Sci&Marcom GlossaryKhi nghe một thuốc “giảm 34% nguy cơ”, người đọc khó biết lợi ích đó lớn đến đâu với chính mình. Số người cần điều trị (NNT) chuyển kết quả nghiên cứu thành một câu hỏi dễ hình dung: cần điều trị bao nhiêu người để ngăn thêm được một biến cố xấu như tử vong hay đột quỵ (Centre for Evidence-Based Medicine, n.d.).
NNT được tính như thế nào?
NNT là nghịch đảo của mức giảm nguy cơ tuyệt đối và luôn được làm tròn lên số nguyên gần nhất (Centre for Evidence-Based Medicine, n.d.). Ví dụ minh họa của Trung tâm Y học Thực chứng Oxford: một thuốc làm nguy cơ biến cố giảm từ 50% xuống 30%. Mức giảm tuyệt đối là 0,5 trừ 0,3 bằng 0,2, nên NNT bằng 1 chia 0,2, tức là 5. Điều trị 5 người thì ngăn thêm được 1 biến cố.
Gigerenzer và cs. (2007) nêu một ví dụ cho thấy cùng một kết quả có thể được kể theo ba cách:
- Giảm nguy cơ tương đối: giảm 34% nhồi máu cơ tim.
- Giảm nguy cơ tuyệt đối: từ 3,9% xuống 2,5%.
- NNT: cần điều trị 77 người trong hơn 5 năm để ngăn 1 ca nhồi máu cơ tim, gây tử vong hoặc không.
Các bác sĩ trong nghiên cứu được nhắc tới đánh giá thuốc hiệu quả hơn khi đọc con số 34%.
Vì sao NNT quan trọng trong truyền thông sức khỏe?
NNT buộc người viết nói rõ lợi ích thực tế trong một khoảng thời gian. Tuy vậy, tổng quan Cochrane của Akl và cs. (2011) cho thấy NNT không phải lúc nào cũng dễ hiểu hơn: trong một nghiên cứu được gộp, người tham gia hiểu mức giảm nguy cơ tương đối tốt hơn NNT. Cách an toàn là kết hợp NNT với nguy cơ tuyệt đối. Các nguyên tắc viết cho công chúng khác có trong bài viết nội dung sức khỏe đúng cách.
Phân biệt với NNH (number needed to harm): NNH là số người cần điều trị để thêm một người gặp tác hại.
Câu hỏi thường gặp
NNT bao nhiêu là tốt?
Không có ngưỡng chung. NNT phụ thuộc vào bệnh, thời gian theo dõi và nguy cơ ban đầu, nên chỉ nên so sánh trong cùng bối cảnh.
NNT có dùng cho sàng lọc không?
Có. Khi áp dụng cho sàng lọc, chỉ số này thường được gọi là số người cần sàng lọc để ngăn một ca tử vong (Gigerenzer và cs., 2007). Xem thêm cách đánh giá một nghiên cứu trong bài một nghiên cứu mới có đủ để kết luận.
