NNT દ્વારા સ્ટેટિન્સના ફાયદા અને સંપૂર્ણ જોખમને સમજવું
ઘણીવાર, જ્યારે કોઈ વ્યક્તિનું કોલેસ્ટ્રોલ સ્તર “સીમારેખા” સુધી પહોંચે છે, ત્યારે ડોકટરો સ્ટેટિન દવા શરૂ કરવાની ભલામણ કરે છે. પરંતુ ઘણા લોકો માને છે કે સ્ટેટિન્સ હૃદયરોગના હુમલા અથવા મૃત્યુના જોખમને 50% ઘટાડશે. વાસ્તવિકતા થોડી અલગ છે – આ સમજવા માટે, આપણે સંપૂર્ણ જોખમ અને સંબંધિત જોખમ વચ્ચેનો તફાવત સમજવાની જરૂર છે.
સંપૂર્ણ જોખમ વિરુદ્ધ સંબંધિત જોખમ
- સાપેક્ષ જોખમ ઘટાડો (RRR): દવા લેવાથી સંબંધિત જોખમમાં કેટલો ઘટાડો થાય છે.
- સંપૂર્ણ જોખમ ઘટાડો (ARR): તમારા વાસ્તવિક જોખમમાં કેટલો ઘટાડો થાય છે.
તેથી, સ્ટેટિન્સની અસર દરેક માટે સમાન નથી. તે હૃદય રોગના તમારા પ્રારંભિક જોખમ પર આધાર રાખે છે.
કયા પરિબળો હૃદય રોગનું જોખમ નક્કી કરે છે?
તમારા જોખમનો અંદાજ કાઢવા માટે ડોકટરો ઘણા પરિબળો ધ્યાનમાં લે છે:
- ઉંમર
- લિંગ
- બ્લડ પ્રેશર
- કોલેસ્ટ્રોલ (કુલ અને HDL)
- ધૂમ્રપાન
- કૌટુંબિક ઇતિહાસ
- અન્ય તબીબી પરિસ્થિતિઓ, જેમ કે ડાયાબિટીસ
જે લોકોને પહેલાથી જ હૃદય રોગ છે, તેમના માટે સ્ટેટિન્સના ફાયદા સ્પષ્ટ છે. પરંતુ જેમને આ રોગ નથી તેમના માટે, જોખમનું વધુ સચોટ મૂલ્યાંકન જરૂરી છે.
ચાલો એક ઉદાહરણ દ્વારા સમજીએ
કેસ 1: વૃદ્ધ પુરુષ
- 75 વર્ષનો, કોલેસ્ટ્રોલ 220 mg/dL, HDL 45 mg/dL, BP 140/80 mmHg
- 10-વર્ષનું જોખમ = 19.4%
- સ્ટેટિન લેવા પર 20% જોખમ ઘટાડો = 15.5%
- એટલે કે, સંપૂર્ણ જોખમ ઘટાડો = 3.9%
કેસ 2: મધ્યમ વયની મહિલા
- 50 વર્ષની, અન્ય બધા પરિમાણો સમાન
- 10-વર્ષનું જોખમ = 3.6%
- સ્ટેટિન લેવા પર = 2.88%
- એટલે કે, સંપૂર્ણ જોખમ ઘટાડો = માત્ર 0.72%
NNT (સારવાર માટે જરૂરી સંખ્યા) શું સૂચવે છે?
NNT નો અર્થ છે: 10 વર્ષમાં એક ઘટના (હાર્ટ એટેક અથવા મૃત્યુ) ને રોકવા માટે કેટલા દર્દીઓને દવા આપવી જોઈએ.
- કેસ ૧ (પુરુષ): આશરે ૨૬ લોકોને સ્ટેટિન આપવાની જરૂર પડશે.
- કેસ ૨ (સ્ત્રી): આશરે ૧૩૯ લોકોને સ્ટેટિન આપવાની જરૂર પડશે.
શું સ્ટેટિન લેવાનું યોગ્ય છે?
- જો જોખમ વધારે હોય, તો સંપૂર્ણ જોખમ ઘટાડો મોટો હશે, અને દવાના ફાયદા સ્પષ્ટ હશે.
- જો જોખમ ઓછું હોય, તો દવાની અસર ઓછી હશે.
સ્ટેટિન દવાઓ મોંઘી નથી (લગભગ $૫-૧૦/મહિને) અને ગંભીર આડઅસરો દુર્લભ છે. જો કે, દવા શરૂ કરવી કે નહીં તે સંપૂર્ણપણે વ્યક્તિગત પસંદગી અને ડૉક્ટરની સલાહ પર આધાર રાખે છે.
મુખ્ય વાત એ છે કે – સ્ટેટિન અસરકારક છે, પરંતુ તેમના સાચા ફાયદા વ્યક્તિએ વ્યક્તિએ બદલાય છે. તેથી, સંપૂર્ણ અને સંબંધિત જોખમ બંનેને સમજવું મહત્વપૂર્ણ છે.
