Показники ризику з таблиці 2 × 2 (різниця ризиків, відносний ризик, NNT)

Коротко

Чи трапляється подія (захворювання, відсів із навчання, складання іспиту) в одній групі частіше, ніж в іншій? Для таблиці спряженості з двома на дві комірки результат пропонує «Обчислити показники ризику»: ризик у кожній групі, різницю ризиків (RD), відносний ризик (RR), відношення шансів (OR) і NNT. Числа описують різницю; вони не доводять причини.

Що має знати Statable

• Який стовпець називає групи (лікування, експозиція), яку групу порівнюють (наприклад, ту, що отримала лікування) і яка відповідь є подією. Statable щось пропонує, але ніколи не вгадує мовчки.
• Чи є подія бажаною? Це обов’язково, без значення за замовчуванням. Від цього залежить, чи менше або більше подій означає користь (NNTB) чи шкоду (NNTH). Без цього NNT немає.
• Дизайн дослідження (у питанні в «Більше параметрів»): когорта або експеримент (за замовчуванням) чи дослідження «випадок-контроль». У дослідженні «випадок-контроль» саме дослідження визначає, скільки випадків і контролів у ньому беруть участь; ризики, RD, RR і NNT там не можна було б тлумачити, тому Statable показує лише відношення шансів.

Як читати результат

• Ризик: частка осіб із подією в групі, з інтервалом Вілсона (надійний навіть за малих чисел).
• Різниця ризиків: ризик порівнюваної групи мінус ризик іншої, у процентних пунктах. Інтервал Ньюкомба (1998, метод 10) надійніший за інтервал Вальда за малих чисел. Якщо він містить 0, різниця не показана.
• Відносний ризик: ризик однієї групи, поділений на ризик іншої (інтервал Каца в логарифмічній шкалі). 1 означає відсутність різниці. Стосується когорт і експериментів.
• Відношення шансів: частка шансів двох груп (інтервал Вулфа). Воно не є відносним ризиком і за частих подій відрізняється від нього.
• NNT (кількість пацієнтів, яку необхідно пролікувати): 1, поділена на абсолютну різницю ризиків. Числово: серед такої кількості осіб у порівнюваній групі замість іншої настає на одну подію більше або менше. NNTB означає одну додаткову користь, NNTH - одну додаткову шкоду.

NNT з інтервалом: через нескінченність

Інтервал NNT виникає зі зворотних величин меж різниці ризиків (Altman 1998). Якщо 0 лежить в інтервалі різниці ризиків, різниці може й не бути, а NNT стає нескінченно великим. Тоді інтервал проходить через нескінченність і читається так: «NNTH 20,0 до ∞ до NNTB 4,0» - тобто від шкоди за 20 осіб через «відсутність різниці» до користі за 4 особи. Ніколи не читайте й не записуйте це як «від -20 до 4».

Порожні комірки

Якщо комірка таблиці порожня (комірка з нулем), відносний ризик і відношення шансів оцінити неможливо. Statable не коригує мовчки (без поправки Голдейна) і каже про це. Різниця ризиків з інтервалом Ньюкомба працює й тоді.

Подання результату

Ризик (аспірин) = ,013, ризик (плацебо) = ,022; RD = -,009, 95% ДІ [-,013; -,006]; RR = 0,58, 95% ДІ [0,47; 0,72]; OR = 0,58, 95% ДІ [0,47; 0,71]; NNTB 110,3 (NNTB 79,8 до 176,7)

Приклад (порядок величин Physicians' Health Study 1989, інфаркт міокарда у 139 із 11 037 осіб на аспірині та у 239 із 11 034 осіб на плацебо): ризик на аспірині на 0,9 процентного пункту нижчий. Не формулюйте це причинно; дослідження було експериментом, сама таблиця цього не показує.

Для фахівців

Власний код (JavaScript), перевірений щодо R: ризики з інтервалом Вілсона (DescTools::BinomCI), різниця ризиків з інтервалом Ньюкомба, метод 10 (DescTools::BinomDiffCI, method = «score»; epiR дає лише інтервал Вальда, PropCIs::diffscoreci - це Miettinen-Nurminen, тобто інший метод), відносний ризик і відношення шансів як epiR::epi.2by2 (Katz або Woolf), NNT з інтервалом за Альтманом (1998).

Джерела

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.