Statistische Planung translationaler Studien

• Antragsteller: Professor Dr. Tim Friede; Professor Dr. Frank Konietschke
• Fachliche Zuordnung: Epidemiologie und Medizinische Biometrie/Statistik
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 455924146

Der vorliegende Antrag wird parallel und in Kooperation sowohl am Institut für Medizinische Statistik der Universitätsmedizin Göttingen als auch am Institut für Biometrie und Klinische Epidemiologie der Charité Universitätsmedizin Berlin bearbeitet werden. Das Hauptziel des Forschungsvorhabens ist statistische Methoden für translationale Studien zu entwickeln und somit insbesondere Tierversuchsvorhaben imSinne der 3R Prinzipien Replacement, Reduction und Refinement zu verbessern. Jedes Experiment und jede klinische Studie sollte mit einer sorgfältigen Planung und insbesondere Fallzahlberechnungen und Poweranalysen beginnen. Der Erfolg der Studie hängt maßgeblich von diesen ab und Fehler bzw. Mängel in der Planungsphase können sich sowohl auf die Ergebnisse als auch auf die darauf aufbauenden Entscheidungen negativ auswirken. In translationalen Forschungsprojekten mit präklinischen und frühen klinischen Studien können Fehlschlüsse Folgestudien negativ beeinflussen und zu kumulierten Fehlern führen. Viele Studien werden insbesondere mit Hilfe von t-Tests und Wald-Typ Statistiken (inklusive ANOVA) unter strengen Verteilungsannahmen geplant. Stichprobenumfänge sind üblicherweise aber klein und somit sind die Studien entweder unterpowert oder zu groß und können daher leicht zu falschen Schlußfolgerungen führen falls die Planungsannahmen nicht erfüllt sind. Nichtparametrische Rangverfahren (wie z.B. Wilcoxon- Mann-Whitney Test, Brunner-Munzel Test, multiple Kontrasttests und Verallgemeinerungen) stellen exzellente Alternativen zu obigen parametrischen Methoden dar. Formeln zur Fallzahlplanung sowie detaillierte Poweranalysen sind für viele dieser Tests bisher nicht erarbeitet worden. Des Weiteren sind gruppensequenzielle Verfahren und adaptive Designs mit Fallzahlanpassungen für effiziente translationale Forschung unabdingbar aber leider derzeit nicht verfügbar. Vorzeitige Studienstops sind nicht nur aus Kostengründen wünschenswert, sondern häufig auch aus ethischer Sicht von besonderer Bedeutung. Auf Grund der kleinen Fallzahlen werden in diesem Projekt innovative Resampling Methoden zur Entwicklung obiger Tests erarbeitet. Neben methodischen Ausarbeitungen und neuen Entwicklungen werden in diesem Projekt existierende Verfahren auf deren Einsetzbarkeit in translationalen präklinischen Experimenten und frühen klinischen Studien untersucht. Die Ergebnisse werden insbesondere ethische Standards in Tierversuchsvorhaben anheben.

• DFG-Verfahren: Sachbeihilfen