最近总算有空思考这个议题ˊˋ" 根据这篇文章： http://ppt.cc/o2Go number needed to test (number needed to screen) 基本上就是盛行率的倒数。 (假设每个人都筛检，且筛检是100%有效，可以检测出每个潜在的病人) 根据文章的例子，如果黑色素瘤的盛行率是0.0016， 又致死性的黑色素瘤只占其中12.5%， 那NNT=1/(0.0016*0.125)=5000 但因为有些人检验时会没被验出， 假设该检验的effectiveness只有20% (在此援引原文的术语...毕竟effectiveness没有严格的定义， 不晓得究竟是指伪阴性还是什麽...) 那5000/0.2=25000，代表若要预防一个黑色素瘤致死的病例， 必须筛检25000人。 <相当於1/(0.0016*0.125 - 0.0016*0.125*0.8) > ^^^Prevalence ^^^筛检无效的比例 以原PO的案例来说，yhliu前辈的回覆相当正确， 因为1/(盛行率-(1-NPV))就相当於已经考虑筛检有效性的计算结果。 1-NPV代表假设某人检验阴性，但实际却是有病的机率。 这相当於筛检无效，没有把有病的人给验出的比例， 所以不能直接算1/Prevalence， 而是分母必须再扣除筛检无效的部分。 所以我认为应该是四舍五入方式的差异造成用 1/(盛行率-(1-NPV)) 公式计算结果与表格数据有所出入。 --- 值得一提的是， 一开始有人问这研究是否为病例对照研究。 主要是因为risk reduction应该要以incidence来计算才对。 如果是cohort study或临床试验可以算incidence和relative risk， 可是case control study通常只能算odds ratio。 假设是罕见疾病，则OR约等於RR。 或者，以时间密度取样的方式配对病例和对照组， OR通常可以当作估计RR的指标。 但因为这文章中NNT要算的其实是number needed to "test"， 其实也没用到OR的数据。 ※ 编辑: anovachen 来自: 1.173.163.140 (08/09 01:18)