gms | German Medical Science

54. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

07. bis 10.09.2009, Essen

Die Modellierung zentrumsspezifischer Effekte bei Ereigniszeiten in multizentrischen Studien

Meeting Abstract

Suche in Medline nach

  • Andreas Wienke - Universität Halle, Halle

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 54. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Essen, 07.-10.09.2009. Düsseldorf: German Medical Science GMS Publishing House; 2009. Doc09gmds123

DOI: 10.3205/09gmds123, URN: urn:nbn:de:0183-09gmds1235

Veröffentlicht: 2. September 2009

© 2009 Wienke.
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 vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung: Die traditionellen Methoden der Ereigniszeit-Analyse (z.B. Cox-Modell) gehen von der grundlegenden Annahme aus, das die beobachteten Ereigniszeiten voneinander unabhängig sind. Diese Annahme ist insbesondere bei der Analyse von Ereigniszeiten aus multizentrischen Studien fragwürdig, da die Daten in Clustern erhoben werden und eine Abhängigkeit der Ereigniszeiten innerhalb der Cluster nicht ausgeschlossen werden kann.

Material und Methoden: Für abhängige Ereigniszeiten wurden zahlreiche Modelle in der multivariaten Lebensdaueranalyse entwickelt. Diese Modelle fallen in zwei große Klassen – marginale und Frailty-Modelle. Der Vortrag konzentriert sich Frailty-Modellen, d.h. proportionale Hazardmodelle mit zufälligen Effekten. Insbesondere wird auf das verbreitete Shared-Frailty-Modell und mögliche Erweiterungen eingegangen, um Zentrumseffekte sowie Interaktionen z.B. zwischen Behandlung und Zentrum zu modellieren (Vaida und Xu [1]). Zum Vergleich werden auch Modelle mit festem Zentrumseffekt sowie stratifizierte Modelle betrachtet (Legrand et al. [2]).

Ergebnisse: Die Vor- und Nachteile der einzelnen Modelle werden diskutiert und näher beleuchtet. Anhand einer konkreten Studie werden die Modelle durchgerechnet und insbesondere wird auf die unterschiedliche Interpretation der Ergebnisse eingegangen.

Diskussion / Schlussfolgerungen: Frailty-Modelle eignen sich als Alternative zu stratifizierten Modellen und Modellen mit festen Zentrumseffekten hervorragend zur Modellierung von Ereigniszeiten in multizentrischen Studien.


Literatur

1.
Vaida F, Xu R. Proportional hazards model with random effects. Statistics in Medicine. 2000;19:3309-24.
2.
Legrand C, Duchateau L, Sylvester R, Janssen P, van der Hage J, van der Velde CJ, Therasse P. Heterogeneity in disease free survival between centers: lessions learned from an EORTC breast cancer trial. Clinical Trials. 2006;3:10-8.
3.
Andersen P, Klein J, Zhang M. Testing for centre effects in multi-centre survival studies: A Monte Carlo comparison of fixed and random effects tests. Statistics in Medicine. 1999;18:1489–500.