Etudes & Biais

  • RSS
  • Accueil
  • A propos
  • Lecture critique
  • Plainte vs EMA
  • Liens
  • Contact

NNT

Posted on 18 décembre 2013 by Alexis in Article No Comments
  • Home
  • Article
  • NNT

Il n’y a pas de site sur les biais sans information sur les NNT, NNH.

Donc je m’y colle.

Il y a un fichier Excel téléchargeable ici

Icône
NNT 100.17 KB
Télécharger
. (A noter : les courbes en pointillé se lisent sur les axes de gauche, celles en ligne pleine sur l’axe de droite)

NNT : Number Needed to Treat ; c’est donc le nombre de personnes à traiter (pour éviter 1 événement).

Initialement proposé pour évaluer la survenue d’un événement unique, le NNT a aussi été utilisé pour comparer la survenue d’événements multiples.

Ainsi, par exemple, on a commencé à utiliser les NNT pour comparer par exemple la mortalité (qui est un événement unique sauf quelques rares exceptions déjà décrites dans la littérature) puis il a aussi été utilisé pour des événements multiples (poussées de SEP par exemple).

Commençons par un exemple de comparaison évaluant la survenue d’événements uniques.

Soit une étude comparant pour 2 traitements la mortalité. Les patients sont suivis 1 an. Il y a 15% de décès avec le traitement A et 10% avec le traitement B.

La différence des risques de mortalité est de 15%-10% soit 5%.

Le NNT est de 1/5% soit 20.

Effectivement, si je traite 20 patients avec le traitement A j’ai 20×15%=3 décès, et si je les traite avec le traitement B, j’ai 20×10% soit 2 décès : 3-2=1. C’est bon, j’évite 1 décès.

En fait cela veut dire que j’évite un décès au cours de la première année de traitement. Ce sera peut-être plus lors de la deuxième année… ou moins.

Cela veut aussi dire que j’évite un décès dans la population incluse lors de l’essai.

 

Le NNT dépend de la différence entre les risques (1/(P1-P2), le pourcentage de variation dépend de leur rapport ((P2/P1)-1).

Le NNT est identique pour des pourcentages de 20% et 25%, 25% et 30%,… 90% et 95% ; par contre, le pourcentage de diminution de la mortalité varie grandement selon les cas. Entre 15% et 20%, la diminution est de 25%, entre 90 et 95% elle n’est que de 5,2% ; c’est moins vendeur !

A contrario, si le pourcentage de diminution reste stable au fil de l’étude, la différence de risque augmentera donc le NNT diminuera (c’est la situation que l’on retrouve sur le fichier Excel joint sur l’onglet « AFFINE »).

Si la survenue des événements suit plutôt une loi de forme sigmoïde (logique car à la fin tout le monde meurt), le NNT varie selon une courbe en U tandis que le pourcentage de diminution (négatif) fort au début, augmente ensuite pour atteindre 0 à la fin quand tout le monde est mort (voir l’onglet « SIGMOÏDE » du fichier Excel joint – vous pouvez modifier l’aspect des sigmoïdes en changeant les valeurs des cases jaunes en haut à gauche)

Sur les courbes, vous pourrez aussi voir l’évolution des RR (risque relatif), RRA (inverse du NNT) et OR (odds ratio).

En pratique, selon le type de patients inclus, leur risque de subir l’événement, le délai d’impact bénéfique du traitement, le pourcentage de patients susceptibles de bénéficier du traitement et la durée de l’étude, vous pouvez vous retrouver dans diverses situations traduites par les courbes. Selon les cas, soit le NNT, soit le pourcentage de diminution sera le plus « vendeur ».

Pour pouvoir juger correctement une comparaison de NNT ou de pourcentage de diminution, il est plus que souhaitable de disposer du profil évolutif des patients sous placebo (ou sous le comparateur commun) afin de tenter d’évaluer les conditions influençant différemment les deux critères.

C’est pareil si vous comparez en NNT les effets bénéfiques et les effets délétères d’un produit.

Il y a aussi une courbe logarithmique et une courbe exponentielle mais bon… Chaque courbe observée lors d’un essai clinique peut se rapprocher à un intervalle particulier des différentes courbes.

Les NNT ont aussi été utilisés pour décrire des événements multiples (voir onglet NNT pour le calcul).

Le nombre de patients obtenu est alors celui permet d’éviter 1 événement. Plus les patients font d’événements, plus le NNT sera petit (à pourcentage de réduction identique) donc le NNT dépend principalement de la définition des événements comptabilisés, du type de patients inclus et de la durée de l’étude. Là encore, lors de comparaisons de produits sur le NNT (mais aussi sur un pourcentage de réduction) il faut avoir le profil évolutif des patients sous placebo ou comparateur commun pour savoir si le NNT vous trompe un peu, beaucoup…

 

 

 

 

 

 

 

 

 

Share

Leave a Reply Cancel reply

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Search

Commentaires récents

  • Alexis dans Lecture critique (3) : Analyse de la population incluse et ajustements.
  • FRG dans Lecture critique (3) : Analyse de la population incluse et ajustements.
  • Daniel Pérez dans La vérole et le bar-tabac
  • Azaïs dans Je viens de télécharger les analyses de la FDA sur Tecfidera ®
  • Alexis dans Chic ! Avec l’intelligence artificielle, on va avoir plein d’études biaisées.

Articles récents

  • Chic ! Avec l’intelligence artificielle, on va avoir plein d’études biaisées.

    3 avril 2018
  • Deux ans sans publication mais pour la bonne cause

    13 mars 2018
  • Quand il y a un « trou » (dans les données), c’est qu’y a un loup ! (Martine et Alexis)

    19 juin 2015
  • J’adore supputer, ce sera donc un peu moins sérieux… quoi que…

    21 mai 2015
  • Deux autres petits trucs qui rendent les odds-ratios un peu « odd ».

    14 mai 2015
  • Bon la dompéridone on n’y croit pas trop…et qu’est ce qui la différencie du mediator ?

    1 mai 2015
  • La vérole et le bar-tabac

    19 avril 2015
  • Domperidone

    14 avril 2015
  • Propensity scores, ou comment transformer une étude de suivi en un essai randomisé.

    3 avril 2015
  • The Will Rogers phenomenon, et petite digression sur le dépistage

    9 février 2015
  • Tiens, la National Academy Press publie un document sur les données des essais cliniques

    5 février 2015
  • Le monitoring nouveau des essais cliniques est sorti. Bonne ou mauvaise nouvelle pour les fraudeurs (et pour ceux qui les recherchent) ?

    30 janvier 2015
  • Faire une étude sur cohorte positive, fastoche !

    27 janvier 2015
  • Fraude et essai clinique biaisé. La détection des fraudes permet-elle d’exclure les essais cliniques biaisés ?

    6 janvier 2015
  • Les méta-analyses ne seraient-elles pas réellement intéressantes quand elles sont non-valides en raison d’une hétérogénéité ?

    5 décembre 2014
  • Lecture critique (12) Analyse des essais cliniques randomisés en double aveugle destinés à mettre en évidence une supériorité: récapitulatif

    20 novembre 2014
  • Finalement, il ne s’est rien passé à l’EMA ce jeudi 2 octobre.

    7 octobre 2014
  • Si on commence à critiquer les avis de l’EMA …

    28 février 2014
  • Les courbes de survie

    18 février 2014
  • Réponse de l’EMA à mon mail du 20 Novembre 2013 … et ma réponse

    9 février 2014
  • 20 novembre 2013 – 21 janvier 2014 : nouvelle plainte contre l’EMA

    21 janvier 2014
  • La FDA, ses analyses sélectives et l’Alemtuzumab

    6 janvier 2014
  • NNT

    18 décembre 2013
  • Incidence et Prévalence

    13 décembre 2013
  • Risque de sclérose en plaques avec les vaccins (ou autre produit)

    27 novembre 2013
  • Suite des relations avec l’EMA

    20 novembre 2013
  • A la recherche du bon critère d’évaluation

    18 octobre 2013
  • Evénements indésirables rares et loi de Poisson (ou loi binomiale)

    11 octobre 2013
  • Policy 0070 on publication and access to clinical-trial data

    3 septembre 2013
  • Lecture critique (11) : biais ou risque de biais,

    30 août 2013
  • Ô temps, suspends ton vol ! … de données valides

    16 juillet 2013
  • Individual Patient Data (IPD) : une nécessaire mise à disposition de la communité scientifique

    11 juillet 2013
  • P…. d’effet placebo !

    2 juillet 2013
  • Règles CONSORT pour les essais tronqués

    27 juin 2013
  • Lecture critique (10) : Les analyses de sous-groupes

    26 juin 2013
  • Alltrials pour les biais de publication… et les autres biais?

    19 juin 2013
  • Lecture critique (9) : L’aveugle dans les essais cliniques.

    10 juin 2013
  • Analyse critique (8) : La cohérence externe

    5 juin 2013
  • Je viens de télécharger les analyses de la FDA sur Tecfidera ®

    18 mai 2013
  • La puissance

    12 mai 2013

(c) 2013 Etudes & Biais -