DOELSTELLING
Tijdens de nascholing ´Statische begrippen in de medische literatuur´ verwerft u inzicht, kennis en vaardigheden over de belangrijkste methodologische en statistische aspecten van moderne klinische trials. Zo krijgt u als arts en/of onderzoeker meer vat op de data van trials, zoals deze momenteel in de vakliteratuur worden gepubliceerd.
De statistische analyse van efficacy data
We beperken ons tot de statistiek van klinische trials, die sterk verschilt van de statistiek in epidemiologisch onderzoek. Bij klinische trials zijn we geïnteresseerd in causale verbanden, die getoetst worden met prospectieve nulhypothese toetsing. Bij epidemiologisch onderzoek daarentegen, wordt veelal gebruik gemaakt van correlatie en regressie-analyse. Technieken die alleen associaties opleveren, geen causaliteiten. De twee hoofdhypothesen die in klinische trials worden getoetst, zijn: (a) het nieuwe middel is werkzaam, (b) het nieuwe middel is safe. De data die gebruikt worden voor de toetsing van hypothese (a) zijn vaak continu van aard. Toetsing gebeurt met T-toets, ANOVA of non-parametrische toetsen.
De statistische analyse van safety data
Safety data in een klinische trial zijn vaak discreet van aard ( ja/nee, percentages etc.). Nulhypothesetoetsing gebeurt met chi-kwadraat, Mc Nemar, Fisher-exact. Kaplan-Meier survival curves kunnen op soortgelijke wijze worden geanalyseerd (Mantel-Haenszel chi-kwadraat-test).
Statistische power en de berekening van de vereiste sample size voor een trial
Als er in een trial geen statistisch verschil tussen de nieuwe en de oude behandeling wordt aangetoond, kan dat het gevolg zijn van twee oorzaken: (a) het verschil is afwezig, (b) het verschil is wel aanwezig, maar er zijn te
weinig patiënten in de studie betrokken om tot een betrouwbare conclusie te komen. In dat laatste geval spreken we over een studie die underpowered is.
Deze module gaat in op criteria voor power en sample size requirement.
Multiple lineaire regressie-analyse
De laatste jaren is twijfel gerezen over de validiteit van deze methode, omdat de methode vaak wordt toegepast in het kader van secundaire analyses. Deze worden veelal gekenmerkt door een sfeer van onzekerheid. Multipele lineaire regressie en vergelijkbare methoden zoals logistische regressie kunnen niet alleen in secundaire, maar ook in primaire analyses worden toegepast. In het laatste geval levert dat vaak verhoging van de precisie van de primaire eindpunten op.
Tijdens de nascholing zal gebruik worden gemaakt van het boek ‘Statistics Applied to Clinical Trials’ en de bijbehorende collegedictaten.