Chú ý ở đây, chúng ta đặt nguy cơ của nhóm điều trị (p1) lên tử số. Do đó, nếu RR < 1, chúng ta có thể nói nguy cơ mắc bệnh trong nhóm điều trị thấp hơn nhóm chứng (thuốc có hiệu quả); nếu RR > 1, nguy cơ mắc bệnh trong nhóm điều trị cao hơn nhóm chứng (thuốc gây thêm tác hại); và RR = 0 có nghĩa là cả hai nhóm có nguy cơ như nhau (tức thuốc không có hiệu quả).
Bởi vì 1 là “chuẩn”, cho nên nếu chúng ta lấy 1 trừ cho RR, chúng ta có một chỉ số mới: đó là giảm nguy cơ tương đối (relative risk reduction hay RRR):
RRR = 1 – RR [3]
NNT. Số người cần điều trị (number needed to treat). Chỉ số RR hay RRR phản ảnh hiệu quả lâm sàng cho quần thể. Vấn đề và cũng là khiếm khuyết lớn nhất của RR là hai nguy cơ rất khác nhau nhưng có thể cho ra cùng một RR, và vấn đề này thường gây hiểu lầm. Có thể xem xét hai trường hợp giả sau đây để minh họa cho phát biểu trên:
- Một nghiên cứu hiệu quả thuốc A cho thấy nguy cơ mắc bệnh ở bệnh nhân nhóm 1 và nhóm 2 là 0.01 và 0.02 (tức 1% và 2%). Tỉ số nguy cơ, do đó, bằng: RR = 0.01 / 0.02 = 0.5.
- Một nghiên cứu khác cũng có hai nhóm, nhưng lần này, nguy cơ mắc bệnh trong cộng đồng tăng 10 lần so với nghiên cứu trên, với tỉ lệ mắc bệnh ở hai nhóm là 0.10 và 0.20 (10% và 20%). Tỉ số nguy cơ vẫn RR = 0.5.
Qua ví dụ trên, chúng ta có thể thấy hai loại thuốc có cùng RR không hẳn có nghĩa là có hiệu quả như nhau, vì chúng ta không biết nguy cơ tuyệt đối là bao nhiêu. Chỉ số RR rất thông dụng trong các báo cáo nghiên cứu y khoa, nhưng cũng từng được phê bình rất nhiều lần. Tuy nhiên, vì tính đơn giản của nó, nên chỉ số RR vẫn thường được sử dụng để đánh giá hiệu quả của một thuật điều trị.
Như nói trên, RR là một đo lường mang tính quần thể, chứ không phải cá nhân. Khi nói RR = 0.4 hay thuốc giảm nguy cơ mắc bệnh 60% là nói đến hiệu quả của thuốc cho một quần thể, bởi vì cả tử số và mẫu số của RR như chúng ta thấy là tỉ lệ, mà tỉ lệ phản ảnh quần thể.
Nhưng người thầy thuốc thì lại đối phó với một trường hợp cá thể. Nói cách khác, chúng ta cần một chỉ số để có thể truyền đạt hiệu quả của thuốc cho một cá nhân. Sau nhiều năm suy nghĩ, các nhà nghiên cứu Canada đề ra một chỉ số mới có tên là number needed to treat (NNT) [2]. Có lẽ nên dịch sang tiếng Việt là “Số người cần được điều trị“, nhưng để thống nhất với y văn quốc tế, tôi sẽ viết tắt là NNT để bạn đọc khỏi ngỡ ngàng khi theo dõi các báo cáo y học quốc tế. Chỉ số này chỉ đơn giản là hàm số của hai nguy cơ tuyệt đối p0 và p1:
(prevent) như nhiều bài báo trong y văn sử dụng sai.
Nhìn qua công thức trên chúng ta thấy nếu p0 = p1 hay RR = 1 thì NNT là số vô định (vì không thể chia cho 0). Nói cách khác, nếu không có hiệu quả lâm sàng thì NNT là vô định. Nếu độ khác biệt giữa p0 và p1 (phần mẫu số) càng cao thì NNT càng thấp; và ngược lại, nếu độ khác biệt càng thấp thì NNT càng cao. Điều này có nghĩa là nếu nguy cơ mắc bệnh cao, và nếu hiệu quả của thuốc cao (giảm nguy cơ mắc bệnh nhiều), thì chúng ta chỉ cần điều trị một số ít bệnh nhân để giảm một trường hợp mắc bệnh.
So sánh các chỉ số đo lường hiệu quả lâm sàng
Bây giờ chúng ta thử áp dụng các chỉ số vừa trình bày để diễn giải kết quả của nghiên cứu HOPE. Kết quả chính sau 5 năm theo dõi và điều trị có thể tóm lược trong Bảng 2 sau đây.
Bảng 2. Kết quả điều trị sau 5 năm (nghiên cứu HOPE)
Chỉ tiêu lâm sàng chính
Ramipril
(n = 4645) 1
Nhóm chứng
(n = 4652) 1
RR (khoảng tin cậy 95%) 2
MI, stroke, CV death
651 (14.0)
826 (17.8)
0.78 (0.70, 0.86)
- Tử vong (CV death)
282 (6.1)
377 (8.1)
0.74 (0.64, 0.87)
- MI
459 (9.9)
570 (12.3)
0.80 (0.70, 0.90)
- Stroke
156 (3.4)
226 (4.9)
0.68 (0.56, 0.84)
Tử vong từ tất cả nguyên nhân b
482 (10.4)
569 (12.2)
0.84 (0.75, 0.95)
Chú thích: 1Số ngoài ngoặc là số bệnh nhân, số trong ngoặc là phần trăm; 2RR (tỉ số nguy cơ) và số trong ngoặc là khoảng tin cậy 95%. Khi khoảng tin cậy 95% không bao gồm 1 có nghĩa là các chỉ số trên có ý nghĩa thống kê.
Như trình bày trong bảng số liệu trên, nguy cơ (hay tỉ lệ) nhồi máu cơ tim, tai biến và tử vong vì bệnh tim trong nhóm chứng là 17.8% trong vòng 5 năm; nhưng trong nhóm được điều trị là 14%. Nói cách khác, thuốc Ramipril giảm nguy cơ tuyệt đối khoảng 4% (lấy 17.8 trừ cho 14).
Tỉ số nguy cơ (RR) được tính bằng cách lấy tỉ lệ của nhóm điều trị chia cho tỉ lệ của nhóm chứng. Chẳng hạn như RR cho nhồi máu cơ tim, tai biến và tử vong vì bệnh tim là RR = 14 / 17.8 = 0.78. Nói cách khác, nguy cơ bệnh và tử vong trong nhóm được điều trị bằng Ramipril bằng 78% so với nhóm không được điều trị. Diễn giải thực tế hơn, Rampiril giảm nguy cơ bệnh và tử vong 22%.
Nhưng vì nghiên cứu được thực hiện trên một quần thể, nên chúng ta không biết nếu nghiên cứu được lặp lại trên một hay nhiều quần thể khác thì nguy cơ sẽ giảm bao nhiêu. Một cách để trả lời câu hỏi trên là chúng ta làm những nghiên cứu lí thuyết, mà theo đó nghiên cứu HOPE được lặp lại hàng trăm, ngàn lần. Cứ mỗi lần lặp lại, chúng ta tính RR, và do đó chúng ta có hàng trăm, hàng ngàn RR. Khoảng dao động 95% của các RR này được trình bày trong ngặc đơn của bảng số liệu trên. Chẳng hạn như nguy cơ nhồi máu cơ tim giảm 20%, và nếu nghiên cứu được lặp lại 100 lần, chúng ta có thể kì vọng rằng Ramipril giảm nguy cơ bệnh từ 10% đến 30% (RR dao động từ 0.70 đến 0.90).
Dưới một số giả định, chúng ta cũng có thể diễn dịch kết quả trên rằng xác suất mà Ramipril giảm nguy cơ nhồi máu cơ tim từ 10% đến 30% là 0.95. Đó là ý nghĩa của khoảng tin cậy 95% (hay 95% confidence interval).
Nhưng RR là một chỉ số mang tính quần thể, rất khó diễn giải và truyền đạt cho bệnh nhân. Một chỉ số khác có tính thực tế hơn và có thể truyền đạt cho bệnh nhân dễ hiểu hơn là NNT. Bảng 3 sau đây trình bày hiệu quả của Ramipril tính theo NNT.
Bảng 3. Kết quả điều trị sau 5 năm (nghiên cứu HOPE) tính theo NNT
Chỉ tiêu lâm sàng chính
Ramipril
(n = 4645) 1
Nhóm chứng
(n = 4652) 1
NNT (số bệnh nhân cần điều trị để giảm 1 ca bệnh)
MI, stroke, CV death
651 (14.0)
826 (17.8)
26
- Tử vong (CV death)
282 (6.1)
377 (8.1)
50
- MI
459 (9.9)
570 (12.3)
42
- Stroke
156 (3.4)
226 (4.9)
67
Tử vong từ tất cả nguyên nhân b
482 (10.4)
569 (12.2)
56
Chú thích: 1Số ngoài ngoặc là số bệnh nhân, số trong ngoặc là phần trăm; 2RR (tỉ số nguy cơ) và số trong ngoặc là khoảng tin cậy 95%.
Chúng ta có thế lấy chỉ tiêu nhồi máu cơ tim để minh họa. Nguy cơ nhồi máu cơ trong nhóm Ramipril là 9.9%, và nhóm chứng là 12.3%. Do đó, Ramipril giảm ~2.3%. Và NNT được tính bằng cách lấy 1 chia chi 0.023 (tức 2.3%): NNT = 1 / 0.023 = 42. Nói cách khác, tính trung bình, chúng ta phải điều trị 42 bệnh nhân để giảm một ca nhồi máu cơ tim.
Diễn giải một cách đầy đủ và dài hơn thì NNT có nghĩa như sau: Giả dụ chúng ta có 1000 bệnh nhân. Trong số này, 877 người sẽ không bị bệnh nhồi máu cơ tim (vì tỉ lệ mắc bệnh trong nhóm chứng là 12.3%). 100 người còn lại sẽ mắc bệnh dù được điều trị với Rampiril (vì tỉ lệ mắc bệnh trong nhóm Rampipril là 9.9%, nhưng tôi lấy chẵn 10%). Số còn lại 23 người sẽ không mắc bệnh. Như vậy, trong số 1000 người được điều trị, chúng ta ngăn ngừa được 23 bệnh nhân khỏi bệnh – trong vòng 5 năm. (Cũng có thể nói trong 100 người được điều trị, Rampiril sẽ ngừa được 2 ca bệnh nhồi máu cơ tim).
Theo tôi, đó là cách diễn giải dễ hiểu nhất để cho bệnh nhân hiểu được hiệu quả của thuốc. Nhưng rất tiếc không sách giáo khoa nào mô tả như thế, và càng tiếc hơn khi phần lớn y văn đều mô tả hiệu quả lâm sàng qua tỉ số nguy cơ. Chẳng hạn như trong ví dụ trên, các nhà sản xuất thuốc sẽ nói (và đã nói) rằng statin giảm nguy cơ nhồi máu cơ tim 31%. Con số 31% thoạt đầu nghe rất ấn tượng, nhưng nếu đặt nó vào bối cảnh của một cá nhân bệnh nhân thì hoàn toàn … vô nghĩa. Nó vô nghĩa bởi vì một cá nhân thì không có mẫu số, nhưng RR lại là một phân số! Nó vô nghĩa vì RR áp dụng cho một quần thể, còn bệnh nhân là một cá nhân.
Cách phân tích trên là hiệu quả lâm sàng. Nhưng đối với các giới chức y tế, vấn đề đặt ra là một kết quả như thế có hiệu quả kinh tế hay không? Nhưng đây là một câu hỏi phức tạp, cần phải được phân tích cho đến nơi đến chốn, không nằm trong phạm vi của chương này. Hi vọng một lần sau tôi sẽ quay lại vấn đề hiệu quả kinh tế này.
Mối liên hệ giữa NNT và RR
Thông thường các bài báo nghiên cứu y học trình bày RR, nhưng trong những năm gần đây chỉ số NNT cũng được quan tâm. Cho nên, vấn đề đặt ra là nếu chúng ta biết RR và nguy cơ mắc bệnh trong cộng đồng (nếu không điều trị), thì chúng ta phải suy luận thế nào về NNT?
Như tôi vừa trình bày trong các công thức [1] đến [4], NNT phụ thuộc vào hai chỉ số nguy cơ p0 và p1, nhưng RR cũng phụ thuộc vào hai chỉ số này, cho nên rất dễ dàng để tìm mối liên hệ giữa NNT và RR. Có thể chứng minh rằng, nếu chúng ta biết p0 và RR, thì NNT sẽ là:
Nhìn qua công thức trên chúng ta dễ dàng thấy khi RR càng thấp (tức hiệu quả lâm sàng càng cao) thì số NNT càng thấp, tức số bệnh nhân cần được điều trị ít hơn để giảm thiểu một ca bệnh. Chẳng hạn như nếu tỉ lệ mắc bệnh ngoài cộng đồng là 10% (p0 = 0.1) và qua y văn chúng ta biết rằng thuốc A có hiệu quả lâm sàng giảm nguy cơ bệnh với RR = 0.5, chúng ta có thể ước tính NNT qua công thức trên như sau:
Bảng số liệu và biểu đồ sau đây sẽ tính NNT cho một số nguy cơ và các giá trị RR:
Bảng 4. Số bệnh nhân cần điều trị tính cho nguy cơ bệnh từ 1% đến 20% và tỉ số nguy cơ tương đối từ 0.1 đến 0.9
RR
p0 = 0.01
p0 = 0.02
p0 = 0.05
p0 = 0.10
p0 = 0.15
p0 = 0.20
0.9
111
56
22
11
7
6
0.8
125
63
25
13
8
6
0.7
143
71
29
14
10
7
0.6
167
83
33
17
11
8
0.5
200
100
40
20
13
10
0.4
250
125
50
25
17
13
0.3
333
167
67
33
22
17
0.2
500
250
100
50
33
25
0.1
1000
500
200
100
67
50
Tóm lại, trong ba chỉ số hiệu quả lâm sàng của một thuật điều trị — giảm nguy cơ tuyệt đối ARR, giảm nguy cơ tương đối RRR, và số bệnh nhân cần điều trị NNT — thì NNT là chỉ số có ý nghĩa nhất và cần được sử dụng rộng rãi để truyền đạt thông tin y khoa đến bệnh nhân. Không có một chỉ số lâm sàng nào hoàn hảo. Ngay cả NNT cũng có vài khiếm khuyết kĩ thuật của nó [3], nhưng cái ưu điểm của nó là chỉ số này cho chúng ta một thông tin cần thiết cho người bệnh. Người thầy thuốc quan tâm đến một cá nhân, và y học đang tiến dần từ quần thể đến cá nhân, do đó NNT sẽ trở thành một chỉ số lâm sàng quan trọng trong tương lai.
Để tạm kết thúc bài này, tôi muốn kể các bạn một câu chuyện khá tương quan giữa điều trị và … cướp ngân hàng. Trong những người cướp ngân hàng nổi tiếng vào thập niên 1940s bên Mĩ, Willy Sutton là một nhân vật đặc biệt. Khi ông ta bị bắt và được hỏi tại sao ông ta cứ nhắm vào ngân hàng mà cướp, ông ta thản nhiên nói “vì tiền nằm ở đó” [4]. Đương nhiên! Tuy nhiên, trong chẩn đoán y khoa và điều trị bệnh, hàm ý câu nói đó rất quan trọng. Nói chính xác hơn là thế này: nếu muốn đem lại lợi ích tối đa cho bệnh nhân, cần phải tìm bệnh nhân có nguy cơ mắc bệnh cao. Biểu đồ 1 “dạy” cho chúng ta điều này. Bệnh nhân có nguy cơ cao, điều trị sẽ đem lại lợi ích lớn chẳng những cho cá nhân mà còn cho cộng đồng. NNT giúp cho chúng ta chọn lựa này.
Thuật ngữ Anh – Việt dùng trong bài
Absolute risk
Nguy cơ tuyệt đối
Absolute risk reduction
Giảm nguy cơ tuyệt đối
NNT
Số bệnh nhân cần điều trị
Randomized controlled trial
Nghiên cứu lâm sàng đối chứng ngẫu nhiên
Relative risk
Tỉ số nguy cơ
Relative risk reduction
Giảm nguy cơ tương đối
Tài liệu tham khảo
1. The Heart Outcomes Prevention Evaluation Study Investigators. Effects of an agiotensin converting enzyme inhibitor, ramipril on cardiovascular events in high-risk patients. New Engl J Med 2000; 342:145-53
2. Laupacis A, Sackett DL, Roberts RS. An assessment of clinically useful measures of the consequences of treatment. N Engl J Med 1988;318:1728-33.
3. Wu LA, Kottke TE. Number needed to treat: caveat emptor. J Clin Epidemiol 2001; 54:111-116.
4. Câu chuyện về tay cướp ngân hàng Mĩ có thể tham khảo tại website: sentayho.com.vn/OldDays/willyquestioned.html.
5. Chỉ số NNT đã được phân tích và ước tính cho một số bệnh và thuật điều trị. Website của Đại học Toronto có một bảng tóm lược khá thú vị mà tôi trình bày dưới đây (tiếng Anh) để bạn đọc tham khảo:
Trong bảng này có vài kí hiệu chú ý: CER là nguy cơ (tỉ lệ) trong nhóm chứng, EER là nguy cơ mắc bệnh trong nhóm đươc điều trị.