27.08.2014 Aufrufe

Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...

Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...

Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Kapitel 1<br />

Einleitung<br />

Ziel von klinischen Studien ist es, die Wirksamkeit einer neuen Therapiemethode anhand eines<br />

klinischen Kriteriums nachzuweisen. Mögliche Kriterien sind zum Beispiel die Sterbewahrscheinlichkeit<br />

der Patienten oder die Reduzierung von Schmerzen. Eine klassische Methode<br />

ist die Überlegenheit einer Therapie gegenüber eines Placebos und somit die Wirkung der<br />

Therapie nachzuweisen. <strong>Die</strong> Verwendung von Placebos in der Kontrollgruppe führt bei einigen<br />

Indikationen und Krankheiten zu ethischen Problemen. So konstatiert die World Medical<br />

Association in ihrer Erklärung von Helsinki, siehe WMA: ”<br />

The benefits, risks, burdens and<br />

effectiveness of a new method should be tested against those of the best current prophylactic,<br />

diagnostic, and therapeutic methods. This does not exclude the use of placebo, or no<br />

treatment, in studies where no proven prophylactic, diagnostic or therapeutic method exists.“<br />

Daher ist es heutzutage üblich eine neue Therapie mit einer etablierten Standardtherapie zu<br />

vergleichen, was oftmals kleinere Unterschiede zwischen der neuen Therapie und der Kontrolltherapie<br />

impliziert. Um diese Unterschiede mit einer vorgegebenen Wahrscheinlichkeit (der so<br />

genannten Power) nachzuweisen, wird folglich eine vergleichsweise große Anzahl von Patienten<br />

benötigt. Aus diesem Grund ist es in dem letzten Jahrzehnt zunehmend populär geworden,<br />

die Gleichwertigkeit von einer neuen Therapie und einem etablierten Standard und nicht<br />

die Überlegenheit nachzuweisen. Genauer will man im Allgemeinen die Nicht-Unterlegenheit<br />

(englisch: Non-Inferiority) der neuen Therapie zeigen. Nicht-Unterlegenheit bedeutet, dass<br />

die neue Therapie besser oder nur unbedeutend schlechter ist als die etablierte Standardtherapie.<br />

Hierzu sind neben der Pionierarbeit von Dunnett und Gent (1977) zum Beispiel<br />

Arbeiten von Blackwelder (1982), Farrington und Manning (1990), Chan (1998), Röhmel<br />

und Mansmann (1999), Pigeot u. a. (2003) sowie von Tang und Tang (2004) zu finden. Ein<br />

weiterer Aspekt <strong>für</strong> die Fokussierung auf Nicht-Unterlegenheitstests ist im Fortschritt der<br />

medizinischen Entwicklungsabteilungen zu sehen, der es zunehmend schwieriger macht neue<br />

pharmazeutische Produkte mit besserer Wirkung hinsichtlich <strong>des</strong> eingangs erwähnten klinischen<br />

Kriteriums zu entwickeln. Der therapeutische Fortschritt ist in leichterer Handhabung,<br />

weniger oder schwächeren Nebenwirkungen oder in geringeren finanziellen Aufwendungen zu<br />

sehen. Mit Nicht-Unterlegenheitstests lässt sich dann eine hinreichende Wirkung hinsichtlich<br />

<strong>des</strong> klinischen Primärkriteriums sicherstellen.<br />

Im Folgenden wird die statistische Formulierung <strong>des</strong> Nicht-Unterlegenheitsproblems skizziert.<br />

Zunächst ist dabei ein Diskrepanzmaß, das den Unterschied zweier therapeutischer Effekte<br />

quantifiziert, zu wählen. Zur Quantifizierung eines therapeutischen Effekts ist die Verwendung<br />

3

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!