Antal, der skal screenes (NNS)

NNS er antallet af personer, der skal screenes — ikke blot behandles — for at forhindre ét negativt udfald over en defineret opfølgningsperiode, givet befolkningens baselinerisiko og den relative risikoreduktion, som tidlig opsporing og behandling opnår. Det er NNT's analog på screeningsprogramniveau: NNT spørger, hvor mange der skal behandles for at forhindre ét udfald; NNS spørger, hvor mange der skal igennem hele screen-og-så-behandl-forløbet for at nå dertil.

Hvorfor det er vigtigt

Rembold introducerede NNS i 1998 netop for at kunne sammenligne screeningsprogrammer på samme fod som behandlinger, fordi en screeningstests overskriftsværdi for relativ risikoreduktion skjuler to ting, en behandlings ikke gør: baselinerisikoen i den befolkning, der faktisk inviteres til screening, og det forhold, at alle screenede bærer testens omkostning og byrden af falsk-positive, ikke kun mindretallet, der senere får gavn. Det britiske National Screening Committees omkostningseffektivitetsport (se screeningøkonomi) bygger på netop denne skelnen — et screeningsprogram med en imponerende relativ risikoreduktion i en befolkning med lav baselinerisiko kan stadig have et NNS i tusindvis, og så bliver programomkostningen pr. forhindret udfald det egentlige spørgsmål.

Matematikken

NNS = 1 / (baselinerisiko × relativ_risikoreduktion)

baselinerisiko           = sandsynligheden for udfaldet i den screenede
                           befolkning over opfølgningsperioden (0–1)
relativ_risikoreduktion  = proportional risikoreduktion opnået ved
                           screeningsbaseret tidlig behandling (0–1)

Programomkostning pr. forhindret udfald = NNS × omkostning_pr_screening

Sammenlign direkte med NNT: NNS folder effektiviteten af hele tragten screen → diagnosticér → behandl ind i ét tal, hvor NNT allerede forudsætter, at patienten er diagnosticeret og starter behandling.

Gennemarbejdet eksempel

Et screeningsprograms målgruppe har en baselinerisiko for hændelsen på 2 % i undersøgelsesperioden (baselinerisiko = 0,02), og tidlig opsporing opnår en relativ risikoreduktion på 25 % (relativ_risikoreduktion = 0,25):

NNS = 1 / (0,02 × 0,25) = 1 / 0,005 = 200

200 personer skal screenes for at forhindre ét udfald.

Ved 50 £ pr. screening:
Programomkostning pr. forhindret udfald = 200 × 50 £ = 10.000 £

De 10.000 £ er tallet, der skal vejes mod omkostningen ved selve udfaldet og de QALY'er, det ville have kostet — den samme sammenligning, som forebyggelsesøkonomi laver for forebyggelsesprogrammer generelt.

Forbindelse til softwareudvikling

NNS er "hvor mange brugere, hændelser eller forespørgsler skal gennem et opsporings- eller triageforløb for at fange ét sandt positivt, det er værd at handle på" — direkte relevant for alarmbaserede overvågnings- og triagesystemer, hvor en tilstand med lav prævalens oppuster NNS på samme måde, som den får den positive prædiktive værdi til at kollapse (se screeningøkonomi og evaluering af klinisk AI). En overvågningsregel, der skal behandle 200 hændelser pr. reelt fund, er kun værd at køre, hvis fundet er mindst 200 gange så meget værd som triageomkostningen pr. hændelse — samme aritmetik som i sundhedseksemplet ovenfor.

Faldgruber

• At ignorere afhængigheden af baselinerisiko: den samme screeningstest eller det samme program har et vidt forskelligt NNS — og omkostningseffektivitet — i en højrisikobefolkning og i en lavrisikobefolkning. Angiv aldrig et NNS uden at nævne den befolkning, det er beregnet for.
• At tælle den forkerte nævner: NNS tæller screenede personer, ikke personer med positiv test eller påbegyndt behandling — det indeholder allerede hele tragtens effektivitet og må derfor aldrig sammenlignes med en måleenhed, der kun er talt over positive.
• At sammenligne på tværs af opfølgningsperioder: en kortere opfølgningsperiode oppuster generelt NNS, fordi færre hændelser observeres i vinduet. NNS-tal er kun sammenlignelige, når de er beregnet over samme opfølgningsvarighed.

Kilder

• Rembold CM. "Number needed to screen: development of a statistic for disease screening." BMJ. 1998;317(7154):307-12.