Абсолютный риск в эпидемиологии

Содержание
  1. Методы статистики
  2. 1. История разработки показателя относительного риска
  3. 2. Для чего используется относительный риск?
  4. 3. Условия и ограничения применения относительного риска
  5. 4. Как рассчитать относительный риск?
  6. 5. Как интерпретировать значение относительного риска?
  7. 6. Пример расчета показателя относительного риска
  8. Функции: Абсолютный риск и относительный риск | Медицинские Определения 2020
  9. Что такое абсолютные и относительные риски?
  10. Пример, когда говорим о рисках заболевания
  11. Пример, когда речь идет о лечении
  12. Количество, необходимое для лечения (NNT)
  13. Помощь в принятии решения о лечении
  14. В итоге
  15. Посетите наши форумы
  16. Риск развития заболевания
  17. Что такое отношение шансов (OR)?
  18. Как учитывать влияние нескольких полиморфных маркеров?
  19. Расчет совокупного риска возникновения заболевания
  20. Краткий обзор моделей наследования
  21. Определения и допущения:
  22. Базовые генетические модели (m – аллель риска):
  23. Абсолютный и относительный риск
  24. Что такое абсолютный и относительный риск?
  25. Число больных, которых нужно лечить (ЧБНЛ)
  26. Как принять решение о необходимости лечения?

Методы статистики

Абсолютный риск в эпидемиологии

Риск – это вероятность появления определенного исхода, например, болезни или травмы.

Риск может принимать значения от 0 (вероятность наступления исхода отсутствует) до 1 (во всех случаях ожидается неблагоприятный исход).

В медицинской статистике, как правило, изучаются изменения риска наступления исхода в зависимости от какого-либо фактора. Пациенты условно разделяются на 2 группы, на одну из которых фактор влияет, на другую – нет.

Относительный риск – это отношение частоты исходов среди исследуемых, на которых оказывал влияние изучаемый фактор, к частоте исходов среди исследуемых, не подвергавшихся влиянию этого фактора. В научной литературе часто используют сокращенное название показателя – ОР или RR (от англ. “relative risk”).

1. История разработки показателя относительного риска

Расчет относительного риска заимствован медицинской статистикой из экономики. Правильная оценка влияния политических, экономических и социальных факторов на востребованность товара или услуги может привести к успеху, а недооценка этих факторов – к финансовым неудачам и банкротству предприятия.

2. Для чего используется относительный риск?

Относительный риск используется для сравнения вероятности исхода в зависимости от наличия фактора риска.

Например, при оценке влияния курения на частоту гипертонической болезни, при изучении зависимости частоты рака молочной железы от приема оральных контрацептивов и др.

Относительный риск – важнейший показатель в назначении определенных методов лечения или проведении исследований с возможными побочными эффектами.

3. Условия и ограничения применения относительного риска

  1. Показатели фактора и исхода должны быть измерены в номинальной шкале (например, пол пациента – мужской или женский, артериальная гипертония – есть или нет).
  2. Данный метод позволяет проводить анализ только четырехпольных таблиц, когда и фактор, и исход являются инарными переменными, то есть имеют только два возможных значения (например, возраст младше или старше 50 лет, наличие или отсутствие определенного заболевания в анамнезе).
  3. Относительный риск применяется при проспективных исследованиях, когда исследуемые группы формируются по признаку наличия или отсутствия фактора риска. При исследованиях по принципу “случай-контроль” вместо относительного риска должен использоваться показатель отношения шансов.

4. Как рассчитать относительный риск?

Для расчета относительного риска необходимо:

  1. Строим четырехпольную таблицу сопряженности, исходя из количества исследуемых, имеющих определенные значения факторного и результативного признаков:
  2. Исход есть (1)Исхода нет (0)Всего
    Фактор риска есть (1)ABA + B
    Фактор риска отсутствует (0)CDC + D
    ВсегоA + CB + DA+B+C+D
  3. Находим значение относительного риска по следующей формуле:

    где A, B, C, D – количество наблюдений в ячейках таблицы сопряженности.

  4. Находим значения границ доверительного интервала – 95% ДИ (или 95% CI – от англ. “confidence interval”).

    Формула расчета верхней границы:

    Формула расчета нижней границы доверительного интервала:

  5. Сравниваем значения относительного риска и границ доверительного интервала с единицей.

5. Как интерпретировать значение относительного риска?

Показатель относительного риска сравнивается с 1 для того, чтобы определить характер связи фактора и исхода:

  • Если ОР равен 1, можно сделать вывод, что исследуемый фактор не влияет на вероятность исхода (отсутствие связи между фактором и исходом).
  • При значениях более 1 делается вывод о том, что фактор повышает частоту исходов (прямая связь).
  • При значениях менее 1 – о снижении вероятности исхода при воздействии фактора (обратная связь).

Также обязательно оцениваются значения границ 95% доверительного интервала. Если оба значения – и нижней, и верхней границы – находятся по одну сторону от 1, или, другими словами, доверительный интервал не включает 1, то делается вывод о статистической значимости выявленной связи между фактором и исходом с вероятностью ошибки p0,05).

6. Пример расчета показателя относительного риска

В 1999 году в Оклахоме проводились исследования заболеваемости мужчин язвой желудка. В качестве влияющего фактора было выбрано регулярное потребление фастфуда.

В первой группе находились 500 мужчин, постоянно питающихся быстрой пищей, среди которых язву желудка диагностировали у 96 человек.

Во вторую группу были отобраны 500 сторонников здорового питания, среди которых язва желудка была диагностирована в 31 случае. Исходя из полученных данных была построена следующая таблица сопряженности:

Больные язвой желудка (1)Язва желудка отсутствует (0)Всего
Фастфуд (1)96404500
Здоровое питание (0)31469500
Всего1278731000
  1. Рассчитываем значение относительного риска:
  2. Находим значения верхней и нижней границ 95% доверительного интервала по указанным выше формулам. Значение верхней границы составляет 4.55, нижней – 2.11.
  3. Сравниваем полученные значения ОР и 95% ДИ с 1. Показатель относительного риска свидетельствует о наличии прямой связи между употреблением фастфуда и вероятностью развития язвы желудка. У мужчин, употребляющих картошку фри и хотдоги, язва желудка наблюдается в 3,1 раза чаще, чем среди придерживающихся здорового питания. Уровень значимости данной взаимосвязи соответствует p

Источник: https://medstatistic.ru/methods/methods7.html

Функции: Абсолютный риск и относительный риск | Медицинские Определения 2020

Абсолютный риск в эпидемиологии

Во многих сообщениях в СМИ о преимуществах лечения результаты риска представлены в виде относительного снижения риска, а не абсолютного снижения риска. Это часто делает лечение лучше, чем оно есть на самом деле. Здесь мы объясняем разницу между абсолютным и относительным риском, чтобы вы могли принимать более обоснованные решения о том, принимать лечение или нет.

Что такое абсолютные и относительные риски?

Абсолютный риск заболевания является ваш риск развития заболевания в течение определенного периода времени. У всех нас есть абсолютный риск развития различных заболеваний, таких как болезни сердца, рак, инсульт и т. Д.

Один и тот же абсолютный риск может быть выражен по-разному. Например, скажем, у вас 1 из 10 риска развития определенного заболевания в вашей жизни.

Можно также сказать, что это риск 10% или 0,1 – в зависимости от того, используете ли вы проценты или десятичные дроби.

Относительный риск используется для сравнения риска в двух разных группах людей. Например, группы могут быть курильщиками и некурящими.

Все виды групп сравниваются с другими в медицинских исследованиях, чтобы увидеть, увеличивает ли принадлежность к группе риск развития определенных заболеваний.

Например, исследования показали, что курильщики имеют более высокий риск развития сердечных заболеваний по сравнению с (по сравнению с) некурящими.

Несколько примеров могут проиллюстрировать это лучше:

Пример, когда говорим о рисках заболевания

Скажем, абсолютный риск развития заболевания у некурящих составляет 4 на 100. Скажем, у курильщиков относительный риск заболевания повышен на 50%. 50% относится к 4 – таким образом, абсолютное увеличение риска составляет 50% от 4, то есть 2. Таким образом, абсолютный риск развития этой болезни у курильщиков составляет 6 из 100.

Пример, когда речь идет о лечении

Скажем, мужчины имеют риск развития определенной болезни у 2 к 20 к тому времени, когда они достигают возраста 60 лет.

Затем, скажем, исследования показывают, что новое лечение снижает относительный риск заражения этой болезнью на 50%. 50% – это относительное снижение риска, и оно относится к влиянию на 2. 50% из 2 равно 1.

Таким образом, это означает, что абсолютный риск уменьшен с 2 в 20 до 1 в 20.

Количество, необходимое для лечения (NNT)

Фигура, которая часто цитируется в медицинских исследованиях – это NNT. Это количество людей, которым необходимо пройти лечение, чтобы один человек получил пользу от лечения.

Например, скажем, фармацевтическая компания сообщила, что лекарство X снизило относительный риск развития определенного заболевания на 25%. Если бы абсолютный риск развития заболевания составлял 4 на 100, то это снижение относительного риска на 25% уменьшило бы абсолютный риск до 3 на 100.

Однако это можно посмотреть по-другому. Если 100 человек не примут лекарство, то 4 из 100 человек заболеют этой болезнью. Если 100 человек примут лекарство, то только 3 из 100 человек заболеют этой болезнью. Поэтому 100 человек должны пройти курс лечения на одного человека, чтобы получить пользу, а не заболеть. Итак, в этом примере NNT равен 100.

Быстрый способ получения NNT для лечения состоит в том, чтобы разделить 100 на абсолютное снижение процентных пунктов риска при приеме лекарства. Вот еще один быстрый пример. Скажем, абсолютный риск развития осложнений от определенного заболевания – 4 на 20. Скажем, лекарство снижает относительный риск развития этих осложнений на 50%.

Это снижает абсолютный риск с 4 на 20 до 2 на 20. В процентном отношении 4 на 20 составляет 20%, а 2 на 20 – 10%. Следовательно, снижение абсолютного риска при приеме этого лекарства составляет от 20% до 10% – снижение на 10 процентных пунктов. NNT будет 100 делится на 10.

То есть 10 человек должны будут принимать лекарства, чтобы один принес пользу.

Помощь в принятии решения о лечении

Решение о том, следует ли принимать лечение, должно быть сбалансировано различными вещами, такими как:

  • Каков абсолютный риск начала заболевания?
  • Насколько серьезна эта болезнь?
  • Насколько абсолютный риск снижается при лечении?
  • Каковы риски или побочные эффекты при приеме лечения?
  • Сколько стоит лечение? Стоит ли это для отдельного человека, если он платит, или это стоит для страны, если правительство платит?

Это может помочь посмотреть на пару примеров:

Скажите, что ваш абсолютный риск развития определенного заболевания составляет 4 на 1000. Если лечение снижает относительный риск на 50%, это означает, что 4 уменьшается на 50%. Таким образом, лечение снижает абсолютный риск с 4 на 1000 до 2 на 1000. Не очень много в абсолютном выражении.

  • Если это было незначительное заболевание, от которого вы, вероятно, вылечитесь, вы вряд ли потрудитесь принять лечение.
  • Если это смертельное заболевание, вы можете подумать о том, чтобы принять лечение – любое снижение риска может быть лучше, чем ничего. Тем не мение:
    • Скажем, был 1 из 100 риска развития серьезных побочных эффектов от лечения. В таком случае вы вряд ли захотите получить лечение, так как риск серьезных побочных эффектов выше, чем риск заболевания.
    • Если не было никакого риска от лечения, вы могли бы счесть это целесообразным.
    • Если лечение было очень дорогим:
      • Тогда вы не сможете себе это позволить и решите рискнуть без лечения.
      • Если правительство платит, оно может решить не финансировать это лечение, поскольку снижение абсолютного риска невелико, и многим людям понадобится лечение, чтобы принести пользу одному человеку.

Однако, с другой стороны, скажите, что ваш абсолютный риск развития другого заболевания составляет 4 из 10, а лечение снижает относительный риск на 50%. Ваш абсолютный риск снижается до 2 из 10 – теперь это большое снижение.

  • Если это было небольшое заболевание, от которого вы, вероятно, вылечитесь, вы все равно можете принять лечение, если не было риска побочных эффектов, чтобы не беспокоить болезнь.
  • Если это смертельное заболевание, вы, вероятно, определенно захотите лечения, при условии, что риск побочных эффектов был намного ниже, чем риск заболевания.
  • Если лечение было очень дорогим:
    • Если правительство платит, оно с большей вероятностью решит профинансировать это лечение, поскольку снижение абсолютного риска больше, чем в предыдущем примере, и меньшее количество людей будет нуждаться в лечении, чтобы принести пользу одному человеку.

В итоге

В прессе часто цитируются методы лечения заболеваний: «Новое лечение снижает риск заболевания Х на 25%». Хотя это звучит хорошо, это обычно относится к родственник риск.

Тем не менее, польза действительно зависит от того, насколько часто или редко встречается заболевание. Значительное снижение относительного риска для редкого заболевания может не означать значительного снижения абсолютного риска.

Например, снижение относительного риска на 75% для чего-то, что имеет абсолютный риск 4 на миллион, снижает абсолютный риск до 1 на миллион.

Принимая решение о том, следует ли принимать лечение, в идеале вы должны решить с врачом, перевешивает ли снижение абсолютного риска риски, побочные эффекты и стоимость лечения.

Посетите наши форумы

Посетите форумы пациентов, чтобы получить поддержку и совет от нашего дружелюбного сообщества.

Присоединяйтесь к обсуждению

Источник: https://ru.techsymptom.com/82663-absolute-risk-and-relative-risk-97

Риск развития заболевания

Абсолютный риск в эпидемиологии

Риск развития заболевания – это вероятность возникновения заболевания на любом этапе жизни пациента. Так как болезнь может проявляться у разных людей на разных этапах жизни, чаще всего риск рассчитывают как среднюю вероятность развития данного заболевания в популяции. В таком случае мы имеем дело с относительным риском развития заболевания.

Относительный риск рассчитывается путем сравнения рисков развития данного заболевания в группе людей, обладающих каким-либо общим признаком (к примеру, это могут быть пациенты с высоким уровнем холестерина – известного фактора риска развития ишемической болезни сердца или носители определенного генотипа какого-либо гена) и в контрольной группе, в которую входят люди случайным образом выбранные из общей популяции.

Допустим, риск развития данного заболевания в изучаемой группе выше чем в общей популяции в 1,5 раза. Это значит, что страдать от ишемической болезни сердца будет, предположительно, на 50% больше людей с высоким холестерином по сравнению с людьми из общей популяции.

Такой процент не абсолютно точен, то есть, если наблюдать в течение жизни за людьми из выбранных групп, можно обнаружить что болезнь возникнет, к примеру, у 52% пациентов из группы с высоким холестерином.

Такая разница может объясняться разного рода причинами, одна из которых – размер сравниваемых групп. Чем больше людей в группе, тем больше точность определения риска.

Важно понимать, что полученный при сравнении групп риск развития заболевания относится к статистическим понятиям, так что индивидуальный риск развития для конкретного пациента и риск, подсчитанный для группы, в целом могут отличаться.

Создание модели расчета совокупного генетического риска включает два шага: 1) преобразование значения отношения шансов (OR – odds ratio) для конкретного полиморфного локуса в значение относительного риска и 2) вычисление значения совокупного относительного риска на основе значений рисков для локусов предрасположенности из первого шага.

Что такое отношение шансов (OR)?

Большая часть современных исследований генетической предрасположенности к многофакторным заболеваниям проводится с использованием подхода “случай-контроль”. Задачей исследований является поиск аллелей генов, частоты которых значимо различаются в группах пациентов и здоровых индивидов.

Результаты обычно бывают представлены в виде отношения шансов (OR – odds ratio), значение которого представляет собой отношение шансов события в одной группе к шансам события в другой группе, или отношение шансов того, что событие произойдет, к шансам того, что событие не произойдет, то есть, выражаясь в терминах вероятностей:

OR = (Pr(c|A)/Pr(nc|A)) / (Pr(c|C)/Pr(nc|C))

Абсолютный риск возникновения заболевания, как правило, не может быть прямо измерен в исследованиях «случай-контроль», потому что соотношение пациентов и здоровых индивидов не соответствует их соотношению в популяции. Но, принимая некоторые допущения, мы можем оценить риск исходя из значений отношения шансов.

Известно, что для редких болезней относительный риск может быть аппроксимирован отношением шансов. В общем случае это допущение неверно для большинства распространенных многофакторных заболеваний. Однако, оказывается, что риск для генотипов может быть оценен из выражения отношения шансов, приведенного выше.

Эти вычисления особенно упрощаются, если допустить, что здоровые индивиды являются случайной выборкой из той же самой популяции, что и пациенты, включая возможно заболевших людей, а не специально отобранной группой.

Для увеличения размера выборки и статистической мощности исследования современные работы по полно-геномному поиску ассоциаций используют выборку здоровых индивидов, которая не соответствует пациентам по возрастным критериям и не гарантирует отсутствие заболевания у членов этой группы.

То есть, она максимально корректно описывает случайную выборку из общей популяции. Следует отметить, что данное допущение чрезвычайно редко выполняется точно, но полученная оценка риска обычно довольно умеренна и смягчает отклонения от данного предположения.

Исходя из этих предположений мы получаем возможность вычисления генетического риска для носителей предрасполагающего генотипа данного полиморфного маркера по отношению к среднему риску возникновения заболевания в популяции.

Как учитывать влияние нескольких полиморфных маркеров?

Для множества исследований последних лет было обнаружено, что мультипликативная модель риска адекватно описывает полученные данные и лучше подходит для описания результатов, чем альтернативные модели – доминантная и рецессивная. Это означает, что совокупный риск возникновения заболевания представляет собой произведение оценок риска для отдельных маркеров, то есть для маркеров g1 и g2:

RR(g1,g2) = RR(g1)RR(g2)

При этом подразумевается допущение, что факторы риска независимы. Очевидным нарушением этого допущения является случай неравновесия по сцеплению нескольких маркеров. В этом случае для оценки риска используются комбинации аллелей этих маркеров.

Расчет совокупного риска возникновения заболевания

Совокупный риск возникновения заболевания рассчитывается исходя из значений совокупного генетического риска для данной популяции и общего риска заболевания для популяции, представителем которой является исследуемый индивидуум (этническая принадлежность, пол, географическое происхождение и т.д.)

Таким образом, для оценки риска возникновения заболевания для конкретного пациента по сравнению со средним риском в популяции необходимо знание следующих исходных данных:

  • Частоты аллелей и генотипов исследуемых полиморфных маркеров в популяции, которой принадлежит пациент
  • Значения OR для исследуемых полиморфных маркеров и заболевания
  • Значение популяционного риска возникновения заболевания

Краткий обзор моделей наследования

Историю развития генетического анализа можно прочитать здесь, а ниже приведен краткий перечень основных моделей наследования и связанных с ними определений и допущений, которые используются для расчета генетического риска возникновения заболевания:

Определения и допущения:

    • r “случаев” и s “контролей” являются случайно отобранными образцами из популяции.
    • Биаллелельный полиморфный маркер (SNP) имеет два аллеля A и B, три генотипа AA, AB и BB, где Pr(B) = pи Pr(A) = 1-p.
    • Получены данные генотипирования для всех n = r + s.
    • Неизвестный локус предрасположенности к болезни имеет аллели M и N.
    • Исследование обнаруживает ассоциацию между заболеванием и полиморфным маркером благодаря неравновесию по сцеплению между исследуемым полиморфным маркером и локусом предрасположенности к заболеванию:
      Локус предрасп.
      МаркерMNВсего
      A(1-p)(1-q) + D(1-p)q – D1-p
      Bp(1-q) – Dpq + Dp
      Всего1-qq1
    • Пусть G0 = AA, G1 = AB и G2 = BB.
    • Данные исследования могут быть представленны в виде таблицы сопряженности 2×3:
G0G1G2Всего
случаиr0r1r2r
контролиs0s1s2s
Всегоn0n1n2n
  • pi = Pr(Gi|случаи)
  • qi = Pr(Gi|контроли)
  • Нулевая гипотеза H0: pi = qi для i = 0,1,2
  • Распространенность: k = Pr(случаи)
  • Пенетрантность: fi = Pr(случаи|Gi) для i = 0,1,2
  • Относительные риски для генотипов (GRR): λ1 = f1/f0 и λ2 = f2/f0
  • Аллель B является предрасполагающим аллелем, если: λ2 ≥ λ1 ≥ 1 и λ2 > 1

Базовые генетические модели (m – аллель риска):

  • Доминантная – предполагает, что влияние на пенетрантность проявляется для гетерозигот и гомозигот по предрасполагающему аллелю;λ1 = λ2;Pr(случаи|AB) = Pr(случаи|BB);Статистика: mm+Mm против MM (хи-квадрат).
  • Рецессивная – предполагает, что влияние на пенетрантность проявляется только для гомозигот; λ1 = 1 and λ2 > 1; Pr(случаи|AA) = Pr(случаи|AB);Статистика: MM+Mm против mm (хи-квадрат).
  • Мультипликативная – предполагает, что пенетрантность зависит от количества копий предрасполагающего аллеля; λ1 = λ21/2; Pr(случаи|AA) Pr(случаи|BB) = {Pr(случаи|AB)}2;Статистика: M против m (хи-квадрат).
  • Аддитивная – предполагает, что значение пенетрантности гетерозигот лежит между значениями пенетрантности для обеих гомозигот; λ1 = (1+λ2)/2; Pr(случаи|AA) + Pr(случаи|BB) = 2Pr(случаи|AB);Статистика: MM против Mm против mm (тест Кохрана-Армитаджа для линейных трендов).
  • Кодоминантная – предполагает, что значение пенетрантности гетерозигот лежит между значениями пенетрантности для обеих гомозигот, но зависимость от значений рисков гомозигот неизвестна; Статистика: логистическая регрессия.

По материалам проекта deCODEme

Источник: Ген Эксперт

Источник: https://testgen.ru/ru/nauchnyie-issledovaniya/publikaczii/risk-razvitiya-zabolevaniya.html

Абсолютный и относительный риск

Абсолютный риск в эпидемиологии

В средствах массовой информации когда сообщают о преимуществах какого либо лечения часто представляют результаты снижения риска как относительные, а не абсолютные. Это часто дает более выгодное представление о лечении, чем оно есть на самом деле.

Тем не менее, польза действительно зависит от того, насколько распространена эта болезнь. Значительное снижение относительного риска для редкого заболевания не может означать значительного снижения абсолютного риска.

Например, 75%-ное снижение относительного риска для чего-то, что имеет 4 случая на миллион в абсолютном риске, приводит к снижению абсолютного риска до 1-го на миллион.  В этой статье мы попытаемся объяснить разницу между абсолютным и относительным риском.

Это поможет вам принимать более обоснованные решения о том, принимать ли данное лечение или нет.

Что такое абсолютный и относительный риск?

Абсолютный риск заболевания – это риск развития заболевания в течение определенного периода времени.

У всех нас есть абсолютные риски развития различных заболеваний, таких как сердечные заболевания, рак, инсульт и т. п. Тот же самый абсолютный риск может выражаться по-разному.

 Например, скажем, что у вас есть 1 шанс из 10 развития определенного заболевания. Это также можно назвать 10% -ным риском.

Относительный риск используется для сравнения риска в двух разных группах людей. Например, группы могут быть курящими и некурящими.

Все виды групп сравниваются с другими в медицинских исследованиях, чтобы узнать, увеличивает или снижает принадлежность к группе риск развития определенных заболеваний.

Например, исследования показали, что курильщики имеют более высокий риск развития сердечных заболеваний по сравнению с некурящими.

Несколько примеров могут показать это лучше:

Пример, когда речь идет о рисках заболевания

Скажем, что абсолютный риск развития заболевания у некурящих составляет 4 из 100. И еще скажем, что относительный риск заболевания у курильщиков увеличивается на 50%. 50% относится к 4-м – таким образом, что абсолютное увеличение риска составляет 50% от 4-х, что равно 2. Таким образом получается, что абсолютный риск развития этого заболевания у курильщиков составляет 6 из 100.

Пример, когда речь идет о лечении

Скажем, у 2-х мужчин из 20-ти есть риск развития определенного заболевания когда они достигнут возраста 60 лет.

Затем скажем, что исследование показывает, что новое лечение снижает относительный риск возникновения этого заболевания на 50%. 50% – это относительное снижение риска и относится к тем 2-м мужчинам.

50% от 2 равно 1. Таким образом, это означает, что абсолютный риск уменьшается от 2 из 20, до 1 из 20.

Число больных, которых нужно лечить (ЧБНЛ)

ЧБНЛ это число, которое часто цитируется в медицинских исследованиях и является количеством больных, которых необходимо лечить, для того чтобы выздоровел один человек.

Например, скажем, фармацевтическая компания сообщила, что медицинский препарат «Х» снизил относительный риск развития определенного заболевания на 25%.

Если бы абсолютный риск развития заболевания составлял 4 из 100, то это 25%-ое снижение относительного риска снизило бы абсолютный риск до 3 из 100.

Однако это можно рассматривать и по-другому. Если 100 человек не принимают лекарство, тогда 4 из этих 100 человек заболеют. Если 100 человек принимают лекарство, тогда только 3 из этих 100 человек заболеют.

Таким образом, для того чтобы гарантированно один человек получил пользу от приема этого препарата его должны принимать минимум 100 человек. В данном примере число больных, которых необходимо лечить, равно 100.

Быстрый способ получить ЧБНЛ, состоит в том, чтобы разделить 100 на абсолютное снижение процентных пунктов риска при приеме лекарства. Вот еще один пример. Скажем, что абсолютный риск развития осложнений от определенного заболевания составляет 4 из 20. И скажем, что определенное лекарство снижает относительный риск развития этих осложнений на 50%.

Выходит что  абсолютный риск снижается от 4 из 20, до 2 из 20. В процентном отношении 4 из 20 составляет 20%, а 2 из 20 – 10%. Таким образом, снижение абсолютного риска при приеме этого лекарства составляет от 20% до 10% – т. е. снижается на 10 процентных пунктов. Число, необходимое для лечения, было бы 100 деленным на 10.

То есть, 10 человек должны принять лекарство, чтобы одному оно смогло принести пользу.

Как принять решение о необходимости лечения?

Решение о том, следует ли принимать лечение, должно быть уравновешено ответами на  некоторые вопросы, такими как:

Каков абсолютный риск развития заболевания? Насколько серьезно данное заболевание? Насколько абсолютный риск развития заболевания уменьшается при лечении? Каковы риски или побочные эффекты при лечении?

Сколько стоит лечение? Стоит ли оно пациенту если он платит сам, или это стоит его стране, если за него платит государство?

Еще может помочь, если рассмотреть несколько примеров:

Скажем, что абсолютный риск развития определенного заболевания составляет 4 из 1000. Если лечение снижает относительный риск на 50%, это означает, что 4 уменьшается на 50%. Таким образом, лечение снижает абсолютный риск от 4 из 1000 до 2 из 1000. Не так уж и  много в абсолютных выражениях.

Если заболевание от которого вы хотите вылечится несерьезное, то вы вряд ли захотите принять лечение. Если же заболевание смертельно опасное, то лучше решиться на лечение, т. к. любое снижение риска лучше, чем ничего.

Однако: если скажем, что риск серьезных побочных эффектов от лечения равен 1 из 100, то скорее всего такое лечение не нужно, т. к. риск серьезных побочных эффектов выше, чем риск развития самой болезни.

Если бы не было риска при лечении, то лучше бы было рассмотреть возможность лечения.

Если лечение очень дорогостоящее:

Тогда вы не сможете себе это позволить и решите рискнуть отказаться от лечения.

Если платит государство, оно может решить не финансировать это лечение, поскольку снижение абсолютного риска по отношению к одному человеку невелико, а многие другие люди так же нуждаются в лечении.

Однако, с другой стороны, скажем, ваш абсолютный риск развития другого заболевания составляет 4 из 10, и лечение снижает относительный риск на 50%. Тогда ваш абсолютный риск снижается до 2 из 10 – а это уже более значительное сокращение. Если бы это было незначительное заболевание, от которого вы, скорее всего, выздоровеете, вам лучше пройти данное лечение, если нет риска побочных эффектов.

Если это смертельная болезнь, вы вероятно обязательно захотите лечения, если риск побочных эффектов намного ниже, чем риск самой болезни.

Если лечение очень дорогостоящее:

Если платит государство, более вероятно, что оно решит финансировать такое лечение, поскольку снижение абсолютного риска будет больше, чем в предыдущем примере, и ЧБНЛ тоже будет меньше.

Решение о том, следует ли принимать лечение, в идеале вы должны решить с вашим врачом, если снижение абсолютного риска перевешивает риски, побочные эффекты и затраты на лечение.

Источник: http://www.medical-enc.ru/16/absolyutnyi-otnositelnyi-risk.shtml

Ваше здоровье
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: