स्क्रीनिंग के लिए आवश्यक संख्या (NNS)

NNS वह संख्या है जितने लोगों की स्क्रीनिंग (केवल उपचार नहीं) करनी पड़े ताकि किसी परिभाषित अनुवर्तन अवधि में एक प्रतिकूल परिणाम रोका जा सके, जनसंख्या के आधाररेखा जोखिम और शीघ्र पहचान तथा उपचार द्वारा प्राप्त सापेक्ष जोखिम कमी को देखते हुए। यह NNT का स्क्रीनिंग-कार्यक्रम-स्तर का समतुल्य है: NNT पूछता है कि एक परिणाम रोकने के लिए कितनों का उपचार करना होगा; NNS पूछता है कि वहाँ पहुँचने के लिए कितने लोगों को पूरे स्क्रीनिंग-फिर-उपचार मार्ग से गुज़रना होगा।

यह क्यों महत्वपूर्ण है

Rembold ने 1998 में NNS इसीलिए प्रस्तुत किया ताकि स्क्रीनिंग कार्यक्रमों की तुलना उपचार के समान आधार पर की जा सके, क्योंकि स्क्रीनिंग परीक्षण का शीर्षक सापेक्ष जोखिम कमी का आँकड़ा दो बातें छिपाता है जो उपचार नहीं छिपाता: स्क्रीनिंग के लिए वास्तव में आमंत्रित जनसंख्या का आधाररेखा जोखिम, और यह तथ्य कि जिसकी भी स्क्रीनिंग होती है वह परीक्षण की लागत और झूठे-धनात्मकों का बोझ उठाता है, केवल वह अल्पसंख्या नहीं जो बाद में लाभान्वित होती है। यूके की राष्ट्रीय स्क्रीनिंग समिति का लागत-प्रभावशीलता द्वार (स्क्रीनिंग अर्थशास्त्र देखें) इसी भेद पर बना है — कम आधाररेखा जोखिम वाली जनसंख्या में प्रभावशाली सापेक्ष जोखिम कमी वाले स्क्रीनिंग कार्यक्रम का NNS फिर भी हज़ारों में हो सकता है, और तब रोके गए परिणाम की प्रति इकाई कार्यक्रम लागत वास्तविक प्रश्न बन जाती है।

गणित

NNS = 1 / (आधाररेखा_जोखिम × सापेक्ष_जोखिम_कमी)

आधाररेखा_जोखिम      = अनुवर्तन अवधि में स्क्रीन की गई जनसंख्या में परिणाम की
                        संभावना (0–1)
सापेक्ष_जोखिम_कमी   = स्क्रीनिंग द्वारा संभव बनी शीघ्र चिकित्सा से प्राप्त
                        आनुपातिक जोखिम कमी (0–1)

रोके_गए_परिणाम_प्रति_कार्यक्रम_लागत = NNS × प्रति_स्क्रीनिंग_लागत

NNT से सीधी तुलना करें: NNS पूरे स्क्रीनिंग → निदान → उपचार कीप की प्रभावशीलता को एक संख्या में समेटता है, जबकि NNT मानता है कि रोगी का निदान हो चुका है और उपचार शुरू हो चुका है।

हल किया गया उदाहरण

एक स्क्रीनिंग कार्यक्रम की लक्षित जनसंख्या में अध्ययन अवधि में घटना का आधाररेखा जोखिम 2% है (आधाररेखा_जोखिम = 0.02) और शीघ्र पहचान 25% सापेक्ष जोखिम कमी हासिल करती है (सापेक्ष_जोखिम_कमी = 0.25):

NNS = 1 / (0.02 × 0.25) = 1 / 0.005 = 200

एक परिणाम रोकने के लिए 200 लोगों की स्क्रीनिंग करनी होगी।

प्रति स्क्रीनिंग £50 पर:
रोके गए परिणाम प्रति कार्यक्रम लागत = 200 × £50 = £10,000

इस £10,000 को परिणाम की अपनी लागत और उस QALY के सामने तौलना चाहिए जो उसकी कीमत होती — वही तुलना जो रोकथाम अर्थशास्त्र सामान्यतः रोकथाम कार्यक्रमों के लिए करता है।

सॉफ़्टवेयर इंजीनियरिंग से संबंध

NNS है "एक कार्रवाई-योग्य वास्तविक धनात्मक पकड़ने के लिए कितने उपयोगकर्ता, घटनाएँ या अनुरोध किसी पहचान या ट्राइएज वर्कफ़्लो से गुज़रने चाहिए" — अलर्ट-आधारित निगरानी और ट्राइएज प्रणालियों के लिए सीधे प्रासंगिक, जहाँ दुर्लभ लक्ष्य अवस्था NNS को उसी तरह फुला देती है जैसे धनात्मक पूर्वानुमान मान को गिरा देती है (स्क्रीनिंग अर्थशास्त्र और क्लिनिकल AI मूल्यांकन देखें)। जिस निगरानी नियम को प्रति वास्तविक पकड़ 200 घटनाएँ संसाधित करनी पड़ें, उसे चलाना तभी सार्थक है जब वह पकड़ प्रति घटना ट्राइएज लागत के कम से कम 200 गुना मूल्य की हो — ऊपर के स्वास्थ्य उदाहरण जैसा ही अंकगणित।

सामान्य गलतियाँ

• आधाररेखा जोखिम पर निर्भरता की अनदेखी: वही स्क्रीनिंग परीक्षण या कार्यक्रम उच्च-जोखिम और निम्न-जोखिम जनसंख्या में बहुत भिन्न NNS — और लागत-प्रभावशीलता — रखता है। जिस जनसंख्या के लिए गणना हुई उसका नाम बताए बिना कभी NNS प्रस्तुत न करें।
• हर को ग़लत पढ़ना: NNS स्क्रीन किए गए लोगों को गिनता है, उन्हें नहीं जो धनात्मक आए या उपचार शुरू किया — इसमें पहले से पूरी कीप की प्रभावशीलता शामिल है, इसलिए इसकी तुलना कभी उस माप से न करें जो केवल धनात्मकों को गिनता है।
• अनुवर्तन अवधियों के पार तुलना: छोटी अनुवर्तन अवधि आमतौर पर NNS को फुला देती है क्योंकि उस खिड़की में कम घटनाएँ देखी जाती हैं। NNS की संख्याएँ तभी तुलनीय हैं जब वे समान अनुवर्तन अवधि के लिए गणना की गई हों।

स्रोत

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