2. September 2025
Statistikerinnen und Statistiker aus Wissenschaft, Industrie und Behörden trafen sich zum Austausch über die neuesten Entwicklungen zu theoretischen Aspekten und praktischen Werkzeugen in den Fachbereichen klinische Studien, Real-World-Daten und Epidemiologie.
ISCB steht als internationale Fachgesellschaft für klinische Biostatistik für die Entwicklung von Methoden, die für die medizinische Forschung relevant sind. In diesem Jahr war eines der wiederkehrenden Themen die bessere Nutzung von routinemässig erhobenen klinischen Daten. Solche Daten können gezielt in Studien einfliessen, um die statistische Effizienz zu verbessern - besonders wichtig für kleinere Studien, etwa zu seltenen Erkrankungen. Ein weiteres Thema war, wie Studienzentren in der Analyse berücksichtigt werden sollten, da sich Populationen und Abläufe zwischen Zentrum unterscheiden können. Hier wurden Lösungen diskutiert, wie diese Unterschiede bereits bei der Analyseplanung berücksichtigt werden können, um die Aussagekraft einer Studie zu erhöhen.
Datenqualität und der Umgang mit Variablen
Die Referierenden wiesen auf die Risiken hin, die mit Annahme einfacher linearer Zusammenhänge zwischen kontinuierlichen Variablen wie Alter oder Gewicht und den Ergebnissen verbunden sind. Ausserdem wurde die immer noch gängige Praxis der Dichotomisierung kritisch diskutiert. Darunter versteht man die Einteilung kontinuierlicher oder geordneter Variablen (z.B. einer mRS Skala von 0-6) in zwei Gruppen. Durch Dichotomisierung gehen wichtige Informationen verloren, Studien werden unnötig gross und dauern länger. Es wurden einfach umsetzbare, graphische Hilfsmittel vorgestellt, mit denen die Annahmen für die Variablen bewertet werden können.
Identifizierung kausaler Zusammenhänge
Estimands sind präzise Angaben zum Behandlungseffekt von Interesse, den eine Studie ermitteln möchte. Er wird definiert durch die Zielpopulation, die zu vergleichenden Behandlungen, den Endpunkt (mit Messzeitpunkt) sowie einer Strategie, wie mit Ereignissen während der Studie (intercurrent events) umgegangen wird. Estimands müssen vorab klar definiert werden, denn sie steuern die Studienplanung. Für eine robuste Definition von Estimands und die Identifizierung möglicher Ereignisse braucht es zwingend die Diskussion zwischen dem statistischen Fachpersonal und den klinischen Expertinnen und -experten, so der allgemeine Tenor.
Für ebendiesen Austausch steht das DKF-Statistik-Team allen klinisch Forschenden zur Verfügung. Umso früher in der Planung einer Studie deren Erfahrung und Fachwissen eingebracht wird, desto zielgerichteter und effizienter können Studien geplant, durchgeführt und ausgewertet werden.
Stellvertretend für das Team Data Analysis/Statistik am DKF (v.l.n.r.): Sabine Schädelin, Michael Coslovsky, Deborah Vogt, Marco Cattaneo