作者：默思編輯部 發布：2026-07-29
NNT（Number Needed to Treat，需治療人數）代表「需要治療多少位病人，才能多預防一次不良結果（例如死亡、中風）」的具體數字。如果一種藥物的NNT是5，代表平均每治療5位病人，就能多避免1次不良事件發生；NNT愈低，代表這個治療的臨床效益愈明顯，理想的NNT是1（代表每個接受治療的病人都能得到效益，但這在現實臨床情境裡極為罕見）。
NNT的計算需要先算出絕對風險降低值（Absolute Risk Reduction, ARR），也就是對照組事件發生率減去實驗組事件發生率；NNT就是ARR的倒數。這個計算方式凸顯了NNT跟相對風險降低（relative risk reduction）之間的本質差異——同樣是「降低50%相對風險」的藥物，如果基礎疾病發生率本身就很低，換算出來的NNT可能高達數百，代表要治療數百人才能多預防一起事件；但如果基礎發生率高，NNT可能只有個位數，代表這個藥物的實際臨床效益要大得多。
p值只回答「這個結果是不是統計上的巧合」，但完全不回答「這個治療值不值得做」；NNT則直接把研究結果轉換成一個臨床工作者能直覺理解的「效益成本比」語言——治療多少人，才能真正幫到一個人。這也是為什麼NNT被認為是評估一篇統計上顯著的研究結果，是否具備臨床相關性（clinical relevance）的重要工具，而不只是單看p值小於0.05就直接下臨床決策。
NNT的計算高度受到幾個因素影響：疾病或症狀的基礎嚴重程度、研究族群的特性、介入措施的種類與強度、治療持續時間，以及追蹤評估的時間點與對照組的反應率。這代表同一種藥物，在不同研究族群、不同追蹤時間下計算出來的NNT可能有明顯差異，直接把一篇研究算出的NNT套用到跟原始研究族群特性差異很大的病人身上，是常見的誤用陷阱。另外，如果一篇論文的NNT計算方式沒有完整揭露背後的計算細節與研究設計，這個數字本身也可能是不可解讀甚至具有誤導性的。
下次讀到一篇宣稱「治療效果顯著」的研究時，別只停在p值，動手算一次（或找出論文裡是否已提供）NNT，再結合治療的副作用與需治療人數多寡（Number Needed to Harm, NNH）一起評估，才能更完整回答「這個治療到底值不值得做」這個真正的臨床問題，這也是實證醫學競賽裡經常出現的計算題型。
如果你想系統化學會這套從統計數字到臨床決策的完整評讀能力，歡迎參考我們平台的課程：實證醫學2小時速成班：從PICO到森林圖，一次掌握競賽關鍵技能