《Kidney and Dialysis》：Beyond Relative Risk: A Methodological Framework for Interpreting Measures of Effect and Improving Data Presentation in Randomized Controlled Trials (RCTs)
编辑推荐：
随机对照试验（RCTs）是评估医疗干预措施有效性和安全性的金标准。然而，其结果的解读常因过度依赖相对效应测量指标（如相对风险降低（RRR）和风险比（HRs））而受到干扰。尽管这些指标在统计学上稳健，但单独使用时可能误导临床医生和患者。本文提供了一个方法学框架，
随机对照试验（RCTs）是评估医疗干预措施有效性和安全性的金标准。然而，其结果的解读常因过度依赖相对效应测量指标（如相对风险降低（RRR）和风险比（HRs））而受到干扰。尽管这些指标在统计学上稳健，但单独使用时可能误导临床医生和患者。本文提供了一个方法学框架，用于全面解读RCT中的治疗效果，强调整合绝对测量指标（如绝对风险降低（ARR）、需治疗人数（NNT）、年化需治疗人数（aNNT）和危害需治数（NNH））的重要性。此外，研究人员探讨了基于风险与基于率的测量指标之间的概念差异、时间-事件分析的临床意义，以及复合指标（如获益/危害可能性（LHH））的实用性。通过采用多维度的效应估计方法，研究人员和临床医生可以增强统计发现向临床决策的转化，同时也有助于与患者的沟通。
论文解读：超越相对风险——RCT效应测量指标的方法学框架
随机对照试验（RCT）被视为评估医疗干预效果的金标准，其设计严谨性能够提供高等级证据。然而，RCT结果的呈现与解读长期存在一个显著问题：研究者与临床医生往往过度依赖相对效应指标，如相对风险降低（RRR）和风险比（HR），而忽视绝对效应指标。相对指标在数值上常显得“更有吸引力”，倾向于放大治疗效果的主观感受，却无法反映患者实际获益或受损的绝对大小。这种信息缺失可能导致对疗效的误判、次优的临床决策，甚至引发伦理隐忧。因此，需要一套系统性的方法学框架，综合多种效应测量工具，以提升RCT结果的临床可解释性。该论文由Francesco Locatelli、Jolanta Ma?yszko、Michel Jadoul、Giovanni Tripepi等专家基于MDPI总部圆桌会议讨论形成，发表于《Kidney and Dialysis》。研究旨在厘清各效应指标的特性，强调将绝对风险降低（ARR）、需治疗人数（NNT）、年化需治疗人数（aNNT）、危害需治数（NNH）以及获益/危害可能性（LHH）整合到RCT结果报告与解读中，从而弥合研究发现与临床实践之间的鸿沟，并促进医患沟通。
这项研究属于方法学论述，并非实证研究，未使用真实患者队列。其关键技术方法包括：①理论比较：通过数学公式辨析风险比（RR）与发生率比率（IRR）或HR在概念和计算上的差异；②模拟推演：设计假设性RCT案例（如慢性肾脏病（CKD）患者2年预后数据），分别计算死亡风险（两组均为1/6）、人时发生率（对照组约10/100人年，治疗组约8.7/100人年）及IRR=0.87，并计算ARR、NNT、NNH和LHH等指标的具体数值；③公式化定义：明确ARR=NNT的倒数（当ARR为百分数时，NNT=100/ARR），以及aNNT=1/发生率差异（IRD）；④文献综合：基于临床试验报告惯用方式提出改进建议。上述方法均基于理论示例，未涉及具体实验室操作或人群队列。
论文主体研究结果如下：
**1. 相对效应测量：优势与局限性**
该部分通过一个模拟RCT说明，若仅比较累积风险，对照组和治疗组各发生1例死亡，死亡风险均为1/6（RR=1），看似无差异。但考虑到死亡时间不同（对照组死亡发生于8个月，治疗组发生于24个月），采用人时计算后，对照组死亡发生率约10/100人年，治疗组约8.7/100人年，得到IRR=0.87，提示治疗组的死亡发生率先于对照组的概率降低13%。这一例子表明，HR（或IRR）能捕捉事件发生的时点差异，而RR无法反映。因此，HR不能被直接解释为RR，单独报告HR可能夸大治疗的临床获益。
**2. 绝对测量：将结果带到临床床边**
**2.1 ARR、NNT和NNH**
在另一个模拟试验中，治疗组与对照组1年死亡率分别为10%和20%，ARR为10个百分点，对应NNT=10，即每治疗10名患者可额外预防1例死亡。同时，严重不良事件发生率在对照组为15%、干预组为20%，绝对风险增加5个百分点，对应NNH=20，即每治疗20名患者会出现1例额外不良事件。LHH为NNH与NNT之比（20/10=2），表明患者获益概率约为危害概率的2倍。该部分强调，ARR和NNT必须基于基线风险进行解释，跨研究比较NNT仅在基线风险相似时才有意义。
**2.2 年化需治疗人数（aNNT）**
对于时间-事件数据（time-to-event data），aNNT更具适用性。论文指出，aNNT基于人时发生率，而非累积风险。举例而言，若对照组事件发生率为4/100人年，治疗组为2/100人年，则IRD为2/100人年（0.02/人年），aNNT=1/0.02=50，即每年需治疗50名患者方可预防1例事件。该方法假设风险随时间基本恒定，特别适用于以事件发生率（events per person-time）为结果指标的研究。
**3. 改进RCT结果报告的建议**
论文提出四条具体建议：①同时报告相对和绝对效应指标，相对指标不应单独出现；②所有临床试验应报告NNT、aNNT、NNH及其95%置信区间（95% CI），以提供可操作的信息；③在数据展示中明确区分HR与RR，避免互换使用；④加强编辑监督，确保数据报告的完整性和透明度。
讨论与结论部分强调，RCT效应的评价需要多维度的综合视角。相对指标（如HR、RR）在统计学上具有信息价值，但对全面解读而言并不足够；绝对指标（ARR、NNT、aNNT、NNH）是理解干预真实世界影响和指导临床决策不可或缺的工具；综合指标如LHH则能直观反映获益与危害的平衡。最终，改进效应测量指标的报告与解读有助于弥合研究与实践之间的鸿沟。通过采用更透明、以患者为中心的报告方式，医学界可确保临床决策建立在对证据完整而准确的理解之上。
