📊 statistics

Orthogonal factorial designs for trials of therapist-delivered interventions: Randomising intervention-therapist combinations to patients

Dieses Paper schlägt eine Familie orthogonaler faktorieller Designs vor und evaluiert diese, welche die Kombinationen aus Therapeuten und Interventionen an Patienten randomisieren und somit die statistische Trennung von Therapeuten-Effekten von Interventions-Effekten in Studien über therapeutisch vermittelte Behandlungen ermöglichen.

Ursprüngliche Autoren: Rebecca EA Walwyn, Rosemary A Bailey, Arpan Singh, Neil Corrigan, Steven G Gilmour

Veröffentlicht 2026-02-03

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Rebecca EA Walwyn, Rosemary A Bailey, Arpan Singh, Neil Corrigan, Steven G Gilmour

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen herauszufinden, welches von zwei verschiedenen Kochrezepten (Intervention A vs. Intervention B) die beste Suppe macht. In einem typischen Experiment könnten Sie zwei berühmte Köche (Therapeuten) engagieren und Chef 1 nur Rezept A kochen lassen und Chef 2 nur Rezept B. Wenn die Suppe von Chef 1 besser schmeckt, wissen Sie vielleicht nicht, ob es daran liegt, dass das Rezept überlegen ist oder einfach daran, dass Chef 1 ein besserer Koch ist.

Dieses Paper befasst sich genau mit diesem Problem in der Welt der Therapie-Studien. Es schlägt einen neuen, strengeren Weg vor, diese Experimente zu organisieren, damit wir den Unterschied zwischen einem „guten Rezept“ und einem „guten Koch“ erkennen können.

Hier ist die Aufschlüsselung ihrer Ideen unter Verwendung einfacher Analogien:

1. Das Kernproblem: Die „Chef vs. Rezept“-Verwechslung

In vielen Therapiestudien behandeln Forscher die Therapie (das Rezept) als das Hauptmerkmal, das sie testen, während sie den Therapeuten (den Koch) lediglich als Hintergrunddetail behandeln. Das Paper argumentiert, dass Therapeuten tatsächlich ein wesentlicher Teil der „Behandlung“ sind. Wenn man sie nicht angemessen berücksichtigt, sind die Ergebnisse unklar.

2. Die vorgeschlagene Lösung: Die „Gekreuzte Küche“

Die Autoren schlagen ein Design vor, bei dem jeder Koch jedes Rezept ausprobiert.

Der alte Weg: Chef A kocht nur Rezept A; Chef B kocht nur Rezept B.
Der neue Weg: Chef A macht sowohl Rezept A als auch Rezept B. Chef B macht ebenfalls sowohl Rezept A als auch Rezept B.

Indem jeder Koch jedes Rezept ausprobiert, können Sie den „Chef-Effekt“ (wie gut die Person ist) vom „Rezept-Effekt“ (wie gut die Therapie ist) mathematisch trennen. Dies wird als Crossed Factorial Design bezeichnet.

3. Die drei Küchen-Setups (Die Designs)

Das Paper skizziert drei Möglichkeiten, diese „Gekreuzte Küche“ zu organisieren, je nachdem, wie komplex die Studie ist:

Die einfache Küche (Vollständig randomisiert): Stellen Sie sich eine große Küche ohne Schichten vor. Sie haben eine Liste aller möglichen „Chef + Rezept“-Kombinationen. Diese werden den Patienten völlig zufällig zugeteilt. Es ist, als würde man ein Kartendeck mischen und die Karten austeilen.
Die Schicht-Küche (Randomisierte Blockbildung): In der Realität arbeiten Köche nicht rund um die Uhr; sie arbeiten in Schichten (oder „Chargen“). Vielleicht ist Chef A nur morgens verfügbar und Chef B erst am Nachmittag. Das Paper schlägt vor, die Studie nach diesen Zeitblöcken zu organisieren. Sie stellen sicher, dass innerhalb jeder Schicht jeder Koch die Chance erhält, jedes Rezept zu kochen. Dies berücksichtigt die Tatsache, dass ein Koch am Ende des Tages vielleicht müde ist oder noch in der Lernphase steckt.
Die Multi-Standort-Küche (Multizentrische randomisierte Blockbildung): Nun stellen Sie sich vor, die Studie findet in mehreren Städten (Zentren) statt. In jeder Stadt gibt es lokale Köche, die nicht in andere Städte reisen können. Das Design stellt sicher, dass innerhalb jeder Stadt und innerhalb jeder Zeitschicht die „Chef + Rezept“-Kombinationen dennoch fair gemischt werden.

4. Die Mathematik: Wie man die Suppe verkostet (Analyse)

Sobeder die Daten gesammelt wurden, können Sie nicht einfach einen Standard-Taschenrechner benutzen, um zu sehen, wer gewonnen hat. Da das Design so spezifisch ist, muss auch die Mathematik ebenso spezifisch sein.

Das „Hasse-Diagramm“: Die Autoren verwenden spezielle Flussdiagramme (Hasse-Diagramme), um abzubilden, wie die Köche, Rezepte, Zeiten und Standorte zusammenpassen. Betrachten Sie dies als einen Bauplan für die Küche, um sicherzustellen, dass keine Zutat doppelt gezählt wird.
Die „Satterthwaite“-Anpassung: Wenn man so viele Variablen mischt (Köche, Rezepte, Zeit, Standorte), wird es mit den Standardregeln zur Berechnung der „statistischen Signifikanz“ (der Wahrscheinlichkeit, dass das Ergebnis durch Zufall zustande kam) schwierig. Das Paper empfiehlt die Verwendung einer spezifischen mathematischen Anpassung (Satterthwaite-Methode), um sicherzustellen, dass das endgültige Urteil präzise ist.

5. Die Simulation: Ein „Trockentraining“

Bevor sie Ärzten sagen, wie sie ihre Studien durchführen sollen, haben die Autoren eine Computersimulation (ein „Trockentraining“) mit 10.000 fiktiven Studien durchgeführt. Sie haben ihre neue Methode gegen die alten, unordentlichen Methoden getestet.

Was sie fanden:

Fairness: Als sie die „Chef + Rezept“-Kombinationen zufällig zuordneten, konnten sie genau messen, wie viel des Ergebnisses auf den Koch und wie viel auf das Rezept zurückzuführen war.
Die Gefahr des Ratens: Wenn sie versuchten, die Köche den Rezepten zuzuweisen, nachdem sie gesehen hatten, welches Rezept der Patient erhalten hatte (oder wenn sie das Rezept nicht vor dem Koch verborgen hatten), wurden die Ergebnisse verzerrt. Es war, als würde ein Koch die Suppe probieren, bevor er sie serviert, und das Rezept an die Stimmung des Kunden anpassen. Dies machte die Studie unzuverlässig.
Das Urteil: Die neue Methode, die Kombination aus Therapeut und Intervention gemeinsam zu randomisieren, ist der zuverlässigste Weg, um eine wahre Antwort zu erhalten.

Zusammenfassung

Das Paper argumentiert, dass wir, um wirklich zu wissen, ob eine Therapie funktioniert, aufhören müssen, Therapeuten als unsichtbaren Hintergrundlärm zu behandeln. Stattdessen sollten wir sie als eine Schlüsselzutat im Rezept betrachten. Indem wir Studien entwerfen, in denen jeder Therapeut jede Therapie ausprobiert, und indem wir spezifische mathematische Werkzeuge zur Analyse verwenden, können wir ein klareres, faireres Bild davon gewinnen, was Patienten tatsächlich hilft.

Das Wichtigste: Testen Sie nicht nur die Therapie; testen Sie das Team (Therapeut + Therapie) gemeinsam, und nutzen Sie die richtige Mathematik, um herauszufinden, wer was gemacht hat.

Technisches Resümee: Orthogonale faktoriell-experimentelle Designs für Studien zu Therapeuten-gelieferten Interventionen

Problemstellung
In individuell randomisierten Parallelgruppenstudien zur Evaluierung von Therapeuten-gelieferten Interventionen (z. B. Psychotherapie) ist die behandlungsbedingte Clusterbildung ein anerkanntes Problem, bei dem die Patientenergebnisse innerhalb der Therapeuten korreliert sind. Während die Standardpraxis diese Clusterbildung für die Stichprobengröße und die Analyse berücksichtigt, liegt der primäre Fokus weiterhin auf der Schätzung der Interventions-Effekte, wobei Therapeuten lediglich als eine Quelle der Varianz betrachtet werden und nicht als ein Behandlungsfaktor. Die Trennung der spezifischen Effekte der Therapeuten von den Effekten der Interventionen bleibt eine Herausforderung. Die bestehende Literatur behandelt häufig genestete oder teilweise genestete Designs (in denen Therapeuten nur eine Intervention durchführen), hat jedoch die Literatur zu „gekreuzten“ Designs (in denen jeder Therapeut alle Interventionen durchführt) weitgehend unterentwickelt gelassen. Zudem besteht eine Diskrepanz zwischen der Literatur zum Design of Experiments (DoE), die typischerweise feste Behandlungsfaktoren annimmt, und der klinischen Studienmethodik, die Therapeuten oft als Zufallseffekte behandelt.

Methodik
Die Autoren schlagen eine Familie von orthogonalen faktoriell-experimentellen Designs vor, die sowohl die Intervention als auch den Therapeuten als Behandlungsfaktoren behandeln. In diesem Rahmen stellt die Kombination aus einem spezifischen Therapeuten und einer spezifischen Intervention die „Behandlung“ dar, die den Patienten randomisiert wird. Das Papier adaptiert den klassischen DoE-Ansatz nach Bailey [42], um Therapeuten als zufälligen Behandlungsfaktor zu berücksichtigen.

Die Autoren skizzieren drei spezifische Designstrukturen:

Vollständig randomisiertes faktorielles Design: Eine Einzelzentrenstudie, in der Interventionen und Therapeuten über die Zeit konstant bleiben. Patienten werden allen Kombinationen von Interventionen und Therapeuten randomisiert.
Randomisiertes Block-faktorielles Design: Berücksichtigt „Lerneffekte des Therapeuten“ oder Zeiteffekte durch Einführung eines Blockierungsfaktors „Batches“ (Zeitperioden). Behandlungen werden innerhalb jedes Batches an Patienten randomisiert.
Multizentrisches randomisiertes Block-faktorielles Design: Erweitert das vorangegangene Design auf mehrere Zentren, wobei Therapeuten innerhalb der Zentren genestet sind und Batches mit den Zentren gekreuzt werden.

Für jedes Design liefern die Autoren:

Hasse-Diagramme: Zur Visualisierung der Beziehungen zwischen Einheit und Behandlungsfaktoren, wobei zwischen festen und zufälligen Effekten unterschieden wird.
Varianzanalyse (ANOVA): Detaillierte Tabellen, die Strata, Variationsquellen, Freiheitsgrade und erwartete Quadratsummen definieren. Die Autoren merken an, dass die Struktur in Blockdesigns aufgrund „abhängiger Zufallseffekte“ (wo das Supremum der Zufallsfaktoren mit festen Faktoren aliastiert) nicht streng orthogonal nach Standarddefinitionen ist. Folglich schlagen sie die Verwendung von linearen Kombinationen von Quadratsummen und der Satterthwaite-Approximation vor, um geeignete Residuen-Freiheitsgrade für die Tests der festen Interventions-Effekte zu schätzen.
Regressionsmodelle: Äquivalente lineare gemischte Modelle (Random-Coefficient-Modelle) werden für jedes Design präsentiert, welche die Varianzkomponenten (Varianz zwischen Therapeuten, Varianz des Interventions-Effekts zwischen Therapeuten und Patientenebene-Fehler) mit den ANOVA-Eigenwerten verknüpfen.
Implementierung: Spezifischer R-Code unter Verwendung von aov und lmer wird bereitgestellt, um diese Analysen durchzuführen.

Simulationsstudie
Eine Simulationsstudie wurde durchgeführt, um die Leistungsfähigkeit von fünf Randomisierungsmethoden über die vorgeschlagenen Designs hinweg zu evaluieren:

Nicht-randomisierte Zuweisung der Therapeuten nach der Interventionsrandomisierung.
Nicht-randomisierte Zuweisung der Therapeuten vor der Interventionsrandomisierung.
Blocking der Interventionsrandomisierung durch den Therapeuten.
Vorgeschlagene Methode: Randomisierung der Therapeuten-Interventions-Kombination an die Patienten.
Randomisierung der Interventionen, gefolgt von der Randomisierung der Therapeuten an die Patienten (blockiert nach Intervention).

Die Studie variierte Baseline-Kovariaten, die prädiktiv für die Ergebnisse waren, um Szenarien zu simulieren, in denen die Zuweisung der Therapeuten durch Patientencharakteristika oder Wissen über die Intervention beeinflusst werden könnte.

Wichtigste Ergebnisse

Bias- und Varianzschätzung: Der Interventions-Effekt ( $\delta_1$ $δ_{1}$ ) wurde mit allen Methoden erwartungstreu geschätzt. Die Schätzung der Varianzkomponenten war jedoch hochsensibel gegenüber der Randomisierungsmethode.
- Die nicht-randomisierte Zuweisung der Therapeten (Methoden 1–3) führte bei unbalancierten Kovariaten zu einer erheblichen Überschätzung der Varianz zwischen den Therapeuten ( $\sigma^2_{u1}$ ) sowie der Varianz des Interventions-Effekts zwischen den Therapeuten ( $\sigma^2_{v1}$ ).
- Die Randomisierung der Therapeuten-Interventions-Kombinationen (Methode 4) oder die Randomisierung der Therapeuten an die Patienten (Methode 5) ermöglichte eine erwartungstreue Schätzung dieser Varianzkomponenten.
Standardfehler und Power: Wenn eine nicht-randomisierte Zuweisung zu einer inflatierten Schätzung der Varianz zwischen den Therapeuten im Interventions-Effekt führte, stieg der Standardfehler des Interventions-Effekts an, was zu einem erheblichen Anstieg des Typ-II-Fehlers (reduzierte Power) führte.
Typ-I-Fehler: Die Typ-I-Fehlerrate blieb für die meisten Methoden bei 5 %. Jedoch zeigte ein spezifisches Szenario (Methode 5, bei der Therapeuten nach den Interventionen randomisiert wurden) eine inflatierte Typ-I-Fehlerrate, wenn eine Kovariate die Zuweisung der Therapeuten beeinflusste. Dies geschah, weil das Post-hoc-Balancing der Kovariate eine Imbalanz in der Anzahl der Patienten pro Behandlungs-Kombination erzeugte, die in der Analyse nicht berücksichtigt wurde.
Rand-Schätzungen (Boundary Estimates): Die Studie stellte fest, dass Varianzkomponenten häufig als Null geschätzt wurden (Rand-Schätzungen), was die zur Testung des Interventions-Effekts verfügbaren Freiheitsgrade beeinflusst.

Bedeutung und Ansprüche
Das Paper behauptet, die erste Anwendung eines formalen Design of Experiments-Ansatzes auf das Design von Studien für Therapeuten-gelieferte Interventionen zu sein, bei denen Therapeuten als zufälliger Behandlungsfaktor in einem gekreuzten Design behandelt werden. Die Autoren argumentieren, dass dieser Ansatz:

Einen rigorosen Rahmen zur Trennung der Therapeuten-Effekte von den Interventions-Effekten bietet.
Eine Familie von orthogonalen Designs bereitstellt, die die Schätzung des Therapeuten-Lernens (via Blocking) und der Zentrum-Effekte ermöglicht.
Durch Simulation zeigt, dass die gezielte Randomisierung von Therapeuten-Interventions-Kombinationen der sequentiellen oder nicht-randomisierten Zuweisung zur erwartungstreuen Varianzschätzung und zur Aufrechterhaltung der statistischen Power überlegen ist.
Die Notwendigkeit der Satterthwaite-Approximation für Freiheitsgrade in diesen komplexen Designs hervorhebt und nahelegt, dass eine ANOVA-basierte Analyse gegenüber der Standardregression bevorzugt werden sollte, um unbeabsichtigte Folgen von Rand-Schätzungen auf die Freiheitsgrade zu vermeiden.

Die Autoren kommen zu dem Schluss, dass ihre vorgeschlagenen Designs zwar theoretisch ideal sind, praktische Einschränkungen (wie die Verfügbarkeit oder Fluktuation von Therapeuten) jedoch weitere methodische Forschung erfordern, um flexible Randomisierungsmethoden zu entwickeln. Sie betonen, dass ein zielgerichteteres Studiendesign das Potenzial hat, bessere Evidenz für komplexe Interventionen in der Psychotherapie, Physiotherapie, Rehabilitation und Chirurgie zu generieren.