Was ist die Number Needed to Treat (NNT)?

Die Number Needed to Treat (NNT) ist, wie viele Menschen eine Behandlung über eine genannte Zeit nehmen müssen, damit einer von ihnen vor einem Ergebnis verschont bleibt, das er sonst gehabt hätte. Sie stammt aus einer Studie, die eine behandelte Gruppe mit einer unbehandelten vergleicht. In den Zahlen eines medizinischen Lehrartikels hatten 2,9 von 100 unbehandelten 60-Jährigen mit Bluthochdruck innerhalb von fünf Jahren einen Schlaganfall, gegenüber 1,9 von 100 unter einem Diuretikum, einer Pille, die den Blutdruck senkt. Der Abstand ist 1 von 100, und 100 ÷ 1 ist 100, also ist die NNT 100 über fünf Jahre. Von diesen 100 auf der Pille hätten etwa 97 nie einen Schlaganfall bekommen, etwa 2 bekommen trotzdem einen, und einer bleibt verschont. Niemand kann vorher sagen, welcher. Genau das heißt es meistens, wenn eine Behandlung wirkt: Alle nehmen sie, und der Nutzen landet bei den wenigen, deren Ergebnis sie verändert hat. Die NNT ist dieser Abstand, umgerechnet in Menschen, und sie bedeutet nur etwas mit ihren Jahren dran.

Die Number Needed to Treat (NNT) ist die Zahl der Menschen, die eine Behandlung über einen festgelegten Zeitraum nehmen müssen, damit einer von ihnen ein Ergebnis vermeidet, das er sonst gehabt hätte. Sie wird aus einer Studie berechnet, in der der Zufall die Menschen in eine behandelte Gruppe und eine Kontrollgruppe mit einer Attrappe teilt, und das Ergebnis wird auf jeder Seite gezählt. In den Zahlen, mit denen das Canadian Medical Association Journal die Rechnung lehrt, starben 12,0 von 100 Patienten innerhalb von fünf Wochen nach einem Herzinfarkt ohne Streptokinase, ein Medikament, das Blutgerinnsel auflöst, gegenüber 9,2 von 100 mit ihm. Der Unterschied, 2,8 von 100, ist die absolute Risikoreduktion. Teile 100 durch 2,8, und du bekommst 36: Behandle 36 Patienten fünf Wochen lang, um einen Todesfall zu verhindern. Diese 36 zerfallen in drei Gruppen. Grob 32 hätten ohnehin überlebt. Grob 3 sterben trotz des Medikaments. Einer lebt wegen des Medikaments, und niemand kann vorher wissen, welcher. Die relative Zahl verbirgt das. Die Todesfälle gingen um etwa ein Viertel zurück (2,8 ÷ 12,0), und ein Viertel klingt gleich, egal wie hoch das Ausgangsrisiko ist. Die NNT nicht. Senke ein Schlaganfallrisiko von 3 von 100 um ein Drittel, und der Abstand ist 1 von 100, also ist die NNT 100. Senke 30 von 100 um ein Drittel, und der Abstand ist 10 von 100, also ist die NNT 10. Dasselbe Medikament, dasselbe Drittel, zehnmal so viel Nutzen pro behandelter Person, weil der Patient mit dem höheren Risiko mehr zu verlieren hatte. Der Zeitraum zählt auch: Der Abstand zwischen den Gruppen wird mit den Jahren meist größer, also sinkt die NNT, und eine NNT ohne Zeitangabe ist unvollständig. Dieselbe Rechnung läuft bei Nebenwirkungen. Wenn eine Blutung bei 0,3 von 100 Unbehandelten und bei 0,9 von 100 Behandelten auftritt, ist der Anstieg 0,6, und 100 ÷ 0,6 ist etwa 167, die Number Needed to Harm. Wiege die beiden Zahlen gegeneinander ab und gegen die Frage, wie schlimm jedes Ergebnis ist: Eine NNT von 100, um einen Todesfall zu verhindern, kann sich sehr lohnen, und eine NNT von 5 für einen belanglosen Gewinn muss es nicht.

Die Number Needed to Treat ist, wie viele Menschen eine Behandlung nehmen müssen, damit einer von ihnen vor einem Ergebnis verschont bleibt, das er sonst gehabt hätte. Ein Laden, der einen Rabattcode testet, misst dasselbe. Der Laden mailt einen Code für 20 % Rabatt an 1.000 Kunden und hält 1.000 ähnliche Kunden zurück, die nichts bekommen. Über den Monat kaufen 50 aus der Code-Gruppe und 30 aus der zurückgehaltenen Gruppe. Der Code hat nicht 50 Verkäufe gebracht, denn 30 dieser Leute hätten sowieso gekauft. Er hat 20 zusätzliche Verkäufe aus 1.000 Codes gebracht, also gingen 50 Codes raus für jeden Verkauf, den der Laden sonst nicht gemacht hätte. Fünfzig ist die Number Needed to Treat des Ladens für diesen Monat. Die Kunden sortieren sich so wie die Patienten einer Studie: 930 hätten nie gekauft, 30 kauften ohnehin, und 20 hat der Code umgestimmt, ohne dass man sie vorher hätte herauspicken können. Hier endet die Entsprechung: Der Laden kann den Test nächsten Monat mit denselben Kunden wiederholen, und eine Studie kann dieselben Patienten nicht zweimal durch dieselbe Krankheit schicken.