Какова эффективность лекарств для лечения артериальной гипертонии?
Речь пойдёт про ингибиторы АПФ.
Напомним. Ингибиторы ангиотензин-превращающего фермента (АПФ) блокируют воздействие гормона , в естественных условиях вырабатывающегося в почках, называющегося «ангиотензин II».
Посредством блокирования эффекта ангиотензина II ингибиторы АПФ вызывают расслабление кровеносных сосудов, что снижает артериальное давление.
Предлагаем Вашему вниманию пост, который написал Олег Борисенко (Общество специалистов доказательной медицины):
Какова эффективность лекарств от повышенного давления?
Согласно российскому исследованию ЭССЕ-РФ, 50.2% взрослых людей имеют гипертонию (давление выше 140/90 мм рт. ст.). Если гипертонию не лечить, она приведет к повышенному риску инсульта, инфаркта, сердечной недостаточности, почечной недостаточности и потери зрения.
Гипертония может лечиться разными лекарствами, включая популярную группу ингибиторов АПФ. Лекарства снижают уровень артериального давления, но главная цель лечения – предотвратить негативные последствия, описанные выше.
При этом ни одно лечение в мире не обладает 100% эффективностью. Всегда будут больные, которых несмотря на лечение умрут или у них случится инсульт. Для того, чтобы оценить эффективность лечения необходимо анализировать сравнительные исследования.
Систематический обзор (статья, которая включила все опубликованные статьи по данной теме) влиятельной организации Кокрановское сотрудничество проанализировал эффективность лекарств против гипертонии (PubMed ID 29667175).
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6513559/
В среднем, ингибиторы АПФ снижали уровень артериального давления на 21 мм рт. ст. по сравнению с плацебо. Но какое влияние эти лекарства оказали на негативные события?
Смертность за 4.9 лет снизилась с 13.6% в группе плацебо до 11.3% в группе лечения. Это означает, что риск смерти за 4.9 лет снизился на 2.3%. Или по-другому, нужно лечить 43 больных на протяжении 4.9 лет, чтобы предотвратить одну смерть. Это не плохой показатель эффективности.
Частота инсультов за 4.9 лет снизилась с 6.0% в группе плацебо до 3.9% в группе лечения. Это означает, что нужно лечить 48 больных 4.9 лет, чтобы предотвратить один случай инсульта. Или по-другому – лечение снизило риск инсульта на 2.1% в течение 4.9 лет.
Как можно понять эти цифры?
Получается, что в этом случае 48 больных пьют лекарства каждый день почти 5 лет, но повезет из них только одному?
Почему так?
Во-первых, инсульт относительно редкое событие – он разовьется только у 6 человек из 100 за 5 лет без лечения.
Во-вторых, лечение хотя и достаточно эффективное, но за 5 лет спасет только 2 человек (в итоге, в группе лечения инсульт разовьется у 4 человек из 100).
Получается, что 100 человек должны пить лекарство, чтобы спаслись двое. Если мы разделим 100 на 2.1 (снижение риска в исследовании), то и получим цифру 48 человек.
Всего 48 человек должны пить лекарство 4.9 лет, чтобы из них кто-то один мог уберечься от инсульта.
При этом двое из этих 48 все-равно будут поражены инсультом. Здесь уже работает случай. Кому конкретно повезет не известно!
Но каждый пациент, должен решить, в какой группе он хочет находиться: в той, где за 5 лет у шестерых будет инсульт, или в той, где он случится только у четверых.
Источник: https://t.me/metaconsiliumdoc
«некоторые статистики полностью против использования NNT, потому что они считают, что он обладает плохими статистическими свойствами, главным образом из-за его немонотонности и слияния с бесконечностью в качестве возможного значения (Duncan & Olkin, 2005; Hutton, 2000; Kristiansen, Gyrd-Hansen, Nexøe, & Nielsen, 2004; Stang, Poole, & Bender, 2010; Wu & Kottke, 2001).
Есть также несколько других проблем, таких как смещение, которое нельзя исправить, и сложность вычисления доверительных интервалов со стандартными ошибками. Большинство из этих статистиков рекомендуют использовать абсолютное снижение риска, поскольку оно обладает хорошими статистическими свойствами.
NNT кажутся очень простыми для понимания, но их невозможно интерпретировать без явного упоминания их альтернативы
Другой проблемой является отсутствие доверительных интервалов для NNT. Опять же, NNT являются точечными оценками, и неопределенность оценки должна отображаться рядом с оценкой; в противном случае читатели будут обмануты, думая, что число является окончательной оценкой.
Округление
Другим типичным поведением является округление NNT, потому что большинство людей не думают, что имеет смысл думать о части пациента. Например, люди предпочли бы не думать, что для одного пациента требуется 14,3 пациента, поэтому они округляют их. Это ошибка, потому что числа, которые необходимо обработать, никогда не предназначались для дискретных целых чисел, они являются оценками и обратными для снижения риска.
Вот пример Стэнга и др .:
Если бы у нас было абсолютное снижение риска, которое могло быть между 0,349 и 0,49, и мы взяли числа, необходимые для лечения, из абсолютного снижения риска в этом интервале, они бы все округлились до 3!
1 / 0,349 = 2,865 — это NNT , когда абсолютное снижение риска составляет 0,349
1 / 0,40 = 2,5 — NNT, когда абсолютное снижение риска составляет 0,4
1 / 0,49 = 2,04 — это NNT, когда абсолютное снижение риска составляет 0,49
На практике все эти NNT будут округлены до 3, когда есть очевидные различия между абсолютным снижением риска. NNT не следует округлять до ближайшего целого числа из-за боязни работать с десятичными числами, потому что это приведет к пропуску ценной информации.»
https://lesslikely.com/statistics/problems-with-nnt/
А резюме каково?
Вот именно! Для чего этот пост? Эффективны или нет ИАПФ?
Игры вероятности.