Forschung > Biostatistik

09/13/17

Forschung

Biostatistik

Das Angebot der statistischen Betreuung und Bearbeitung ihrer Studie kann von allen Angehörigen des Universitätsklinikums Salzburg (SALK), des Klinikums Nürnberg, allen Mitarbeitern/innen und Studierenden der Paracelsus Medizinischen Privatuniversität (PMU) sowie von externen Wissenschaftern/innen und interessierten Klinikern/innen in Anspruch genommen werden.


Die biostatistische Betreuung umfasst meistens folgende Bereiche: 

Erstbesprechung

Ziel der Erstbesprechung ist zunächst eine Klärung der nächsten Schritte in Ihrer Studie. Diese können – je nach Fortschritt der Studie – recht verschiedenfältig sein: Befindet sich die Studie in der Planungsphase, so werden Themen wie Studiendesign, Ethikkommissionsantrag, saubere Datenerfassung mittels Datenbank, Planung der notwendigen Fallzahlen oder Studiendesign (offen, blind, randomisiert, kontrolliert, mono- oder multizentrisch, Pilotstudie, sequentiell) begesprochen.

Sind die Daten bereits erhoben, werden die wesentlichen Fragestellungen und Ziele Ihrer Studie besprochen. und diskutiert. Wir ersuchen Sie zum Erstberatungsgespräch alle vorliegenden Projektunterlagen mitzubringen. 

Auswertung – Darstellung – Publikation Ihrer Studie

Zur Auswertung werden modernste mathematisch-statistische Analysen werden verwendet.

Warum ist das für Sie und Ihre Publikation wichtig? 

Dies ist deswegen fundamental wichtig, weil diese neuen Methoden signifikante Unterschiede mit einer höheren Power als z.B. der altbackene t-Test nachweisen können.

Es wäre doch mehr schade, wenn ein veralteter Test den Unterschied nicht nachweisen kann, ein Monte-Carlo Verfahren oder anderes Verfahren diesen signifikanten Unterschied ganz klar findet!


Hier ein Überblick über moderne Verfahren, die in der Praxis eingesetzt werden:

1. "Resampling Methods":

Der Vorteil von "Resampling Methods" liegt darin, dass diese Methoden einen echten Behandlungseffekt oder Zusammenhang (z.B. beim Vergleich von Blutverlust zweier verschiedener Operationsmethoden, 5-Jahresinzidenzrate für Brustkrebs, Überlegenheit von Therapie A gegen Therapie B, usw.) besser nachweisen können (also mit einer höheren Power) als dies mit herkömmlichen parametrischen oder nichtparametrischen Tests der Fall ist.

Das Forschungsbüro verwendet dazu eine Vielzahl von sog. "Monte-Carlo-, Permutations-, Bootstrap- und Jackknife-Methoden", welche klassischen, herkömmlichen Tests in vielen Fällen deutlich überlegen sind.

 2. "Adaptive Group-Sequential Designs":

Diese können den erwarteten Stichprobenumfang im Vergleich zu Plänen mit festem Stichprobenumfang beträchtlich senken. Die Studiendauer wird daher u.U. deutlich verkürzt, daher werden die Kosten, der Zeit- und Organisationsaufwand überschaubar, manchmal die Studie überhaupt erst realisierbar.

3. "Machine learning":

Dazu zählen "neuronale Netze" (linear, radial basis functions, 3- and 4-layer perceptrons), support vector machines, bayes classifier und classification tree analyses.  Diese werden meist als Prognose- oder Klassifikations- oder Regressionsproblemen angewendet.

Dazu einige Anwendungsbeispiele aus der Praxis:

3.1 in der Ophthalmologie: Entdeckungsraten für die Erkennung von Gefäßen, Exsudaten und Blutungen bei Patienten mit diabetischer Retinopathie mittels neuronaler Netzen.

3.2 in der internen Medizin: Prognose von Lungenembolien und ventrikuläre Hypertrophie und Myokardinfarkt.

3.3 Pneumologie/Lungenheilkunde: Prognose, ob ein Patient erfolgreich von der mechanischen Beatmung entwöhnt werden kann.

3.4 in der Urologie: zur Prostatafrüherkennung.

3.5 Dermatologie: neuronale Netztechnologien zur Prognose des Auftretens eines Melanoms.

Diese Modelle unterliegen strengen sogenannten"cross-validation tests" in randomisierten, unabhängigen Stichproben um die Generalisierung auf neue Patienten zu gewährleisten.  


4. "Generalized Estimation Equation Models (GEE), Mixed models, Generalized linear/nonlinear Models (GLM/GLNM) oder General Additive Models":

verfügen über einige sehr wichtige Vorteile gegenüber traditionellen Verfahren wie t-test, ANOVA, usw. Denn in der Praxis kommen häufig nichtnormalverteilte Merkmale vor, die dann anderen Verteilungen folgen: z.B. inversen Normal-, Beta-, Gamma-, Poisson-, Binomial oder der Familie der Tweedieverteilungen.

Diese wichtige Information wird von diesen Modellen verwendet und daher haben diese Methoden gegenüber nichtparametrischen Verfahren wesentliche Vorteile.

Kaplan-Meier Methoden oder Cox-Regressionsmodelle werden von Reviewer oftmals – zu Recht – kritisiert. Es stehen daher so genannte

5. "Markov chains und homogeneous sowie inhomogeneous Markov processes with discrete state space and continuous time" Modelle

zur Verfügung.

Diese stellen eine sehr schöne Verallgemeinerung der ebenfalls alt und ehrwürdigen Kaplan-Meier Methoden dar. Dazu zählen insbesondere "illness-death models" und "competing risk models".

Medizinische Anwendungsbeispiele dazu finden Sie im pubmed, etwa Fortschreiten von Nierenkrebs, Brustkrebs oder Augenerkrankungen.

Hier ein Beispiel eines sog. "Dynamic treatment regimes" bei HIV:

Verwendete Software:

Die komplette Auswertung Ihrer Daten wird mittels moderner statistischer Methoden und Software durchgeführt:

  • STATISTICA 13. Hill, T. & Lewicki, P. (2017). STATISTICS: Methods and Applications. StatSoft, Tulsa, OK. www.statsoft.com
  • MATHEMATICA 11: Wolfram Research, Inc., Mathematica, Version 7.0, Champaign, IL (2017). www.mathematica.com
  • StatXact 10 (Cytel Software. For Windows User Manual, Cambridge MA, USA). www.cytel.com
  • PASS 13 Hintze, J. (2017). NCSS 8. NCSS, LLC. Kaysville, Utah, USA. www.ncss.com
  • NASS 10: Hintze, J. (2017). NCSS 8. NCSS, LLC. Kaysville, Utah, USA. www.ncss.com
  • STATISTICA Neural networks, Hill, T. & Lewicki, P. (2011). STATISTICS: Methods and Applications. StatSoft, Tulsa, OK. www.statsoft.com
  • SPSS 23. IBM Corp. Released 2011. IBM SPSS Statistics for Windows, Version 23.0. Armonk, NY: IBM Corp.

Nützliche Checklisten, Flowcharts u. interessante Links:


Standard Operating Procedure

Die "SOP für die Zusammenarbeit im Rahmen medizinischer Studien" regelt die Zusammenarbeit zwischen dem Biostatistik-Service des Forschungsbüros der Paracelsus Universität und der/dem Anfragenden. Ziel ist die Standardisierung der Vorgangsweise sowie die Festlegung eines Qualitätsstandards für die Zusammenarbeit. 

Die Ergebnisse der Auswertung werden Ihnen schriftlich per E-Mail als Bericht übermittelt. Ziel ist die Approbation Ihrer Dissertation/Habilitation oder Publikation in medizinischen Journalen.