NNT计算器
从临床试验数据中计算治疗所需人数、绝对和相对风险指标以及置信区间
2×2列联表
对照组
治疗组
输入试验数据以计算NNT
选择输入模式，输入您的临床试验数据，然后点击计算以查看治疗所需人数（NNT）及所有相关风险指标和可视化图表。
如何使用NNT计算器
选择您的输入模式
根据您临床试验或研究中可用的数据，从四种输入模式中选择。原始计数模式接受每组的事件和总患者数。百分比模式直接接受CER和EER作为百分比。患者年模式通过使用指数公式转换发生率来处理事件发生时间数据。赔率比模式使用CEBM转换方法将已发布的OR和基线事件率（PEER）转换为NNT。
输入您的临床数据
填写所选输入模式的所有必填字段。对于原始计数，使用2x2列联表布局输入对照组和治疗组中的事件数量和总患者数。对于百分比，输入CER和EER的值在0到100之间。对于患者年，输入事件计数和随访的总人时。对于赔率比模式，输入您的患者群体中的OR值和预期基线事件率。
调整高级选项（可选）
展开高级选项部分，将置信水平从默认的95%更改为80%、90%或99%。更高的置信水平会产生更宽的置信区间。95%的水平在大多数临床研究中是标准的，适合大多数用户。NNT的置信区间仅在样本量已知时可用（原始计数模式）。
审查结果并解释发现
计算后，审查NNT或NNH值、临床解释以及所有相关指标（CER、EER、ARR、RRR、RR、OR）。检查事件率条形图和风险分解甜甜圈图以获取可视化上下文。使用敏感性表了解在不同基线风险水平下NNT的变化。将结果导出为CSV或打印以纳入临床报告或演示文稿。
常见问题
什么是治疗所需人数（NNT），它为什么重要？
治疗所需人数（NNT）是一种临床统计数据，表示在特定时间段内，需要多少患者接受特定治疗，以防止与对照组相比的一个额外不良结果。它由Laupacis、Sackett和Roberts于1988年提出，以使临床试验结果对临床医生和患者更直观。NNT的重要性在于它将抽象的统计发现转化为一个具体的、以患者为中心的数字。与p值或相对风险单独相比，NNT直接传达了实现益处所需的临床努力。NNT为5比知道相对风险降低50%更具可操作性，因为NNT考虑了基线风险和绝对效应大小。
NNT和NNH之间有什么区别？
NNT（治疗所需人数）和NNH（伤害所需人数）是从同一公式得出的互补指标。当治疗相对于对照组降低事件率（正ARR）时，结果以NNT表示，意味着需要治疗的患者数量以防止一个额外的不良事件。当治疗增加事件率（负ARR）时，结果以NNH表示，意味着需要治疗的患者数量以使一个额外的患者受到伤害。两者的计算方法是1除以ARR的绝对值的上限。单一治疗可以对一个结果有NNT，对另一个结果有NNH，这就是为什么在临床决策中进行效益-伤害权衡分析至关重要的原因。
为什么NNT总是向上取整，而不是使用标准的四舍五入？
NNT总是使用数学上限函数向上取整到最接近的整数。这个惯例存在的原因是您不能治疗一部分患者。如果原始计算得出1/ARR = 6.2，报告NNT为6将夸大治疗的效率，因为这暗示每6名患者中就会有益处。向上取整到7提供了一个保守的、临床上诚实的估计。这确保了NNT不会夸大治疗效果。例如，如果ARR为0.07（7%），1/0.07约等于14.3，报告的NNT为15。计算器显示原始倒数和向上取整的NNT，以便您可以看到确切的数学关系。
我该如何解释NNT的置信区间？
NNT的置信区间是通过反转ARR的置信区间得出的。如果ARR的95%置信区间为0.02到0.12，则NNT的置信区间为1/0.12到1/0.02，约等于9到50。这意味着我们有95%的信心认为真实的NNT在9到50之间。然而，当ARR的置信区间穿过零时，NNT的置信区间变得复杂：它包括一系列正NNT，穿过无穷大，并继续通过负值（NNH）。这表明治疗效果在统计上并不显著。只有在已知组样本量时，才能计算置信区间，这就是为什么需要原始计数输入模式来计算置信区间。
为什么相同的治疗在不同患者群体中有不同的NNT？
NNT与基线风险密切相关。相同的相对风险降低会根据对照事件率（CER）产生截然不同的NNT。考虑一种相对风险为0.50的治疗：在未治疗患者中有40%经历结果的群体中，ARR为20%，NNT为5。在仅有4%经历结果的群体中，ARR为2%，NNT为50。治疗在相对意义上同样有效（50% RRR），但绝对益处差异十倍。这就是为什么此计算器中的敏感性表如此有价值：它显示了在观察到的相对风险下，NNT在一系列基线风险值之间的变化。
何时应使用赔率比输入模式而不是原始计数？
赔率比输入模式设计用于仅有已发布的赔率比可用的情况，而不是原始事件计数。这在报告汇总赔率比的病例对照研究、系统评价和荟萃分析中很常见。要将OR转换为NNT，您还需要患者预期事件率（PEER），即您在特定患者群体中预期的基线事件率。如果您的患者具有不同的风险特征，PEER可能与原始研究的对照率不同。转换公式来源于牛津循证医学中心：EER = (OR x PEER) / (1 - PEER + OR x PEER)，从中计算ARR和NNT。此模式是近似的，并假设OR是相对风险的合理近似。