Πόσο κινδυνεύεις πραγματικά: η διαφορά ανάμεσα στον σχετικό και τον απόλυτο κίνδυνο

Η διάκριση μεταξύ σχετικού και απόλυτου κινδύνου είναι κρίσιμη για να κατανοήσεις σωστά τι σημαίνουν τα ποσοστά σε άρθρα υγείας όπως αυτά που είναι στο blog του chooseyourheart. Πολλές φορές δημιουργούνται παρερμηνείες όταν μιλάμε μόνο για τον «σχετικό κίνδυνο», χωρίς να εξηγούμε το πλαίσιο.

Ο σχετικός κίνδυνος (relative risk) δείχνει πόσο μειώνεται ή αυξάνεται ο κίνδυνος ενός συμβάντος με μια θεραπεία ή έκθεση, σε σχέση με κάποιον που δεν την έχει.

Παράδειγμα:
Αν μια στατίνη μειώνει τον σχετικό κίνδυνο εμφράγματος κατά 25%, αυτό σημαίνει ότι ο κίνδυνος είναι 25% χαμηλότερος σε σχέση με κάποιον που δεν παίρνει στατίνη.

Αλλά αυτό το ποσοστό δεν μας λέει πόσο μεγάλος ήταν ο αρχικός κίνδυνος.

Ο απόλυτος κίνδυνος (absolute risk) δείχνει τη συνολική πιθανότητα να συμβεί ένα γεγονός – για παράδειγμα, να πάθει κάποιος έμφραγμα μέσα στα επόμενα 10 χρόνια.

Παράδειγμα:
Αν έχεις 2% πιθανότητα να πάθεις έμφραγμα και παίρνοντας στατίνη αυτή η πιθανότητα πέφτει στο 1.5%, τότε:

• Η απόλυτη μείωση κινδύνου είναι 0.5% (2% – 1.5%)

• Ο σχετικός κίνδυνος μειώθηκε κατά 25% (0.5% είναι το 25% του 2%)

Ο σχετικός κίνδυνος πολλές φορές ακούγεται πιο εντυπωσιακός – "25% μείωση του κινδύνου!" – αλλά δεν δείχνει το πλήρες μέγεθος του οφέλους.

Ο απόλυτος κίνδυνος μας λέει τι σημαίνει αυτό για εμάς προσωπικά, δηλαδή πόσο πραγματικά μειώνεται η πιθανότητα να μας συμβεί κάτι.

Το NNT σημαίνει πόσα άτομα πρέπει να λάβουν μια θεραπεία για να ωφεληθεί ένα άτομο – δηλαδή, για να προλάβουμε ένα ανεπιθύμητο συμβάν (π.χ. έμφραγμα, εγκεφαλικό, θάνατο).

Είναι ένα εξαιρετικά χρήσιμο εργαλείο για να μεταφράσουμε την ιατρική στατιστική σε κάτι που έχει νόημα για ασθενείς και γιατρούς στην καθημερινή πρακτική.

Πώς υπολογίζεται το NNT;

Το NNT υπολογίζεται ως το αντίστροφο της απόλυτης μείωσης κινδύνου:

NNT=1/ARR

Παράδειγμα:

Ας υποθέσουμε ότι:

• Χωρίς θεραπεία, ο κίνδυνος για έμφραγμα μέσα σε 10 χρόνια είναι 10%

• Με θεραπεία, ο κίνδυνος πέφτει στο 7.5%

Η απόλυτη μείωση κινδύνου (ARR) (δείχνει πόσο μειώνεται ο πραγματικός (απόλυτος) κίνδυνος ενός συμβάντος (όπως έμφραγμα) όταν χορηγείται μια θεραπεία) είναι:

(ARR=Κίνδυνος χωρίς θεραπεία−Κίνδυνος με θεραπεία)

10%−7.5%=2.5%=0.025%

Άρα το:

NNT=1/0.025​=40

Χρειάζεται να θεραπεύσουμε 40 άτομα για 10 χρόνια για να αποτρέψουμε 1 έμφραγμα.

Χαμηλό vs Υψηλό NNT

• Χαμηλό NNT (π.χ. 5–20):
  Η θεραπεία είναι πολύ αποτελεσματική σε απόλυτους όρους. Για παράδειγμα, φάρμακα που δίνονται σε ασθενείς που ήδη είχαν έμφραγμα έχουν συχνά πολύ χαμηλό NNT – γιατί ο κίνδυνος επανάληψης είναι υψηλός και η πιθανότητα πρόληψης μεγάλου γεγονότος μεγάλη.

• Υψηλό NNT (π.χ. 100–300):
  Η θεραπεία προλαμβάνει λιγότερα συμβάντα ανά άτομο, άρα είναι λιγότερο αποδοτική σε πληθυσμούς χαμηλού κινδύνου. Όμως, επειδή αυτοί οι πληθυσμοί είναι πολύ μεγαλύτεροι αριθμητικά (π.χ. όλοι οι μεσήλικες με αυξημένη LDL), το συνολικό όφελος για τη δημόσια υγεία μπορεί να είναι σημαντικό.

Τι δεν λέει το NNT;

Το NNT δεν μας λέει σε ποιον ακριβώς θα αποφευχθεί το συμβάν. Είναι ένας μέσος όρος που προκύπτει από μελέτες σε μεγάλες ομάδες.

Δηλαδή, μπορεί να πάρουν θεραπεία 100 άτομα και μόνο ένα να έχει όφελος – αλλά δεν ξέρουμε ποιο θα είναι αυτό το ένα.

Γι’ αυτό και πολλοί μιλούν για «στατιστικό λαχείο»: το NNT δείχνει τι πιθανότητες έχουμε να κερδίσουμε, όχι σε ποιον θα συμβεί το καλό αποτέλεσμα.

• Ο σχετικός κίνδυνος δείχνει τη σχετική διαφορά ανάμεσα σε δύο ομάδες.

• Ο απόλυτος κίνδυνος δείχνει τι σημαίνει αυτό πρακτικά για εμάς.

• Και οι δύο είναι χρήσιμοι, αλλά μόνο μαζί δίνουν την πλήρη εικόνα.

• Collins, R., Reith, C., Emberson, J., Armitage, J., Baigent, C., Blackwell, L., ... & Peto, R. (2016). Interpretation of the evidence for the efficacy and safety of statin therapy. The Lancet, 388(10059), 2532–2561. https://doi.org/10.1016/S0140-6736(16)31357-5

• Thanassoulis, G., & Weng, J. (2021). Residual Cardiovascular Risk: A Review of the Evidence. Journal of the American Heart Association, 10(14), e020398. https://doi.org/10.1161/JAHA.120.020398

• Wald, D. S., Morris, J. K., & Wald, N. J. (2016). Distribution of lifespan gain from primary prevention intervention. Open Heart, 3(1), e000343. https://doi.org/10.1136/openhrt-2015-000343

• Yusuf, S., Bosch, J., Dagenais, G., Zhu, J., Xavier, D., Liu, L., ... & Lonn, E. (2016). Cholesterol lowering in intermediate-risk persons without cardiovascular disease. New England Journal of Medicine, 374(21), 2021–2031. https://doi.org/10.1056/NEJMoa1600176

• Gigerenzer, G., Gaissmaier, W., Kurz-Milcke, E., Schwartz, L. M., & Woloshin, S. (2007). Helping doctors and patients make sense of health statistics. Psychological Science in the Public Interest, 8(2), 53–96. https://doi.org/10.1111/j.1539-6053.2008.00033.x