Anzahl der notwendigen Screenings (NNS)

NNS ist die Anzahl der Personen, die gescreent — nicht bloß behandelt — werden müssen, um über einen definierten Nachbeobachtungszeitraum ein unerwünschtes Ereignis zu verhindern, gegeben das Basisrisiko der Bevölkerung und die relative Risikoreduktion, die Früherkennung und Behandlung erreichen. Es ist das Analogon des NNT auf Ebene des Screening-Programms: NNT fragt, wie viele behandelt werden müssen, um ein Ereignis zu verhindern; NNS fragt, wie viele den gesamten Pfad Screening-und-dann-Behandlung durchlaufen müssen, um dorthin zu gelangen.

Warum es wichtig ist

Rembold führte NNS 1998 gezielt ein, damit sich Screening-Programme auf derselben Grundlage wie Behandlungen vergleichen lassen, denn die Schlagzeilen-Zahl der relativen Risikoreduktion eines Screening-Tests verbirgt zwei Dinge, die die einer Behandlung nicht verbirgt: das Basisrisiko der tatsächlich zum Screening eingeladenen Bevölkerung und die Tatsache, dass alle Gescreenten die Kosten und die Last falsch-positiver Befunde des Tests tragen, nicht nur die Minderheit, die später profitiert. Das Kosteneffektivitäts-Gate des britischen National Screening Committee (siehe Screening-Ökonomie) beruht genau auf dieser Unterscheidung — ein Screening-Programm mit beeindruckender relativer Risikoreduktion in einer Bevölkerung mit niedrigem Basisrisiko kann dennoch ein NNS in den Tausenden haben, und dann werden die Programmkosten pro verhindertem Ereignis zur eigentlichen Frage.

Die Mathematik

NNS = 1 / (Basisrisiko × relative_Risikoreduktion)

Basisrisiko                = Wahrscheinlichkeit des Ereignisses in der
                             gescreenten Bevölkerung über den
                             Nachbeobachtungszeitraum (0–1)
relative_Risikoreduktion   = proportionale Risikoreduktion durch die
                             screening-gestützte Frühbehandlung (0–1)

Programmkosten pro verhindertem Ereignis = NNS × Kosten_pro_Screening

Direkt mit dem NNT vergleichen: NNS faltet die Wirksamkeit des gesamten Trichters Screening → Diagnose → Behandlung in eine Zahl, während NNT bereits annimmt, dass der Patient diagnostiziert ist und die Behandlung beginnt.

Durchgerechnetes Beispiel

Die Zielbevölkerung eines Screening-Programms hat ein Basisrisiko von 2 % für das Ereignis im Studienzeitraum (Basisrisiko = 0,02), und die Früherkennung erreicht eine relative Risikoreduktion von 25 % (relative_Risikoreduktion = 0,25):

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

200 Personen müssen gescreent werden, um ein Ereignis zu verhindern.

Bei 50 £ pro Screening:
Programmkosten pro verhindertem Ereignis = 200 × 50 £ = 10.000 £

Diese 10.000 £ sind die Zahl, die gegen die Kosten des Ereignisses selbst und die QALYs abzuwägen ist, die es gekostet hätte — derselbe Vergleich, den die Präventionsökonomie für Präventionsprogramme allgemein anstellt.

Bezug zur Softwareentwicklung

NNS ist „wie viele Nutzer, Ereignisse oder Anfragen müssen einen Erkennungs- oder Triage-Ablauf durchlaufen, um einen echten Treffer zu fangen, auf den sich zu reagieren lohnt" — direkt relevant für alarmbasierte Überwachungs- und Triage-Systeme, in denen ein Zielzustand mit niedriger Prävalenz NNS auf dieselbe Weise aufbläht, wie er den positiven prädiktiven Wert einbrechen lässt (siehe Screening-Ökonomie und Bewertung klinischer KI). Eine Überwachungsregel, die 200 Ereignisse pro echtem Treffer verarbeiten muss, lohnt sich nur, wenn der Treffer mindestens das 200-Fache der Triage-Kosten pro Ereignis wert ist — dieselbe Arithmetik wie im obigen Beispiel aus dem Gesundheitswesen.

Fallstricke

• Die Abhängigkeit vom Basisrisiko ignorieren: Derselbe Screening-Test oder dasselbe Programm hat in einer Hochrisiko- und einer Niedrigrisiko-Bevölkerung ein sehr unterschiedliches NNS — und eine sehr unterschiedliche Kosteneffektivität. Nie ein NNS ohne Angabe der Bevölkerung nennen, für die es berechnet wurde.
• Den falschen Nenner zählen: NNS zählt gescreente Personen, nicht Personen mit positivem Testergebnis oder Behandlungsbeginn — es trägt die Wirksamkeit des gesamten Trichters bereits in sich und darf daher nie mit einer nur über Positive gezählten Kennzahl verglichen werden.
• Über Nachbeobachtungszeiträume hinweg vergleichen: Ein kürzerer Nachbeobachtungszeitraum bläht NNS in der Regel auf, weil im Fenster weniger Ereignisse beobachtet werden. NNS-Werte sind nur vergleichbar, wenn sie über dieselbe Nachbeobachtungsdauer berechnet wurden.

Quellen

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