gms | German Medical Science

49. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds)
19. Jahrestagung der Schweizerischen Gesellschaft für Medizinische Informatik (SGMI)
Jahrestagung 2004 des Arbeitskreises Medizinische Informatik (ÖAKMI)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie
Schweizerische Gesellschaft für Medizinische Informatik (SGMI)

26. bis 30.09.2004, Innsbruck/Tirol

Eine Neubewertung der Erfolgschancen einer Studie anhand von Zwischenergebnissen

Meeting Abstract (gmds2004)

Suche in Medline nach

  • corresponding author presenting/speaker Franz Koenig - Institut für Medizinische Statistik, Medizinische Universität Wien, Wien, Österreich
  • Peter Bauer - Institut für Medizinische Statistik, Medizinische Universität Wien, Wien, Österreich

Kooperative Versorgung - Vernetzte Forschung - Ubiquitäre Information. 49. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 19. Jahrestagung der Schweizerischen Gesellschaft für Medizinische Informatik (SGMI) und Jahrestagung 2004 des Arbeitskreises Medizinische Informatik (ÖAKMI) der Österreichischen Computer Gesellschaft (OCG) und der Österreichischen Gesellschaft für Biomedizinische Technik (ÖGBMT). Innsbruck, 26.-30.09.2004. Düsseldorf, Köln: German Medical Science; 2004. Doc04gmds127

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2004/04gmds127.shtml

Veröffentlicht: 14. September 2004

© 2004 Koenig et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Überblick

Ein Kernpunkt bei der Planung von Experimenten stellt die Wahl des Stichprobenumfangs dar. Für das einfache Beispiel des einseitigen z-Tests muss neben den Wahrscheinlichkeiten für die Fehler 1. und 2. Art die Effektgröße a- priori vorgegeben werden. Die Wahl einer geeigneten Effektgröße in der Planungsphase stellt häufig ein schwieriges Problem dar. Es ist daher verlockend und naheliegend, bei Kenntnis eines Zwischenergebnisses die Chancen für die Studie neu zu bewerten.

Aufgrund der Ergebnisse einer Zwischenanalyse kann berechnet werden, wie die Erfolgschancen des Experiments (Verwerfung der Nullhypothese) stehen, wenn man bereits einen Teil der Ergebnisse kennt (Bedingte Power). Dies legt nahe, gegebenenfalls den Stichprobenumfang neu festzulegen [1], [2]. Dabei wird zunächst gezeigt, wie antikonservativ Tests mit Stichprobenadjustierung werden können, wenn man dabei naiv die klassischen Entscheidungsgrenzen anwendet.

In einem nächsten Schritt werden die Dichten der bedingten Power in Abhängigkeit vom Zeitpunkt der Zwischenauswertung und der wahren Effektgröße berechnet. Flexible Designs [3], [4] ermöglichen neben anderen, allgemeinen Adaptionen die Neuberechnung der Fallzahl anhand der Bedingten Power unter Einhaltung des geplanten Niveaus. Es wird das Verhalten des durchschnittlichen Stichprobenumfangs und der Gesamtpower bei Zweistufenplänen für verschiedene Entscheidungsgrenzen, Auswertungszeitpunkte und Effektgrößen untersucht. Die Gesamtpower ist hier der Erwartungswert der bedingten Power über alle möglichen (aber praktisch nicht beobachteten) Zwischenergebnisse. Die Ergebnisse können interaktiv am Computer präsentiert werden.

Danksagung

Diese Arbeit wurde durch den österreichischen Wissenschaftsfond FWF Nr. P15853 unterstützt.


Literatur

1.
Proschan, MA, Hunsberger, SA. (1995): Designed extension of studies based on conditional power. Biometrics 51(4):1315-24.
2.
Posch, M., Bauer, P. (2000): Interim Analysis and Sample Size Reassessment. Biometrics 56: 1170-1176.
3.
Bauer, P., Köhne, K. (1994). Evaluation of experiments with adaptive interim analyses. Biometrics 50, 1029-1041.
4.
Lehrmacher, W., Wassmer G (1999): Adaptive sample size calculations in group sequential trials. Biometrics 55, 1286-1290