gms | German Medical Science

GMDS 2012: 57. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

16. - 20.09.2012, Braunschweig

Multiple Vergleiche von drei Behandlungsarmen in Meta-Analysen

Meeting Abstract

Suche in Medline nach

  • Lorenz Uhlmann - Universität Heidelberg, Deutschland
  • Katrin Jensen - Universität Heidelberg, Deutschland
  • Meinhard Kieser - Universität Heidelberg, Deutschland

GMDS 2012. 57. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Braunschweig, 16.-20.09.2012. Düsseldorf: German Medical Science GMS Publishing House; 2012. Doc12gmds134

doi: 10.3205/12gmds134, urn:nbn:de:0183-12gmds1341

Veröffentlicht: 13. September 2012

© 2012 Uhlmann 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 vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung und Fragestellung: Die Ergebnisse mehrerer Einzelstudien zu einer vergleichbaren Fragestellung lassen sich über Meta-Analysen zu einem Gesamtergebnis zusammenfassen [1], [2]. Die entsprechende Methodik erlaubt es, einen Behandlungseffekt über alle Studien zu schätzen. Grafisch können die Schätzer zusammen mit den zugehörigen Konfidenzintervallen beispielsweise über Forest Plots dargestellt werden. Die klassische Meta-Analyse ist auf den Vergleich zweier Behandlungsarme beschränkt. Eine Erweiterung auf drei- oder mehrarmige Studien kann über die Methodik der Netzwerk-Meta-Analysen realisiert werden [3], [4]. Entsprechende grafische Verfahren wurden ebenfalls entwickelt [5]. Hierbei wird in der Literatur besonders der Bayesianische Ansatz diskutiert. Die frequentistische Herangehensweise findet in der Fachliteratur bislang weit weniger Anwendung.

Material und Methoden: Grundlage des Beitrags ist der multiple Vergleich von drei Behandlungsarmen, dem einfachsten Fall der Netzwerk-Meta-Analyse. Die in der Analyse berücksichtigten Studien können hierbei zwei- oder dreiarmig sein. Als Endpunkt wird die Situation einer stetigen Variablen, mit der Mittelwertsdifferenz als Effektschätzer, und die einer binären Variablen, mit dem Odds Ratio als Effektschätzer, betrachtet. Es wird angenommen, dass die Daten in aggregierter Form vorliegen. Ziel der Netzwerk-Meta-Analysen ist es, die drei Behandlungsarme in einem gemeinsamen Modell zu beschreiben. Eine Besonderheit besteht hierbei darin, dass direkte und indirekte Vergleiche von Behandlungsarmen kombiniert werden können. Eine in der Praxis besonders wichtige Anwendungssituation stellt der Vergleich von Novum gegen Placebo und Standard-Behandlung dar.

Für diesen multiplen Vergleich mit drei Behandlungsarmen werden Bayesianische und frequentistische Verfahren vorgestellt und miteinander verglichen. Dabei wird sowohl auf die Theorie als auch auf praktische Gesichtspunkte eingegangen. Die methodischen Ansätze werden anhand eines klinischen Beispiels veranschaulicht. Ein Ausblick auf komplexere Modelle mit vier oder mehr Behandlungsarmen wird gegeben.

Die Umsetzung Bayesianischer Modelle ist über die Software WinBUGS (vgl. [6], [7]) möglich. Für den frequentistischen Ansatz eignen sich z.B. SAS (in Anlehnung an [8]) und R. Die jeweilige technische Umsetzung der Verfahren wird im Beitrag behandelt.

Ergebnisse: Die Ergebnisse der frequentistischen und Bayesianischen Schätzungen werden dargestellt und diskutiert. Die Heterogenität der Einzelstudien ist in unserem Beispiel unter bestimmten Bedingungen tolerierbar. Es zeigt sich, dass die frequentistischen und Bayesianischen Verfahren unter bestimmten Voraussetzungen sehr ähnliche Resultate liefern.

Diskussion: Konsequenzen aus den Unterschieden zwischen Bayesianischem und frequentistischem Ansatz werden diskutiert. Hierbei wird unter anderem auf die Praktikabilität der beiden Verfahren eingegangen.


Literatur

1.
Kunz R, Khan KS, Kleijnen J, Antes G. Systematische Übersichtsarbeiten und Meta-Analysen. Bern: Verlag Hans Huber, Hogrefe AG; 2009.
2.
Borenstein M. Introduction to meta-analysis. Chichester, UK: John Wiley & Sons; 2009.
3.
Salanti G, Higgins JPT, Ades AE, Ioannidis JPA. Evaluation of networks of randomized trials. Stat Meth Med Res. 2008;17(3):279-301.
4.
Caldwell DM, Ades AE, Higgins JPT. Simultaneous comparison of multiple treatments: combining direct and indirect evidence. Brit Med J. 2005;331(7521):897-900.
5.
Salanti G, Ades AE, Ioannidis JPA. Graphical methods and numerical summaries for presenting results from multiple-treatment meta-analysis: an overview and tutorial. J Clin Epidemiol. 2011;64(2):163-71.
6.
Ntzoufras I. Bayesian modeling using WinBUGS. Hoboken, NJ: Wiley; 2009.
7.
Whitehead A. Meta-analysis of controlled clinical trials. Chichester, New York: John Wiley & Sons; 2002.
8.
van Houwelingen HC, Arends LR, Stijnen T. Advanced methods in meta-analysis: multivariate approach and meta-regression. Stat Med. 2002;21(4):589-624.