Artikel
Entwicklung eines Public-Domain-Programms zur statistischen Fallzahlplanung in klinischen Studien mittels Konfidenzintervallen unter Berücksichtigung eines Power-Parameters (K)
Suche in Medline nach
Autoren
Veröffentlicht: | 3. Juni 2016 |
---|
Gliederung
Text
Zielsetzung: Die Planung der Fallzahl für eine klinische Studie ist sowohl aus ethischer als auch ökonomischer Perspektive von großer Bedeutung, um Studienergebnisse signifikant belegen zu können und zugleich so wenig Patienten wie möglich einem Experiment unterziehen zu müssen. Zumeist erfolgt die statistische Fallzahlplanung über Vorgabe einer Mindestpower für einen Signifikanztest (z.B. 80%, 90%). Zur Ergebnisdarstellung fordern relevante klinische Zeitschriften jedoch die Angabe von Konfidenzintervallen statt der eines p-Wertes aus einem Signifikanztest. Folgerichtig wäre also auch die Umsetzung einer statistischen Fallzahlplanung auf Basis von Konfidenzintervallen. Entwickelt wurde hierzu ein Public-Domain-Programm.
Methode: Die Berechnung von Konfidenzintervallen ist ein bezüglich Hypothesenprüfung äquivalentes Verfahren zum Signifikanztest. Die Fallzahlplanung erfolgt hier jedoch nicht über einen Power-Parameter, sondern über Vorgaben zur angestrebten Lage des Konfidenzintervalls. Konkret ist bei 95%-Konfidenzintervallen das Nichtüberdecken des Wertes 0 gleichwertig zum Vorliegen eines signifikanten Ergebnisses auf Basis eines Signifikanztests (p-Wert <5%). Die daraus resultierende Strategie zur Konfidenzintervall-basierten Fallzahlplanung wurde in Excel® umgesetzt; im ersten Schritt für zweiarmige klinische Studien mit binärem Endpunkt.
Ergebnisse: Wie bei der Fallzahlplanung über Signifikanztests werden das Signifikanzniveau (z.B. 5%, 1%) und die erwarteten Häufigkeiten des Endpunktes der beiden Studienarme eingegeben. Zusätzlich wird vom Anwender die Breite des Intervalls eingetragen, welche über den Abstand des erwarteten Unterschieds zum Wert 0 gewählt werden kann. Daraufhin werden die Fallzahl und die dazu korrespondierende Power im Signifikanztest nach Fisher ausgegeben. Iterativ kann dann durch Erhöhung der Fallzahl eine gewünschte Mindestpower erreicht werden. Die resultierende Fallzahl genügt dann den Mindestpower-Vorgaben eines Signifikanztests und die Bestimmung der Fallzahl der zunehmenden Forderung nach Konfidenzintervallen.
Schlussfolgerung: Durch die Umsetzung basierend auf Konfidenzintervallen wird die Fallzahlplanung anschaulicher. Erste Tests der bestehenden Implementierung durch 24 klinische Anwender demonstrierten hohe Robustheit und Benutzerfreundlichkeit; begrüßt wurde zudem die Implementierung in einem Programm, das auf üblichen Rechnern direkt verfügbar ist und keine zusätzliche Installation erfordert.