1
每一个高质量的研究文章都需要使用统计学对实验结果进行分析。一个非常重要的统计学概念就是P值。P值可以用来衡量一个特定的结果发生的概率。换句话说，它告诉我们一个结果在统计学意义上是否显著。P值是一个有意义的统计学数值，但是它不能告诉我们实验结果在临床上是否显著。那么我们如何判断临床是否显著？一种方法是评估需要治疗多少头猪才能治愈一头。这就引出了需治疗数量（NTT= Number Needed to be Treated）的概念。NTT=1表明治疗将会取得100%效果，也就是说一头猪如果得到治疗就会痊愈，如果得不到治疗就意味着可能不会痊愈。NTT的公式如下：
NNT= 1 / ARR 或者 NNT= 1 / (EER - CER)
ARR = (EER – CER)
ARR = 绝对风险降低率
EER = 试验组事件发生概率
CER = 对照组事件发生概率
如果想要计算NNT，你首先要求出比例（如百分数）。很多研究中给出了原始计数数量或者比值，则据此可以很容易计算出NNT。如果实验结果是以二分法（结果被划分为两类，如“是”和“否”）进行统计，NNT也很容易计算。你甚至可以使用一个特殊的公式或表格将优势比（OR，odds ratio）转化为NNT。病例对照研究的NNT是无法计算的，因为实验中没有发生率/流行率等一些数据。
为了更好的理解这个概念，我们看以下几个从公开发表的文章中找到的例子。药品的名字已经隐去，因为我们关注的焦点是NNT这个概念而不是产品。
| 例#1.
一猪场533只猪选入临床试验，该猪场爆发了严重的急性呼吸道疾病。与对照组相比(痊愈猪的比例124/267, 46.44%)，使用抗生素A后，治愈猪的比例明显提高(189/266, 71.05%) (P=0.0214)。ARR = 0.7105 – 0.4644 = 0.2461。换句话说，与生理盐水相比，抗生素A使治愈率提高了24.61%。NNT = 4 (1 / 0.2461)，表明如果使用抗生素A治疗，为了治愈1只猪，你需要治疗4只猪。该临床研究的选入标准是猪只呼吸评分>1（0-3评分制，0是正常）、精神状态评分>1（0-3评分制，0是正常）、直肠温度≥ 104°F (40°C)。在第0天接受治疗。治愈定义为治疗后第7天，猪直肠温度为104ºF(40°C)、呼吸率正常、精神状态良好。 |
|
例#2. 10个研究中的762只育肥猪被选入本研究。这些猪所在猪场之前有过呼吸道疾病的病史。呼吸道疾病爆发的定义是在第0天猪栏中15%的猪呼吸评分≥ 2（0-3评分制，0是正常）、精神状态评分≥ 2（0-3评分制，0是正常）、直肠温度≥ 104°F(40°C)。如果猪栏内达到15%发病率，该猪栏内的猪纳入研究中，使用抗生素B或者盐水治疗。如果在第7天时猪只呼吸评分≤ 1、精神状态评分≤ 1、直肠温度< 104°F(40°C) ，这只猪视为治疗成功即治愈。与盐水相比(148/347, 42.65%)，抗生素B的治愈率非常高(198/346, 57.22%)(P=0.0188)。ARR = 0.5722 – 0.4265 = 0.1457，抗生素B和盐水治疗猪治愈率相差14.57%。NNT = 7 (1 / 0.1457 取整数)，表明你需要使用抗生素B治疗7只猪，才能治愈1只猪。 |
|
例#3. 共有280只10周龄商品猪选入本研究，该猪场之前有胸膜肺炎的病史。呼吸道疾病爆发之初，记录了猪只的呼吸、精神状态评分以及直肠温度。直肠温度≥ 104.0 ºF (40°C)、呼吸率增加、呼吸困难、精神不振的猪定义为病猪。当猪栏内至少有3只猪发病和发烧时，这个猪栏内的猪才被选入研究中。治疗成功的定义是指在第4天猪只直肠温度< 104.0ºF (40°C)、呼吸特征正常、精神状态正常。与盐水治疗组(9/138, 6.52%)相比，抗生素C治疗组猪只的发病率(0/137, 0%)明显低(P<0.0001)。与盐水治疗组(9/138, 6.52%)相比，抗生素C治疗组猪只的死亡率(9/138, 6.52%)也明显降低(P=0.0325)。发病率ARR = 0.5145 – 0.0730 = 0.4415，死亡率ARR = 0.0652 – 0 = 0.0652。在本研究中，发病率 NNT = 3 (1 / 0.4415的结果划为整数) ，死亡率 NNT = 16 (1 / 0.0652 的结果划为整数)。这表明需要使用抗生素C治疗3只猪，才能获得一只不发病猪，而必须治疗16只猪，才能使一只猪免于死亡。 |
许多研究乍看起来效果惊人。事实上，无论选择何种治疗方式，一些猪都会康复。即使采用最佳的治疗方式，并不是所有的猪都会产生预期结果。临床上出现呼吸道疾病不是一种单一细菌病原引起的，而经常是多种病原（尤其是病毒）、环境因素（温度和湿度）、猪免疫系统（免疫是抵抗疾病的主要机制）造成的。即使抗生素100%有效，疾病的早期鉴定和治疗才能成功治愈发病猪。
就像所有统计数值，NNT设定置信区间后会更可靠。根据不同的数据类型，计算95%置信区间公式会比较复杂。你可以选择去网上计算NNT值。置信区间可以使你了解NNT的可信范围。
牛津大学发表的实证医学方面的研究表明，人用药物有效治疗的NNT值在2-4范围内，而预防性措施的NNT值更高。预防措施旨在降低人群中发病人数。目前，还没有兽用治疗或预防性药物的NNT推荐值。
计算NNT值的另一个优势是可以计算出治疗方案的效益。知道两个治疗方案的价格差以及ARR，你就可以计算出为了多治愈一只猪，需要花费多少钱。
举例:
A产品每只猪花费$2.5
B产品每只猪花费$1.00
ARR = 17% A产品占优
NNT = 6
这表明，与B产品相比，使用A产品治疗6头猪才能比B产品多治愈1头。治疗6头，B产品比A产品需要多花$9.00 [6 * ($2.50 – $1.00)]，结果是多治愈了一只猪。即换药后多治愈的每头猪的成本是$9.00。这个计算前提是设定您至少要在一只猪花费$1.00的治疗费用。
记住NNT的计算需要特定结果和特定时间。因此比较不同研究的治疗费方案时，务必要谨慎，除非你在比较两个相似的研究。
结论，NNT是一个可以应用于养猪生产的简单工具。它是一个用于评估治疗方案的统计显著性和临床意义的一个简单方法，可以简化不同治疗方案的成本效益分析。
|
理解NNT关键点:
|
