gms | German Medical Science

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

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

07. bis 10.09.2009, Essen

Simulation adaptiver Fallzahlberechnung mithilfe von Ruby

Meeting Abstract

Search Medline for

  • Johannes Thönes - Studiengang Medizinische Informatik, Universität Heidelberg, Hochschule Heilbronn, Heidelberg
  • Meinhard Kieser - Institut für Medizinische Biometrie und Informatik, Universitätsklinikum Heidelberg, Heidelberg

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 54. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Essen, 07.-10.09.2009. Düsseldorf: German Medical Science GMS Publishing House; 2009. Doc09gmds340

doi: 10.3205/09gmds340, urn:nbn:de:0183-09gmds3407

Published: September 2, 2009

© 2009 Thönes et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Einleitung: Die Bestimmung der Fallzahl in klinischen Studien ist ein wichtiger Teil der Studienplanung. Es ist jedoch nicht für jede Studie möglich, verlässliche Werte für die zur Schätzung der Fallzahl notwendigen Parameter zu erhalten. Daher haben sich Verfahren zur adaptiven Fallzahl-Rekalkulation im Studienverlauf etabliert [1].

Bei diesem Vorgehen muss die Irrtumswahrscheinlichkeit für einen Fehler erster Art kontrolliert werden [2]. Für spezielle Designs konnte das tatsächliche Signifikanzniveau bei adaptiver Fallzahlberechnung analytisch berechnet werden [3]. Eine exakte Berechnung ist jedoch nicht für alle Studiendesigns, für die eine adaptive Anpassung der Fallzahl interessant ist, gangbar.

Methoden: Um die Möglichkeit zu schaffen, für ein breites Design-Spektrum die tatsächliche Irrtumswahrscheinlichkeit bei adaptiver Fallzahl-Rekalkulation zu bestimmen, wurde ein Werkzeug entwickelt, mit dem entsprechende Simulationen durchgeführt werden können.

Zunächst wurde analysiert, welchen Anforderungen ein Werkzeug zur Simulation der adaptiven Fallzahlberechnung genügen sollte. Die Möglichkeit, Simulationen unter Variation der Werte für die beteiligten Parameter durchzuführen, wurde als ein für die Praxis besonders wichtiges Charakteristikum empfunden.

Werkzeuge: Um die zu simulierende Situation zu definieren, wurde eine domänen-spezifische Sprache (DSL) entwickelt, die es einem Domänenexperten leicht macht, ein Design zu spezifizieren und zu simulieren.

Als Sprache zur Implementierung wurde die dynamische Sprache Ruby gewählt, da sie auf Grund des objekt-orientierten Ansatzes und der Meta-Programmierung Mechanismen für eine interne DSL ermöglicht. Mithilfe funktionaler Konstrukte konnte das Erweitern der DSL realisiert werden.

Ergebnisse: Mithilfe der DSL kann ein Domänenexperte ohne Kenntnisse von Ruby eigene Simulationen durchführen. Es ist möglich, die in die Fallzahlplanung involvierten Parameter innerhalb einer Simulation mit minimalem Aufwand zu variieren und verschiedene Szenarien für eine geplante Studie oder für die methodische Forschung zu untersuchen. Das Werkzeug ist erweiterbar, sodass zusätzliche Designs, Tests oder Fallzahlberechnungsmethoden implementiert werden können.

Als Beispiel wurden Signifikanzniveau und Power bei adaptiver Fallzahlberechnung in dem von Pigeot et al. [4] vorgeschlagenen Design untersucht.


Literatur

1.
Wittes J, Brittain E. The role of internal pilot studies in increasing the efficiency of clinical trials. Statistics in Medicine. 1990;9:65-72
2.
International Conference on Harmonisation of Technical Requirements for Registration of Pharmaceuticals for Human Use. ICH Topic E9: Statistical Principles for Clinical Trials. ICH Technical Coordination, London: EMEA,; 1998.
3.
Friede T, Kieser M. Sample Size Recalculation in Internal Pilot Study Designs: A Review. Biometrical Journal. 2006;48:537-55.
4.
Pigeot I, Schäfer J, Röhmel J, Hauschke D. Assessing non-inferiority of a new treatment in a three-arm clinical trial including a placebo. Statistics in Medicine. 2003;22:883-99.