Evaluierung der Self-Controlled-Cases Series-Methode (SCCS) für non-rekurrente Ereignisse im Vergleich zur Cox-Regression

• Applicant: Dr. Ronny Kuhnert
• Subject Area: Medicine
• Term: from 2009 to 2011
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 144795260

Ziel dieses Forschungsprojekts ist die umfassende, vergleichende Evaluierung von zwei statistischen Methoden zur Auswertung von Fallserien („case distribution oder „case-only studies ). Zu den bedeutenden Vorteilen der Self-Controlled-Case-Series-Methode (SCCS-Methode) gehören, dass keine Kontrollen benötigt werden und dass potenzielle zeitunabhängige Störvariablen (Konfounder) keinen Einfluss auf das Ergebnis haben. Im Jahr 2008 hat Farrington die SCCS-Methode für die Anwendung auf non-rekurrente Ereignisse erweitert [6]. Diese hier als SCCSc bezeichnete Methode ist rechenintensiv und steht momentan noch in keinem Statistikprogramm zur Verfügung. Demgegenüber ist die Cox-Regression zwar eine etablierte Methode, die in den gängigen Softwareprogrammen, wie SPSS, SAS und STATA integriert ist, allerdings wurde die Cox-Regression bislang noch nicht für Fallserien mit non-rekurrenten Ereignissen validiert. Die zentrale Zielstellung dieses Projekts ist die vergleichende Evaluation der SCCSc-Methode und der Cox-Regression. In Vorarbeiten konnte an einem Beispieldatensatz mit künstlich generierten Fällen gezeigt werden, dass beide Methoden ein vordefiniertes Relatives Risiko sehr ähnlich wiedergeben. Die vergleichende Analyse von Stärken und Grenzen der beiden Auswertungsmethoden soll dazu dienen, eine breitere Anwendung von Fallserien zur Risikobewertung von Pharmaka zu ermöglichen. Darüber hinaus sollen die Möglichkeiten und Grenzen des Einsatzes von Fallserien im Vergleich zu klassischen Fall-Kontroll-Studien untersucht werden. Hierfür werden Reanalysen von bereits publizierten Fall-Kontroll-Studien nach der SCCSc- und Cox-Regression-Methode durchgeführt.

• DFG Programme: Research Grants