抗抑郁药的有效率是多少？不要告诉抑郁患者

面对抑郁患者，永远不要使用需治数（NNTs）之类的统计学数据沟通治疗有效的可能性：有效率过低，对患者不利；有效率过高，对自己不利。

与患者恰当地沟通是精神科医师的核心竞争力之一。「我打算给你开这种抗抑郁药。研究显示，对于你这种抑郁，X个人里边有Y个人管用。」其中的X和Y来自荟萃分析及Cochrane综述，看上去很科学。很多人认为，需治数（NNTs）之类的数据相当精确明了，似乎很容易理解和沟通，患者一听就明白了。

然而，面对抑郁患者，使用此类统计学数据解释病情是否真的合适？一项发表于今年2月《世界精神病学》（影响因子26.561）的文章中，德国乌尔姆大学的TilmanSteinert建议，永远不要在患者宣教中使用这些数据。

以下为作者的主要观点：

临床困境

如果过于「实在」地告知患者来自高质量研究的真实数据，尽管有明确科学依据，但对于患者而言堪比灾难，因为抗抑郁药研究中的安慰剂效应愈发强大，抗抑郁药的优势微乎其微，「五个病人里只能多出一个有效的」；然而，若不告诉患者真实数据，是否存在伦理学上的不妥？世界卫生组织（WHO）将「健康相关教育及信息」视为「健康的潜在决定性因素」，大部分发达国家都提供了详尽的法律条框，要求医生全面履行告知义务，否则可能面临诉讼。

过去几十年间，很多国家的患者权利得到了强化，司法系统通常会明确指出，患者必须被告知哪些信息。从伦理学的角度出发，出于患者自主权的考虑，所有医疗步骤均需要知情同意；而「有益」及「无害」的原则对医生提出的要求是，医生应做那些可以帮助患者的事，避免做那些可能导致负面结果而无后续获益的事。

给予患者希望是医生最强大的武器之一，这一点对于抑郁患者而言尤其重要，因为「无望」正是此类疾病的一个核心症状。抗抑郁治疗不仅包括特异性的药物治疗，还包括非特异性的因素，突出表现为药物试验中安慰剂组的高有效率。平均而言，2000年之后，安慰剂组达有效标准的受试者比例为36%，而抗抑郁药组也不过46%。过去十年间，安慰剂效应甚至进一步增强，部分原因在于医生与患者的期望值提高。反过来，若受试者有更高的可能被分入安慰剂组，患者的期望值下降，安慰剂效应也会降低。简言之，患者本人的期望在很大程度上影响着抗抑郁治疗转归。

因此，文章开头那样的沟通可能降低甚至侵蚀患者的期望，进而降低获得良好治疗转归的可能，对于患者而言意味着危害。这也构成了一个临床困境：一方面，医生在获取知情同意之前有必要告知相关信息；另一方面，医生需要为患者提供最好的医疗服务，包括给予希望。

如何处理？

对于医生而言，破解之道在于统计学：NNTs到底是什么？这一数据能否真正反映患者获得良好转归的可能性？

首先，NNTs反映的往往是抗抑郁药相比于安慰剂的优势。随机对照研究中，受试者得到了来自研究人员的相当可观的心理关注及支持，导致抗抑郁药相对吃亏，效应值较小。

真实有效的治疗应答率数据基本上是未知的，且难以获得；想得到此类数据，我们需要重复进行个人层面上的交叉试验，以尽可能控制各种潜在变量。关于潜在变量，近期有研究显示，即便是小鼠使用SSRIs，治疗应答率也显著依赖于外界环境。临床实践中，具体患者治疗有效率的关键预测因素在于「医疗系统」及「医生」；某种抗抑郁药在下次治疗中是否有效，不仅仅依赖于随机对照研究数据，也部分依赖于治疗发生的环境，包括医生的表述。

此外，抗抑郁药研究中的NNTs是一个抽象出来的概念，主要反映的是主观划分的「有效」及「治愈」等转归。事实上，有效和治愈本身就是人造的概念，达到或未达到有效或治愈并不像死亡或完全康复这样泾渭分明。即便某种治疗对所有患者均有效，也会有一部分人达到人为设定的阈值，另一部分人没有达到，是否达到阈值与具体疗效及个人基线水平等均有关系。对于这种带有维度属性的指标，有效率或治愈率上的优势并不完全等同于个人层面的获益