Flexible Designs in klinischen Prüfungen mit binärer und ordinaler Zielvariable
| dc.contributor.advisor | Hartung, Joachim | |
| dc.contributor.author | Stansen, Wibke | |
| dc.contributor.referee | Fried, Roland | |
| dc.date.accepted | 2010-05-28 | |
| dc.date.accessioned | 2010-07-02T05:43:20Z | |
| dc.date.available | 2010-07-02T05:43:20Z | |
| dc.date.issued | 2010-07-02 | |
| dc.description.abstract | In dieser Arbeit werden klinische Studien mit flexiblem Design untersucht. Hierbei handelt es sich um in mehreren voneinander unabhängigen Stufenabschnitten durchgeführten Verfahren, die basierend auf den bis zu einem bestimmten Zeitpunkt vorliegenden Information Änderungen am Studiendesign erlauben. Zur Kombination der Ergebnisse der einzelnen Sequenzen werden die gewichtete inverse Normal- sowie die verallgemeinerte inverse x^2-Methode betrachtet (vgl. Hartung (2006)). Wird die Anzahl der Sequenzen fest vorgegeben, handelt es sich um adaptiv gruppensequentielle Verfahren. Diese ermöglichen neben der Anpassung des Studiendesigns eine Überprüfung des Testproblems in jeder Zwischenauswertung. Die durch das mehrfache Testen resultierende Erhöhung des Fehlers I. Art erfordert eine Adjustierung der kritischen Schranken. Hierfür werden die Strategien von Pocock (1977), O'Brien und Fleming (1979), Wang und Tsiatis (1987) sowie Haybittle (1971) und Peto et al. (1976) vorgestellt. Die beiden letzteren werden für die Kombination der Ergebnisse mit der inversen x^2-Methode übertragen. Die zugehörigen kritische Werte, welche mittels Simulationen erhalten wurden, werden angegeben. Kommt das Self-Designing klinischer Studien zur Anwendung, ist die Anzahl der Sequenzen zu Beginn der Untersuchung offen. Zudem wird die Gewichtung der einzelnen Stufen basierend auf den vorliegenden Beobachtungen bestimmt. Bei Verwendung der inversen x^2-{Methode kann in jeder Sequenz die Überprüfung der Nullhypothese erfolgen, bei der inversen Normalmethode hingegen erst nach Vergabe des globalen Gewichts. Neben der Überprüfung von Testproblemen ist die Abschätzung des Ausma es eines Wirkungsunterschieds von Interesse. Hierfür werden für die verschiedenen Designs geeignete Methoden für die Punkt- und Intervallschätzung vorgestellt. Für den Fall, dass in den Zwischenauswertungen kein Testen der Nullhypothese sondern nur eine Anpassung der Fallzahl erfolgt, wird ein unverzerrter Schätzer hergeleitet. Die in der Literatur vorgestellten flexiblen Designs basieren häufig auf der Annahme normalverteilter Zielvariable mit bekannter Varianz. Für die Untersuchung dieser Designs bei Vorliegen diskreter Beobachtungen werden klinische Studien mit binärer und ordinaler Zielgröße betrachtet. Für beide Fälle werden Möglichkeiten zur Ermittlung des notwendigen Umfangs basierend auf den vorliegenden Daten vorgestellt. Die verschiedenen flexiblen Designs werden für diese Art von Beobachtungen ausgiebig in Simulationsstudien untersucht. Insbesondere von Interesse ist hierbei, ob Prüfgrößen, welche bereits im nicht-sequentiellen Fall das Testniveau nur asymptotisch einhalten, in adaptiven Designs Anwendung finden können. | de |
| dc.identifier.uri | http://hdl.handle.net/2003/27291 | |
| dc.identifier.uri | http://dx.doi.org/10.17877/DE290R-14124 | |
| dc.identifier.urn | urn:nbn:de:hbz:290-2003/27291-7 | |
| dc.language.iso | de | de |
| dc.subject | Flexibles Design | de |
| dc.subject | Adaptiv gruppensequentielles Design | de |
| dc.subject | Self-designing | en |
| dc.subject | Binäre Zielvariable | de |
| dc.subject | Ordinale Zielvariable | de |
| dc.subject.ddc | 310 | |
| dc.title | Flexible Designs in klinischen Prüfungen mit binärer und ordinaler Zielvariable | de |
| dc.type | Text | de |
| dc.type.publicationtype | doctoralThesis | de |
| dcterms.accessRights | open access |