervallet, PropCIs::diffscoreci är Miettinen-Nurminen och alltså en annan metod), relativ risk och oddskvot som epiR::epi.2by2 (Katz eller Woolf), NNT med intervall enligt Altman (1998).
Källor
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.