问题三:统计数字让人一头雾水——我们的患者是否必须要了解这些数字?

数字所呈现出的信息可能会让人望而却步——甚至会彻底误导人们。但如果你真的想要对比两种不同的治疗方案,或是你想了解和自己情况一样的人是如何受到疾病影响的,数字总能从某些层面上提供一些帮助。但一些数字的呈现方式确实比另外一些的要好。

让外行(甚至是医生)能够了解数字的含义的最佳方法就是采用百分比来表示。这就意味着我们要采用一些整数。例如,100个人当中有15个人患病我们就说是15%。

除了用文字来表述数值,我们还可以采用某些类型的图表来表示。比如彩色直方图、饼图,或方框里的圆脸、笑脸和哭脸等,当然还有图表。通过这种“决策辅助”的形式来呈现数字可以帮助更多的人了解数字的含义。

Graph showing the risk of heart disease or stroke

What will happen to 100 people like you in the next 10 years? (Click to enlarge)

下面我们用直方图来解释降压药在接下来的十年里对有高血压病史的患者发生心脏病和卒中风险的影响。 [3]

在十年里,每100个有高血压但不接受治疗的患者,会有13个人得心脏病或卒中。

如果100个人都吃了降压药A,那么只有11个人会得心脏疾病或卒中,另外2人可避免患病。

如果所有的100个人都吃了降压药B,只有10个人会得心脏病或卒中,另外3个可避免患病。这样我们就可以明白了。

但现在情况是,即使是这样简单的数据,也只有我们的统计学家才能看明白。

接下来我们再看看通过表格而非直方图来呈现的数据。在这里,我们将重点放在相对较好的药物上——药物B:

我们逐个将数值转换成自然频率(简单计数),可以得到如下的表格:

不吃药  吃B药
发生心脏病或卒中(10年内) 每100个人中有13个人 每100个人中有10个人
没有发生心脏病或卒中 每100个人中有87个人 每100个人中有90个人
总计 100 100

不吃药,得心脏病/卒中的概率是13%(每100个人中有13个人),但吃B药得病的概论为10%(每100个人中有10个人)——相差3%(每100个人相差3个人)。因此吃B药能让每13例心脏病人中的3例不会发生心脏病或卒中。也就是说,相对危险度降低率为3/13,或者23%。换句话来说,治疗的绝对危险度降低率为3%,但相对危险度降低率为23%。这是相同数据的两种不同表达方式。

相对危险度降低率通常数值更大,有时候可能还会高出很多,这样我们就可以吸引更多的注意力。因此如果你看到标题说“卒中风险降低率为23%”,这样的数据毫无意义。因为并没有说明它的试验人群是谁,也没有说明试验的时间范围。最重要的是,它没有指出不接受治疗患上卒中的风险。这种数据很有可能就是相对危险度降低率(但只有验证后才知道)。

有时候数值会有很大差异。对一项前列腺癌筛查,看看报纸表达数据的方式,“降低高达20%的病死率”看起来很不错。而这项结果也可以说“每筛查1410个人,能够防止1个人死亡”,当然我们还可以说成相当小的0.07%。这意味着每一万个接受筛查的人当中,只有7个人能防止过早死亡。在这里,20%是相对危险度降低率,0.07%是绝对危险度降低率。但由于前列腺癌病死率极低,后者比前者要低得多——这样的数值不太可能作为报纸的标题来吸引读者的眼球。值得我们注意的是,如果一个标题的数值看起来相当的乐观,那么它很有可能就是这种情况。[4]

所以说数字真的很重要,正确地表达它们能够帮助人们作出决策。病人应该毫不犹豫地要求医生以更清晰易懂的方式解释数字的含义(如有需要,也可以采用一些更加形象的表述方式)。如果治疗的决策由医患双方共同作出,两者都应该很清楚每一个数字代表的真正含义。

Make a comment or sign up for updates

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

(required)

(required)