https://www.canadian-nurse.com/blogs/cn-content/2015/06/03/terminology-101-number-needed-to-treat-in-rcts
juin 03, 2015, Par: Maher M. El-Masri, inf. aut., Ph.D.
Nombre de sujets à traiter : le nombre de personnes qui doivent recevoir l’intervention expérimentale pour qu’un résultat négatif soit évité, ou un résultat positif obtenu
Source : Guyatt, G., Rennie, D., Meade, M. O., et Cook, D. J. (Éd.). Users’ Guides to the Medical Literature: A Manual for Evidence-Based Clinical Practice, (2e éd.), New York, McGraw-Hill, 2008.
Dans un essai clinique randomisé (ECR), une conclusion significative au plan statistique permet de conclure que la différence observée en ce qui a trait aux résultats entre les groupes de l’étude est réelle. Néanmoins, il est possible que la conclusion significative sur le plan statistique à laquelle aboutit une étude concerne un effet minuscule qui ne présente que peu d’intérêt pour les cliniciens, voire aucun. Les conclusions des ECR doivent donc être évaluées à l’aulne de leur importance statistique mais aussi clinique. Les effets d’une intervention doivent être convaincants sur le plan clinique si l’on veut que le personnel soignant y voie une solution de rechange aux pratiques en cours.
Les chercheurs communiquent souvent l’importance clinique de leurs découvertes en indiquant la réduction absolue du risque (RAR) et la réduction relative du risque (RRR) (voir l’article dans le numéro de mai 2015). Le nombre de sujets à traiter (NST) est une mesure supplémentaire de l’importance clinique qui est de plus en plus prisée. Le NST désigne le nombre de personnes qui devront recevoir une intervention pour que l’une d’entre elles ait le résultat positif associé à cette intervention. Le NST est l’inverse de la RRR : NST = 1/RAR. Vous vous souvenez peut-être que, comme je l’expliquais dans l’article de mai 2015, on calcule la RAR en soustrayant le taux du résultat dans le groupe d’intervention (taux de survenue de l’évènement dans le groupe expérimental) du taux du résultat dans le groupe témoin (taux de survenue de l’évènement dans ce groupe). On arrondit toujours le NST au nombre entier supérieur (pas inférieur) le plus proche pour éviter d’exagérer l’efficacité de l’intervention. Ainsi, si le NST est de 4,1, on indiquera 5.
Imaginons un ECR sur l’effet de l’administration d’une solution de gluconate de chlorhexidine sur le risque de pneumonie acquise sous ventilation. Les chercheurs rapportent que le taux de pneumonie chez les patients n’ayant pas reçu la solution (taux de survenue dans le groupe témoin) est de 20 % et que le taux chez ceux qui ont reçu la solution (taux de survenue dans le groupe expérimental) est de 5 %. Le NST est 1/(0,2 – 0,05) = 7. Il se comprend intuitivement : les résultats de notre ECR montrent qu’il faudrait traiter 100 patients pour prévenir la pneumonie chez 15 d’entre eux (souvenez-vous que 20 des 100 participants du groupe de contrôle ont eu une pneumonie, par rapport à 5 dans le groupe d’intervention), ce qui reviendrait à traiter sept patients pour prévenir la pneumonie chez l’un d’entre eux.
Plus le NST est petit, plus le traitement est efficace. Déterminer si le NST est suffisamment important au plan statistique pour modifier la façon de procéder est une décision clinique : un petit NST (de 2 à 5) est généralement considéré comme acceptable pour la majorité des interventions, mais un NST plus grand pourra être acceptable si le traitement empêche qu’un problème courant n’ait une conséquence grave, comme dans le cas des maladies cardiovasculaires.
INF-Fusion.ca Articles sur le sujet
MyiLibrary
- Andermann, A. Evidence for Health: From Patient Choice to Global Policy, 2012.
- Levin, R. F., et Feldman, H. R. (Éd.). Teaching Evidence-Based Practice in Nursing: A Guide for Academic and Clinical Settings, 2005.
- Markle, W. H., Fisher, M. A., et Smego, R. A. Understanding Global Health, 2007.
ProQuest ebrary
- D’Cruz, H., Jacobs, S., et Schoo, A. (Éd.). Knowledge-in-Practice in the Caring Professions: Multidisciplinary Perspectives, 2009.
Maher M. El-Masri, inf. aut., Ph.D., est professeur agrégé et chercheur à la faculté de sciences infirmières de l’Université de Windsor, en Ontario.
#recherche#rechercheensoinsinfirmiers