Das ABC der medizinischen Statistik – Klinische Studien lesen und verstehen

The ABC's of medical statistics. Reading and understanding clinical trials

Summary

Clinical trials test hypotheses that are accepted or rejected according to a predetermined probability of error (level of significance). Significance does not however mean relevance. Good parameters of relevance are absolute risk reduction and based on this the calculation of the number of patients who need to be treated for one additional patient to benefit. The randomized controlled trial is the gold standard for comparative evaluation of effects. In the ideal scenario it is designed so that a difference established by statistical methods becomes probable. In non-inferiority studies care should be taken that no equivalence is shown but rather that the difference is not greater than a predefined margin of error for differences. Meta-analyses of studies with similar endpoints have the potential to improve the level of evidence. Since the findings of meta-analyses depend on the studies included, critical assessment of the results is essential.

Zusammenfassung

Klinische Studien testen Hypothesen, die mit vorgegebener Irrtumswahrscheinlichkeit (Signifikanzniveau) angenommen oder verworfen werden. Signifikanz bedeutet aber nicht Relevanz. Gute Parameter der Relevanz sind die absolute Risikoreduktion und die hieraus zu errechnende Anzahl von Patienten, die behandelt werden müssen, damit ein Patient den zusätzlichen Nutzen erfährt. Die randomisierte kontrollierte Studie ist der Goldstandard zur vergleichenden Evaluation von Effekten. Im Idealfall ist sie so konzipiert, dass ein Unterschied mit statistischen Methoden wahrscheinlich gemacht werden kann. Bei Äquivalenzstudien ist darauf zu achten, dass keine Gleichheit gezeigt wird, sondern dass der Unterschied nicht größer ist als ein vorab festgelegter Grenzwert der Differenz. Metaanalysen von Studien mit vergleichbarer Fragestellung haben das Potenzial, die Evidenzlage zu verbessern. Da die Ergebnisse von Metaanalysen von den eingehenden Studien abhängen, ist eine kritische Betrachtung unerlässlich.

This is a preview of subscription content, log in to check access.

Literatur

  1. Connor JT (2009) Statistical graphics in AJG: save the ink for the information. Am J Gastroenterol 104: 1624–1630

    PubMed  Article  Google Scholar 

  2. Egger M, Smith GD, Phillips AN (1997) Meta-analysis: principles and procedures. BMJ 315: 1533–1537

    PubMed  Article  CAS  Google Scholar 

  3. Evidence-Based Medicine Working Group, Guyatt G, Cairns J, Churchill D et al. (1992) Evidence-based medicine. A new approach to teaching practice of medicine. JAMA 268: 2420–2405

    Article  Google Scholar 

  4. Falck-Ytter Y, Kunz R, Guyatt GH, Schünemann HJ (2008) How strong is the evidence? Am J Gastroenterol 103: 1334–1338

    PubMed  Article  Google Scholar 

  5. Greenhalgh T (1997) Statistics for the non-statistician. II "Significant" relations and their pitfalls. BMJ 315: 422–425

    PubMed  Article  CAS  Google Scholar 

  6. Hammer GP, Prel JB du, Blettner M (2009) Vermeidung verzerrter Ergebnisse in Beobachtungsstudien. Dtsch Arztebl Int 106: 664–668

    PubMed  Google Scholar 

  7. Kastelein JJ, Akdim F, Stroes ES et al. (2008) Simvastatin with or without ezetimibe in familial hypercholesterolemia. N Engl J Med 358: 1431–1443

    PubMed  Article  CAS  Google Scholar 

  8. Labenz J, Blum AL, Bayerdörffer E et al. (1997) Curing Helicobacter pylori infection in patients with duodenal ulcer may provoke reflux esophagitis. Gastroenterology 112: 1442–1447

    PubMed  Article  CAS  Google Scholar 

  9. Lagakos SW (2006) The challenge of subgroup analyses – reporting without distorting. N Engl J Med 354: 1667–1669

    PubMed  Article  CAS  Google Scholar 

  10. Moore MJ, Goldstein D, Hamm J et al. (2007) Erlotinib plus gemcitabine compared with gemcitabine alone in patients with advanced pancreatic cancer: a phase III trial of the national cancer institute of canada clinical trials group. J Clin Oncol: 1960–1966

  11. Nuesch E, Trelle S, Reichenbach S et al. (2009) The effects of excluding patients from the analysis in randomised controlled trials: meta-epidemiological study. BMJ 339: 679–683

    Article  Google Scholar 

  12. Sackett DL, Rosenberg WMC, Gray JA et al. (1996) Evidence-based medicine: what it is and what it isn't. BMJ 312: 71–72

    PubMed  Article  CAS  Google Scholar 

  13. Schoenfeld PS (2005) Evidence-based medicine in practice: applying intention-to-treat analysis and perprotocol analysis. Am J Gastroenterol 100: 3–4

    PubMed  Article  Google Scholar 

  14. Shakespeare TP, Gebski VJ, Veness MJ, Simes J (2001) Improving interpretation of clinical studies by use of confidence levels, clinical significance curves, and risk-benefit contours. Lancet 357: 1349–1353

    PubMed  Article  CAS  Google Scholar 

  15. Tinmouth JM, Steele LS, Tomlinson G, Glazier RH (2004) Are claims of equivalency in digestive diseases trials supported by the evidence? Gastroenterology 126: 1700–1710

    PubMed  Article  Google Scholar 

  16. Weihe W (2004) Von der Wahrscheinlichkeit des Irrtums. Dtsch Arztebl 101: 82–836

    Google Scholar 

  17. Yuan Y, Hunt RH (2009) Systematic reviews: the good, the bad, and the ugly. Am J Gastroenterol 104: 1086–1092

    PubMed  Article  Google Scholar 

Download references

Author information

Affiliations

Authors

Corresponding author

Correspondence to J. Labenz.

Rights and permissions

Reprints and Permissions

About this article

Cite this article

Labenz, J., Kunz, C. Das ABC der medizinischen Statistik – Klinische Studien lesen und verstehen. Spektrum Augenheilkd. 25, 306–318 (2011). https://doi.org/10.1007/s00717-011-0041-1

Download citation

Keywords

  • Evidence-based medicine
  • Meta-analysis
  • Non-inferiority study
  • Randomized controlled trial
  • Surrogate marker

Schlüsselwörter

  • Äquivalenzstudie
  • Evidenzbasierte Medizin
  • Metaanalyse
  • Randomisierte kontrollierte Studie
  • Surrogatmarker