number needed to treat

To sammenlignbare grupper, hver på 100 personer, blir behandlet med henholdsvis behandling A og B. Ved behandling A blir 75 personer friske og ved behandling B blir 50 personer friske. Andelen som blir vellykket behandlet (friske) i gruppene er dermed 75 % og 50 %. Forskjellen i andelen som blir friske kalles absolutt risikoreduksjon (ARR) og beregnes som 75 % – 50 % = 25 %.

Hvis det er 25 prosentpoeng flere som blir friske ved behandling A fremfor behandling B (ARR = 25 % eller 25 av 100 = 0,25), blir NNT beregnet til:

\[\text{NNT} = \frac{1}{0,25} = 4\]

Det betyr at minst fire pasienter må behandles for at én ekstra pasient skal bli frisk.

NNT vil variere ut fra type sykdom, hvordan behandlingen gjennomføres og pasientenes utgangspunkt. Med pasientens utgangspunkt menes alvorlighetsgrad på sykdom, andre sykdommer og andre forhold av betydning for effekt av behandling, som for eksempel alder, livsstil og genetisk predisposisjon.

Hvis utsettelse av en alvorlig hendelse, for eksempel forsinkelse av sykdomsutbrudd, på grunn av behandling er liten, kan den absolutte risikoreduksjon bli liten og NNT stor, uten at andelen av pasientene som har nytte av intervensjonen nødvendigvis er liten. Beregning av NNT i en studie vil også påvirkes av hvor lenge en følger opp studiepopulasjonen og type utfallsmål en har i studien, det vil si hvordan en definerer det å bli frisk.

En lav NNT tyder på at behandlingen er effektiv, mens en høy NNT tyder på at behandlingen er lite effektiv. Hvis alle blir friske av den aktuelle behandlingen, mens ingen blir friske etter behandlingen en sammenligner med, blir NNT = 1.

Ved alvorlige sykdommer eller ved sykdommer som rammer mange kan det likevel være fornuftig å gi behandlinger selv om disse har relativt høy NNT, for eksempel 10 eller høyere. Hos personer med høy risiko for hjerte-karsykdom er for eksempel NNT for å forebygge alvorlig hjerte-karsykdom over en femårsperiode med kolesterolsenkende midler som statiner omkring 50 og høyere. Dette anses som en akseptabel effekt fra et folkehelseperspektiv.

NNT avledet fra metaanalyser kan være misvisende på grunn av ulikheter i populasjoner som inngår i analysene. Eksempelvis ulik forekomst av risikofaktorer, kronisitet, komorbiditet, oppfølgingstid og metodebruk.

NNT kan ikke brukes for å beregne forholdet mellom risiko og nytte («risk–benefit») for enkeltpersoner. NNT gir kun informasjon om nytten i en populasjon.

NNT er dessuten en dikotom eller kategorisk måling av behandlingseffekt. Det er utfordrende å dikotomisere utfallsmål som i utgangspunktet er kontinuerlige, som for eksempel symptomer og plager eller grader av funksjonssvikt. NNT sier ikke noe om grad av nytte.

NNT kan også brukes som beregning av hvor mange man må behandle før man får alvorlig bivirkning hos en pasient. Det kalles number needed to harm (NNH). Men hvor stor forskjellen vil være mellom personer som ikke har fått bivirkninger av behandlingen i forhold til de som har fått bivirkninger, avhenger også av prognosen for den aktuelle sykdommen.

Hvis det er særlig stor dødelighet av en sykdom som hvis den ikke blir behandlet, vil man som regel akseptere betydelig lavere verdi for NNH. Det betyr at mange får bivirkninger, men overlever tross alt. Hvis effektene av en behandling vurderes som av betydning, men ikke livsavgjørende, vil dette være mer problematisk. Da vil man som regel kreve at NNH er høyere, det vil si at færre får bivirkninger.

I sammenheng med screening brukes en analog til NNT som kalles number needed to screen (NNS). Dette angir antall en må screene i et gitt tidsintervall for å forebygge ett dødsfall eller ett annet alvorlig utfall.

• kunnskapsbasert medisin
• forskning
• forskningsetikk – medisin og helsefag
• legemidler