gms | German Medical Science

Hintergrund: Zu zahlreichen Fragestellungen fehlen randomisierte kontrollierte Studien (RCTs). Als Alternative zu RCTs werden Analysen mit kausalen Modellen („Causal modelling“, z.B. Marginal Structural Models, MSM) diskutiert.

Ziel: Herauszufinden, ob nicht-randomisierten Studien mit kausalen Modellen gleiche Behandlungseffekte schätzen wie RCTs.

Methoden: Wir suchten systematisch in PubMed und in den Zitaten von Schlüsselpublikationen zu „Causal Modelling“ nach nicht-randomisierten Studien (nRCTs) zu jeglicher klinischen Fragestellung, die MSM benutzt haben, um Behandlungseffekte auf dichotome Endpunkte zu schätzen. Für jede Fragestellung suchten wir dann systematisch entsprechende RCTs (Suchen wurden peer-reviewed, letzte Suche April 2016). Mehrere RCTs zu einer Fragestellung wurden meta-analytisch kombiniert (Random-Effects Modelle). Wir verglichen die Behandlungseffekte (Effektschätzer, Konfidenzintervall (KI), nominale statistische Signifikanz) beider Designs und evaluierten die übergreifende Gesamtbeziehung mit der Ratio-of-Odds-Ratio Methode und mit absoluten Abweichungen der Odds Ratios. In einer Metaregression untersuchten wir, ob der Publikationszeitpunkt der RCTs diese Gesamtbeziehung beeinflusst.

Ergebnisse: Für 19 nRCTs mit 1039570 Patienten fanden wir 141 korrespondierende RCTs mit 120669 Patienten zur gleichen klinischen Fragestellung. 16 der 19 nRCTs fokussierten auf klinische Entscheidungen, 3 auf statistische Methodik. Zu 8 von 19 klinischen Fragestellungen (37%) zeigten die Effektschätzer der beiden Designs in unterschiedliche Richtungen. 9 von 19 nRCTs (47%) enthielten nicht den Effektschätzer der RCTs in ihren 95% KIs. Die Effekte der nRCTs wichen systematisch 1.29-fach von denen der RCTs ab (summary absolute deviation OR 1.29; 95% KI 1.12-1.48). Insgesamt überschätzten die nRCTs eher die Vorteile experimenteller bzw. neuer Behandlungen verglichen mit RCTs (ROR 1.14; 95% KI 0.93-1.41). Wenn nur die 16 kausalen Modellierungen berücksichtigt wurden, die auf klinische Entscheidungsfindung abzielten, wurden die Vorteile 1.34-fach überschätzt (ROR 1.34; 1.03 bis 1.75). Ebenso waren die Effekte in den nRCTs umso grösser, je mehr RCT-Evidenz vor der nRCT veröffentlicht wurde (p=0.037).

Schlussfolgerung: Nicht-randomisierte Studien kommen häufig zu anderen Ergebnissen als RCTs, trotz der Anwendung kausaler Modelle. Vorsicht ist weiterhin geboten, wenn man nicht-randomisierte Studien nutzt um Gesundheitsentscheidungen zu treffen.