gms | German Medical Science

Für Vergleiche von Therapien werden in der Regel direkt vergleichende, randomisierte Studien, herangezogen, da diese geeignet sind, mit ausreichender Ergebnissicherheit auf kausale Effekte schließen zu können. Liegen keine direkt vergleichenden Studien vor, kann auf indirekte Vergleiche zurückgegriffen werden, wenn die grundlegenden Annahmen von ausreichender Ähnlichkeit der Studien, Homogenität und Konsistenz überprüft und keine substanziellen Abweichungen festgestellt wurden. Bei der Anwendung indirekter Vergleiche ist allerdings in der Regel von einer geringen Ergebnissicherheit auszugehen [1]. Grundsätzlich sollten folgende zwei Situationen unterschieden werden. Die Studien mit den interessierenden Therapien sind entweder über einen gemeinsamen Brückenkomparator miteinander verbunden oder der Vergleich beruht auf der Verwendung einzelner Arme aus verschiedenen Studien ohne gemeinsamen Brückenkomparator.

Eine Standardmethode für indirekte Vergleiche ist der Ansatz nach Bucher [2]. Dieser Ansatz kann in Situationen verwendet werden, in denen ein Brückenkomparator vorliegt und für beide Seiten des indirekten Vergleiches aggregierte Effektschätzungen wie das relative Risiko oder das Hazard Ratio vorliegen. Der Ansatz Matching-Adjusted Indirect Comparison (MAIC) [3] ist eine Erweiterung der Bucher-Methode für Situationen, in denen für eine Seite des Vergleiches aggregierte Daten vorliegen, während auf der zweiten Seite individuelle Patientendaten (IPD) vorhanden sind. Ein Brückenkomparator ist für MAIC nicht zwingend notwendig. Anhand selektierter Baselinecharakteristika werden Gewichte geschätzt, um die Studienpopulation mit IPD der Studienpopulation mit den aggregierten Daten anzugleichen. Die Gewichte können dann in statistischen Methoden wie Regression zur Effektschätzung verwendet werden. Dieser Ansatz erfordert jedoch bei fehlendem Brückenkomaparator Annahmen, die in der Praxis nicht überprüfbar sind.

Im Vortrag werden die Fallstricke des MAIC diskutiert. Diese liegen insbesondere in der Interpretation der Ergebnisse. In der Regel wird MAIC in Situationen angewendet, in denen Aussagen über die Population gemacht werden sollen, aus der die IPD stammen. Mittels MAIC wird jedoch eine Aussage in der Studienpopulation des RCT mit den aggregierten Daten gemacht, womit die übertragbarkeit der Ergebnisse kritisch diskutiert werden muss. Des Weiteren wird auf erweiterte Darstellungen der geschätzten Gewichte eingegangen, die für eine Interpretation sinnvoll sind. Die Fallstricke werden anhand von Beispielen aus der Literatur und mit simulierten Daten vorgestellt.

Die Verwendung des MAIC mit Brückenkomparator kann bei einer angemessenen Datenlage und ausreichender Darstellung der Daten für Aussagen über Effekte herangezogen werden, z. B. als Sensitivitätsanalyse zu einem indirekten Vergleich nach Bucher, wenn es Zweifel gibt an der Ähnlichkeit der Studien. Ergebnisse von MAIC ohne Brückenkomparator sind in der Regel aufgrund unüberprüfbarer Annahmen nicht aussagekräftig.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.