Power Calculation for Noninferiority Stepped-Wedge Cluster Randomized Trials

In der Welt der medizinischen Forschung müssen Wissenschaftler oft neue Behandlungen an vielen verschiedenen Standorten, wie etwa Krankenhäusern oder Kliniken, testen, anstatt nur an einzelnen Patienten. Wenn eine Behandlung nicht überall gleichzeitig eingeführt werden kann – etwa weil es nicht genug Personal oder Ausrüstung gibt, um alle gleichzeitig zu schulen – verwenden Forscher ein Design, das als Stepped-Wedge-Studie (gestuftes Design) bezeichnet wird. Stellen Sie sich einen Staffellauf vor, bei dem alle Läufer gleichzeitig starten, aber die Ziellinie zu unterschiedlichen Zeiten überqueren; in diesem Studiendesign beginnt jede Gruppe mit der Standardversorgung und wechselt dann nacheinander zur neuen Behandlung, bis alle die neue Option erhalten haben. Dieser Ansatz ist ethisch ansprechend, da keine Gruppe ohne die neue Option zurückgelassen wird, und er ermöglicht es Forschern, die Leistung der Gruppen vor und nach dem Wechsel zu vergleichen. Während Wissenschaftler jedoch schon lange wissen, wie man die Wahrscheinlichkeit berechnet, eine neue Behandlung als besser als die alte zu beweisen, fehlten ihnen zuverlässige Werkzeuge, um die Wahrscheinlichkeit zu berechnen, zu beweisen, dass sie genauso gut ist. Diese Unterscheidung ist von großer Bedeutung, wenn eine neue Behandlung etwas kostengünstiger, sicherer oder einfacher anzuwenden ist, selbst wenn sie geringfügig weniger effektiv als der Goldstandard ist.

Ein Forschungsteam hat nun diese Lücke geschlossen, indem es eine neue Methode entwickelt hat, die bei der Planung dieser Studien helfen soll, wenn das Ziel darin besteht, zu zeigen, dass ein neuer Ansatz nicht schlechter als der aktuelle ist. Sie entwickelten ein computerbasiertes Werkzeug namens swNIsim, das tausende potenzieller Szenarien einer Studie simuliert, um zu sehen, ob ein Studiendesign funktioniert. Anstatt sich auf starre Formeln zu verlassen, die einfache Bedingungen voraussetzen, ahmt dieses Tool die unordentliche Realität realer Studien nach. Es kann Situationen bewältigen, in denen einige Krankenhäuser größer sind als andere, in denen die Anzahl der Patienten von Woche zu Woche variiert oder in denen die neue Behandlung Zeit benötigt, um ihre Wirkung zu entfalten. Die Forscher testeten ihre Methode sowohl mit kontinuierlichen Messwerten, wie etwa der Anzahl der Tage, die ein Patient an einem Beatmungsgerät verbringt, als auch mit binären Ergebnissen, wie etwa der Frage, ob ein Patient im Krankenhaus aufgenommen wurde oder nicht. Durch das Durchführen dieser Simulationen entdeckten sie, dass der wichtigste Faktor für eine erfolgreiche Studie nicht unbedingt die Anzahl der beteiligten Krankenhäuser ist, sondern vielmehr die Anzahl der Zeiträume, über die die Studie läuft.

Die Forscher fanden heraus, dass es die Chancen, einen wahren Effekt zu detektieren, konsistent erhöhte, wenn man die Studie über mehr Zeiträume streckte, sofern die Gesamtzahl der Patienten gleich blieb. Während das Hinzufügen von mehr Krankenhäusern die Statistik leicht verbesserte, war es nicht so aussagekräftig wie die bloße Verlängerung des Zeitrahmens. Sie beobachteten auch, dass es schwieriger wurde, ein klares Ergebnis zu finden, wenn die Unterschiede zwischen den Krankenhäusern sehr groß waren, aber die Methode blieb robust. Entscheidend war, dass das Tool zeigte, dass eine gleichmäßige Verteilung der Anzahl der Krankenhäuser pro Gruppe effizienter ist als ungleiche Gruppen. Die Simulationen bestätigten, dass die Methode das Risiko von Fehlalarmen sehr gering hält und somit sicherstellt, dass die Schlussfolgerung, eine neue Behandlung sei akzeptabel, statistisch fundiert ist, wenn die Studie endet. Das Team merkte zudem an, dass es, wenn eine Studie Zeiträume enthält, in denen keine echte Veränderung stattfindet, die Ergebnisse klarer werden können, wenn man diese Zeitfaktoren aus der Analyse entfernt, obwohl Forscher in der Praxis diese Zeitfaktoren meist beibehalten, um natürliche Trends über die Zeit zu berücksichten.

Um zu beweisen, dass das Tool im wirklichen Leben funktioniert, wandten die Autoren es auf zwei bestehende Studien an. Die erste betraf eine Studie für Patienten an Beatmungsgeräten, bei der das Ziel darin bestand zu sehen, ob ein neuer Versorgungspfad eine hohe Anzahl an Tagen ohne Atemunterstützung aufrechterhalten kann. Unter Verwendung ihrer neuen Methode berechneten sie, wie viele Patienten pro Krankenhaus und Zeitraum benötigt würden, um mit Zuversicht sagen zu können, dass die neue Methode nicht schlechter als die alte ist. Das zweite Beispiel untersuchte eine Studie in Notfallstationen, die darauf abzielte, Krankenhausaufnahmen zu reduzieren. Hier half das Tool dabei, die notwendige Größe der Studiengruppen zu bestimmen, um zu zeigen, dass ein neues Palliativpflegeprogramm mit der Standardversorgung vergleichbar ist. Diese Beispiele demonstrierten, dass die Software komplexe, reale Parameter handhaben und klare Leitlinien darüber geben kann, wie viele Teilnehmer benötigt werden.

Die Autoren betonen, dass ihre Methode zwar flexibel und leistungsstark ist, aber kein Allheilmittel ist, das alle Unsicherheiten beseitigt. Das Tool basiert auf Computersimulationen, die rechenintensiver sind als einfache Berechnungen, aber dieser zusätzliche Aufwand ermöglicht es, die komplizierten Designs zu handhaben, die die moderne Medizin oft erfordert. Sie weisen auch darauf hin, dass ihr aktuelles Modell eine spezifische Art der Verbindung zwischen Patienten im selben Krankenhaus annimmt und zukünftige Versionen möglicherweise komplexere Muster berücksichtigen müssen, wie Patienten einander über die Zeit beeinflussen. Dennoch bietet ihre Arbeit durch die Bereitstellung eines kostenlosen Softwarepakets, das Forscher sofort nutzen können, einen praktischen Weg, bessere und effizientere Studien zu entwerfen. Sie stellt sicher, dass Wissenschaftler, wenn sie versuchen zu beweisen, dass eine neue Behandlung gut genug ist, nicht raten, sondern sich auf einen Plan verlassen, der gegen die Realitäten der tatsächlichen medizinischen Versorgung rigoros getestet wurde.