Article
Erfassung und Korrektur von Selection Bias in einfachverblindeten randomisierten kontrollierten klinischen Studien – Ein R-Paket zur Selbstanwendung
Search Medline for
Authors
-
Sebastian Schönitz
- RWTH Aachen University, Aachen, DE
-
Lieven Kennes
- RWTH Aachen University, Aachen, DE
| Published: | August 27, 2013 |
|---|
Outline
Text
Einleitung/Hintergrund: Ist eine Doppelverblindung aufgrund von praktischen Gegebenheiten nicht möglich, bilden einfachverblindete randomisierte kontrollierte klinische Studien (RCTs) den Goldstandard für Phase III Studien. Im Allgemeinen wird Selection Bias in randomisierten Studien oft dementiert oder unterschätzt, obwohl verschiedene Untersuchungen zeigen [1], [2], [3], dass auch Selection Bias dritter Art [1] einen verheerenden Effekt auf die Resultate einer RCT haben kann. Besonders unter der meist verwendeten Blockrandomisierung mit kurzen Blocklängen kann die Fehlerwahrscheinlichkeit erster Art deutlich erhöht werden. Verzerrungen der Resultate einer RCT sind aufgrund ihrer hohen Klassifizierung [4] besonders schwerwiegend.
Material und Methoden: Basierend auf der Maximum-Likelihood-Methode wurde ein Verfahren entwickelt, welches den Einfluss von Selection Bias dritter Art in einer RCT detektiert und korrigiert [5]. Zum einem wird die Effektgröße von Selection Bias in der klinischen Studie geschätzt und mit einem Konfidenzintervall beschrieben. Zum anderen wird ein korrigierter Schätzer für den wahren Behandlungsunterschied determiniert und mit einem korrigierten Konfidenzintervall angegeben. Zusätzlich wurden für beide Hypothesen schließende Testverfahren aufgestellt.
Ergebnisse: Alle oben beschriebenen Verfahren wurden erfolgreich in einem R-Paket zur Selbstanwendung implementiert und stehen dem Anwender somit kostenlos, benutzerfreundlich und dokumentiert zur Verfügung.
Diskussion/Schlussfolgerungen: Unser entwickeltes R-Programm ermöglicht jedem Benutzer die Ergebnisse seiner Studie hinsichtlich Selection Bias dritter Art zu untersuchen und bei Bedarf zu korrigieren. Dies ermöglicht eine schnelle und unkomplizierte Selbstkontrolle der Ergebnisse einer einfachverblindeten RCT.
Literatur
- 1.
- Berger V. Quantifying the magnitude of baseline covariate imbalances resulting from selection bias in randomized clinical trials. Biometrical Journal. 2005; 47: 119-127.
- 2.
- Proschan M. Influence of selection bias on type 1 error rate under random permuted block designs. Statistica Sinica. 1994; 4: 219-231.
- 3.
- Kennes LN, Cramer E, Hilgers RD, Heussen N. The impact of selection bias ontest decisions in randomized clinical trials. Statistics in Medicine. 2012;30: 2573-2581.
- 4.
- CEBM.net [Internet]. University of Oxford: Center for evidence based medicine. [cited 2013 Apr 15]. Available from: http://www.cebm.net/index.aspx?o=1025
- 5.
- Kennes LN. The effect of and adjustment for selection bias in randomized controlled clinical trials [dissertation]. Aachen: RWTH Aachen University; 2013.
