Alpha-Fehlerüberschreitung in mehrarmigen klinischen Studien
Type 1 error rate inflation in multi-armed clinical trials
Wissenschaftsdisziplinen
Andere Humanmedizin, Gesundheitswissenschaften (60%); Informatik (20%); Mathematik (20%)
Keywords
-
Maximum Type 1 Error Rate,
Interim Analysis,
Conditional Type 1 Error Rate,
Treatment Selection,
Multi-Armed Clinical Trials
In den letzten Jahren haben Modifikationen des Studiendesigns während einer bereits laufenden klinischen Studie mehr und mehr an Bedeutung gewonnen. Die Verwendung von statistischen Standard-Tests (welche im Falle einer vorab fixierten Fallzahl üblicherweise verwendet werden) kann allerdings bei Adaptierungen der Fallzahl basierend auf einer Zwischenanalyse, eine beachtliche Überschreitung des Niveaus der Wahrscheinlichkeit des Fehlers 1. Art (Alpha-Fehler) zur Folge haben. Die derzeitige Forschung beschäftigt sich hauptsächlich mit Studiendesigns die bei Designadaptionen den Fehler 1. Art kontrollieren. Die zugrundeliegenden Prinzipien werden kritisch diskutiert, da im Allgemeinen keine suffizienten Teststatistiken verwendet werden. Obwohl man in der Literatur viele Methoden findet, um den Fehler 1. Art einzuhalten, gibt es nur wenig Information über die maximale Überschreitung des Alpha-Fehlers wenn am Ende der Studie Standard-Tests für die statistische Analyse verwendet werden und dadurch die Tatsache einer Fallzahladaptierung in der Zwischenanalyse ignoriert wird. Es stellt sich also die Frage, wie groß der Alpha-Fehler im Mittel werden kann, wenn man trotz Fallzahladaptierung konventionelle Tests durchführt. In der Praxis könnte sich ein Studienleiter dafür entscheiden, in der Studienplanung keine komplizierten Verfahren unter Berücksichtigung der Fallzahladaption verwenden, wenn im schlechtesten Fall die Überschreitung der Fehlerwahrscheinlichkeit bei Verwendung eines Standard-Tests nur sehr gering ausfällt. Für den Vergleich einer einzigen Behandlungs- mit einer Kontrollgruppe in einem Parallel- Gruppen-Design konnte gezeigt werden, dass der maximale Fehler 1. Art bei unbalancierter Fallzahladaptierung (ungleiche Fallzahlen in beiden Gruppen) wesentlich größer ist als im Fall einer balancierten Fallzahladaptierung (gleiche Fallzahlen in beiden Gruppen). Das Ziel dieses Projekts ist es, die maximale Fehlerüberschreitung für Studien zum Vergleich mehrerer Behandlungsgruppen mit einer Kontrollgruppe für verschiedene Regeln zur Fallzahladaptierung zu untersuchen. Um die maximale Überschreitung zu berechnen, betrachtet man für jedes mögliche Resultat der Zwischenanalyse jene Fallzahladaptierungsregel, welche den sogenannten bedingten Fehler 1. Art (die Wahrscheinlichkeit unter der globalen Nullhypothese bei gegebenem Resultat der Zwischenanalyse mindestens einen signifikanten Vergleich zu erhalten) maximieren. Um den schlechtesten Fall zu charakterisieren, wird zuerst von einer uneingeschränkten Stichprobe ausgegangen. Zusätzlich werden in einem nächsten Schritt, verschiedene Einschränkungen der Fallzahl betrachtet, in denen der Fehler 1. Art möglicherweise eingehalten wird.
- Universität Bremen - 100%
Research Output
- 83 Zitationen
- 3 Publikationen
-
2014
Titel Adaptive designs for subpopulation analysis optimizing utility functions DOI 10.1002/bimj.201300257 Typ Journal Article Autor Graf A Journal Biometrical Journal Seiten 76-89 Link Publikation -
2014
Titel Maximum type 1 error rate inflation in multiarmed clinical trials with adaptive interim sample size modifications DOI 10.1002/bimj.201300153 Typ Journal Article Autor Graf A Journal Biometrical Journal Seiten 614-630 Link Publikation -
2015
Titel Precision of maximum likelihood estimation in adaptive designs DOI 10.1002/sim.6761 Typ Journal Article Autor Graf A Journal Statistics in Medicine Seiten 922-941 Link Publikation