gms | German Medical Science

Die von Liang und Zeger [Ref. 1] 1986 eingeführte Methode der Generalized Estimating Equations (GEE) erfreut sich zunehmender Beliebtheit. Die GEEs stellen eine Verallgemeinerung der verallgemeinerten linearen Modelle dar, die bei abhängigen und nicht normalverteilten Zielvariablen angewendet werden können. Die Parameterschätzer haben sehr gute asymptotische Eigenschaften. Für eine hinreichend große Stichprobe kann auch die Kovarianzmatrix des Parameterschätzers konsistent durch den robusten Varianzschätzer geschätzt werden. Bei kleinen Fallzahlen zeigt sich der robuste Kovarianzschätzer allerdings als zu liberal. Dies kann zu verfälschten Ergebnissen des robusten Wald-Tests und auch des zugehörigen Konfidenzintervals führen. Um diesem Problem zu begegnen, werden in der Literatur eine Reihe von Modifikationen vorgeschlagen.

In diesem Beitrag werden zunächst die verschiedenen Möglichkeiten zur Konstruktion von Konfidenzintervallen der GEE Parameterschätzer auch für kleine Stichproben skizziert. Anschließend werden die Verfahren unter Berücksichtigung spezieller Situationen im Rahmen klinischer Studien mit Hilfe von Monte-Carlo Simulationsstudien miteinander verglichen.

Abschließend wird die Anwendbarkeit der GEE in klinisch-therapeutischen Studien mit kleinem Stichprobenumfang diskutiert.