gms | German Medical Science

In klinischen Studien werden Zielgrößen häufig zeitlich wiederholt erhoben. Gerade bei diesen Messwiederholungsdesigns müssen in der Planungsphase der Studie eine Reihe von Annahmen getroffen werden. Diese umfassen u.a. den zeitlichen Ablauf der Datenerhebung, Behandlungseffekt und Korrelationsstruktur. Im Laufe der klinischen Studie kann sich herausstellen, dass einige dieser Annahmen unzureichend waren. Adaptive Designs bieten in einer solchen Situation die Möglichkeit, Modifikationen des Studiendesigns in einer Zwischenanalyse vorzunehmen.

Die adaptiven Designs wurden für in den einzelnen Stufen unabhängige Teststatistiken entwickelt. Bei Messwiederholungsmodellen im Rahmen klinischer Studien ist es allerdings sehr wahrscheinlich, dass diese Teststatistiken korreliert sind. Hommel et al. [Ref. 2] haben den Modified Simes Test für zweistufige adaptive Designs mit korrelierten Teststatistiken vorgeschlagen.

Ziel ist es, den Modified Simes Test und das klassische adaptive Design für unabhängige Teststatistiken [Ref. 1] im Rahmen von Messwiederholungsmodellen zu untersuchen. Zur Anwendung des Modified Simes Test muss überlegt werden, wie die Teststatistik für die Zwischen- und Endanalyse gebildet werden und wie die Korrelation zwischen den Teststatistiken geschätzt werden kann. Als statistisches Modell dient das gemischte lineare Modell. Anhand von Simulationen werden der Modified Simes Test und das Bauer-Köhne-Design bei Messwiederholungsmodellen untersucht und Empfehlungen für die Praxis in klinischen Studien gegeben.

Diese Arbeit enthält wesentliche Teile der Dissertation von Heiko Götte.