SchwerpunktCluster-randomisierte Studien: eine wichtige Methode in der allgemeinmedizinischen ForschungCluster randomised trials: an important method in primary care research
Section snippets
Einleitung
Randomisiert kontrollierte Studien (RCT) werden zunehmend auch in Allgemeinmedizinpraxen in der Primärversorgung durchgeführt [1]. Sie gelten als Goldstandard der evidenzbasierten Medizin, insbesondere in der Pharmakotherapie. Studien in der Primärversorgung untersuchen häufig organisatorische Veränderungen, edukative Interventionen, z.B. im Rahmen von Leitlinienimplementierungen. Da solche Interventionen typischerweise in einer Organisationseinheit stattfinden, findet auch die Randomisierung
Was sind die Vor- und Nachteile der Cluster-Randomisierung?
Das wichtigste Argument für die Cluster-Randomisierung ist, dass es aus pragmatischen Gründen innerhalb einer Praxis organisatorisch oft nicht möglich ist, Patienten unterschiedliche Interventionen anzubieten. Es wird eine sog. Kontamination befürchtet, d.h. dass z.B. Patienten der Kontrollgruppe doch einen Teil oder die ganze Intervention des Interventionsarms erhalten oder umgekehrt [5]. Alternativen Studiendesigns bei organisatorischen Interventionen können unter Umständen dass sog. stepped
Ethische Probleme
Eine Besonderheit von cluster-randomisierten Studien in Allgemeinmedizinpraxen ist, dass statt der potentiellen Studienteilnehmer die Praxis in die Studie einwilligt. Es ist umstritten, ob bei Studien in der Routineversorgung ohne zusätzliche Datenerfassung auf eine Aufklärung und Einverständniserklärung der individuellen Patienten evtl. verzichtet werden kann [9]. Werden zusätzliche Patientendaten erhoben ist auf jeden Fall eine doppelte Einwilligung (Praxis und Patienten) notwendig. Patienten
Der Intraclusterkorrelationskoeffizient
Der Anteil der Gesamtvarianz des Studienendpunkts, der durch die Clusterzugehörigkeit aufgeklärt wird, kann durch den sog. Intraclusterkorrelationskoeffizient (ICC oder manchmal auch ρ) ausgedrückt werden [11]. Die Varianz ist die Streuung oder Verteilung des Studienendpunkts in einem Studienarm oder Cluster [9]. Es gibt mehrere Formeln zur Berechnung des ICC. Eine häufig verwendete Variante ist der Quotient aus der Varianz (S) innerhalb eines Clusters (Sw w=within) und der Gesamtvarianz.
Stichprobenberechnung
Die Stichprobenberechnung (power calculation) dient dazu, die Anzahl der Studienteilnehmer zu schätzen, die benötigt werden, um einen bestimmten Effekt nachzuweisen [14]. Bei der Berechnung spielt die Varianz des Studienendpunkts und der erwartete Unterschied zwischen den Studienarmen eine entscheidende Rolle. Je höher die Varianz (Hintergrundrauschen), umso mehr Studienteilnehmer werden gebraucht, um im Rauschen den Effekt der Intervention zu ermitteln. Dabei muss eine
Datenanalyse
Um eine mögliche Verzerrung der Ergebnisse durch die Clusterung bei der Analyse zu berücksichtigen, muss bei der Auswertung eine sog. Cluster-Adjustierung durchgeführt werden. Viele cRCTs werden ohne Adjustierung ausgewertet, man spricht dann von einer „naiven Analyse“. Dies führt zur Schätzung von zu kleinen Konfidenzintervallen und erhöht die Wahrscheinlichkeit einen signifikanten Unterschied zu finden, obwohl keiner besteht (Fehler erster Art) [17], [18]. In diesem Artikel können nur die
Berichterstattung
Für die nachvollziehbare Berichterstattung (Reporting) von RCTs ist das sog. CONSORT-Statement entwickelt worden. Für Cluster-ranomisierte RCTs gibt es eine Erweiterung des CONSORT-Statements, das im Wesentlichen die zusätzliche Angabe der Anzahl der Cluster und der Clustergröße vorsieht [23].Ergebnis Beispielstudie 1: Die Intervention hatte einen geringen (statistisch signifikanten) Effekt auf die Funktionskapazität bei Rückenschmerzpatienten, der im Studienarm mit der Beratung durch die
Schlussfolgerung
Cluster-Randomisierung ist ein in der allgemeinmedizinischen Forschung häufiges und adäquates Studiendesign, wenn pragmatische Gründe oder ein erhöhtes Kontaminationsrisiko vorliegen. Sie stellt allerdings erhöhte methodische Anforderungen, da die Clustereffekte bei der Stichprobengrößenberechnung und der Analyse berücksichtigt werden müssen. Diese sollten Forscher in der Primärversorgung in Grundzügen verstehen.
Anmerkung
Das Manuskript basiert auf einen 2008 gehaltenen Prüfungsvortrag für das Zertifikat Epidemiologie der Deutschen Gesellschaft für Epidemiologie, der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie und der Deutschen Gesellschaft für Sozialmedizin und Prävention.
Interessenkonflikte
Es bestehen keine Interessenskonflikte.
Danksagung
Für kritische Durchsicht und konstruktive Kritik bedanke ich mich bei Prof. Dr. Martin Scherer, Dr. Anne Simmenroth-Nayda und Dr. Carsten Schmidt.
Literatur (23)
- et al.
Fitting a routine health-care activity into a randomized trial: an experiment possible without informed consent?
J Clin Epidemiol
(1997) - et al.
Sample size calculations in randomised trials: mandatory and mystical
Lancet
(2005) - et al.
A comparison between traditional methods and multilevel regression for the analysis of multicenter intervention studies
J Clin Epidemiol
(2003) - et al.
What is the future of primary care research? Probably fairly bright, if we may believe the historical development
Scand J Prim Health Care
(2005) Cluster randomised trials in the medical literature: two bibliometric surveys
BMC Med Res Meth
(2004)- et al.
Effects of two guideline implementation strategies on patient outcomes in primary care: a cluster randomized controlled trial
Spine
(2008) - et al.
Case management of arthritis patients in primary care: a cluster-randomized controlled trial
Arthritis Rheum
(2007) Contamination in trials: is cluster randomisation the answer?
BMJ
(2008)- Bonell CP, Hargreaves JR, Cousens SN, et al. Alternatives to randomisation in the evaluation of public-health...
- et al.
Methodological bias in cluster randomised trials
BMC Med Res Methodol
(2005)
Preventing Bias in Cluster Randomised Trials
PLoS Med
Cited by (25)
Ready for SDM- evaluation of an interprofessional training module in shared decision making – A cluster randomized trial
2022, Patient Education and CounselingCitation Excerpt :Third, analyses of the CRCT, on the level of clusters might have gained more robust results, however, on the other hand neglected individual variability within the clusters. Moreover, variation of size between the clusters would have meant a disadvantage of cluster level analysis [27,28]. Fourth, the primary and secondary endpoints were assessed either at the beginning of the training session or at the end.
Active vehicle pitch motion for communication in automated driving
2022, Transportation Research Part F: Traffic Psychology and BehaviourCitation Excerpt :Statistical power analyses were conducted using the software G*Power (Version 3.1.9.2; Faul, Erdfelder, Buchner, and Lang, 2009). As recommended for hierarchical data, the calculated sample size was corrected with the Design Effect (Chenot, 2009). In the virtual reality experiments, CIT and subjective safety feelings were repeatedly collected for each participant.
Reducing conflicts in school environments using restorative practices: A systematic review
2020, International Journal of Educational Research OpenCitation Excerpt :Sample selection, randomisation and selection of appropriate control conditions form one of the greater challenges for researchers. However, it is often organisationally impossible to offer different interventions to students of the same school, so that randomisation in clusters must be carried out at school level (Chenot, 2009). Higher grade classes that are taught by multiple teachers thereby face an additional challenge, in particular because it should be expected that RP are implemented in a consistent way by all teachers, as it can be assumed that consistency and predictability are likely to affect the intervention's effectiveness.
Educational intervention to improve diagnostic accuracy regarding psychological morbidity in general practice
2019, Zeitschrift fur Evidenz, Fortbildung und Qualitat im GesundheitswesenThe Effects of Tai Chi on Lung Function, Exercise Capacity and Health Related Quality of Life for Patients With Chronic Obstructive Pulmonary Disease: A Pilot Study
2019, Heart Lung and CirculationCitation Excerpt :In order to cover the potential attrition rate of 15%, 48 subjects (24 per group) were targeted. An allocation bias on cluster level and a sub sampling bias on patient level was considered, so a randomisation took place after the baseline assessment [27]. Participants were randomised to the Tai Chi group or to usual care group, respectively.
Benefit assessment in nursing research: Illustrative examples and questions left unanswered
2013, Zeitschrift fur Evidenz, Fortbildung und Qualitat im Gesundheitswesen