Wie sich NNTs in Netzwerk-Metaanalysen grafisch darstellen lassen
Analyse von Möglichkeiten und Grenzen der Veranschaulichung im aktuellen Journal of Clinical Epidemiology
Aus einer Fülle von medizinischen Interventionen die beste auszuwählen, kann schwierig sein. Das gilt nicht nur für Patientinnen und Patienten, sondern auch für die Behandelnden sowie Autorinnen und Autoren von Leitlinien. Eine Hilfestellung können Netzwerk-Metanalysen geben. Mit ihnen lassen sich mehr als zwei Therapie- oder Diagnoseoptionen vergleichen, selbst dann, wenn sie in klinischen Studien (noch) gar nicht gegeneinander getestet wurden. Als Maß für den Effekt wählen Fachleute häufig die Number needed to treat (NNT). Das liegt auch daran, dass diese Größe selbst für Laien relativ gut verständlich ist. Sie gibt an, wie viele Patienten im Mittel behandelt werden müssen, damit bei einem ein Therapieerfolg erreicht wird. Doch die Interpretation der in Netzwerk-Metaanalysen ermittelten NNTs ist keineswegs einfach.
Ein Autorenteam analysiert im Journal of Clinical Epidemiology, wie sich NNTs in Netzwerk-Metaanalysen am besten veranschaulichen lassen. Ziel der Grafiken ist es, die Interpretation der Ergebnisse zu erleichtern. Die Autorinnen und Autoren – unter ihnen der Leiter des Ressorts Medizinische Biometrie im Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG), Ralf Bender – zeigen am Beispiel von Medikamenten für Alzheimer-Demenz, welche Arten der grafischen Darstellung unter welchen Bedingungen für NNTs geeignet sind. Sie erläutern auch, welche Stärken und Schwächen diese Grafiken im jeweiligen analytischen Kontext haben.
Der Beitrag ist für die Juli-Ausgabe des Journal of Clinical Epidemiology vorgesehen und bis zum 03. Juni 2019 im Internet frei verfügbar.
Weitere Informationen:
