Transcript Relativ risikoreduksjon

Statistikk i forskningen er det fruktbart?
Thore Egeland
Biostatistikk, Rikshospitalet
Seksjon for medisinsk statistikk,
UiO
Innhold
• Hvordan måle effekt av en studie?
Sentrale begreper
- p-verdier, konfidensintervaller,
- absolutt - og relativ risikoreduksjon,
- NNT (Number needed to treat)
• Metaanalyser
• Oppsummering. Kontekst:
vitenskap, markedsføring ,
samfunnsmedisin?
Protokoll
• Innledning
• Hensikt
• Forsøksplan
• Pasienter (inklusjo./eksklu.)
• Beskrivelse av behandling.
Oppfølging
• Trekke seg
• Statistisk analyse
• Effektmål
• Randomisering/blindin
• Antall pasienter
• Metaanalyser
• Godkjenning
SLK, etisk kom., samtykke
• Reg./rapp. av bivirkninger
• Datahåndtering (QC)
• Publisering
• Adminstrativt
Gjennomgangseksempel
Hannah et al. 2000
•Parallellstudie
•Randomisert
•Ikke blindet
P-verdier
• Medisinsk forskning fokuserer på p-verdier:
p<0.05 Tolkes som en interessant forskjell
mellom to behandlinger.
p>0.05 Ingen signifikant forskjell; vi har ikke
dermed vist at behandlingene er like.
• P-verdien er sannsynligheten for å observere et
så rart resultat som studien viste
(eller enda rarere) pga tilfeldighet.
P-verdier og hypoteser
• Nullhypotese: Ho “Behandlingene like gode”
Alternativ:
H1 “Nytt medikament bedre”
• P-verdi= sannsynligheten for å påstå H1 (“bedre”) når sannheten er Ho
(“likhet”).
Statistisk og klinisk signifikans
• p-verdier kan bli lave fordi utvalgene er store. Følgelige må
også meningsfylte mål for behandlingseffekt og nytte oppgis.
"A difference is only a difference
if it makes a difference."
Eksempel.
Setestudien.
P-verdier, effektmål
Primært utfall:
perinatal/neonatal mortalitet eller alvorlig neonatal morbiditet
Keisersnitt reduserer risikoen, P-verdi<0.0001.
Sannsynl. for utfall ved keisersnitt
= 17/1039 = 0.016 = 1.6%
Sannsynl. for utfall ved vag forløsning = 52/1039 = 0.050 = 5.0%
Relativ risiko, RR = 1.6/5.0 = 0.33.
Fortolkning: Risikoen for utfall 1/3 for keisersnitt
(eller: 3 ganger høyere for fødsel)
Konfidensintervall
• Hvor sikkert er anslaget 0.33 for RR?
95% konfidensintervall 0.19 til 0.56. Fortolkning:
Vi er 95% sikre på at den sanne
verdien er mellom 0.19 og 0.56.
RR<1
RR>1
Ikke sign.
0
.19
.56
1
H0: “ingen forskjell”
Nullhypotesen forkastes med p-verdi<0.05
hvis konfidensintervallet ikke krysser 1.
Trenger vi andre mål for å bringe inn
samfunnsmessige - eller økonomiske
aspekter?
Tabell 1 Eksempler på bruk av forskjellige mål for samme effekt
Primært endepunkt gruppe
Beh
Kontroll Absolutt NNT
gruppe gruppe differanse
SOLVD (6) Død
35,2 % 39,7 %
4,5 %
22
STOP-Hypertension (7)
3,35 % 5,55 %
2,2 %
45
Hjerneslag, hjerteinfarkt eller død
FIT (8) Klinisk kompresjonsfraktur i columna
2,3 % 5,0 %
2,7 %
37
CAPRIE (9) Hjerneslag, hjerteinfarkt eller død 5,32 % 5,83 %
0,51 %
196
SOLVD. Absolutt differanse = 39.7%-35.2% = 4.5%
NNT = Number needed to treat
= 100/4.5 =22
Eva Skovlund, Tidsskriftet 2001;336-8.
Døde
Levende
Total
Placebo
259
581
840
Aktiv
210
640
850
Table 4, s 704
Bernard et al.
NEJM, vol 344:699-709
2002
Sannsynlighet for død i aktiv gruppe = 210/850 = 0.247
Sannsynlighet for død i placebo gruppe = 259/840 = 0.308
Relativ risiko = 0.247/0.308 =0.80
Mål for effekt
Relativ risiko = 0.247/0.308 =0.80
Absolutt risikoreduksjon
= 0.308-0.247 = 0.061 = 6.1%
Relativ risikoreduksjon
= 1 - 0.80 = 0.20 = 20%
NNT (Number needed to treat)=100/6.1=16
Scenario
Lav risiko
0,2%
Standard behandling
0,1%
Ny behandling
Relativ risiko-reduksjon (RRR) (0,2 - 0,1)/0,2 = 0,5
0,2 – 0,1 = 0,1
Absolutt risikoreduksjon (ARR)
(1/0,1)100 = 1000
Number needed to treat (NNT)
NNT = (1/ARR)100
Middels risiko
Høy risiko
2%
20%
1%
10%
(2 - 1)/2 = 0,5 (20 - 10)/20 = 0,5
2–1=1
20– 10 = 10
(1/1)100 = 100 (1/10)100 = 10
Metaanalyser. Definisjon
• "Quantitative review and synthesis of the
results of related but independent studies".
(Normand)
"...identifying consistent patterns and
sources of disagreement". (Greenland)
Eksempler
5
Metaanalyser. Avgrensning
Vi skal fokusere på de statistiske
aspektene;
litteratursøk, prosess mm, blir ikke
diskutert.
Eksempel. Metanalyse av sædkvalitet
16 0
•Hvert punkt svarer
til en studie
•61 studier
• n=14947 menn
Carlsen et al. 1992
14 0
12 0
10 0
80
60
40
19 30
19 40
19 50
19 60
19 70
19 80
19 90
20 00
YEAR
Signifikant reduksjon (p<0.001)
22
Fordeler ved metaanalyser
• Ved å kombinere studier kan vi komme frem
til kunnskap som ellers er uoppnåelig.
• Bekvem oppsummering av forskning med
ambisjon om å være mer objektiv enn
tradisjonelle oversiktsartikler.
• Man kan studere tidseffekter (Eks:
sædkvalitet)
Problemer ved metaanalyser
• For lett å komme til konklusjoner:
n blir stor og p-verdien fort liten.
Må ha med effektmål.
Publikasjonsskjevhet
• Publisering av resultater fra kliniske forsøk
er selektiv:
- Størst sjanse for å få publisert signifikante
resultater.
• Behandlingsverdi overdrives.
• Kan motvirkes ved registrering av
igangsatte studier (Cochrane).
Sammenligning med tradisjonelle studier
Planlegging
Design
Vanskelig å rette feil
Datainnsamling
Analyse
Fortolkning
Mulig å rette
feile
Publikasjo
n
Altman, BMJ, 1980
Litteratur.
• Pocock, “Clinical trials”, Wiley 1983.
• Altman, “Practical statistics for medical research”,
Chapman & Hall, 1993.
• “If you torture data long enough, they will
tell you whatever you want to hear.”
Mills (1993) NEJM 329, 1196-9
Oppsummering
• Er dette vitenskap, markedsføring eller
samfunnsmedisin?
Forskjellige effektmål brukes.
• Vi har diskutert
- p-verdier, konfidensintervaller
- absolutt - og relativ risikoreduksjon
- NNT (Number needed to treat)
• Metaanalyser
• Fruktbart?