Zeitbasierte Gewichtung reduziert Verzerrung bei wiederholten Ereignissen in klinischen Studien

Ein neues statistisches Verfahren zur Gewichtung von Beobachtungszeiten soll die Verzerrung reduzieren, die durch vorzeitige Studienabbrüche oder Drop‑outs entsteht. Die Methode wurde sowohl in Computersimulationen als auch in einer doppelblinden Calcium‑Supplementierungsstudie mit 4000 Teilnehmern getestet, wobei die Nicht‑Adhärenz an den Nachuntersuchungen als wiederholtes Ereignis definiert wurde.

Problemstellung

In Analysen wiederholter Ereignisse mit festen Nachbeobachtungsintervallen führt ein verkürzter Beobachtungszeitraum häufig zu einer Unterschätzung des Risikos und zu geringerer Präzision der Schätzungen. Dies betrifft insbesondere klinische Studien, bei denen ein kurzer Beobachtungszeitraum das Risiko von Ereignissen wie Bluthochdruck unterschätzen kann.

Methodik

Die Autoren schlagen eine zeitbasierte Gewichtung vor, die das Verhältnis von beobachteter zu erwarteter Nachbeobachtungsdauer im Prentice‑Williams‑Peterson Gap‑Time‑Modell (PWP‑GT) verwendet. Der Gewichtungsfaktor wird für jede Beobachtungsperiode berechnet und in das Modell integriert, um die unterschiedliche Beobachtungsdauer zu korrigieren.

Simulationsergebnisse

In den Simulationen zeigte das gewichtete PWP‑GT‑Modell eine geringere Verzerrung von 1,0 % gegenüber 1,3 % im ungewichteten Modell. Zudem verbesserte sich die Präzision, gemessen an kleineren Standardfehlern, und die Abdeckungswahrscheinlichkeiten lagen über 94 %.

Anwendung im klinischen Versuch

In der Calcium‑Studie ergab die Gewichtung kleinere Standardfehler und ein konservativeres Hazard‑Ratio für die Familienanamnese von Hypertonie (gewichtetes HR = 1,14, SE = 0,054 vs. ungewichtetes HR = 1,23, SE = 0,065). Die Ergebnisse verdeutlichen, dass die Gewichtung zu robusteren Schätzungen führen kann, ohne die statistische Signifikanz zu verändern.

Bedeutung für die Forschung

Die vorgestellte Gewichtungsstrategie ermöglicht es Forschern, die durch unvollständige Nachbeobachtungszeiten entstehenden Verzerrungen zu mindern und gleichzeitig die Präzision von Risikoschätzungen zu erhöhen. Dies kann insbesondere in großen klinischen Studien von Nutzen sein, in denen Drop‑outs häufig auftreten.

Ausblick

Die Autoren empfehlen, die Methode in weiteren Studien zu prüfen, um ihre Anwendbarkeit auf unterschiedliche Krankheitsbilder und Studiendesigns zu bestätigen. Eine breitere Implementierung könnte die Qualität von Evidenz in der Medizin nachhaltig verbessern.

Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.