Medidas de efeito — RR, RAR, NNT e os números que importam

Quando um artigo diz que um tratamento "reduz em 50% o risco de infarto", o que isso significa para o seu paciente? Pode significar que de 100 pacientes tratados, 50 terão um infarto evitado. Pode significar que de 1000 pacientes tratados, 1 terá. Os dois cenários são compatíveis com "redução de 50%".

A diferença está nas medidas: a redução de 50% é um número relativo. Para saber o que muda na vida do paciente, é preciso o número absoluto. Esta página explica todas as medidas de efeito relevantes, como calculá-las e — mais importante — como interpretá-las.

A tabela 2×2 que sustenta tudo

Praticamente toda medida de efeito sai de uma tabela 2×2 que cruza dois eixos: o grupo (intervenção vs. controle) e o desfecho (ocorreu vs. não ocorreu).

A partir dessa tabela, calculam-se todas as outras medidas. Exemplo concreto: um ensaio com 1000 pacientes, 500 em cada grupo. No grupo intervenção, 25 desenvolveram o desfecho; no controle, 50.

Mantenha esses números em mente — são eles que serão usados nos cálculos a seguir.

Risco absoluto (RA)

Definição: probabilidade ou incidência de um evento ocorrer num determinado grupo. É a incidência do desfecho dentro do grupo.

RAintervenção = a / (a + b) RAcontrole = c / (c + d)

No exemplo: RA(tratamento) = 25/500 = 5%; RA(placebo) = 50/500 = 10%.

O risco absoluto fornece a magnitude real do desfecho naquele grupo específico. É o ponto de partida — sem ele, todas as outras medidas (relativas) ficam abstratas.

Risco relativo (RR) — também chamado razão de risco

Definição: razão entre os riscos absolutos dos dois grupos. Diz quantas vezes mais (ou menos) provável é o desfecho no grupo intervenção, comparativamente ao controle.

RR = RAintervenção / RAcontrole

No exemplo: RR = 5% / 10% = 0,5.

Como interpretar:

• RR = 1 → risco igual nos dois grupos. Sem efeito.
• RR < 1 → risco menor no grupo intervenção. Tratamento parece proteger.
• RR > 1 → risco maior no grupo intervenção. Tratamento parece causar dano.
• RR = 0,5 → risco no grupo tratado é metade do controle. "Redução relativa de 50%".
• RR = 2,0 → risco no grupo tratado é o dobro do controle. "Aumento relativo de 100%".

O RR é a medida mais reportada em ensaios clínicos porque tem propriedades estatísticas convenientes. Mas isolado, ele engana — porque um RR de 0,5 com risco-base de 1% (RA 0,5%) é clinicamente trivial, enquanto o mesmo RR de 0,5 com risco-base de 40% (RA 20%) é dramático.

Odds Ratio (OR) — razão de chances

Definição: razão entre as chances (não os riscos) do desfecho nos dois grupos. Chance é razão entre probabilidade de ocorrer e probabilidade de não ocorrer.

OR = (a/b) / (c/d) = (a × d) / (b × c)

No exemplo: OR = (25 × 450) / (475 × 50) = 11250/23750 = 0,47.

Como interpretar: semelhante ao RR — OR > 1 sugere associação positiva, OR < 1 sugere associação protetora, OR = 1 indica ausência de associação.

Quando usar OR vs. RR:

• OR é obrigatório em estudos de caso-controle (não há como calcular incidência num desenho retrospectivo)
• RR é preferível em ECRs e coortes (é mais intuitivo)
• Quando o desfecho é raro (< 10%), OR ≈ RR. Se o desfecho é comum, OR superestima o RR.

Por isso ler "OR" sem checar a frequência do desfecho pode levar a interpretação inflada do efeito.

Redução absoluta de risco (RAR) — também chamada risk difference

Definição: diferença entre os riscos absolutos. Diz quantos pontos percentuais o tratamento subtraiu do risco do controle.

RAR = RAcontrole − RAintervenção

No exemplo: RAR = 10% − 5% = 5 pontos percentuais (ou 0,05 em proporção).

A RAR é fundamental para a clínica porque traz a magnitude na escala em que pessoas pensam. Dizer "evitamos 5 desfechos a cada 100 pacientes tratados" é compreensível. Dizer "reduzimos o risco em 50%" é abstrato.

Quando o tratamento causa dano em vez de proteger, a RAR fica negativa — ou se inverte e vira aumento absoluto de risco (AAR), com sinal positivo. Mesmo cálculo, interpretação oposta.

Redução relativa de risco (RRR)

Definição: proporção do risco-base que o tratamento eliminou. É a forma mais comum de reportar resultados em mídia leiga e — infelizmente — muitas vezes em manchetes científicas.

RRR = (RAcontrole − RAintervenção) / RAcontrole = 1 − RR

No exemplo: RRR = (10% − 5%) / 10% = 50%.

O problema da RRR é que ela é insensível à magnitude absoluta. Os cenários abaixo têm a mesma RRR (50%), mas significados clínicos radicalmente diferentes:

A RRR de 50% sozinha não distingue. RAR e NNT, sim.

NNT — Número necessário a tratar

Definição: número de pacientes que precisam ser tratados para evitar um desfecho. É o inverso da RAR.

NNT = 1 / RAR

No exemplo: NNT = 1 / 0,05 = 20. Tratam-se 20 pacientes para evitar 1 infarto.

NNT é, provavelmente, a medida mais útil para conversa com o paciente. Em vez de "redução de 50%" (relativa, abstrata), você diz "para cada 20 pacientes que tomam isso, 1 evita um infarto que aconteceria sem o tratamento".

Como interpretar NNT:

• NNT baixo → tratamento eficiente (poucos pacientes para benefício real)
• NNT alto → tratamento de baixa eficiência prática (muitos pacientes para 1 benefício)
• Não existe NNT "bom" universal — depende do desfecho. Tratar antibiótico para meningite com NNT 5 é excelente; tratar com NNT 5 para um sintoma leve é pior, porque há 4 pessoas com efeito adverso para 1 com benefício.

Visualizando o NNT — quem realmente se beneficia

O NNT esconde uma verdade desconfortável: a maioria das pessoas tratadas não tem benefício real do tratamento. Algumas porque não teriam o desfecho de qualquer forma; outras porque têm o desfecho mesmo tratadas. Apenas uma fração — exatamente proporcional à RAR — é genuinamente poupada pelo tratamento.

Considere o caso da TARV (terapia antirretroviral) em prevenção de transmissão vertical do HIV. Sem tratamento, cerca de 25 em cada 100 mulheres com HIV transmitem o vírus durante a amamentação. Com TARV, esse número cai para cerca de 5 em 100. NNT = 1 / (0,25 − 0,05) = 5 — para cada 5 mulheres tratadas, 1 transmissão é evitada.

Mas o que acontece com as outras 4? A visualização abaixo decompõe.

100 mulheres com HIV amamentando

100%

25 transmissões verticais sem tratamento

75%

25%

5 transmissões com tratamento

75%

20%

5%

Não teria o desfecho de qualquer maneira

Poupado pelo tratamento (benefício real)

Tem o desfecho — com ou sem tratamento

NNT = 5. Para cada 5 pessoas tratadas com TARV, 1 deixa de ter transmissão. As outras 4 são tratadas sem que isso mude o desfecho — porque não teriam o evento de qualquer forma, ou porque tiveram apesar do tratamento.

Reflexões que esta visualização força:

• Quantas pessoas em risco?
• Quantas foram tratadas?
• Quantas tiveram o desfecho?
• Quantas tomaram tratamento sem necessidade real?

A leitura é direta. 75% das mulheres do grupo controle (sem tratamento) não transmitiram o vírus de qualquer forma — para elas, o tratamento seria irrelevante. 5% transmitem mesmo com tratamento — para elas, o tratamento falhou. Apenas as 20% restantes (a faixa verde) representam o benefício real do tratamento: pessoas que teriam transmitido sem TARV e foram poupadas com TARV.

Esta decomposição força perguntas que a leitura superficial do NNT esconde:

• Quantas pessoas em risco genuíno?
• Quantas foram tratadas?
• Quantas tiveram o desfecho mesmo assim?
• Quantas tomaram tratamento sem necessidade real?

Em decisões clínicas, a última pergunta importa especialmente para tratamentos com dano potencial (NNH baixo) ou custo alto. NNT 5 numa intervenção segura e barata como TARV é excelente; NNT 5 numa intervenção com efeitos adversos sérios merece reflexão sobre se aquelas 4 pessoas tratadas em vão são "custo aceitável".

NNH — Número necessário para causar dano

Definição: número de pacientes tratados para que um desenvolva um efeito adverso. Mesma fórmula do NNT, aplicada ao dano em vez do benefício.

NNH = 1 / AAR de dano

Onde AAR de dano = (incidência de dano no grupo intervenção) − (incidência de dano no grupo controle).

NNH é o outro lado da moeda do NNT. Toda decisão clínica baseada em evidências pesa NNT contra NNH:

• NNT = 100 (benefício) e NNH = 200 (dano) → tratar 100 para 1 benefício, mas só 50 para 1 dano. Ruim.
• NNT = 20 (benefício) e NNH = 200 (dano) → tratar 20 para 1 benefício, 200 para 1 dano. Bom.

A meta-análise sobre aspirina em prevenção primária no idoso, citada na página de Apply, tem NNT ≈ 265 (eventos cardiovasculares) e NNH ≈ 210 (sangramento maior) — perfil desfavorável, daí a recomendação atual de não iniciar aspirina nesse cenário.

Intervalo de confiança 95% (IC95%)

Toda medida de efeito calculada a partir de uma amostra é estimativa — o valor verdadeiro na população pode ser diferente. O IC95% é uma faixa que tem 95% de probabilidade de conter o valor verdadeiro¹.

Como ler:

• RR = 0,80, IC95% 0,70 a 0,90 → estimativa pontual sugere redução de 20%; o efeito verdadeiro está provavelmente entre redução de 30% e 10%. Resultado consistente, com efeito robusto.
• RR = 0,80, IC95% 0,40 a 1,60 → estimativa pontual sugere redução de 20%, mas o efeito verdadeiro pode ir de redução de 60% até aumento de 60%. Resultado de baixa confiança, pode ser dano e ainda assim compatível com os dados.
• IC95% que cruza o 1 (em RR ou OR) → não há diferença estatisticamente significativa entre os grupos a 95% de confiança.

Regra prática crucial: sempre olhe o IC95%, não só a estimativa pontual. ICs largos podem indicar amostra pequena ou efeito heterogêneo, e mudam a interpretação.

Aplicando ao caso da Dra. Amélia

De volta à pergunta sobre aspirina em prevenção primária no idoso (caso que percorre as páginas dos 5As):

A meta-análise de 2019 publicada no JAMA, sintetizando os ensaios ASPREE, ARRIVE e ASCEND, encontrou:

Eventos cardiovasculares maiores (benefício):

• RA placebo ≈ 4% em 5 anos
• RA aspirina ≈ 3,6% em 5 anos
• RAR ≈ 0,4 pontos percentuais
• RRR ≈ 10%
• NNT ≈ 250 (com IC95% amplo, indo de 150 a infinito em algumas análises)

Sangramento maior (dano):

• RA placebo ≈ 1%
• RA aspirina ≈ 1,5%
• AAR ≈ 0,5 pontos percentuais
• NNH ≈ 200

Olhando RR: "redução de 10% em eventos cardiovasculares" — soa modesto mas favorável.
Olhando RAR e NNT: "0,4 pontos percentuais; preciso tratar 250 para evitar 1" — instantâneamente fica menos atraente.
Olhando NNH ao lado: "para cada 200 tratados, 1 sangramento sério" — o dano absoluto é maior que o benefício absoluto.

A mesma evidência, três interpretações. Sem RAR/NNT/NNH, fica tentador prescrever. Com elas, fica óbvio que o balanço é desfavorável.

Onde calcular

A calculadora de medidas de efeito deste site faz todos os cálculos automaticamente a partir de uma tabela 2×2. Insira os números do estudo e obtenha RA, RR, OR, RAR, RRR, NNT, NNH e IC95%.

Erros comuns

• Reportar só RR (ou só RRR) sem RAR ou NNT. É erro tão comum em mídia que vale considerar deliberado em alguns casos. Sem o absoluto, a magnitude verdadeira fica oculta.
• Confundir OR com RR quando o desfecho é comum. OR superestima o efeito quando RA > 10%.
• Ignorar o IC95% e tratar a estimativa pontual como verdade.
• Calcular NNT sem checar significância estatística. Se o IC95% do RR cruza 1, o NNT pode ser inválido.
• Aplicar NNT de uma população em outra muito diferente. O NNT depende do risco-base — em populações com risco-base muito menor, o mesmo RR produz NNT muito maior.
• Tratar desfecho substituto como se fosse desfecho clínico. NNT calculado em LDL não diz NNT em mortalidade.

Conceitos relacionados

• Medidas de frequência — prevalência e incidência, base das medidas de efeito
• Calculadora de medidas de efeito — para calcular tudo a partir de uma tabela 2×2
• Vieses — quando os números não dizem o que parecem dizer
• Appraise (Avaliar) — onde estas medidas determinam importância clínica
• Apply (Aplicar) — onde elas são traduzidas para o paciente

Referências

1. Altman DG, Bland JM. Confidence intervals for the number needed to treat. BMJ 1998;317(7168):1309–12. ↩
2. Greenhalgh T. How to Read a Paper: The Basics of Evidence-Based Medicine and Healthcare. 6ª ed. Hoboken: Wiley-Blackwell; 2019. Capítulo 5: Statistics for the non-statistician.
3. Sackett DL, Deeks JJ, Altman DG. Down with odds ratios! Evid Based Med 1996;1:164–6. Disponível em: ebm.bmj.com/content/1/6/164.
4. McMaster Health Forum. Communicating Effects of Interventions. Disponível em: mcmasterforum.org.