Remote, bivariate expert elicitation to determine the prior probability distribution for sample size calculation in a Bayesian non-inferiority multicenter randomized controlled trial (Croup Dosing Trial)

Diese Studie demonstriert die Machbarkeit einer ferngesteuerten, bivariaten Expertenbefragung zur Ableitung einer Prior-Verteilung für die Stichprobengrößenberechnung in einem bayesianischen Nicht-Unterlegenheits-RCT zur Behandlung von Krupp mit Dexamethason.

Arlene Jiang, Alex Aregbesola, Apoorva Gangwani, Terry P. Klassen, Amy C. Plint, Elisabete Doyle, William Craig, Mohamed Eltorki, Banke Oketola, Hoda Badra, Yongdong Ouyang, Anna Heath

Veröffentlicht 2026-04-06
📖 5 Min. Lesezeit🧠 Tiefgang

Each language version is independently generated for its own context, not a direct translation.

🌪️ Der Kampf gegen den „Krähen"-Husten: Eine große medizinische Schatzsuche

Stell dir vor, Kinder haben einen sehr unangenehmen Husten, der sich wie ein bellender Seehund anhört. Das nennt man Krupp. Um diesen Husten zu behandeln, geben Ärzte oft ein starkes Medikament namens Dexamethason (eine Art Kortison).

Bisher gab es zwei Meinungen:

  1. Die große Dosis: 0,60 mg pro Kilogramm Körpergewicht (der „Standard").
  2. Die kleine Dosis: 0,15 mg (nur ein Viertel der normalen Menge).

Die Ärzte wollen wissen: Reicht die kleine Dosis genauso gut aus wie die große? Wenn ja, wäre das super, denn weniger Medikament bedeutet weniger Nebenwirkungen für die Kinder. Aber wie stellt man sicher, dass die neue, kleine Dosis wirklich funktioniert, ohne ein riesiges, teures Experiment zu starten?

🧠 Die Idee: „Die Weisen des Rates" befragen

Normalerweise berechnet man für solche Studien, wie viele Patienten man braucht, indem man auf alte Daten schaut. Aber bei der kleinen Dosis gab es kaum alte Daten. Es war wie der Versuch, eine Schatzkarte zu zeichnen, ohne dass jemand den Schatz schon einmal gesehen hat.

Deshalb haben die Forscher eine clevere Idee gehabt: Sie haben Experten befragt.

Stell dir vor, du willst wissen, wie wahrscheinlich es ist, dass es morgen regnet. Du könntest auf die Wetterdaten der letzten 100 Jahre schauen (das sind die alten Daten). Aber wenn es ein ganz neues Klima gibt, hilft das nicht. Stattdessen fragst du 12 erfahrene Wetter-Experten: „Wie wahrscheinlich ist Regen?"

Das haben die Forscher gemacht. Sie haben 12 Top-Ärzte aus Kanada, den USA, Australien und Neuseeland zusammengeholt. Aber sie haben sich nicht im selben Raum getroffen (das wäre zu teuer und logistisch schwer), sondern sie haben sich virtuell über Zoom getroffen.

🎮 Das Spiel: Ein dreistufiger Workshop

Der Prozess war wie ein spannendes Quiz mit drei Runden:

  1. Die Stille Runde (Einzeln): Jeder Arzt bekam ein fiktives Szenario: „Stell dir einen 1-jährigen Jungen vor, der diesen Husten hat. Wie viele von 100 solchen Kindern würden innerhalb von 7 Tagen wieder ins Krankenhaus müssen, wenn sie die große Dosis bekommen? Und wie viele bei der kleinen Dosis?" Jeder schrieb seine Schätzung auf.
  2. Das Gespräch (Der Austausch): Dann saßen sie alle virtuell zusammen. Sie sahen eine Grafik mit den Antworten aller anderen (ohne Namen). „Aha, Herr Doktor Müller dachte, es wären nur 2%, aber Frau Doktor Schmidt dachte, es wären 15%. Warum?" Sie diskutierten: „Vielleicht kommt es auf die Jahreszeit an?" oder „Vielleicht gehen die Eltern in manchen Ländern eher zum Hausarzt als ins Krankenhaus?"
  3. Die Überarbeitung (Neu schätzen): Nach dem Gespräch durften die Ärzte ihre Schätzung noch einmal ändern. Viele passten ihre Meinung an, weil sie neue Perspektiven hörten.

📊 Der Zaubertrick: Die „Bivariate" Kiste

Hier kommt der mathematische Clou ins Spiel. Normalerweise denkt man: „Die Wahrscheinlichkeit für Dosis A ist unabhängig von Dosis B." Aber das ist in der echten Welt falsch. Wenn ein Arzt denkt, dass Kinder generell sehr gesund sind, wird er wahrscheinlich beide Dosen als sehr wirksam einschätzen. Wenn er denkt, die Viren sind stark, wird er beide Dosen als weniger wirksam sehen.

Die Forscher haben also nicht zwei getrennte Schätzungen gemacht, sondern eine verbundene Schätzung (bivariate Verteilung).

  • Die Analogie: Stell dir vor, du wirfst zwei Würfel. Normalerweise ist das Ergebnis des einen Würfels egal für den anderen. Aber hier ist es so, als wären die beiden Würfel mit einem Gummiband verbunden. Wenn der eine Würfel eine hohe Zahl zeigt, ist es wahrscheinlicher, dass der andere auch eine hohe Zahl zeigt. Das macht die Berechnung viel genauer und realistischer.

🎯 Das Ergebnis: Wie groß muss die Studie sein?

Am Ende hatten die Forscher eine sehr genaue Vorhersage (eine „Wahrscheinlichkeitswolke"):

  • Bei der großen Dosis gehen etwa 6% der Kinder wieder ins Krankenhaus.
  • Bei der kleinen Dosis gehen etwa 8% wieder ins Krankenhaus.

Der Unterschied ist klein (nur 2%), aber wichtig. Mit diesen Zahlen und einer mathematischen Formel (die sie „Assurance" nennen) konnten sie berechnen: „Um sicher zu sein, dass die kleine Dosis nicht schlechter ist, brauchen wir 1.850 Kinder in der Studie."

Ohne diese Experten-Befragung hätten sie vielleicht eine viel zu kleine oder eine unnötig riesige Studie geplant.

💡 Warum ist das wichtig?

Diese Studie zeigt etwas Wunderbares:
Man muss nicht immer nur auf alte Zahlen warten. Man kann das kollektive Wissen und die Erfahrung von Ärzten nutzen, um die Zukunft zu planen.

  • Fernarbeit: Es hat funktioniert, ohne dass die Experten reisen mussten.
  • Zusammenarbeit: Durch das Diskutieren wurden die Antworten besser und weniger extrem.
  • Genauigkeit: Durch die mathematische Verknüpfung der beiden Dosen (das Gummiband) war das Ergebnis realistischer als bei früheren Studien.

Fazit: Die Forscher haben wie ein Team von Architekten, die einen neuen Turm bauen wollen, zuerst die besten Ingenieure der Welt gefragt, wie stabil der Boden ist, bevor sie den ersten Stein gelegt haben. So stellen sie sicher, dass die große Studie mit den 1.850 Kindern erfolgreich ist und am Ende vielleicht die Dosis für alle Kinder gesenkt werden kann – zum Wohle der kleinen Patienten.

Erhalten Sie solche Paper in Ihrem Posteingang

Personalisierte tägliche oder wöchentliche Digests passend zu Ihren Interessen. Gists oder technische Zusammenfassungen, in Ihrer Sprache.

Digest testen →