p érték-ARR vagy p érték-NNT diagramok

a nullhipotézis az, hogy az új kezelés ARR-je kisebb, mint x. A p értékeket x értéktartományra számítják ki. ezeket a p értékeket az y tengelyen, az ARR-t az x tengelyen ábrázoljuk. Ezért az ARR értéktartományához megvan a megfelelő valószínűsége annak, hogy a klinikai vizsgálati megfigyelések véletlenül keletkeztek volna, ha a valós ARR kisebb lenne, mint a megadott értékek. A számítási módszert a függelék mutatja (lásd a 203. oldalt).

1. példa-azonos kezelési hatásokkal, de eltérő mintamérettel végzett vizsgálatok

ezt a diagramot három fiktív vizsgálat eredményeinek összehasonlításával szemléltetem ugyanazzal a várható relatív kockázattal, ARR-rel és NNT-vel. A minták mérete azonban eltérő, és a statisztikai szignifikancia szintje is eltérő. Az első vizsgálatban a p>0, 05 és nem statisztikailag szignifikáns, míg a második és a harmadik vizsgálatban a p<0, 05 és statisztikailag szignifikáns.

1. vizsgálat

kezelési csoport: 50 alany; 49 túlélte, egy meghalt.

kontrollcsoport: 50 alany; 45 túlélte, öt meghalt.

ARR = 0,08 (95% CI -0,012-0,172)

NNT = 12,5 (95% CI és )

2.Vizsgálat

kezelési csoport: 250 alany; 245 túlélő, öt meghalt.

kontrollcsoport: 250 alany; 225 túlélte, 25 meghalt.

ARR = 0,08 (95% CI 0,039-0,121)

NNT = 12,5 (95% CI 8,3-25,7)

3.vizsgálat

kezelési csoport: 1250 alany; 1225 túlélő, 25 meghalt.

kontrollcsoport: 1250 alany; 1125 túlélte, 125 meghalt.

ARR = 0.08 (95% CI 0,062 – 0,100)

NNT = 12,5 (95% CI 10,2-16,2)

az ARR-re és az NNT-re vonatkozó számításokat a függelék részletezi . A p érték-ARR ábrákat az 1a. ábra mutatja. mivel az ARR várható értéke 0,08, a nullhipotézissel rendelkező p értékek, amelyek szerint a valós abszolút kockázatcsökkenés kisebb, mint 0,8, 0,5 A három vizsgálat mindegyikére (lásd az ábrán látható nyilat). Vagyis a tényleges ARR értékek ugyanolyan valószínűséggel 0,08 felett vannak, mint 0,08 alatt. A nullhipotézissel rendelkező p értékek, amelyek szerint a kezelés és a kontrollok egyformán hatékonyak (azaz ARR = 0), kevesebb, mint 0.05 A 2.és 3. vizsgálat esetében (lásd a görbék metszése a függőleges tengellyel). Ez összhangban van a 95% – os CI-vel, amely nem tartalmazza a nullát. Az 1A ábra azonban azt is mutatja, hogy az 1.vizsgálatban a megfelelő p érték meghaladja a 0,05 értéket (lásd: elfogás a függőleges tengellyel). Ez összhangban van azzal, hogy a 95% – os CI nulla.

tegyük fel, hogy a klinikus csak akkor tartja érdemesnek a kezelést, ha az ARR több mint 0,05. Az ARR hagyományos 95% – os CI-jének felhasználásával arra a következtetésre jutunk, hogy az ARR 95% – os CI-je 0,05-et tartalmaz mind az 1., mind a 2. vizsgálat esetében. A 2. vizsgálatban az ARR 95% – os CI értéke 0,04-0,121 között volt. A 0,05 ARR közel van az alsó CI-hez, de nem világos, hogy mennyire valószínű, hogy a valódi ARR meghaladja a 0,05-et. A klinikusnak folytatnia kell a kezelést a 2. vizsgálat eredményeivel?

az 1A. ábrából azonban látható, hogy a valószínűségek, hogy a vizsgálati megfigyelések véletlenül keletkeztek volna azzal a nullhipotézissel, hogy a valós ARR kisebb, mint 0,05, 0,26, 0,08 és 0.000 az első és a harmadik vizsgálat esetében (lásd a három görbe és a függőleges pontozott vonal metszéspontjait, a, B és C jelöléssel). Míg p = 0,05 az a szint, amelyet általában küszöbértékként használnak a statisztikai tesztekben annak eldöntésére, hogy a kezelés hatékonyabb-e, mint a placebo, ez a küszöbérték nem alkalmazható annak valószínűségének tesztelésére, hogy az ARR kisebb, mint egy előre meghatározott klinikai jelentőség. Valójában a legtöbb klinikus sokkal magasabb küszöböt használna—talán akár 0,2-ig is (az eredmények ötödik valószínűsége véletlenül keletkezett). Például a 2. vizsgálatban a p = 0,08 szint azt jelenti, hogy annak esélye, hogy a megfigyelések véletlenül keletkeztek, ha ARR <0,05 csak 0,08. Ezért sokkal valószínűbb, mint nem, hogy elérjük a szükséges klinikai szignifikancia szintet. Ez jó érv a kezelés alkalmazására. A p érték-ARR diagram p értéket ad minden klinikai szignifikancia szinthez, amely az adott klinikusok számára megfelelő.

Hasonlóképpen, a 95% – os CI-vel rendelkező p értékek kiszámíthatók és ábrázolhatók különböző NNT-értékekre az NNT = 1 / ARR összefüggés segítségével. Ezt az 1b. ábra mutatja. Az arr <0.05 egyenértékűsége NNT >20. Az 1b. ábra hasonló módon értelmezhető, hasonló következtetéseket vonva le, mint az 1a. ábra.

2. példa-különböző méretű kezelési hatású és MINTAMÉRETŰ vizsgálatok

A P-érték-ARR vagy p-érték-NNT diagramok előnyei a CI-vel szemben két vizsgálattal mutathatók ki jobban: az egyik kisebb statisztikai, de nagyobb klinikai jelentőséggel bír (az alábbi 2.vizsgálat), a másik pedig nagyobb statisztikai, de kisebb klinikai jelentőséggel bír (az alábbi 4. vizsgálat).

2. Vizsgálat

kezelési csoport: 250 beteg; 245 túlélte, öt meghalt.

kontrollcsoport: 250 beteg; 225 túlélte, 25 meghalt.

ARR = 0,08 (95% CI 0,04 – 0,121)

NNT = 12,5 (95% CI 8,3-25,7)

4.vizsgálat

kezelési csoport: 2500 beteg; 2400 túlélte, 100 meghalt

kontrollcsoport: 2500 beteg; 2250 túlélte, 250 meghalt.

ARR = 0,06 (95% CI 0,05-0,075)

NNT = 16,7 (95% CI 13,5-21,8)

először tegyük fel, hogy a klinikus úgy dönt, hogy az ARR klinikai jelentősége >0.056 (azaz NNT <18) szükséges, és a 2.és 4. vizsgálatban különböző kezeléseket vizsgáltak. Mindkét vizsgálat esetében a 18-as NNT-érték a 95% – os CI-n belül van. Nem világos, hogy a klinikus melyik kezelést használja, ha van ilyen. Mi van, ha a klinikus úgy dönt, hogy a klinikai szignifikancia szint ARR >0,048 (azaz NNT <21)? Ismét ez az NNT érték mindkét vizsgálat CI-jén belül van.

a 2a. ábra A p-érték-ARR diagramot, a 2B pedig a 2.és 4. vizsgálat p-érték-NNT diagramját mutatja. Mind a 2A, mind a 2B ábrán jól látható, hogy az ARR >0,056 (azaz NNT <18) esetén a 4.vizsgálat p értéke jóval meghaladja a 2. vizsgálatot, míg az arr >0,048 (Vagyis NNT <21). E diagram alapján a klinikus választhatja a kezelést a 4. vizsgálatban, ha a szükséges klinikai jelentőség NNT <21, de válassza a kezelést a 2.vizsgálatban, ha a szükséges klinikai jelentőség NNT <18.