Studiendesign und statistische Methoden bei unerklärter Heterogenität in medizinischen Studien mit Ereigniszeit als Zielvariable

• Antragstellerin: Professorin Antje Jahn-Eimermacher, Ph.D.
• Fachliche Zuordnung: Epidemiologie und Medizinische Biometrie/Statistik
• Förderung: Förderung von 2015 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 276859231

In vielen medizinischen Studien ist die Zeit bis zum Eintreten eines bestimmten Ereignisses von primärem Interesse, z.B. die Zeit bis zur Krankheitsprogression. Solche Daten werden häufig mittels Regressionsmodellen ausgewertet, die auf der Annahme basieren, dass Heterogenität zwischen Individuen in deren Ereignisrisiko durch bekannte Kovariaten erklärt werden kann. In der Praxis erscheinen Patientengruppen mit identischer Kovariatenausprägung häufig dennoch heterogen in ihrem Ereignisrisiko. Mögliche Gründe sind unbekannte oder nicht erfasste Einflussfaktoren, eine unspezifizierte Subpopulation ohne Risiko für das interessierende Ereignis, geclusterte Patientengruppen mit gemeinsamen unbekannten Attributen, die das Ereignisrisiko beeinflussen oder mehr als nur eine Ursache. Heterogene Studienpopulationen wirken sich relevant auf die medizinische Forschung aus: Erstens reduziert sich die Effizienz einer Studie so dass größere Fallzahlen benötigt werden; zweitens verringert sich die Präzision der Studienergebnisse und damit ihr Nutzen für die Entscheidungsfindung für zukünftige Patienten z.B. hinsichtlich von Therapieentscheidungen oder der Terminierung von Nachsorgeuntersuchungen. Das Ziel des beantragten Forschungsprojekts ist es, unerklärte Heterogenität bei Ereigniszeitdaten durch statistische Designs und Methoden zu reduzieren und/oder adäquat zu modellieren um so die (Kosten-)Effizienz medizinischer Studien und die Präzision der aus Studienergebnissen abgeleiteten medizinischen Entscheidungenzu erhöhen. Im Detail sollen statistische Schätzer, statistische Inferenz und die Vorhersagegüte etablierter Ereigniszeitmodelle untersucht werden wenn die Ursache der Patientenheterogenität misspezifiziert wird, es sollen dynamische Vorhersagemodelle entwickelt werden, um Ereignisrisiken vorherzusagen wenn eine möglicherweise zeitabhängige Chance für ein auf Null reduziertes Ereignisrisiko besteht und es sollen flexible Studiendesigns zur Fokussierung auf eine homogene Subpopulation untersucht werden. Alle Methoden werden an simulierten und realen Studiendaten evaluiert und illustriert.

• DFG-Verfahren: Sachbeihilfen