Bias in kontrollierten Studien

Zusammenfassung

Ergebnisse aus klinischen Studien unterliegen häufig einem Risiko für Bias (Abweichung von der Wahrheit, systematischer Fehler). Die kritische Bewertung von Studien nimmt deshalb einen hohen Stellenwert in der evidenzbasierten Medizin ein. Im vorliegenden Artikel werden häufige Biastypen vorgestellt, voneinander abgegrenzt und Strategien zur Vermeidung von systematischen Fehlern erläutert. Zudem werden die beiden etablierten Cochrane-Instrumente vorgestellt, mit deren Hilfe sich das Biasrisiko in randomisierten und nichtrandomisierten Studien bewerten lässt. Anhand von Beispielen wird die Biasbewertung einzelner Komponenten, unter anderem Randomisierung, „confounding“, Verblindung, Datenvollständigkeit und selektive Berichterstattung, veranschaulicht. Abschließend wird erläutert, inwiefern sich Bias von anderen Studienlimitationen, wie z. B. von der externen Validität oder ungenauen Ergebnissen („imprecision“), abgrenzt.

Abstract

Results from clinical studies are often subject to the risk of bias (deviation from the truth, systematic error). Therefore, a critical appraisal of studies provides a useful strategy in evidence-based healthcare to safeguard against wrong decisions and resulting in overtreatment or undertreatment. This article explains the frequently encountered types of bias, differentiates between them and provides strategies for avoidance of systematic errors. In addition, the two established Cochrane tools with which the risk of bias can be assessed in randomized and non-randomized studies are presented. To highlight the most important components of these tools for bias assessment, examples of randomization, confounding, blinding, completeness of data and selective reporting are provided. Finally, it is shown that bias should not be confused with other study limitations, such as external validity and imprecision.

CME-Fragebogen

Warum sind die Ergebnisse aus Studien mit kleinen Fallzahlen mit Vorsicht zu interpretieren?

Studien mit kleinen Fallzahlen überschätzen generell die Risiken einer Intervention.

Studien mit kleinen Fallzahlen unterschätzen die Effekte ausschließlich.

Bei kleinen Fallzahlen liegt meist eine unzureichende Ergebnispräzision vor.

Bei kleinen Fallzahlen ist eine Randomisierung nicht möglich.

Solche Studien stellen ein erhöhtes Risiko für „reporting bias“ dar.

Wie wirkt sich Bias in klinischen Studien aus?

Bias kann zu einer Über- oder Unterschätzung von Effekten führen.

Bias wirkt sich nicht auf das Ergebnis aus.

Bias führt zu weiten Konfidenzintervallen.

Bias führt zu heterogenen Ergebnissen.

Bias führt nur zu einer Unterschätzung von Risiken.

Welchem Bias kann man durch Verblindung der Studienteilnehmer und des Studienpersonals entgegenwirken?

„Dissemination bias“

„Reporting bias“

„Detection bias“

„Attrition bias“

„Selection bias“

Ein geringes Risiko für „selection bias“ liegt vor, wenn …

… die Studie nicht von der Industrie gesponsert wurde.

… vorab ein Studienprotokoll erstellt wurde.

… die Studie keine Mängel in der Berichterstattung aufweist.

… eine computergenerierte Zuteilungssequenz eingesetzt wurde.

… die eingeschlossenen Patienten nach Wochentag randomisiert wurden.

„Allocation concealment“ ist gleichzusetzen mit …

… erfolgreicher Randomisierung.

… Verblindung der Endpunkterheber.

… Verblindung von Patienten.

… Geheimhaltung und Unvorhersehbarkeit der Gruppenzuteilung.

… alternierender Patientenzuteilung.

Durch die rückblickende Befragung können Unterschiede im Erinnerungsvermögen der Studienteilnehmer zum Tragen kommen, woraus eine Fehlinterpretation der Risikofaktoren zwischen Erkrankten und Gesunden resultieren kann. Wie nennt man den Bias?

„Information bias“/„recall bias“

„Reporting bias“

„Financing bias“

„Inception bias“

„Lead-time bias“

Was ist bei nichtrandomisierten Studien häufig nicht gegeben?

Vergleichbarkeit der Behandlungsgruppen

Signifikante Ergebnisse

Lange Beobachtungszeiten

Externe Validität (Übertragbarkeit der Ergebnisse auf meine Patientenpopulation)

Ethikvotum

Wann würden Sie eine selektive Berichterstattung von Studienergebnissen ausschließen?

Es wurden nur positive, statistisch signifikante Endpunkte dargestellt.

Einer/mehrere (primäre[r]) Endpunkt(e) wurde(n) nicht vorab festgelegt.

Einer/mehrere primäre[r] Endpunkt(e) wurde(n) mit Teilmengen von Daten, wie Subgruppen oder -skalen, angegeben.

Ergebnisse eines für die Fragestellung ausschlaggebenden Endpunkts wurden nicht berichtet.

Alle im Protokoll vordefinierten Endpunkte wurden publiziert.

Was kann ein wichtiger Grund für einen Studienabbruch und damit Ursache eines „attrition bias“ sein?

Fehlende externe Validität

Unerwünschte Wirkungen

Komedikation

Fehlende Verblindung

Fehlendes Studienprotokoll

Welcher Biasform wird durch Randomisierung in erster Linie vorgebeugt?

Bias durch industrielle Finanzierung

Bias durch fehlende Verblindung

Bias durch fehlende Daten

Bias durch „confounding“

Bias durch selektive Berichterstattung