Dr. Iris Hinneburg

Wenn Firmen Daten aus klinischen Studien nicht veröffentlichen, ist das mehr als ein Kavaliersdelikt - und hat zahlreiche Auswirkungen auf die Forschung und die Patientenversorgung. Das macht der Beitrag von Thomas Liesen deutlich, für den der Autor zu Recht in diesem Jahr - als einer von zwei Journalisten - den Journalistenpreis des Deutschen Netzwerks für evidenzbasierte Medizin erhalten hat. Weiterführende Links und das Manuskript gibt es auf der zugehörigen Seite des Deutschlandfunks.

Heute gibt es als Zusammenfassung zu den Pro und Contra-Argumenten zum Screening einen schönen Meinungsbeitrag aus JAMA: The harms of screening. JAMA. 2012;307(6):565-566

Experten fordern immer wieder, Screening-Verfahren in qualitativ hochwertigen Studien zu untersuchen. Das ist auch deshalb notwendig, weil bei bloßer Beobachtung verschiedene Typen von Verzerrung (Bias) auftreten können. Dazu gehören etwa: * Lead-time bias: wenn eine frühzeitige Therapie nicht effektiver ist als eine Therapie bei Beginn der Symptome. Dann sorgt das Screening nicht für eine längere Überlebenszeit, sondern nur für eine verlängerte Krankheitszeit. Deshalb sollte bei Screening-Studien nicht die Überlebenszeit berichtet werden, sondern die altersspezifische Mortalität. * Length bias: wenn durch das Screening bevorzugt Krankheitszustände mit langsamer Progression gefunden werden.

In der heutigen Folge von "EbM auf den Punkt" geht es um den Likelihood-Quotienten (likelihood ratio). Er ist eine Möglichkeit, die Qualität eines diagnostischen Tests zu beschreiben (ähnlich wie Sensitivität und Spezifität). Im Gegensatz zu diesen beiden Größen gibt der Likelihood-Quotient allerdings keine Wahrscheinlichkeit, sondern die Odds (Chancen) an. Mit Hilfe des Likelihood-Quotienten lässt sich aus Spezifität und Sensitivität des Tests die positive bzw. negative Post-Test-Chance berechnen. Sehr anschaulich erklärt wird der Likelihood-Quotient auch hier .

Die Tests, die bei Screenings eingesetzt werden, müssen hinreichend genau sein. Wie lässt sich die Genauigkeit quantifizieren? Häufig finden sich zur Testgüte zwei Werte: Die Sensitivität und die Spezifität. Die Sensitivität (oder Empfindlichkeit) beschreibt, wie gut ein Test Patienten mit der Erkrankung erkennt. Ein sehr sensitiver Test birgt nur ein geringes Risiko, Patienten mit der Erkrankung zu übersehen. Eine hohe Sensitivität bedeutet also ein geringes Risiko für ein falsch negatives Ergebnis. Die Spezifität gibt an, wie sicher der Test bei einem Patienten ohne die Erkrankung negativ ausfällt. Ein sehr spezifischer Test hat also nur ein geringes Risiko, Patienten ohne die Erkrankung irrtümlich als krank zu klassifizieren. Eine hohe Spezifität bedeutet also ein geringes Risiko für ein falsch positives Ergebnis. Soweit die Theorie. In der Praxis gibt es häufig das Problem, dass sich die wahre Spezifität und Sensitivität eines Tests nur im Vergleich zu einem "Goldstandard...

Bei der Nutzenbewertung eines Screenings lautet die erste Frage: Besteht bei der Erkrankung ein hoher Leidensdruck? So sollten Screeninguntersuchungen nur für Zustände durchgeführt werden, durch die das Leben oder die Gesundheit ernsthaft gefährdet wird. Als Gegenbeispiel wird häufig eine Untersuchung auf Bakterien im Urin genannt, auch wenn keine Beschwerden vorliegen. Für diesen Zustand ist in vielen Fällen nicht klar, ob tatsächlich Konsequenzen für die Gesundheit daraus entstehen. Der geforderte "hohe Leidensdruck" bezieht sich aber nicht nur auf einen einzelnen Patienten. Für eine breit angelegte Reihenuntersuchung sollte auch beachtet werden, wie häufig der Zustand in der Bevölkerung insgesamt ist. Deshalb wird etwa das Mammographie-Screening nur für Frauen über 50 Jahre empfohlen - weil bei ihnen Brustkrebs deutlich häufiger auftritt als bei jüngeren Frauen. Die Häufigkeit in der Bevölkerung spielt auch deshalb eine Rolle, weil keine Screeninguntersuchung zu 100 Prozen...

Eigentlich hört es sich ja gut an: Mit Untersuchungen mögliche Erkrankungen schon im Vorfeld oder in einem frühen Stadium erkennen und vermeiden oder zumindest doch rechtzeitig behandeln. Diese Vorstellung steckt hinter Screening-Untersuchungen. Doch nicht jede Früherkennungsmaßnahme ist auch tatsächlich sinnvoll. Denn ein Screening kann unter Umständen auch Schaden anrichten.Bei der Nutzenbewertung eines Screenings wird unter anderem auf die folgenden Punkte geachtet: * Besteht bei der Erkrankung ein hoher Leidensdruck? * Wie gut funktionieren die Untersuchungsmethoden? * Wie effektiv lässt sich die Erkrankung in einem Frühstadium behandeln? Die nächsten Folgen von EbM auf den Punkt werden sich diesen Fragen widmen.

Das Guidelines International Network (G-I-N) hat Qualitätsstandards für Leitlinien entwickelt und in Annals of Internal Medicine veröffentlicht. Ann Intern Med. 2012;156:525-531

Eine schöne Zusammenfassung über Nutzen und Risiken von Surrogatparametern gibt es in dieser Woche im BMJ: "The idolatry of the surrogate". BMJ 2011;343:d7995

Was ist ein valider Endpunkt für onkologische Studien: Die Gesamtmortalität oder die krebsspezifische Mortalität. Pro und Contra werden in zwei Meinungsbeiträgen im BMJ diskutiert. BMJ 2011; 343:d6395 BMJ 2011; 343:d6397

Nicht nur Ärzte und Forscher können Interessenskonflikte haben - auch medizinische Fachzeitschriften bleiben davon nicht verschont. Das zeigt eine Debatte im BMJ, die Argumente für und gegen die Praxis von kostenpflichtigen Sonderdrucken gegenüberstellt. BMJ 2011; 343:d6428 BMJ 2011; 343:d6448

Die kritische Bewertung von klinischen Studien nimmt eine zentrale Rolle in der evidenzbasierten Medizin ein. Dabei soll überprüft werden, ob die Studie den Qualitätskriterien entspricht (interne Validität), ob die Ergebnisse klinisch relevant sind und ob die Ergebnisse der Studie auf die individuelle Fragestellung übertragbar ist (externe Validität). Als Hilfsmittel zur Beantwortung der Fragen hat das Centre for evidence based medicine in Oxford verschiedene Fragebögen entwickelt.

Um die Frage zu untersuchen, welcher Anteil einer Erkrankung in der Bevölkerung auf einen bestimmten Risikofaktor zurückzuführen ist, wird häufig der populationsbezogene attributable Anteil (population attributable fraction) berechnet. In die Berechnung gehen sowohl das attributable Risiko in der Population (also die Inzidenz einer Erkrankung aufgrund einer bestimmten Exposition) als auch die Gesamtinzidenz der Erkrankung ein. Ein Beispiel soll diese Erklärung illustrieren: In einer Studie , die im BMJ veröffentlicht wurde, untersuchten die Autoren, welchen Anteil verschiedene Risikofaktoren auf die Entstehung einer Demenz haben. Dabei zeigte sich, dass nach dieser Berechnung ein geringer Verzehr von Obst und Gemüse fast den gleichen Anteil an der Entstehung an der Demenz haben wie genetische Risikofaktoren. BMJ 2010; 341:c3885

Evidenzbasierte Medizin ist nicht nur eine Domäne für Ärzte und andere Health Professionals: Auch für Patienten sind evidenzbasierte Gesundheitsinformationen verfügbar. Hier eine kleine Auswahl: * Patientenleitlinien: Viele Leitlinien bieten inzwischen eine Patientenversion an, die in laiengerechter Sprache die wesentlichen Informationen zur Therapie zusammenfassen. Hinterlegt sind die Patientenleitlinien in der Leitlinien-Datenbank der AWMF (Arbeitsgemeinschaft der wissenschaftlichen medizinischen Fachgesellschaften). * Das Ärztliche Zentrum für Qualität in der Medizin (ÄZQ) bietet kurze Patienten-Informationen zu bestimmten Krankheitsbildern an (etwa Asthma oder Fußerkrankungen bei Diabetes). Zu finden sind die Informationsblätter auf dem Patientenportal . * Die Gesundheitsinformationen des Instituts für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG) hat eine Plattform für evidenzbasierte Gesundheitsinformationen erstellt, in die beispielsweise auch die Ergebnisse von ...

Die Power oder Trennschärfe einer Studie bezeichnet die Wahrscheinlichkeit, dass die Studie statistisch signifikante Unterschiede zwischen den Gruppen finden wird, wenn sie tatsächlich vorhanden sind. Die Power hängt dabei u.a. ab von der Größe des Effektunterschiedes und der Fallzahl. Umgekehrt gilt: Um eine gute Trennschärfe zu erreichen, muss die Fallzahl entsprechend groß genug sein. Abgeleitet wird die Power aus dem Betafehler (Power= 1-Betafehler). Angestrebt wird meist ein Wert für die Power von 80 %.

Ein Vorwurf, der im Zusammenhang mit EbM häufig zu hören ist, bezieht sich darauf, dass die Ergebnisse von RCTs nicht in die klinische Praxis zu übertragen seien. Ein Artikel im BMJ liefert aber Gegenargumente: Hier wird mit Hilfe eines mathematischen Modells aus den Daten eines RCT mit Rosuvastatin für individuelle Patienten der Nutzen in der Primärprävention abgeschätzt. BMJ 2011; 343:d5888

Die aktuelle Ausgabe des BMJ liefert ein schönes Fallbeispiel dafür, welche Arten von Bias in Fall-Kontroll-Studien auftreten können. BMJ 2011; 343:d6284

Häufig verwechselt werden die beiden Begriffe aus der Epidemiologie "Inzidenz" und "Prävalenz". Prävalenz bedeutet den Anteil von Personen mit einem bestimmten Krankheitsbild oder Zustand zu einem gegebenen Zeitpunkt bzw. in einem bestimmten Zeitraum. Ein Beispiel: In einer Gruppe von 100 Personen sind zu einem bestimmten Zeitpunkt 4 an Diabetes erkrankt. Die Prävalenz von Diabetes zu diesem Zeitpunkt liegt bei 4/100, also 4 Prozent. Die Inzidenz dagegen ist die Neuerkrankungsrate. Wenn also beispielsweise innerhalb eines Zeitraums von zwei Jahren in der genannten Gruppe 10 Menschen neu an Diabetes erkranken, liegt die Inzidenz bezogen auf den Zeitraum bei 10/100, also 10 Prozent. Betrachtet man die Prävalenz in der Gruppe am Ende des 2-Jahreszeitraums, liegt sie bei 14/100, also 14 Prozent.

Nicht immer läuft in Studien alles so glatt, wie es geplant war. Doch wie wertet man die Studien aus, bei denen Patienten etwa nicht bis zum Ende mitgemacht haben. Grundsätzlich lassen sich drei Auswertungsarten unterscheiden: * Intention-to-treat (ITT): Alle randomisierten Patienten werden ausgewertet, und zwar in der Gruppe, zu der sie ursprünglich zugeteilt waren. ITT berücksichtigt also auch falsch eingeschlossene Patienten, Therapie- oder Studienabbrecher. * Per-protocol: Nur die Patienten werden ausgewertet, die sich entsprechend der Studienplanung verhalten haben. * As-treated: Die Patienten werden so ausgewertet, wie sie tatsächlich behandelt wurden (also z.B. werden sie für den Vergleichsarm ausgewertet, wenn sie ursprünglich zum Behandlungsarm randomisiert wurden und im Lauf der Studie auf die Vergleichstherapie gewechselt haben). Die ITT-Analyse wird als Goldstandard bei RCTs angesehen. Das hat mehrere Gründe: * Die Vergleichbarkeit der Patientengruppen und die statistische ...

In klinischen Studien können neben der zu untersuchenden Therapie auch verschiedene andere Faktoren das Ergebnis beeinflussen (sogenannte "Confounder"). Sie lassen sich durch verschiedene Strategien bei der Planung oder Auswertung beeinflussen. Dazu gehören das Matching und die Stratifizierung. Beim Matching wird für jeden Probanden in der Untersuchungsgruppe ein entsprechender Proband in die Kontrollgruppe aufgenommen. "Entsprechend" bezieht sich dabei auf Faktoren wie Alter, Geschlecht oder bestimmte Risikofaktoren. Durch das Matching soll eine weitgehende Strukturgleichheit zwischen Untersuchungs- und Kontrollgruppe hergestellt werden. Eine Stratifizierung erfolgt bei der Analyse der erhobenen Daten. Dabei werden die Probanden in verschiedene Schichten (Strata) eingeteilt, die jeweils über ein bestimmtes Merkmal verfügen.