gms | German Medical Science

HEC 2016: Health — Exploring Complexity
2016 Joint Conference of GMDS, DGEpi, IEA-EEF, EFMI

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

28.08. - 02.09.2016, München

Routinedaten für Systematic Reviews zu Behandlungseffekten

Meeting Abstract

Search Medline for

  • Lars G. Hemkens - Basel Institute for Clinical Epidemiology and Biostatistics, University Hospital Basel, Switzerland

HEC 2016: Health – Exploring Complexity. Joint Conference of GMDS, DGEpi, IEA-EEF, EFMI. München, 28.08.-02.09.2016. Düsseldorf: German Medical Science GMS Publishing House; 2016. DocAbstr. 876-3

doi: 10.3205/16gmds101, urn:nbn:de:0183-16gmds1017

Published: August 8, 2016

© 2016 Hemkens.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Einführung: Die Menge routinemässig gesammelter Gesundheitsdaten erreicht gigantische Ausmasse. Massive Anstrengungen werden unternommen, diese Daten zur Bewertung von Effekten medizinischer Behandlungen zu nutzen. Das stellt Autoren systematischer Reviews vor zahlreiche Herausforderungen, die sich bei der Nutzung dieser neuartigen, nicht für Forschungszwecke gesammelten Daten ergeben.

Methoden: Vollständiges und transparentes Reporting ist unabdingbar um die Relevanz wissenschaftlicher Studien für systematische Reviews zu bestimmen und das Biaspotential der Effektschätzer bewerten zu können. Kürzlich wurden zufällig ausgewählte Routinedatenstudien zu beliebigen epidemiologischen oder klinischen Fragestellungen systematisch untersucht und die Qualität des Reporting bewertet. Es wurden einige zentrale Items der STROBE Reporting-Guideline (STrengthening the Reporting of OBservational studies in Epidemiology) sowie 8 neuentwickelte Items speziell für Routinedatenstudien analysiert. Das Hauptergebnis war, dass die meisten Routiendatenstudien besser berichtet werden müssen. Autoren systematischer Reviews würden mit den berichteten Informationen häufig nicht klar wissen können, welche Intervention mit welchem Outcome in welcher Population assoziiert ist. Dies bereite klare praktische Probleme und schränkt die Verwertbarkeit für Evidenzsynthesen von zahlreichen solcher Studien massiv ein.

Jedoch selbst bei adäquatem Reporting bleiben die inhärenten Risiken für Bias jeder nichtrandomisierten Forschung bestehen, welche sich nur durch Randomisierung beseitigen lassen. Ein Cochrane Review fasste die Ergebnisse von 14 Studien zusammen, die systematisch die Effekte nicht-randomisierter Studien mit denen von randomisierten Studien (RCTs) verglichen. Es wurde eine substantielle Heterogenität zwischen den Ergebnissen dieser meta-epidemiologischen Untersuchungen gefunden. Neuere Forschungsergebnisse speziell zum Vergleich von Routinedatenstudien und RCTs deuten darauf hin, dass Routinedatenstudien Behandlungseffekte nicht verlässlich schätzen, wenn RCTs zur entsprechenden klinischen Fragestellung noch nicht verfügbar sind.

Routinedaten und Randomisierung sind weder diametrale Konzepte noch schliessen sie sich aus. Neue empirische Daten zum gegenwärtigen Einsatz von Routinedaten im Rahmen experimenteller klinischer und pragmatischer Forschung wird vorgestellt werden um die Diskussion über dies neuartige Evidenz zur Bewertung von Behandlungseffekten voranzutreiben und möglicherweise auf eine weitere Stufe zu bringen.

Diskussion: Dieser Beitrag gibt einen Überblick verschiedener Herausforderungen denen Autoren systematischer Reviews wahrscheinlich begegnen wenn sie Routinedatenstudien in ihre Evidenzsynthesen integrieren. Neuere Meta-Forschung (Meta-research) wird vorgestellt und mögliche Lösungswege diskutiert, unter anderem neuere Reporting-Guidelines für Routiendatenstudien (REporting of studies Conducted using Observational Routinely-collected health Data (RECORD).


Literatur

1.
Hemkens LG, Contopoulos-Ioannidis DG, Ioannidis JP. Routinely collected data and comparative effectiveness evidence: promises and limitations. CMAJ. 2016 Feb 16. pii: cmaj.150653.
2.
Anglemyer A, Horvath HT, Bero L. Healthcare outcomes assessed with observational study designs compared with those assessed in randomized trials. Cochrane Database Syst Rev. 2014 Apr 29;4:MR000034. DOI:10.1002/14651858.MR000034.pub2 External link
3.
Hemkens LG, Contopoulos-Ioannidis DG, Ioannidis JP. Agreement of treatment effects for mortality from routinely collected data and subsequent randomized trials: meta-epidemiological survey. BMJ. 2016 Feb 8;352:i493. DOI: 10.1136/bmj.i493 External link