CliniGA CRO

CliniGA CRO Blog

Gründe für fehlende Daten von interkurrenten Ereignissen trennen

Fehlende Messungen, Behandlungsabbrüche und interkurrente Ereignisse getrennt erfassen und ihre analytische Bedeutung vorab definieren.

Repräsentatives Kategoriefoto: Gründe für fehlende Daten von interkurrenten Ereignissen trennen
Foto: GiFontenelle · Lizenz: CC BY-SA 4.0 · Zugeschnitten und skaliert.
Veröffentlicht
Aktualisiert

Behandlungsabbruch, Bedarfsmedikation und eine versäumte Erhebung sind unterschiedliche Arten von Informationen. Ein Ereignis kann die Interpretation verändern, obwohl weiterhin eine Beobachtung erhoben wird. Fehlende Daten getrennt von interkurrenten Ereignissen zu dokumentieren, hilft, die angestrebte wissenschaftliche Fragestellung zu erhalten.

Fragestellung und Annahmen festlegen

Definieren Sie zuerst die Frage zum Behandlungseffekt. Führen Sie getrennte Felder für Behandlungsstatus, Nachbeobachtungsstatus und Endpunktverfügbarkeit. Planen Sie die Strategie für interkurrente Ereignisse gemeinsam mit der analytischen Behandlung fehlender Beobachtungen; das Eintreten eines Ereignisses macht nicht automatisch jede nachfolgende Beobachtung irrelevant oder unerhebbar.

Hypothetisches Studienbeispiel

In einer hypothetischen Studie beendet eine teilnehmende Person die Studienbehandlung, nimmt aber den nächsten Endpunktbesuch wahr. Das Team klassifiziert diese Messung nicht allein deshalb als fehlend, weil die Behandlung beendet wurde. Ihre analytische Rolle folgt der vorab festgelegten Fragestellung, während fortbestehende Einwilligung und Bedarf an Sicherheitsnachbeobachtung gesondert bewertet werden.

Prüfpunkte für die Designbewertung

  • Klassifizieren Sie Behandlungsende, Rückzug aus der Nachbeobachtung und nicht verfügbare Messungen getrennt.
  • Verknüpfen Sie die Daten interkurrenter Ereignisse mit den Daten der erhobenen Endpunktmessungen.
  • Dokumentieren Sie nach Möglichkeit bekannte Gründe und Unsicherheit für jede fehlende Beobachtung.

Entscheidung und ihre Grenzen dokumentieren

Ein akzeptiertes Datenmodell bildet unterschiedliche Kombinationen ab: beendete Behandlung bei verfügbaren Daten oder fortgesetzte Behandlung bei fehlender Erhebung. Der Analyseplan erläutert deren wissenschaftliche Bedeutung. Ein einziger bequemer Rückzugsstatus kann die Interpretation und die Möglichkeit relevanter Sensitivitätsbewertungen anhand der tatsächlich erhobenen Informationen unnötig schwächen.

Häufig gestellte Fragen

Bedeutet ein Behandlungsabbruch das Ende der Nachbeobachtung?
Nein. Behandlungsteilnahme und Status der Datenerhebung müssen gesondert bewertet werden.
Erzeugt ein interkurrentes Ereignis immer fehlende Daten?
Nein. Eine Messung kann vorliegen; ihr Beitrag zur wissenschaftlichen Fragestellung muss gesondert definiert werden.

Quellen

  1. EMA — ICH E9: Statistische Grundsätze und Estimand-Addendum
  2. EMA — ICH E8: Planung klinischer Studien