Number Needed to Treat (NNT) : l’indicateur qui révèle l’efficacité réelle

En bref

• Le Nombre nécessaire pour traiter, ou NNT, traduit un résultat statistique en une question concrète : combien de personnes doivent recevoir une intervention pour qu’une seule bénéficie d’un effet supplémentaire.
• Un NNT faible indique en général une meilleure efficacité clinique, mais il n’existe pas de « bon » chiffre universel : tout dépend de l’événement évité, de la durée et des risques associés.
• Le calcul repose sur la réduction absolue du risque, pas sur la réduction relative souvent mise en avant dans les communications commerciales.
• Un NNT n’a de sens qu’avec son horizon de temps, son critère précis, l’effectif de l’étude et le Nombre nécessaire pour nuire lié aux effets indésirables.

Nombre nécessaire pour traiter : à quoi sert vraiment le NNT ?

Le Nombre nécessaire pour traiter, plus souvent désigné par son sigle anglais NNT pour Number Needed to Treat, est un indicateur médical conçu pour rendre les résultats d’une étude plus compréhensibles. Il répond à une question très simple en apparence : combien de personnes faut-il traiter pour éviter un événement défavorable supplémentaire chez l’une d’elles, par comparaison avec un placebo, une absence d’intervention ou une autre stratégie ?

Ce chiffre ne promet pas qu’une personne donnée bénéficiera forcément du traitement. Il décrit une moyenne observée dans une population précise. Cette nuance est fondamentale. Un NNT de 4 ne signifie pas que la quatrième personne traitée sera « celle qui répond ». Il signifie que, dans des conditions comparables à celles de l’étude, quatre personnes doivent recevoir l’intervention pour qu’un bénéfice additionnel soit observé chez une personne, au-delà de ce qui aurait été constaté dans le groupe comparateur.

La notion a été formalisée en 1988 par les chercheurs Laupacis, Sackett et Roberts, dans le cadre de la médecine fondée sur les résultats. Elle reste précieuse en 2026, à une époque où les promesses de « réduction du risque » circulent vite, souvent sous forme de grands pourcentages peu parlants. Dire qu’un produit réduit un risque de 36 % paraît spectaculaire. Dire qu’il faut traiter environ 98 personnes pendant 3,3 ans pour prévenir un événement supplémentaire replace immédiatement le bénéfice dans son contexte.

Un chiffre intuitif, mais jamais isolé

Le NNT s’applique à de nombreuses interventions : médicament, vaccin, mesure de prévention, programme d’accompagnement ou acte médical. Son interprétation dépend toujours de quatre éléments : la population concernée, l’événement étudié, la période de suivi et le comparateur choisi. Sans ces informations, le nombre devient une étiquette statistique facile à surinterpréter.

Imaginons Léa, 52 ans, qui lit qu’une intervention « diminue fortement » le risque d’un événement cardiovasculaire. Elle veut savoir si le bénéfice est important pour son profil. Le NNT peut l’aider à formuler les bonnes questions : chez quels participants le chiffre a-t-il été obtenu ? Pendant combien de mois ou d’années ? Quel événement était compté : un épisode mineur, une hospitalisation, un événement grave ? Le résultat concernait-il des personnes déjà à haut risque ou une population globalement en bonne santé ?

Un même traitement peut présenter un NNT favorable chez les personnes les plus exposées et un NNT plus élevé dans une population à faible risque. Ce n’est pas une contradiction : lorsque le risque initial est faible, il y a mécaniquement moins d’événements à éviter. L’intérêt potentiel d’une intervention reste alors à mettre en balance avec son coût, ses contraintes et ses effets indésirables.

Le premier exemple est volontairement simple : dans un groupe non traité, 40 personnes sur 100 connaissent l’événement ; dans le groupe traité, elles sont 10 sur 100. L’écart réel est de 30 personnes sur 100, soit 0,30. L’inverse de 0,30 est 3,33, arrondi au chiffre entier supérieur : NNT = 4. Traiter quatre personnes conduit donc, en moyenne, à éviter un événement additionnel.

Cette façon de présenter les résultats cliniques n’efface pas l’incertitude individuelle. Elle évite en revanche deux écueils : se laisser séduire par une amélioration relative impressionnante, ou rejeter trop vite une intervention dont le NNT est élevé alors que l’événement évité est particulièrement grave. Le NNT ne remplace pas le jugement clinique ; il lui donne une unité de mesure concrète.

Un NNT utile ne répond pas à “est-ce que cela marche ?” dans l’absolu : il répond à “pour qui, contre quoi et pendant combien de temps ?”.

Calcul du NNT : passer du risque absolu à une efficacité clinique lisible

Le calcul du NNT est court, mais son interprétation exige de regarder les bonnes données. Il repose sur la réduction absolue du risque, souvent abrégée ARR d’après l’anglais absolute risk reduction. Il faut commencer par comparer la fréquence d’un événement dans le groupe témoin et dans le groupe recevant l’intervention étudiée.

La formule est la suivante : NNT = 1 / (risque dans le groupe témoin − risque dans le groupe traité), lorsque l’intervention réduit effectivement la fréquence de l’événement. Les risques doivent être exprimés sous forme décimale. Un passage de 20 % à 10 % correspond donc à une différence de 0,10, et non de 10. L’inverse, 1 divisé par 0,10, donne un NNT de 10.

La réduction relative peut impressionner, la réduction absolue décide

Le piège le plus fréquent consiste à confondre réduction relative et réduction absolue. Supposons qu’un risque passe de 2 % à 1 %. La réduction absolue est de 1 point de pourcentage. Le NNT est donc de 100 sur la période considérée. Pourtant, la réduction relative est de 50 %, car le risque a été divisé par deux. Les deux chiffres sont exacts, mais ils ne racontent pas la même histoire.

La réduction relative est utile pour comparer une variation proportionnelle. Elle ne permet pas, seule, de mesurer le nombre de personnes qui bénéficieront réellement de l’intervention. C’est pourquoi les statistiques médicales les plus utiles aux décisions collectives et individuelles devraient présenter le risque de départ, le risque final, la réduction absolue, le NNT et l’intervalle d’incertitude qui l’accompagne.

Un exemple historique souvent cité concerne l’essai ASCOT-LLA, publié en 2003. Cet essai, financé par le fabricant et mené chez des personnes ayant une hypertension sans antécédent cardiovasculaire, a étudié l’atorvastatine à 10 mg dans une logique de prévention primaire. Sur 3,3 ans, l’événement principal est survenu chez 2,67 % des participants du groupe comparateur et chez 1,65 % des participants sous atorvastatine.

La réduction relative rapportée atteignait 36 %, ce qui est une donnée réelle. La réduction absolue était toutefois de 1,02 point de pourcentage. Le calcul donne environ 98,04 ; par convention, un NNT s’arrondit toujours au nombre entier supérieur, soit 99 personnes traitées pendant 3,3 ans pour éviter un événement supplémentaire. Ce résultat ne rend pas le traitement inutile ni automatiquement indiqué : il précise l’ampleur moyenne du bénéfice dans cette population et sur cette durée.

1. Définir l’événement : hospitalisation, symptôme, événement cardiovasculaire, rechute ou autre résultat clinique fixé avant l’analyse.
2. Mesurer le risque dans chaque groupe : nombre d’événements divisé par le nombre de participants du groupe.
3. Calculer l’écart absolu : risque témoin moins risque traité.
4. Prendre l’inverse : 1 divisé par cet écart donne le NNT.
5. Arrondir vers le haut : un résultat de 2,5 devient 3 ; il n’est pas possible de traiter une demi-personne.

Le calcul doit toujours correspondre au sens du résultat. Si l’intervention augmente la fréquence d’un événement indésirable, l’indicateur pertinent devient le Nombre nécessaire pour nuire, ou NNH. Un NNT négatif n’est pas une preuve d’efficacité paradoxale : il signale que le groupe traité a eu un moins bon résultat que le groupe comparateur pour l’événement choisi.

Les produits de bien-être sont particulièrement exposés à ce problème de présentation. Une étude sur un actif alimentaire ou végétal peut montrer une variation d’un score, d’un biomarqueur ou d’un ressenti. Cela ne suffit pas à calculer un NNT utile. Il faut un événement défini, des groupes comparables, une durée claire et des données humaines exploitables. Pour apprendre à distinguer composition et niveau de preuve dans le cas d’une plante, la lecture de cette analyse sur le moringa, sa composition et les études disponibles rappelle l’importance de ne pas transformer un mécanisme théorique en bénéfice clinique acquis.

La valeur du NNT commence par un chiffre absolu : sans risque de départ, un pourcentage relatif est incomplet.

Interpréter le NNT sans tomber dans les raccourcis des statistiques médicales

Dire qu’un NNT faible est préférable à un NNT élevé est globalement vrai, mais insuffisant pour une évaluation thérapeutique rigoureuse. Un chiffre de 5 peut représenter un gain majeur ou un bénéfice modeste selon ce qu’il permet d’éviter. Prévenir un événement sévère et irréversible n’a pas la même portée que réduire un symptôme transitoire. La décision dépend également du fardeau de l’intervention : prise quotidienne, surveillance, coût, effets indésirables et préférences de la personne concernée.

Un NNT doit donc toujours être lu avec son unité implicite : un nombre de personnes, pour un résultat précis, pendant une durée donnée. « NNT de 20 » ne suffit pas. Il faut dire, par exemple, « NNT de 20 pendant un an pour prévenir un événement défini dans une population donnée ». Sans durée, une comparaison entre deux études est fragile. Une intervention suivie pendant trois mois et une autre suivie pendant cinq ans ne livrent pas des indicateurs directement interchangeables.

Pourquoi le risque initial modifie tout

Reprenons deux populations fictives. Dans la première, 20 personnes sur 100 risquent un événement sur une période donnée ; une intervention ramène ce chiffre à 15 sur 100. La réduction absolue est de 5 points et le NNT de 20. Dans la seconde, le risque initial est de 2 personnes sur 100, et il passe à 1,5 sur 100 avec la même réduction relative de 25 %. La réduction absolue n’est plus que de 0,5 point, et le NNT atteint 200.

La puissance relative de l’effet semble identique. Pourtant, le bénéfice concret observé à l’échelle de cent ou mille personnes n’est pas le même. Ce phénomène explique pourquoi une intervention peut être pertinente dans un groupe ciblé à risque élevé tout en ayant une balance bénéfice-risque moins favorable en population générale. Les recommandations de santé s’appuient précisément sur ce type de stratification, et non sur un chiffre unique sorti de son contexte.

Dans une démarche de médecine basée sur les preuves, il faut aussi vérifier ce que l’étude comparait réellement. Un NNT contre placebo répond à une question différente d’un NNT contre le meilleur traitement disponible. Une nouveauté peut faire mieux que rien sans démontrer qu’elle surpasse une option plus simple, moins chère ou mieux documentée.

Les intervalles de confiance sont souvent négligés parce qu’ils compliquent le récit. Pourtant, un NNT calculé sur peu d’événements peut être très instable. Lorsque les données sont rares, l’intervalle peut inclure l’absence de différence entre les groupes. Présenter un NNT unique comme une certitude serait alors trompeur. Les auteurs doivent aussi signaler les pertes de suivi, les analyses modifiées en cours d’étude et le financement, car ces éléments peuvent influencer l’interprétation des résultats.

La chronobiologie illustre une autre difficulté : l’effet d’une intervention peut dépendre du moment de la prise, de la durée et du profil des participants. Avant de transposer une donnée à tous les usages, il faut identifier ce qui a vraiment été étudié. Cette mise au point sur la DHEA le soir et la chronobiologie montre pourquoi une question de timing ne se transforme pas automatiquement en recommandation générale.

Un NNT devient informatif lorsqu’il est rattaché à un risque de départ, à une durée et à un objectif qui compte réellement.

NNT et Nombre nécessaire pour nuire : mesurer le compromis bénéfices-risques

Un traitement n’est jamais évalué uniquement sur sa capacité à produire un effet recherché. L’autre face de l’analyse est le Nombre nécessaire pour nuire, souvent noté NNH. Il correspond au nombre moyen de personnes exposées à une intervention pour qu’un effet indésirable supplémentaire apparaisse, par rapport au groupe comparateur. Comme le NNT, il découle d’une différence absolue de fréquence.

Le rapprochement entre ces deux mesures apporte une vision plus honnête que n’importe quelle promesse isolée. Un NNT de 10 peut sembler favorable. Si un effet indésirable grave survient avec un NNH de 20, le rapport bénéfice-risque mérite une discussion attentive. À l’inverse, un NNT élevé peut rester acceptable si l’événement évité est grave, si les effets indésirables sont rares et bénins, et si la population étudiée est sélectionnée parce qu’elle présente un risque élevé.

Comparer des événements comparables, pas seulement des nombres

Comparer mécaniquement NNT et NNH serait une erreur. Les événements ne pèsent pas tous de la même manière. Un effet indésirable léger et réversible ne se place pas au même niveau qu’un événement clinique grave. La fréquence, la gravité, la possibilité de détecter tôt le problème et les alternatives disponibles doivent entrer dans la décision.

Supposons une intervention A avec un NNT de 25 pour prévenir un événement important sur deux ans, et un NNH de 80 pour un effet indésirable surtout gênant mais réversible. Son profil ne se lit pas comme celui d’une intervention B ayant le même NNT, mais un NNH de 80 pour un événement grave. Le NNT ne remplace donc ni la pharmacovigilance ni l’échange avec un professionnel de santé ; il organise les questions utiles.

Cette prudence vaut particulièrement pour les compléments alimentaires. « Naturel » ne signifie pas dépourvu d’effet biologique, d’interaction ou de contre-indication. Or, les essais disponibles sur ces produits sont parfois courts, de petite taille et centrés sur des marqueurs intermédiaires. Dans ce cas, calculer un NNT robuste est souvent impossible. Il est plus rigoureux de dire que l’efficacité clinique n’est pas suffisamment quantifiée que d’inventer une précision absente des données.

• Vérifier le type d’effet indésirable : symptôme rapporté, anomalie biologique, arrêt de l’intervention ou événement grave.
• Regarder la durée de suivi : les données de quelques semaines ne renseignent pas forcément sur une exposition prolongée.
• Identifier les personnes exclues : grossesse, enfant, maladie chronique ou traitement concomitant sont souvent peu représentés.
• Rechercher les interactions plausibles : une substance active peut modifier l’effet ou la tolérance d’un médicament.
• Ne pas confondre absence de signal et sécurité démontrée : une étude trop petite peut ne pas détecter un effet rare.

Les choix de consommation quotidienne méritent la même vigilance méthodologique. Une analyse nutritionnelle telle que celle consacrée aux calories du riz cuit pour 100 g rappelle qu’un chiffre isolé ne résume jamais un usage réel : portion, fréquence, contexte alimentaire et objectif personnel modifient la pertinence de l’information. Pour un produit actif, il faut ajouter dose, durée, interactions et niveau de preuve.

En recherche, les effets indésirables sont parfois moins bien recueillis que le critère principal d’efficacité. Les essais peuvent ne pas être assez grands pour mettre en évidence des événements rares. C’est l’une des raisons pour lesquelles les données après commercialisation, les systèmes de vigilance et les mises à jour des recommandations restent indispensables.

Un produit ayant une action recherchée mesurable n’est pas automatiquement un bon choix pour tout le monde. L’objectif thérapeutique, entendu ici comme le résultat de santé recherché et discuté dans un cadre médical, doit rester proportionné aux contraintes et aux risques. Toute personne enceinte, allaitante, mineure, atteinte d’une pathologie ou suivant un traitement doit demander conseil à un médecin ou à un pharmacien avant d’ajouter une substance active.

Le bon indicateur n’est pas celui qui embellit un bénéfice : c’est celui qui permet de le comparer loyalement aux inconvénients possibles.

Lire les résultats cliniques et les études : les limites du NNT à connaître

Le NNT est une traduction utile de l’effet moyen, mais il n’est pas une vérité universelle sur un traitement. Son résultat dépend de l’étude dont il provient. Changer la population, le comparateur, l’événement mesuré ou l’horizon de temps peut modifier sensiblement la valeur obtenue. C’est une raison suffisante pour éviter les comparaisons rapides entre deux NNT publiés dans des essais très différents.

La qualité du protocole est le premier filtre. Un essai contrôlé randomisé bien conduit limite les biais de sélection : les participants sont répartis au hasard entre groupes, et les différences observées sont plus plausiblement attribuables à l’intervention. L’aveugle, lorsque possible, réduit aussi l’influence des attentes. Mais même un essai randomisé ne garantit pas que ses résultats s’appliqueront à toutes les personnes ni à tous les contextes de soin.

Petits effectifs et critères flous : le NNT peut donner une illusion de précision

Un NNT calculé à partir de 10 ou 20 événements est mathématiquement possible, mais fragile. Une seule différence d’événement peut faire varier fortement le résultat. Les études solides indiquent donc l’intervalle de confiance autour de la réduction absolue du risque et, idéalement, autour du NNT. Lorsque l’intervalle est large ou traverse une absence d’effet, l’estimation doit être présentée comme incertaine.

Les chercheurs soulignent également une limite conceptuelle : le calcul classique suppose implicitement que l’intervention ne peut nuire à aucun individu pour le critère évalué. Or, dans le monde réel, certaines personnes peuvent bénéficier d’un traitement tandis que d’autres peuvent avoir un moins bon résultat. Des approches causales modernes, fondées sur les résultats contrefactuels, tentent de mieux représenter cette hétérogénéité. Elles fournissent souvent des bornes plutôt qu’un chiffre individuel parfaitement déterminé.

Ce point paraît technique, mais son message est simple : le NNT ne permet pas de désigner à l’avance la personne qui bénéficiera. Il donne une estimation de groupe. Les travaux méthodologiques publiés récemment sur les NNT directs et indirects ou les méthodes à variables instrumentales affinent l’analyse causale, sans supprimer le besoin de données fiables et de jugement clinique.

Le critère composite mérite une attention particulière. Un essai peut regrouper plusieurs événements sous une même étiquette : hospitalisation, procédure médicale, aggravation d’un symptôme ou décès. Si l’effet est porté surtout par le critère le moins grave, le NNT global peut sembler plus convaincant qu’il ne l’est pour les événements les plus importants. Lire les composantes séparément est donc souvent nécessaire.

Les résultats cliniques ne se réduisent pas non plus à la significativité statistique. Une différence peut être « statistiquement significative » tout en ayant une ampleur faible ou un intérêt pratique limité. À l’inverse, une étude trop petite peut ne pas conclure, même si un effet potentiellement utile existe. Le NNT ajoute une mesure d’ampleur absolue, mais il doit être interprété avec la précision de l’estimation et le niveau de preuve global.

Pour les actifs naturels et l’alimentation, l’écart entre mécanisme et preuve humaine est particulièrement important. Une composition riche, une activité observée in vitro ou des données animales peuvent justifier des recherches. Elles ne permettent pas d’affirmer une efficacité chez l’être humain, encore moins de calculer un NNT pertinent. Les études humaines contrôlées, suffisamment longues et transparentes restent le socle d’une information responsable.

Le NNT est un excellent traducteur des données, à condition de ne jamais lui demander de masquer les faiblesses de l’étude qui le produit.

Utiliser le NNT dans une évaluation thérapeutique et face aux promesses commerciales

Dans la pratique, le NNT est surtout utile lorsqu’il aide à comparer des options réelles. Il peut éclairer une décision médicale, une recommandation de santé publique ou l’évaluation d’un remboursement. Son intérêt économique est évident : traiter un grand nombre de personnes a un coût, mais ce coût doit être mis en regard de la gravité et du coût humain de l’événement évité.

Un NNT élevé n’est donc pas automatiquement synonyme de mauvaise intervention. Pour prévenir un événement rare mais très grave, un chiffre élevé peut être acceptable dans une population clairement à risque, surtout si l’intervention est bien tolérée. Pour un résultat mineur, temporaire ou peu perceptible, le même chiffre pourrait en revanche paraître peu convaincant. L’important est de relier l’indicateur à l’objectif thérapeutique réel, jamais à une formule marketing.

Les cinq questions à poser avant de croire un chiffre

1. Quel événement a été évité ? Le résultat est-il important pour les personnes concernées ou s’agit-il seulement d’un marqueur biologique ?
2. Sur quelle période ? Un NNT de 30 sur trois mois et un NNT de 30 sur cinq ans ne décrivent pas le même niveau de bénéfice.
3. Chez qui ? Âge, risque initial, traitements associés et état de santé influencent la transposabilité.
4. Par rapport à quoi ? Placebo, absence de prise en charge, conseil d’hygiène de vie ou intervention active existante : le comparateur change le sens du résultat.
5. À quel prix et avec quels risques ? Le coût à la dose réellement étudiée, les contraintes et le NNH complètent l’analyse.

Cette grille évite de se laisser guider par des formulations telles que « scientifiquement prouvé », « efficacité démontrée » ou « réduit le risque de X ». Ces mentions ne sont informatives que si elles renvoient à une étude identifiable, à une population décrite et à un critère clinique pertinent. Une marque sérieuse devrait pouvoir indiquer la dose exacte, la forme de l’actif, la durée de l’étude et la nature des résultats, plutôt que d’empiler des adjectifs.

Dans le domaine du bien-être, la tentation est forte de transformer une amélioration moyenne modeste en promesse individuelle. Or, un complément n’est pas validé parce qu’un ingrédient possède une réputation ancienne, parce qu’une étude préclinique est encourageante ou parce qu’un groupe réduit a rapporté un ressenti favorable. La question centrale reste : existe-t-il des études humaines solides montrant un résultat utile, reproductible et suffisamment important ?

Le NNT ne peut pas être calculé de façon honnête à partir d’un avant-après sans groupe contrôle, d’un témoignage, d’un score marketing ou d’une étude observationnelle mal ajustée. Les études observationnelles peuvent être précieuses pour explorer des associations et repérer des signaux, mais elles exposent à des différences de profil entre les groupes. Une alimentation, un niveau d’activité ou un accès différent aux soins peuvent expliquer une partie des écarts observés.

Il faut aussi garder une place pour les mesures non médicamenteuses lorsque leur pertinence est étayée : qualité de l’alimentation, sommeil, activité physique adaptée, réduction de certains facteurs de risque ou accompagnement professionnel. Elles ne se résument pas toujours facilement à un seul NNT, notamment parce qu’elles agissent sur plusieurs dimensions et que l’adhésion varie. Cela ne justifie pas de leur attribuer des effets chiffrés sans données : cela invite à examiner le niveau de preuve approprié à chaque intervention.

Face à un choix concret, le dialogue avec un médecin ou un pharmacien reste essentiel lorsqu’il s’agit d’un médicament, d’un symptôme persistant ou d’une situation à risque. Une décision éclairée ne consiste pas à exiger le NNT le plus bas à tout prix. Elle consiste à comprendre le bénéfice attendu, l’incertitude, les effets indésirables possibles et les alternatives adaptées au contexte.

Avant d’acheter ou d’accepter une intervention, demander “combien de personnes bénéficient réellement, pendant combien de temps et à quel prix ?” est souvent plus utile que demander si elle est “efficace” en théorie.

Un NNT de 1 est-il possible ?

Oui, théoriquement. Il signifierait que chaque personne traitée bénéficie de l’intervention et qu’aucune n’aurait obtenu ce bénéfice avec le comparateur. En pratique, un tel résultat est exceptionnel.

Faut-il préférer systématiquement le NNT le plus faible ?

Non. Il faut considérer l’événement évité, le risque de départ, la durée de suivi, les effets indésirables, le coût et la population étudiée. Un NNT élevé peut rester pertinent pour prévenir un événement grave dans un groupe à haut risque.

Quelle différence entre NNT et réduction relative du risque ?

La réduction relative exprime une baisse proportionnelle du risque. Le NNT dérive de la réduction absolue du risque et indique combien de personnes doivent être traitées pour obtenir un bénéfice supplémentaire chez une personne sur la durée étudiée.

Pourquoi un NNT doit-il toujours inclure une durée ?

Parce que le nombre d’événements et l’effet d’une intervention changent avec le temps. Un NNT calculé sur trois mois ne peut pas être interprété comme s’il valait pour plusieurs années.

Le NNT permet-il de savoir si un complément alimentaire fonctionne ?

Seulement si des études humaines contrôlées rapportent un événement clinique clairement défini, avec des risques comparables entre groupes. Pour beaucoup de compléments, les données ne permettent pas de calculer un NNT fiable.

Rédigé par Claire Vasseur

Ancienne pharmacienne d'officine reconvertie en journaliste scientifique, Claire Vasseur dirige la rédaction de Naturel Mieux Compris. Formée à la lecture critique des études cliniques, elle teste, mesure et compare les compléments et produits bien-être sans rien vendre.