En los ensayos clínicos donde se comparan dos formas de manejo de los integrantes de la investigación, se pueden describir varias maneras de expresar los resultados. Desde luego, si éstos son dicotómicos y se ordenan los valores numéricos en una tabla de 2 x 2, podríamos comparar la distribución de los valores obtenidos con la distribución teórica bajo la hipótesis nula de que no hay diferencias de los grupos en comparación: chi cuadrado, entonces. Ello nos dará en forma general la información de cuán probable es que los resultados que se han volcado en la tabla tengan una distribución atribuible o explicable por el azar. Si no se cumplen los requisitos que exige esta prueba de hipótesis, se pueden analizar los datos empleando la prueba de Fisher-Irwin de probabilidades exactas. Igualmente, se puede manejar como la comparación de dos proporciones por una aproximación a «Z» así como analizarlos de acuerdo con sus intervalos de confianza respectivos. Como sea, se obtendrá "p", es decir el error alfa. Hasta aquí no se tendrá más información. Sin embargo, para cada grupo tenemos a disposición el total de casos y la parte que tuvo el resultado en estudio. De tal manera, veremos que la información logra ir bastante más lejos que lo indicado hasta este instante. Si consideramos los dos grupos sugeridos, sometidos a tratamiento experimental y control, esperando un resultado determinado, tendríamos:

Asignando valores para uso posterior, supongamos que:
a = 12; b = 104; c = 28; d = 101.

El riesgo corresponde a la probabilidad de ocurrencia de un suceso (generalmente no deseado). De este modo, si del grupo experimental se espera que tenga con menor frecuencia un resultado adverso («sí», en la tabla), es decir que el tratamiento experimental tenga efecto benéfico, la presentación de la información puede ser como a continuación:

Riesgo absoluto (RA) en el grupo control = c/(c+d) = 28/129 = 0.217
Riesgo absoluto (RA) en el grupo experimental = a/(a+b) = 12/116 = 0.103
Riesgo relativo (RR) = (RA del grupo experimental)/(RA del grupo control)
= 0.103 / 0.217 = 0.48
IC 95% del RR, 0.25 – 0.89 (por Statcalc de EpiInfo)

El riesgo relativo (RR) señala cuánto más probable o menos probable es el efecto o resultado en el grupo experimental que en el grupo control. Al valor obtenido se puede agregar su intervalo de confianza, generalmente del 95%, que nos indicará las cifras entre las cuales se encontraría, con un 95% de probabilidad, el RR del universo del que proceden los casos estudiados. Para que el RR encontrado en la investigación pueda considerarse de interés, su IC no debe incluir el valor «1», puesto que esa cifra indica riesgos absolutos iguales.La llamada «reducción del riesgo absoluto» (RRA) es simplemente la disminución del riesgo observada del grupo control al grupo experimental y corresponde entonces a su diferencia

RA del grupo control - RA del grupo experimental = RRA
0.217 – 0.103 = 0.114
21.7% - 10.3% = 11.4%
IC 95% de la RRA, 0.0239 – 0.2041 (2.39% - 20.41%) (por MedCalc)

Otra expresión de interés es la «reducción relativa del riesgo» (RRR) (no se equivoque, esta no es «reducción del riesgo relativo») que es la proporción que representa la reducción del riesgo absoluto (RRA) respecto del riesgo basal, que sería el del grupo control. Entonces

(RRA/RA del grupo control) x 100 = RRR

Si tenemos el valor de la reducción del riesgo absoluto y ésta es de, como se estableció en el ejemplo, 0.114 o 11.4%, podemos interpretarla en el sentido que de cada 100 sujetos tratados con el esquema experimental 11.4 de ellos obtendrán el beneficio (adicional) que representa el nuevo tratamiento. Ahora, 1 de ellos obtendrá el beneficio adicional por cada 100/11.4 = 8.77 tratados (la cifra se redondea al entero superior, de modo que quedaría en 9 casos). Esto representa el llamado «número necesario a tratar» (NNT) para obtener 1 caso adicional beneficiado. Habitualmente se le expresa como el valor inverso de la reducción del riesgo absoluto. Para el ejemplo planteado, en que el tratamiento experimental reduce el riesgo de un suceso indeseado, 9 pacientes deben ser tratados en el grupo experimental para evitar un episodio adicional no deseado.Conviene recordar que la expresión de un resultado sólo como RR plantea un problema, ya que por tratarse de una relación entre dos riesgos absolutos, un mismo valor del RR puede representar riesgos absolutos totalmente diferentes. Así, un RR de 2 puede ser el resultado de 0.40 / 0.20 o 0.05 / 0.025 , etc. En ambos casos la RRR es 50% , sin embargo NNT en la primera situación es de 5 casos y en el segundo es 40 casos, lo que con toda seguridad afectará las decisiones clínicas.El intervalo de confianza del NNT no parece ser un asunto definitivamente resuelto, pero se le puede estimar utilizando los valores inversos de los extremos del intervalo de confianza de la RRA : 1 / 0.0239 o 100 / 2.39 = 41.8 ,es decir 42 casos a 1 / 0.2041 o 100 / 20.41 = 4.89, es decir 5 casos. Entonces, para la situación propuesta, NNT es 9 pacientes con un IC del 95% de 5 a 42.Cuando el IC de la RRA pasa por cero, es decir cuando los riesgos absolutos no se pueden considerar significativamente diferentes, el IC 95% del NNT presentará un problema de interpretación. Supongamos una RRA de 10% (0.10) con IC 95% de -5% a +25%. En tal caso NNT sería 10 con extremos del IC de –20 a + 4. Lo que inmediatamente llamaría la atención es que el valor del NNT , 10, no parece estar contenido en su intervalo de confianza. Esto no sería tal si vemos lo siguiente:

Una lectura de este IC 95% sería, por ejemplo, que se requiere tratar 10 pacientes para obtener un caso adicional con el beneficio deseado variando desde 4 pacientes para obtener tal beneficio en uno adicional hasta 20 para reducir en un caso los favorecidos, comparado con el tratamiento de contraste.

Puesto que los casos de un grupo son heterogéneos en su nivel de riesgo, se podría hacer un intento (un tanto difícil) de caracterizar el paciente individual en cuanto a su probabilidad específica (expresada como una fracción) de un evento respecto al valor medio con el que se obtuvo el NNT del grupo. Una vez estimada esta fracción para un caso determinado, se divide NNT por ella y se obtendrá el NNT para ése tipo de paciente.

Cuando el tratamiento experimental aumenta la probabilidad de un suceso favorable los índices se modifican un tanto y así tendremos el aumento relativo del beneficio (ARB) en que se comparará el incremento de frecuencia de sucesos favorables con la frecuencia basal dada por el grupo control. Así, si en éste último la frecuencia es 30% y en el grupo experimental 40%, el incremento de 10% se expresará en relación al 30% del grupo control y obtendremos

(10% / 30%) x 100 = 33.33%

Este valor es en definitiva el ARB. El aumento absoluto del beneficio (AAB) se expresa como la diferencia simple entre los dos grupos respecto a la frecuencia de sucesos beneficiosos considerados. En el ejemplo, AAB sería de 10%. Su valor inverso corresponde al NNT, que aquí sería 100/10 = 10 es decir, 10 casos deben recibir el tratamiento experimental para obtener la ocurrencia de un suceso favorable adicional, comparado con el grupo control.

Si el tratamiento experimental causa cierto daño, es decir cuando aumenta la probabilidad de un suceso no deseado, comparado con el tratamiento control, nuevamente la situación cambia algo en el análisis de los resultados. Así, el aumento relativo del riesgo (ARR) se calcularía del mismo modo que el ARB, sólo que en vez de referirse al aumento del beneficio lo hace respecto al aumento del riesgo. Nuevamente tenemos aquí la opción de medir el cambio del riesgo absoluto, en este caso aumento del mismo (ARA), lo que corresponde a la diferencia de riesgo en ambos grupos de tratamiento.

Como en los casos anteriores, el valor inverso de ARA proporcionará el número de pacientes con tratamiento experimental necesarios para generar un caso adicional de daño comparado con la situación del grupo control (NND).

El valor de NNT puede ser obtenido también en los casos en que se dispone sólo del riesgo relativo (RR) o de la razón de disparidad (OR):
A partir del RR.
Si el RR es menor que 1:

NNT = 1 / ( 1 – RR ) x Fc
Fc= Frecuencia esperada en los controles.

Con los datos de la tabla vemos que el grupo experimental tiene menor riesgo que los controles 0.103 vs. 0.217, lo que indicaría que el tratamiento nuevo es «protector» y el RR es inferior a 1, es decir, 0,4746. Entonces,

NNT = 1 / ( 1 – 0.4746 ) x 0.217 = 8.77

y se redondea a 9, cifra que coincide con la encontrada previamente.Si el RR es mayor que 1:

NNT = 1 / ( RR – 1) x Fc.

El mismo ejemplo anterior Ud. podría verlo desde el punto de vista inverso, es decir que el riesgo en los controles es mayor que en el grupo experimental y el RR sería 0.217 / 0.103 = 2.10. Empleando la fórmula propuesta para el caso en que RR es mayor que 1:

NNT = 1 / (2.1068 – 1 ) x 0.103 = 8,77

que se redondea a 9.
Como se puede ver, el referente es el grupo experimental, que aquí pasaría a ser «control» respecto del cual se informará del resultado del otro grupo.Lo que cambia, de una a otra forma de cálculo, es la lectura del resultado. En el primer caso «se requiere tratar a 9 pacientes con el tratamiento experimental ("protector") para evitar el riesgo en un paciente adicional respecto del grupo (tratamiento) control". En el segundo caso "se requiere tratar a 9 pacientes para obtener un caso adicional padeciendo el riesgo asociado al tratamiento control". Cuando se dispone de OR, se puede obtener NNT de la siguiente manera:Si OR es menor que 1:

NNT = 1 - [ p0 ( 1 – OR ) ] / (1 - p0) p0 ( 1 - OR)

Si OR es mayor que 1 :

NNT = 1 + [ p0 ( OR - 1 ) ] / (1 - p0) p0 ( OR - 1 )
p0 = Frecuencia esperada en el paciente (exposición en los controles).

En un ejemplo:

p0 = Exposición en controles = 150/230 = 0.65
OR= 2.67
NNT = 1 + [0.65 (2.67 – 1)] / (1 – 0.65) 0.65 (2.67 – 1) = 5.48

cifra que se aproxima a 6. Se lee así: Por cada 6 expuestos, se agrega un "caso" adicional.

Umbral de NNT. Si bien en muchas oportunidades, conociendo el resultado de NNT se podrá intuitivamente considerar que es una cifra de interés, en otros casos se requerirá establecer un umbral, que si se trata de obtener un beneficio por ejemplo, permitirá decir que si NNT está por debajo de él es claramente conveniente, pero si está por encima muy probablemente ya no lo es. Dos formas de estimación que se han propuesto, trabajan con el aspecto económico una de ellas y con el aspecto clínico la otra.

NNT calculado por programas de computación. Mencionaremos que variados programas ofrecen esta función pero, como siempre, si el usuario no está familiarizado con las bases bioestadísticas que subyacen, es muy probable que pueda equivocarse en la introducción de la información o en la interpretación de los resultados.