رمزگشایی از آمار پزشکی: چرا کاهش خطر نسبی، مزایای درمان را بیش از حد واقعی نشان می‌دهد

لحظه‌ای که بیمار و پزشک تصمیم می‌گیرند آیا یک داروی جدید ارزش عوارض جانبی‌اش را دارد یا خیر، زمانی است که به عدد اثربخشی آزمایش نگاه می‌کنند. آن درصد واحد، ارزش درک شده از مداخله را تعیین می‌کند. اما اگر این عدد به جای کاهش خطر مطلق، به عنوان کاهش خطر نسبی بیان شود، منفعت درک شده از همان ابتدا به صورت ریاضی تحریف می‌شود.[9]

یک کارآزمایی بالینی فرضی برای داروی جدید بیماری قلبی را در نظر بگیرید، سناریویی که اغلب برای توضیح چارچوب‌بندی آماری استفاده می‌شود. اگر از هر ۱۰۰ نفر در گروه کنترل، دو نفر طی پنج سال دچار حمله قلبی شوند، خطر پایه ۲ درصد است. اگر دارو این نرخ را کاهش دهد به طوری که تنها یک نفر از هر ۱۰۰ نفر دچار حمله قلبی شود، خطر جدید ۱ درصد است.[7]

نحوه انتقال این تفاوت ۱ درصدی، همه چیز را در مورد پذیرش دارو تغییر می‌دهد. کاهش خطر مطلق – تفاوت واقعی بین دو گروه – دقیقاً ۱ واحد درصد است. اما کاهش خطر نسبی، که کاهش ۱ درصدی را با خطر پایه اولیه ۲ درصدی مقایسه می‌کند، ۵۰ درصد است.[7][8]

بازاریابی دارویی و تیترهای پزشکی تقریباً همیشه عدد ۵۰ درصد را ترجیح می‌دهند. کاهش ۵۰ درصدی شبیه یک پیشرفت بزرگ به نظر می‌رسد، در حالی که کاهش ۱ درصدی شبیه یک خطای گرد کردن است. هر دو عدد دقیقاً یک نتیجه بالینی را توصیف می‌کنند، اما بیماران را به سمت تصمیم‌گیری‌های کاملاً متفاوتی سوق می‌دهند.[6][9]

«راهنمای کاکرین برای مرورهای نظام‌مند مداخلات» (Cochrane Handbook)، که معیار طلایی برای ارزیابی شواهد پزشکی است، صراحتاً در مورد تکیه صرف بر معیارهای نسبی هشدار می‌دهد. فصل ۱۵ این راهنما در سال ۲۰۲۳ بیان می‌کند که اگر خطر پایه پایین باشد، خطر نسبی «می‌تواند اهمیت بالینی یک مداخله را بیش از حد واقعی برآورد کند.»[1]

برای تبدیل این درصدها به تصمیمات بالینی عملی، محققان از معیاری به نام «تعداد مورد نیاز برای درمان» (NNT) استفاده می‌کنند. NNT با تقسیم ۱۰۰ بر کاهش خطر مطلق محاسبه می‌شود. در مثال حمله قلبی با کاهش مطلق ۱ درصدی، NNT برابر با ۱۰۰ است.[7][8]

NNT دقیقاً به پزشک می‌گوید که چند نفر باید دارو را مصرف کنند تا یک نفر از آن بهره ببرد. اگر NNT برابر با ۱۰۰ باشد، به این معنی است که ۹۹ نفر دارو را مصرف خواهند کرد، هزینه‌های مالی آن را متحمل می‌شوند و عوارض جانبی آن را به جان می‌خرند، بدون اینکه هیچ منفعت قلبی-عروقی از آن ببرند.[7]

این واقعیت ریاضی دلیل آن است که خطر مطلق تنها معیاری است که به بیمار اجازه می‌دهد ارزش واقعی یک دارو را در برابر مضرات آن بسنجد. اگر دارویی در ۵ درصد بیماران حالت تهوع شدید ایجاد کند، کاهش خطر نسبی ۵۰ درصدی ممکن است معامله‌ای منصفانه به نظر برسد. اما اگر کاهش خطر مطلق فقط ۱ درصد باشد، آن دارو به ازای هر یک نفری که کمک می‌کند، به پنج نفر آسیب می‌رساند.[4][9]

آکادمی پزشکان خانواده آمریکا (AAFP) مدت‌هاست که از ارتباط شفاف خطر حمایت کرده است. در یک نشریه بنیادی در سال ۲۰۰۰، AAFP تأکید کرد که پزشکان باید اعداد مطلق را به بیماران ارائه دهند و خاطرنشان کرد که «بیماران زمانی که مزایای درمان به جای اصطلاحات مطلق، با اصطلاحات نسبی توصیف می‌شوند، احتمال بیشتری دارد که آن را انتخاب کنند.»[4]

این تحریف در مورد بیماری‌های نادر حتی برجسته‌تر می‌شود. اگر یک بیماری دو نفر از هر ۱۰,۰۰۰ نفر را درگیر کند و دارویی آن را به یک نفر از هر ۱۰,۰۰۰ نفر کاهش دهد، کاهش خطر نسبی همچنان ۵۰ درصد است. اما کاهش خطر مطلق ۰٫۰۱ درصد است، به این معنی که ۱۰,۰۰۰ نفر باید دارو را مصرف کنند تا از یک مورد بیماری جلوگیری شود.[8][9]

در مقابل، گاهی اوقات خطر نسبی می‌تواند ارزش یک مداخله را زمانی که خطر پایه بسیار بالا است، پنهان کند. یک بررسی در سال ۲۰۱۹ در «ژورنال انجمن قلب آمریکا» اشاره می‌کند که برای جمعیت‌های پرخطر، حتی یک کاهش خطر نسبی ۱۰ درصدی متوسط می‌تواند به یک منفعت مطلق بزرگ تبدیل شود و جان هزاران نفر را نجات دهد.[3]

سازمان‌های بهداشت عمومی نیز هنگام اندازه‌گیری نابرابری‌ها در میان جمعیت‌ها با چالش‌های مشابهی روبرو هستند. گزارش روش‌شناسی مرکز کنترل و پیشگیری از بیماری‌ها (CDC) تأکید می‌کند که اندازه‌گیری نابرابری‌های سلامتی تنها با استفاده از تفاوت‌های نسبی می‌تواند منجر به نتایج متناقضی در مورد اینکه آیا شکاف در حال گسترش یا کاهش است، شود؛ این امر کاملاً به مبنای ریاضی مورد استفاده بستگی دارد.[5]

مجله آکادمیک آکسفورد «نفرولوژی، دیالیز و پیوند» در سال ۲۰۱۷ مقاله‌ای منتشر کرد که استدلال می‌کرد «یکی را نمی‌توان بدون دیگری تفسیر کرد.» نویسندگان تأکید می‌کنند که خطر نسبی قدرت اثر بیولوژیکی را نشان می‌دهد، در حالی که خطر مطلق ارتباط بالینی واقعی با بیماری که در اتاق معاینه نشسته است را فراهم می‌کند.[2]

برای بیمارانی که اخبار پزشکی را می‌خوانند، دفاع در برابر تحریف آماری یک سوال ساده است: خطر پایه چقدر بود؟ اگر مقاله‌ای ادعا کند که یک رژیم غذایی جدید خطر یک سرطان خاص را دو برابر می‌کند، دو برابر شدن خطر مادام‌العمر ۰٫۱ درصدی به ۰٫۲ درصد، تهدیدی کاملاً متفاوت از دو برابر شدن خطر ۱۰ درصدی به ۲۰ درصد است.[8][9]

راهنمای «انتخاب‌های هوشمندانه سلامت» مرکز ملی اطلاعات بیوتکنولوژی به مصرف‌کنندگان توصیه می‌کند که فعالانه به دنبال اعداد مطلق در هر ادعای سلامتی باشند. اگر اعداد مطلق وجود نداشته باشند، آن ادعا بنا به تعریف ناقص است.[8]

ارتباطات پزشکی به آرامی در حال حرکت به سمت شفافیت بیشتر است، به طوری که مجلات بزرگ به طور فزاینده‌ای از نویسندگان می‌خواهند که کاهش خطر مطلق و NNT را در کنار یافته‌های نسبی خود منتشر کنند. تا زمانی که این استاندارد جهانی شود، مسئولیت انجام محاسبات همچنان بر عهده اتاق معاینه است.[9]