Ein Rahmen für das Design, die Durchführung und die Interpretation von randomisierten kontrollierten Studien bei Änderungen der Behandlung

HINTERGRUND: Wenn eine randomisierte Studie Abweichungen von der randomisierten Behandlung unterliegt, schätzt die Analyse gemäß der Absicht-zu-behandeln nicht zwei wichtige Größen: relative Behandlungswirksamkeit und Effektivität in einem anderen Setting als in der Studie. Sogar in Studien überwiegend pragmatischer Natur können zahlreiche Gründe bestehen, das Ausmaß und die Auswirkungen solcher Abweichungen vom Protokoll auf die Analyse zu berücksichtigen. Einfache Methoden wie per-protokoll- oder als-behandelt-Analysen, die Patienten aufgrund ihrer Adhärenz ausschließen oder zensieren, führen in der Regel zu Selektions- und Verfälschungsbias. Es gibt jedoch geeignete kausale Schätzmethoden, die versuchen, diese inhärenten Verzerrungen zu überwinden, aber diese Methoden sind relativ unbekannt und werden in Studien selten angewendet. METHODEN: In diesem Papier wird dargestellt, wann es von Interesse sein könnte, über die Analyse gemäß der Absicht-zu-behandeln hinaus nach Antworten auf alternative kausale Forschungsfragen zu suchen, anhand von illustrativen Fallstudien. Wir möchten Studienleiter anleiten, wie sie mit Behandlungsänderungen im Design, in der Durchführung und bei der Planung der Analyse einer Studie umgehen können; diese Änderungen können geplant oder ungeplant sein und können im Protokoll erlaubt oder nicht erlaubt sein. Wir heben Punkte hervor, die in der Planungsphase der Studie berücksichtigt werden müssen, insbesondere: die Definition von Nichteinhaltung und die kausale Forschungsfrage von Interesse, Studiendesign, Datensammlung, Monitoring, statistische Analyse und Stichprobengröße. ERGEBNISSE UND SCHLUSSFOLGERUNGEN: Während der Studienplanung sollten Studienleiter ihre kausalen Forschungsfragen von Interesse definieren, das wahrscheinliche Ausmaß der Behandlungsänderungen antizipieren und diese nutzen, um das Studiendesign zu informieren, einschließlich des Umfangs der Datensammlung und Datenüberwachung. Eine Reihe prägnanter Empfehlungen wird vorgestellt, um Studienleiter zu leiten, wenn sie die Durchführung kausaler Analysen in Betracht ziehen.