Angewandte Themen der Biometrie in der medizinischen Forschung

In diesem Kurs werden verschiedene weiterführende (biometrische) Themen behandelt, die insbesondere für das wissenschaftliche Arbeiten im Bereich klinischer Studien wichtig sind. Die Veranstaltung richtet sich an Medizinstudierende, die praktisch relevante biometrische Themen, die über die Inhalte der Biometrie-Kurse in HeiCuMed hinausgehen, kennenlernen möchten, aber auch an wissenschaftliche Mitarbeiter, die in der klinischen Forschung tätig sind.

Derzeit werden drei Einheiten angeboten, die unabhängig voneinander besucht werden können.

1. Einheit: Are we asking the right questions? Wie man in klinischen Studien die richtige Frage stellt.

In klinischen Interventionsstudien werden häufig Fragen (Objectives) untersucht, die in etwa so lauten: „What is the effect of treatment X compared to treatment Y on patient‘s quality of life/outcome XY?“. 

Bei dieser Formulierung wird implizit davon ausgegangen, dass alle Patient:innen die ihnen zugewiesene Behandlung über den gesamten Studienzeitraum gemäß den Vorgaben im Studienprotokoll bekommen. Je nach Setting ist aber davon auszugehen, dass nicht alle Patient:innen ihre Behandlung komplett erhalten (z.B. Behandlungsabbruch aufgrund von Nebenwirkungen, Bedarf von Notfallmedikamenten, etc.). Wie wird damit in der Studie umgegangen? Welcher Behandlungseffekt soll geschätzt werden? 

In dieser Veranstaltung wird anhand aktueller Publikationen und Beispiele erarbeitet, worauf bei der Studienplanung und Auswertung zu achten ist. Es geht dabei nicht um spezifische statistische Auswertemethoden, sondern um ganz grundlegende Prinzipien, die am Anfang der Planung einer Studie oder der Auswertung von klinischen Daten stehen sollten. 

Dabei sind die vermittelten Prinzipien nicht nur für prospektive Interventionsstudien relevant, sondern lassen sich auf alle Arten von Klinischer Forschung übertragen (inkl. retrospektive Datenauswertungen).  

2. Einheit: Survival analysis for the fittest – Herausforderungen bei der Analyse von Ereigniszeitdaten

Bei vielen Fragestellungen in der medizinischen Forschung interessiert man sich für die Zeit bis zum Eintreten eines bestimmten Ereignisses. Ein sehr häufiges Beispiel für das interessierende Ereignis, das im Rahmen der Ereigniszeit- oder Überlebenszeitanalyse betrachtet wird, ist der Tod der Studienteilnehmenden. Allerdings gibt es noch eine Vielzahl weiterer Beispiele wie den Progress einer Tumorerkrankung, den Rückfall nach einem Entzug oder auch das Versagen eines Implantats.

Gerade bei Beobachtungsstudien gibt es hier einige Stolpersteine, wie beispielsweise die korrekte Wahl des Startzeitpunkts oder die Berücksichtigung von Einflussgrößen, die sich über die Zeit verändern, die es bei der Definition von Ereigniszeiten zu beachten gilt um Probleme wie den „immortal time bias“ zu vermeiden.

In dieser Veranstaltung sollen die grundlegenden Konzepte wie Zeitachse, Definition des Ereignisses und Zensierung, welche aus dem EBI-Kurs bekannt sind, weiter vertieft werden und geeignete statistische Analysen und die Interpretation der Ergebnisse vorgestellt werden. Dies soll anhand von Beispielen und Studienpublikationen illustriert werden.

3. Einheit: Analyse und Bewertung nicht-randomisierter Studien

Randomisiert-kontrollierte Studien gelten seit langem als Goldstandard in der medizinischen Forschung. Die Randomisierung der Studienteilnehmenden sorgt dafür, dass ein Unterschied zwischen den untersuchten Behandlungen kausal interpretiert werden kann. Allerdings gibt es in der Praxis zahlreiche Situationen, in denen nicht-randomisierte Studien bevorzugt, oder retrospektive, nicht-randomisiert erhobene Daten analysiert werden um verschiedene Behandlungen miteinander zu vergleichen. 

In dieser Veranstaltung wird besprochen, welche Einschränkungen es bei der Interpretation nicht-randomisierter Studien gibt. Es wird erläutert, welche Voraussetzungen erfüllt sein müssten, um die Ergebnisse nicht-randomisierter Studien kausal interpretieren zu können. Zentral ist dabei die nicht überprüfbare Annahme, dass alle Störvariablen bekannt sind und in der statistischen Analyse berücksichtigt werden. Wir besprechen gängige Methoden zur Berücksichtigung von Störfaktoren, wie die Adjustierung in Regressionsmodellen, Matching und Inverse-Probability-of-Treatment Weighting und deren Vor- und Nachteile. 

Des Weiteren werden verschiedene Arten von Verzerrung besprochen, die bei nicht-randomisierten Studien auftreten können. Dazu werden u.a. aktuelle Studienpublikationen kritisch diskutiert.

Kurstermine jeweils von 14:45 bis 17:15:

1. Einheit: 6. Mai 2025 (Wie man in klinischen Studien die richtige Frage stellt)

2. Einheit: 13. Mai 2025 (Analyse von Ereigniszeitdaten)

3. Einheit: 20. Mai 2025 (Nicht-randomisierte Studien)

Die Kurse finden im Seminarraum K12 in den Marsilius-Arkaden (Im Neuenheimer Feld 130.3) statt. 

Die Anmeldung ist per E-Mail an lehranmeldung(at)imbi.uni-heidelberg.de vorzunehmen.

Die Teilnahme wird für das MEDISS-Promotionsprogramm anerkannt (0,5 QE pro Einheit).

Information und Kurskoordination
Lukas Baumann
Tel.: 06221 – 56 6594
E-Mail: baumann(at)imbi.uni-heidelberg.de