1 de febrero de 2016

Número necesario para tratar

Los efectos de un tratamiento, es decir la eficacia, suelen expresarse en la literatura médica como riesgo relativo, en el caso de los estudios prospectivos, o como odds ratio, en el caso de los estudios retrospectivos. Ambos por igual no son más expresiones que reflejan la relación entre dos tasas de incidencia. La incidencia del efecto que buscamos entre aquellos que reciben el tratamiento y la incidencia entre los que reciben, por ejemplo, un placebo. 

Busquemos un ejemplo. En una cohorte de 2.085 pacientes de alto riesgo de enfermar gravemente con Covid, se les administró un nuevo medicamento conocido como Paxlovid. 

En los resultados los investigadores informaron que 8 de 1039 pacientes se internaron, mientras que en el grupo placebo lo hicieron 66 de 1046. Es decir un 0.77% en el grupo de tratamiento vs. 6.31% en el grupo placebo. Por lo que los investigadores reportaron que el Riesgo Relativo fue de 0.11 (IC95% 0.06 - 0.25). Que traducido al castellano quiere decir que el medicamento previene en un 89% (porque 1-0.11=0.89) el riesgo de que una persona infectada enferme gravemente y se interne.

Pero aunque esta sea una forma habitual, y aceptada, de expresar los resultados el hecho de que se presenten en forma relativa y no en números absolutos puede magnificar la amplitud del efecto. Por lo que pareciera adecuado expresarlo también en términos absolutos. Al fin y al cabo cuantas más formas de expresarlo seguramente ayudan a la comprensión de los resultados. 

Para ello se sugiere agregar la Reducción del Riesgo Atribuible (RAR) y el Número Necesario para Tratar (NNT). Las ventajas de expresar la eficacia con el Número Necesario para tratar está ampliamente difundida desde 1998. Por lo que es algo que suelo reportar cuando comento un ensayo clínico. Veamos:

Si expresáramos los resultados del estudio de Paxlovid en términos absolutos nos encontraríamos que la reducción del riesgo atribuible fue del 5.54%. Miremos los números y el cálculo es simple: en el grupo placebo la incidencia de hospitalizarse fue del 6.31%, y en el grupo de tratamiento fue del 0.77% (6.31-0.77=5.54). Ya con este dato podemos calcular el famoso número necesario para tratar (NNT =1/Reducción del riesgo atribuible), que en este caso es de 18, con intervalos de confianza del 95% entre 14 y 26 (no se preocupe porque el cálculo de los intervalos de confianza los hace una calculadora, no yo).

El número necesario para tratar o NNT muestra el número de pacientes que sería necesario tratar para alcanzar el efecto en al menos 1 paciente. En nuestro ejemplo necesitamos tratar 18 pacientes para evitar una internación. Queda claro entonces que cuando menos pacientes debamos tratar mayor será la eficacia. Por ejemplo, si el NNT es de 1 significa que en cada paciente que doy el tratamiento también evito la internación. O sea una eficacia del 100%. Suena lindo, pero en la práctica esos medicamentos o vacunas no existen. 

Se puede hacer lo mismo para los efectos adversos se puede calcular un NNH o NND (Number need to harm o número necesario para dañar). Con lo que podríamos fácilmente en nuestra práctica clínica realizar un balance entre el NNT y el NND y valorando este riesgo beneficio adecuarlo a nuestros pacientes. De este modo tendríamos un análisis de riesgo beneficio que nosotros y nuestros pacientes posiblemente entenderían mejor. 

En otro estudio para el medicamento molnupiravir para el tratamiento del SARS-CoV-2 los investigadores encontraron que en el grupo tratamiento 48 de 709 (el 6.8%) de los pacientes tratados se había internado, frente a 68 de 699 (9.7%) en el grupo placebo. Los investigadores reportaron un beneficio del 31% (Hazard Ratio, 0.69; 95% CI, 0.48 a 1.01). Estos resultados indican el riesgo absoluto de disminución de la internación fue de 2,96%, con un NNT de 34 (IC 17 a 2443).

Para utilizar el NNT en nuestros pacientes, se propone ajustarlo frente al riesgo basal de padecer la enfermedad de nuestro paciente. 

En definitiva podemos decir que el NNT tiene dos ventajas claras: por un lado, ofrece una idea del efecto que tiene una intervención en comparación con otra y, por otro, es que es “fácilmente entendible” para muchos médicos y por los propios pacientes.

Ventajas

  • Sumar nuevos parámetros para evaluar la efectividad clínica o los efectos adversos nos pueden ayudar a encontrar diferencias que no hubieran sido posible en la forma clásica. 
  • Para muchas personas esta forma de expresar los resultados resulta más visible que las formas clásicas. 

Limitaciones del uso del Número Necesario para Tratar o para Dañar

  • El NNT refleja la media en el tiempo y varía a lo largo del mismo, por lo que el NNT es menos útil para enfermedades crónicas en las que otros fármacos y factores de riesgo participan posteriormente.
  • No nos habla del beneficio del paciente individual, sino de lo que se halló en los ensayos clínicos.
  • Solo podemos aplicarlo si nuestra población tiene las mismas características que la población estudiada (edad, comorbilidad).
  • Como con otros parámetros, el NNT tiene una variación al azar y muchos artículos solo nos informan del valor puntual sin el intervalo de confianza exigible.
  • El número necesario para dañar también es un valor dinámico ya que muchos efectos adversos son reportados en la etapa de post-comercialización. 
  • No todos los efectos adversos tienen la misma significación clínica, en el ejemplo de Paxlovid no se detallaron los efectos graves de la medicación que hizo que el doble de pacientes con el medicamento dejaran el tratamiento, en relación al placebo. 
  • No siempre refleja que el tratamiento sea estadísticamente o clínicamente relevante. Aunque la relevancia clínica también es una valoración subjetiva.

Referencias

1. Vizcaino G, Vizcaino-Carruyo, J. El número necesario a tratar como medida de efecto en el tratamiento de la trombocitopenia inmunme primaria. Invest Clin. 2021, vol 53, n1, pp 16-27 Acceso

2. Hashim A, Dang V, Bolotin S, Crowcroft NS. How and why researchers use the number needed to vaccinate to inform decision making--a systematic review. Vaccine. 2015 Feb 4;33(6):753-8. doi: 10.1016/j.vaccine.2014.12.033. Epub 2014 Dec 25. PMID: 25543164.

3. Raquel Carrillo Gomez. Número de personas que es necesario tratar.  

4. NNT y NND. Héctor Baptsista Gonzalez.

5. Significancia clínica o significancia estadística. Agustín Ciapponi. Rev. MF. 2014.

6. Alvarez-Cienfuegos, A, Montaño Barrientos A, Sanchez Robles GA et al. ¿Es clínicamente relevante además de estadísticamente significativo? Boletín Terapéutic Extremeño. 2021. Sep;3(3). Disponible en Evimed.

7. Este metanálisis y revisión sistemática compararon la mortalidad por todas las causas y los resultados cardiovasculares entre las reducciones inducidas por estatinas en los niveles de colesterol de lipoproteínas de baja densidad (LDL-C) con los efectos del placebo. Entre los pacientes aleatorizados al tratamiento con estatinas, la reducción del riesgo absoluto fue del 0,8 % para la mortalidad por cualquier causa, del 1,3 % para el infarto de miocardio y del 0,4 % para el accidente cerebrovascular, mientras que la reducción del riesgo relativo fue del 9 %, 29 % y 14 %, respectivamente. Los análisis de regresión que exploraron la asociación de la magnitud de la reducción de LDL-C inducida por estatinas con los resultados clínicos no fueron concluyentes.  P, Demasi M, Jones M, Smith SM, O’Brien KK, DuBroff R. Evaluating the Association Between Low-Density Lipoprotein Cholesterol Reduction and Relative and Absolute Effects of Statin TreatmentA Systematic Review and Meta-analysis. JAMA Intern Med. Published online March 14, 2022. doi:10.1001/jamainternmed.2022.0134

Artículos relacionados

¿Es útil el número necesario para vacunar?