Um den Effekt einer Verhaltensintervention zu untersuchen, sollte sie in einer Interventionsstudie mit einer Kontrolle oder einer bestehenden Behandlung verglichen werden. In der Literatur existieren zahlreiche Richtlinien zum Entwurf und zur Analyse von Interventionsstudien, einschließlich Empfehlungen zur a priori Bestimmung der Stichprobengröße. Die überwältigende Mehrheit dieser Richtlinien basiert auf dem Rahmen des Tests der Nullhypothese, bei dem ein p-Wert mit einer vom Benutzer ausgewählten Fehlerquote des Typs I verglichen wird, um festzustellen, ob ein Effekt signifikant ist oder nicht. Dieser Ansatz wurde in den letzten Jahrzehnten stark kritisiert, da er zu Publikationsbias, schlampiger Wissenschaft und Betrug geführt hat. Der bayesianische Ansatz zur Hypothesenprüfung wurde entwickelt, um einige dieser Nachteile zu überwinden. Der Bayes-Faktor quantifiziert die relative Unterstützung in den Daten für eine Hypothese im Vergleich zu einer anderen Hypothese. Die Hypothesen müssen nicht zwingend eine Nullhypothese enthalten und können auf Beobachtungen, Befunden in der Literatur oder der Meinung eines Experten beruhen. Die posterioren Modellwahrscheinlichkeiten, die eine Funktion des Bayes-Faktors sind, können verwendet werden, um eine Gruppe von Hypothesen miteinander zu vergleichen und die am besten durch die Daten unterstützte auszuwählen. In diesem Artikel fassen wir die Mängel des Tests der Nullhypothese zusammen, führen den Bayes-Faktor und die posterioren Modellwahrscheinlichkeiten ein, erklären, wie sie berechnet werden und wie sie interpretiert werden. Wir konzentrieren uns auch auf die a priori Bestimmung der Stichprobengröße im Rahmen der bayesianischen Hypothesenprüfung. Wir stellen ein Kriterium zur Bestimmung der Stichprobengröße und ein Verfahren zur Ermittlung der erforderlichen Stichprobengröße vor. Wir veranschaulichen unsere Methodologie anhand einer cluster-randomisierten Studie über die Wirksamkeit eines Online-Trainings zur Verbesserung der Kompetenz von Hausärzten in kurzen Tabakinterventionen. Alle Analysen werden in R durchgeführt, und wir stellen den Datensatz und die R-Syntax für eine unkomplizierte Replikation bereit.
Ibáñez et al. (Wed,) haben diese Frage untersucht.