Klin Monbl Augenheilkd 2002; 219(10): 749-751
DOI: 10.1055/s-2002-35691
Fortbildung
© Georg Thieme Verlag Stuttgart · New York

III: „Relatives Risiko” und „NNT” - anschauliche Maße für binäre Daten

III: „Relative Risk” and „NNT” - Descriptive Measures for Binary DataFrank  Krummenauer1
  • 1Institut für Medizinische Biometrie, Epidemiologie und Informatik der Universität Mainz
Further Information

Publication History

Eingegangen: 16. August 2002

Angenommen: 23. August 2002

Publication Date:
22 November 2002 (online)

Zusammenfassung

Die beschreibende Statistik kategorialer Daten kann in vielen Punkten auf Tabellen zurückgeführt werden. Bei der Konzeption der Tabellen muss bedacht werden, welche Prozentzahlen sinnvollerweise angegeben werden sollen: Es empfiehlt sich, kausale Einflussgrößen in den Zeilen der Tabellen abzutragen und Prozentzahlen entsprechend auf diese Zeilenangaben zu beziehen („Zeilenprozente”). Speziell für den Vergleich von Erfolgshäufigkeiten (d. h. für Daten der Form „Therapie erfolgreich ja/nein?”) zwischen zwei konkurrierenden Therapieregimes bietet sich bei prospektiven Studien zur Zusammenfassung der resultierenden 4-Felder-Tafel auch das relative Risiko an, der Quotient der Therapiehäufigkeiten. Deren Differenz, das absolute Risiko der ersten Therapie gegenüber der zweiten, wird auch oft umgerechnet in die NNT („Number Needed to Treat”), welche inzwischen in jeder Publikation zu prospektiven Therapiebewertungen zusätzlich zu den Therapieerfolgshäufigkeiten angegeben werden sollte. Während z. B. bei der Bewertung einer Impfprophylaxe das relative Risiko angibt, um wie viel Prozent das Risiko einer Erkrankung nach Impfung gesenkt wird gegenüber ungeimpften Personen, beschreibt die NNT, wie viel Personen geimpft werden müssen, um eine Erkrankung zu verhindern. Dieses Maß bietet sich organisch an als Ausgangspunkt gesundheitsökonomischer Evaluationen von Therapie- und Präventionskonzepten.

Abstract

Description of categorial data can often be based on contingency tables. However, percentages appearing in such tables must be meaningful: For most applications, it may be useful to employ factors of causal influence as the row entry variable and relate percentages to sub-groups defined by these row entries („row percentages”). The comparison of success frequencies (i. e. binary information on „therapy success yes/no”) may be based on two therapies, respective success frequencies and their ratio, the relative risk. In addition the success frequencies' difference, the absolute (or excess) risk, can be transformed into the „number needed to treat” (NNT). Many international journals demand this surrogate measure for the short summary of clinical and epidemiological trial reports, since it allows a direct comparison of the results at hand with the results of previous trials. If, for example, prophylactic vaccination strategies are evaluated, the relative risk estimates the order of risk reduction by vaccination, whereas the NNT estimates the number of patients needed to treat or vaccination needed to apply to avoid disease occurrence.

PD Dr. Frank Krummenauer

Institut für Medizinische Biometrie · Epidemiologie und Informatik der Universität Mainz

Obere Zahlbacher Straße 69

55131 Mainz

    >