Analyse dichotomer Endpunkte

1. Analyse dichotomer Endpunkte

2. Schritte eines Systematic Review • Fragestellungfestlegen • Auswahlkriteriendefinieren • Methodendefinieren • Studiensuchen • Auswahlkriterienanwenden • Datenextrahieren • Bias-Risiko der Studienbewerten • Ergebnisseanalysieren und darstellen • Ergebnisseinterpretieren und Schlussfolgerungenziehen • Review optimieren und aktualisieren

3. Studienebene ↓ Reviewebene ↓ Ergebnisse Ergebnisse Ergebnisse Ergebnisse Effektmaß Studie A Effektmaß Studie B Effektmaß Effektmaß Studie C Effektmaß Studie D Quelle: Jo McKenzie & Miranda Cumpston

4. Überblick • Wahrscheinlichkeiten ausdrücken: Risiko und Odds • Effektmaße beim Vergleich von Gruppen • Auswahl eines Effektmaßes • Daten extrahieren für dichotome Endpunkte SieheKapitel 7 & 9 imHandbuch

5. Was sind dichotome Endpunkte? • Wenn der Endpunkt für jede/n TeilnehmerIn eine von zwei Möglichkeiten oder Ereignissen ist • Lebendig oder tot • Geheilt oder nicht geheilt • Schwanger oder nicht schwanger

6. Wie hoch war die Wahrscheinlichkeit dafür? Risiko und Odds • drücken Wahrscheinlichkeit in Zahlen aus • bei dichotomen Endpunkten die Wahrscheinlichkeit innerhalb einer Gruppe, in einem von zwei Zuständen zu sein • werden unterschiedlich berechnet, unterschiedliche statistische Bedeutung

7. Risiko • 24 Leute tranken Kaffee6 bekamen Kopfschmerzen • Risiko für Kopfschmerzen = 6 Leute mit Kopfschmerzen / 24 Leute, die sie hätten bekommen können = 6/24 = ¼ = 0.25 = 25% Risiko = AnzahlTeilnehmerInnenmitEreignis Gesamtzahl der TeilnehmerInnen

8. Odds • 24 Leute tranken Kaffee6 bekamen Kopfschmerzen • Odds für Kopfschmerzen = 6 Leute mit Kopfschmerzen /18 ohne Kopfschmerzen = 6/18 = 1/3 = 0.33 = 1:3 (keine Angabe in %) Odds =AnzahlTeilnehmerInnenmitEreignis AnzahlTeilnehmerInnenohneEreignis

9. Wie stark unterscheiden sich Risiko und Odds? Zwei Beispiele aus Studien zu Koffein • 5 Leute mit “Kopfschmerzen” von 65 • Wahrscheinlichkeit Kopfschmerzen zu bekommen Risiko = 5/65 = 0.077 Odds = 5/60 = 0.083 • 130 Leute sind “noch wach” von 165 • Wahrscheinlichkeit, noch wach zu sein Risiko = 130/165 = 0.79Odds = 130/35 = 3.71

10. In Worten ausgedrückt • Risiko • Das Kopfschmerzrisiko war eins von vier, oder 25% • Odds • Die Odds für Kopfschmerzen war ein Drittel der Odds, keine Kopfschmerzen zu bekommen • Pro Person mit Kopfschmerzen hatten 3 Personen keine Kopfschmerzen • Die Odds Kopfschmerzen zu bekommen lag bei 1 zu 3.

11. Übersicht • Wahrscheinlichkeit ausdrücken: Risiko und Odds • Effektmaße beim Vergleich von Gruppen • Auswahl eines Effektmaßes • Daten extrahieren für dichotome Endpunkte

12. Vergleich zweier Gruppen

13. Vergleich zweier Gruppen • Effektmaße • Relatives Risiko (RR) (Risikoverhältnis) • Odds ratio (OR) (Oddsverhältnis) • Risikodifferenz (RD) (absolute Risikoreduktion) • Schätzungen sind immer unsicher und sollten daher mit einem Konfidenzintervall angegeben werden

14. Risikoverhältnis (RR) • Ereignisrisiko mit Intervention= 17/68 • EreignisrisikomitKontrolle = 9/64 • Risikoverhältnis= Risikomit Intervention RisikomitKontrollrisiko = 17/68 = 0.25 = 1.79 9/64 0.14 BeieinemRisikoverhältnis (RR) = 1 gibteskeinenUnterschiedzwischen den Gruppen

15. In Worten ausgedrückt • Risikoverhältnis (RR) 1.79 • Das Risiko unter Behandlung Kopfschmerzen zu bekommen war 179% des Risikos in der Kontrollgruppe • Die Intervention erhöhte das Risiko für Kopfschmerzen um 79% Oder bei einer Risikoverminderung: • Risikoverhältnis (RR) 0.79 • Das Risiko unter Behandlung Kopfschmerzen zu bekommen war 79% des Risikos in der Kontrollgruppe • Die Intervention verringerte das Kopfschmerzrisiko um 21%

16. Odds ratio • Odds fürEreignis mit Intervention= 17/51 • Odds fürEreignis mitKontrolle= 9/55 • Odds ratio = Odds mit Intervention Odds mitKontrolle = 17/51= 0.33 = 2.06 9/55 0.16 Wenn die odds ratio = 1 beträgt, bestehtkeinUnterschied zwischen den Gruppen

17. In Worten ausgedrückt • Odds ratio 2.06 • Die Intervention hat die Odds fürKopfschmerzen in etwaverdoppelt • Die Intervention erhöhte die Odds auf 206% der Odds der Kontrollgruppe • Die Intervention erhöhte die Odds fürKopfschmerzen um 106% Oder beieinerReduktion der Odds: • Odds ratio 0.06 • Die Intervention verringerte die Odds fürKopfschmerzenzu auf 6% der Odds der Kontrollgruppe • Die Intervention verringerte die Odds fürKopfschmerzen um 94%

18. Risikodifferenz • Ereignisrisikomit Intervention = 17/68 • EreignisrisikomitKontrolle = 9/64 • Risikodifferenz = Risikomit Intervention – RisikomitKontrolle =17/68–9/64= 0.25 – 0.14 = 0.11 Wenn die Risikodifferenz = 0 ist, bestehtkeinUnterschiedzwischen den Gruppen

19. In Worten ausgedrückt • Risikodifferenz0.11 • Die Intervention erhöhte das Kopfschmerzrisiko um 11 Prozentpunkte • 14 von 100 LeutenohneKoffeinbekamenKopfschmerzen. Mit Koffeinbekamen 11 LeutemehrKopfschmerzen. Oder beiRisikoreduktion: • Risikodifferenz-0.11 • Die Intervention verringerte das Kopfschmerzrisiko um 11 Prozentpunkte • 14 von 100 LeutenohneKoffeinbekamenKopfschmerzen. MitKoffeinbekamen 11 LeutewenigerKopfschmerzen.

20. Jetzt sind Sie dran! • BerechnenSie: • RR für den EffekteinerBehandlung auf die WahrscheinlichkeiteinesEreignisses • Odds ratio für den EffekteinerBehandlung auf die Odds einesEreignisses • DrückenSie das Ergebnis in Wortenaus

21. Lösung • RR • OR

22. Übersicht • Wahrscheinlichkeit ausdrücken: Risiko und Odds • Effektmaße beim Vergleich von Gruppen • Auswahl eines Effektmaßes • Daten extrahieren für dichotome Endpunkte

23. Auswahl des Effektmaßes • Darstellung des Effekts • BenutzerIn muss das Ergebnis verstehen und anwenden können • Konstantes Effektmaß unabhängig vom Basisrisiko • Anwendbarkeit auf verschiedene Populationen und Settings • Mathematische Eigenschaften Evtl. hat Ihre Review-GruppeeineRichtlinie

24. Darstellung • OR ist schwer verständlich und wird oft fehlinterpretiert • RR ist einfacher zu verstehen, aber auch relativ • Kann eine sehr kleine oder sehr große Veränderung bedeuten • RD ist am einfachsten zu verstehen • Absolutes Maß der eigentlichen Risikoveränderung • Einfach umzuwandeln in absolute Häufigkeiten oder NNT

25. Konsistenz • Ereignisraten variieren zwischen Studien innerhalb eines Reviews • Studie über Meta-Analysen in der Cochrane Library: • RR und OR sind weniger variabel zwischen verschiedenen Populationen • RD ist variabler, abhängig vom Basisrisiko • Die LeserInnen werden die Ergebnisse auf ihre eigene Population anwenden, die sich ggf. unterscheidet Source: Deeks JJ. Issues in the selection of a summary statistic for meta-analysis of clinical trials with binary outcomes. Statistics in Medicine 2002; 21:1575-1600

26. Mathematische Eigenschaften • Das Ereignis definieren • Gut oder schlecht, Vorhandensein oder Fehlen? • Legen Sie dies im Voraus fest • OR und RD werden durch Wahl nicht beeinflusst, RR ist hiervon abhängig • Unbegrenzte Werte • OR ist das einzige unbegrenzte Effektmaß

27. Zusammenfassung

28. Übersicht • Wahrscheinlichkeiten ausdrücken: Risiko und Odds • Effektmaße beim Vergleich von Gruppen • Auswahl eines Effektmaßes • Daten extrahieren für dichotome Endpunkte

29. Datenextraktion • Vier Zahlen sind nötig für Effektmaß und Varianz: VersuchenSie die konkreteAnzahlfürjedenEndpunktzujedemZeitpunktzuextrahieren

30. Auch andere Datenformate können verwendet werden • Prozentangaben • Anzahl der Ereignisse kann berechnet werden, wenn die Stichprobengröße bekannt ist • Berechnetes Effektmaß der Studie (z.B. OR, RR) • Wenn die Ergebnisse für die Gruppen nicht einzeln berichtet werden • Kann in die Meta-Analyse eingeschlossen werden durch Nutzung der “Generic Inverse Variance Method” • Erfordert ein Maß der Varianz (z.B. SE, 95% CI)

31. Was gehört ins Protokoll? • Die Effektmaße, die für dichotome Daten verwendet werden sollen

32. Fazit • Risiken und Odds sind zwei Arten Wahrscheinlichkeit auszudrücken • Risikoverhältnis (RR), odds ratio und Risikodifferenz vergleichen die Wahrscheinlichkeiten zweier Gruppen • Um dichotome Daten zu nutzen, werden die Anzahl der Ereignisse und die Gesamtanzahl der TeilnehmerInnen in jeder Gruppe benötigt

33. Quellen • Higgins JPT, Deeks JJ (editors). Chapter 7: Selecting studies and collecting data.In: Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration, 2011. Available from www.cochrane-handbook.org. • Deeks JJ, Higgins JPT, Altman DG (editors). Chapter 9: Analysing data and undertaking meta-analyses. In: Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration, 2011. Available from www.cochrane-handbook.org. Danksagung • Zusammengestellt von Miranda Cumpston • Basierend auf Unterlagen von Sally Hopewell, Phil Alderson, Jon Deeks, Deborah Caldwell, Cochrane Statistical Methods Group & Australasian Cochrane Zentrums • Englische Version freigegebenvomCochrane Methods Board • Übersetzt in KooperationzwischendemDeutschen Cochrane Zentrum (JörgMeerpohl, Laura Cabrera, Patrick Oeller), der Österreichischen Cochrane Zweigstelle (Barbara Nußbaumer, Peter Mahlknecht, Isolde Sommer, JörgWipplinger) und Cochrane Schweiz (Erik von Elm, Theresa Bengough)