[Zurück]

Progether Newsletter, September 2018

Hallo von Progether,

„Für Berliner Currywurst-Verkäufer und Christbaumhändler gibt es Bewertungen, für Krankenhäuser nicht.“ So hieß es in dem hervorragendem Vortrag von Herrn G. Carl zur PCO-Studie auf dem DGU-Kongress in Dresden Ende September. Und genau das will die Prostate-Cancer-Outcome Studie ändern. Mit einem weltweit-einheitlichen Fragebogen wird die Behandlungs- und Lebensqualität gemessen, um so die physische und psychische Gesundheit von Männern mit Prostatakrebs zu verbessern. Weitere Informationen finden Sie unter www.pco-study.com.

Im englischsprachigen Raum ist der September traditionell der Prostate-Cancer-Awareness-Month. Mit verschiedenen Aktionen, wie z.B. der „Push-Up-Challenge“ der Prostate-Cancer-Foundation, wird versucht, auf Prostatakrebs und Prostatakrebsvorsorge aufmerksam zu machen und Geld für wohltätige Zwecke zu sammeln. Währenddessen wurde in Deutschland bzw. Europa am 15.09. der europäische Prostatakrebstag begangen, jedoch mit eher geringem medialen Echo.

Wir möchten in dieser Ausgabe des Newsletters gerne der Anregung eines unserer Progether-Nutzer folgen, der sich aufgrund unseres letzten Newsletters weitere Erklärungen zu allgemeinen statistischen Begriffen wünschte, so dass das Paper-Lesen und vor allem das Paper1-Verstehen einfacher wird. Wir beginnen im September mit allgemeinen Begrifflichkeiten und setzen diese kleine Reihe ab jetzt in jedem Newsletter mit neuen Begriffen fort.

Um es etwas anschaulicher zu machen, erklären wir diese Begriffe an einer kürzlich im New England Journal of Medicine erschienene Arbeit:

Ausschnitt aus dem zitierten Journal-Artikel

In „Effect of Aspirin on Disability-free Survival in the Healthy Elderly“ haben die Autoren um McNeil et al. etwa vier Jahre lang knapp 19.000 Menschen untersucht mit der Fragestellung, ob sich die präventive tägliche Einnahme von Aspirin günstig auswirkt und vor Erkrankungen wie z.B. Demenz schützen kann.

Hypothese: Man plant ein Experiment oder eine Studie, um etwas Bestimmtes herauszufinden. Deswegen stellt man zunächst die Null- sowie die Alternativhypothese (auch Gegenhypothese oder Arbeitshypothese genannt) auf. Die Nullhypothese sagt aus, dass es keinen Effekt gibt bzw. kein Zusammenhang zwischen zwei Maßnahmen besteht. Wenn die Nullhypothese verworfen wird, bleibt die Alternativhypothese stehen.

→ Die Arbeitshypothese dieser Studie lautete, dass die Einnahme von 100 mg Aspirin pro Tag das „Gesunde Überleben“ (=disability free survival) verlängert. Umgekehrt besagt die Nullhypothese, dass die Einnahme von 100 mg Aspirin am Tag keinen Effekt auf des „Gesunde Überleben“ hat.

Primärer Endpunkt: Der primäre Endpunkt ist quasi das Ergebnis einer klinischen Studie. An ihm beurteilt man, ob eine angewandte Maßnahme erfolgreich war, also die Arbeitshypothese zutrifft. Es handelt sich hierbei um „harte Kriterien“ wie z.B. Remission (= Rückgang von Symptomen), Rezidiv (= Wiederauftreten / Rückfall) oder Tod.

Sekundärer Endpunkt: Bei „sekundären Endpunkten“ handelt es sich um zweitrangige Ziele einer Studie. Diese charakterisieren den Erfolg einer Maßnahme zusätzlich. Es handelt sich um weichere - machmal schwieriger messbare - Kriterien, wie z.B. Schmerz oder Lebensqualität. Die sekundären Endpunkte stehen im engen Zusammenhang zum primären Endpunkt. Konnte der primäre Endpunkt nicht erreicht werden, haben die sekundären Endpunkte nur bedingte Aussagekraft.

→ Als primärer Endpunkt o.g. Studie wurde das „Gesunde Überleben“ mit oder ohne die tägliche Einnahme von Aspirin definiert. Das bedeutet im Einzelnen, dass die Studienteilnehmer am Ende lebendig sind, keine Demenz entwickelt haben und bei alltäglichen Aktivitäten nicht physisch beeinträchtigt sind (nicht gezählt wurden dabei physische Beeinträchtigungen durch andere Ursachen, wie z.B. Sturz). Sekundäre Endpunkte waren z.B., ob während der Studienzeit eine Blutung stattgefunden hat, Krebs oder Herzkreislauferkrankungen aufgetreten sind.

p-Wert (von engl. Probability = Wahrscheinlichkeit): Der p-Wert gibt die Wahrscheinlichkeit (als Wert von Null bis Eins) an, dass die beobachteten Ergebnisse eines Experiments zufällig zustande gekommen sind. Wenn der p-Wert unter einer vorher festgesetzten Grenze (in der Medizin häufig 0,05) liegt, lehnt man die Nullhypothese ab. Für den „Alltag“ kann man sagen: In Studien, in denen der p-Wert kleiner als 0,05 ist, ist es sehr wahrscheinlich, dass die Ergebnisse nicht nur zufällig zustande gekommen sind. Die Ergebnisse sind also „signifikant“.

→ Die Wichtigkeit des p-Wertes kann man gut an der hier diskutierten Aspirin-Studie darstellen: In der Gruppe, welche regelmäßig Aspirin eingenommen hat, zeigte sich ein minimal höheres Auftreten der untersuchten Endpunkte (Tot, Demenz usw.) von 21,5 Ereignissen pro 1000 Patientenjahren im Gegensatz zu 21,2 pro 1000 Patientenjahren in der Nicht-Aspirin-Gruppe. Bewertet man diese Beobachtung jedoch mit den beschriebenen statistischen Methoden ergibt sich, ein p-Wert von 0,79, also deutlich über dem Signifikanzwert von 0,05. Zusammengefasst ist diese Beobachtung also nicht signifikant, man kann nicht sagen, dass Aspirin für diese Ereignisse verantwortlich ist.

Zusammengefasst: Wir sehen zwar einen messbaren Unterschied zwischen den Gruppen (21,5 im Vergleich zu 21,2) aber dieser Unterschied ist, dass sagt uns die Mathematik, sehr wahrscheinlich reiner Zufall.

Weitere Erklärungen statistischer Begriffe im nächsten Monat.

Waren diese Informationen nützlich für Sie? Möchten Sie mehr erfahren über statistische Begriffe, oder gibt es ein anderes Thema rund um Prostatakrebs, welches Sie interessiert?

Senden Sie uns eine E-Mail mit Ihren Kommentaren an hallo@progether.com. Wir freuen uns!

Bis dahin senden wir Ihnen herzliche Grüße,
Ihr Progether-Team

1 Wissenschaftler-Jargon für wissenschaftliche Veröffentlichungen