Statistische Aspekte klinischer Studien

Dieses Seminar wurde speziell entwickelt, um Nicht-Statistiker in die Lage zu versetzen, statistische Aspekte klinischer Studien zu verstehen. Neben dem Erlernen der effektiven Kommunikation mit Statistikern unter Verwendung der Statistiksprache erhalten die Teilnehmer ein Verständnis der Hauptkonzepte der Abschnitte zur statistischen Methodik in Studienprotokollen, Berichten und Veröffentlichungen und haben die Möglichkeit, die wichtigsten statistischen Aspekte des regulatorischen Rahmens (ICH , EMEA, FDA) für klinische Studien.

Dieses Seminar richtet sich an Nicht-Statistiker, die in der pharmazeutischen Industrie tätig sind und sich ein besseres Verständnis statistischer Aspekte der klinischen Forschung aneignen möchten. Besonders interessant sind:

• Medizinische Berater
• Klinische Forschungsmitarbeiter
• Klinische Datenmanager
• Medizinische Schriftsteller
• Mitarbeiter der Qualitätssicherung

Nach Abschluss dieses Kurses werden Sie die Rolle der Statistik und des Statistikers in der klinischen Arzneimittelentwicklung verstehen.

Sie kennen die Begriffe Stichprobenziehung, Bias, Randomisierung und Verblindung, Standardfehler, Konfidenzintervalle, Korrelation und Regression, das Konzept der statistischen Aussagekraft und ihre Bedeutung bei der Planung der Stichprobengröße sowie die Unterscheidung zwischen klinischer und statistischer Signifikanz.

Sie haben ein klares Verständnis für die Anwendung statistischer Methoden in klinischen Studien, was es Ihnen erleichtert, Protokolle zu verstehen und statistische Aspekte des Studiendesigns mit medizinischen und klinischen Forschungsexperten zu diskutieren.

Statistische Aspekte des Studiendesigns

• Grundlegende Ideen und Probleme des statistischen Designs
• Konfirmatorische vs. explorative Analysen
• Konzepte von Überlegenheits-, Äquivalenz- und Nicht-Unterlegenheitsversuchen
• Unterscheidung zwischen „Zwischen-Patienten“-Designs und „Innerhalb-Patienten-Designs“
• Notwendigkeit, das „Signal“ zu maximieren und gleichzeitig das „Rauschen“ zu kontrollieren
• Statistischer Analyseprozess von der Entwurfsphase bis zur statistischen Analyse
• Planung, blinde Überprüfung und statistische Analyse und Berichterstattung

Stichproben- und Standardfehler

• Wechselbeziehung zwischen Stichprobe und Zielpopulation
• Zweck der Inferenzstatistik
• Lage- und Variabilitätsmaße
• Normale Wahrscheinlichkeitsverteilung
• Standardfehler als Maß für die „Zuverlässigkeit“

Konfidenzintervalle und Hypothesentests

• Konfidenzintervall und seine angemessene Interpretation
• Framework für Hypothesentests, p-Wert und seine Berechnung
• Verallgemeinerung auf praktische Einstellungen
• Definition der Nullverteilung, Prüfung der Statistik und des Signifikanzniveaus
• Einseitige und zweiseitige Tests, Fehler 1. und 2. Art
• Einführung des t-Tests bei zwei Stichproben und des gepaarten t-Tests als Beispiele

Intent-to-Treat- und Analyse-Sets

• Prinzip der Behandlungsabsicht (ITT)
• Zusammenhang mit der Wahl des Analysesets
• 'Full Analysis Set' und 'Per Protocol Set' nach ICH
• Praktische Fragen, wie z. B. Umgang mit fehlenden Werten

Angepasste Analysen

• Zweiweg-Varianzanalyse (ANOVA
• Untersuchung von Behandlungsmitteleffekten, Zentrumseffekten
• Behandlung durch Zentrum Interaktionen
• Generalisierbarkeit auf komplexere Situationen

Korrelation, Regression, ANCOVA

• Korrelation
• Lineare Regression als Technik zur Untersuchung von Abhängigkeit
• Mehrfache lineare Regression
• Analyse der Kovarianz als Mittel zum Vergleich von Gruppen
• Gebrauch und Missbrauch von Baseline-Tests

Analyse binärer, kategorialer und ordinaler Daten

• Chi-Quadrat-Test für binäre Daten
• Verallgemeinerung auf kategoriale Daten
• Verwendung des Chi-Quadrat-Tests nach Mantel-Haenszel für ordinale Daten
• Odds Ratio, relatives Risiko und zur Behandlung benötigte Anzahl
• Rolle des exakten Tests nach Fisher

Aussagekraft, Stichprobenumfang, statistische und klinische Bedeutung

• Statistische Aussagekraft in Bezug auf die Berechnung des Stichprobenumfangs
• Rolle der Standardabweichung bei dieser Berechnung
• Neubewertung der Stichprobengröße, wenn sich Studiendaten ansammeln
• Zusammenhang zwischen p-Werten und Konfidenzintervallen
• Einschränkungen der p-Werte
• Unterscheidung zwischen klinischer und statistischer Signifikanz

Nichtparametrische Methoden

• Annahmen, die „parametrischen Tests“ zugrunde liegen
• Transformationen zur Wiederherstellung der Normalität
• Verallgemeinerung des t-Tests zum Umgang mit nicht konstanter Varianz
• Nichtparametrische Tests zwischen und innerhalb des Patienten
• Wilcoxon Rank Sum und das Wilcoxon
• Signierte Rangtests
• Vor-/Nachteile des nichtparametrischen Frameworks

Praktische Probleme beim multiplen Testen

• Probleme im Zusammenhang mit der Durchführung einer großen Anzahl statistischer Tests
• Inflation der Fehlerquote 1. Art
• Bereiche, in denen solche Mehrfachprüfungen auftreten und Lösungen bieten

Prüfung auf Gleichwertigkeit oder Nicht-Unterlegenheit

• Prüfung auf Überlegenheit
• Prüfung auf Gleichwertigkeit oder Nichtunterlegenheit
• Konfidenzintervallansatz für die Äquivalenz-/Nichtunterlegenheitseinstellung
• Wahl der Äquivalenzmargen
• Probleme im Zusammenhang mit der Empfindlichkeit gegenüber Arzneimittelwirkungen

Meta-Analyse

• Zweck und Rahmen der Metaanalyse
• Allgemeine Methode zum Kombinieren von Ergebnissen in einer Metaanalyse
• Rolle von Metaanalysen im regulatorischen Umfeld

Methoden zur Analyse von Überlebenstypdaten

• Differenz der Time-to-Event-Daten
• Kaplan-Meier-Schätzungen
• Log-Rank-Test
• Gehan-Wilcoxon-Test
• Analysen adjustiert um den Einfluss prognostischer Variablen
• Annahme einer unabhängigen Zensur

Crossover-Versuche

• Probleme im Zusammenhang mit Carryover-Effekten in 2 x 2-Crossover-Studien
• Ratschläge, wann Crossover-Studien verwendet werden sollten und wann nicht
• Methoden der Analyse

Jamie Langley, RN MSN
Globaler Leiter der Parexel Academy

Telefon: +1 339 223 0653

Email: E-Mail senden