Advertisement

Vergleichbarkeit und Vergleichsmöglichkeiten Verschiedener Klinischer Studien

  • B. Schneider
Conference paper
Part of the Medizinische Informatik und Statistik book series (MEDINFO, volume 33)

Zusammenfassung

Die Problematik eines Vergleichs verschiedener klinischer Studien über dieselben oder ähnliche Behandlungsverfahren wird diskutiert. Für diesen Vergleich sollten die Studien bezüglich der relevanten Kriterien (Studienanlage, Fragestellung, Auswertung) vergleichbar sein und die Ergebnisse in geeigneter Weise zusammengefaßt werden. Als zusammenfassende Verfahren kommen in Frage:
  1. a

    Berechnung einer „overall significance„ aus den einzelnen Testergebnissen.

     
  2. b

    Berechnung eines „pooled result“.

     

Die Problematik wird am Beispiel von Therapiestudien mit Legalon(R) erläutert.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Cutler, S.J., Greenhouse, S.W., Cornfield, J., Schneiderman, M.A. (1966). The role of hypothesis testing in clinical trials. Journal of chronical Diseases 19, 857–882.CrossRefGoogle Scholar
  2. Fintelmann, V., Albert, A. (1980). Nachweis der therapeutischen Wirk-samkeit von LegalonR bei toxischen Lebererkrankungen im Doppelblindversuch. Therapiewoche 30, 5589–5594.Google Scholar
  3. Fisher, R.A. (1950). Statistical methods for research workers. 11th ed. London: Oliver and Boyd.Google Scholar
  4. Healy, M.J.R. (1981). Some problems of repeated measurements. In: Perspectives in Medical Statistics. European Symposium on Medical Statistics, Rome 1980. London: Academic Press.Google Scholar
  5. Holm, S. (1979). A simple sequentially rejective multiple test procedure. Scandinavian Journal of Statistic 6, 65–70.MathSciNetzbMATHGoogle Scholar
  6. Kalbfleisch, J.D., Prentice, R.L. (1980). The statistical analysis of failure time data. New York: Wiley and Sons.zbMATHGoogle Scholar
  7. Littell, R.C., Folks, J.L. (1971). Asymptotic optimality of Fisher’s method of combining independent tests. Journal of the American Statistical Association 66, 802–806.MathSciNetCrossRefzbMATHGoogle Scholar
  8. Mantel, N., Haenszel, W. (1959). Statistical aspects of the analysis of data from retrospective studies of disease. Journal of the National Cancer Institute 22, 719–748.Google Scholar
  9. Mantel, N. (1980). Assessing laboratory evidence for neoplastic activity. Biometrics 36, 381–399.CrossRefGoogle Scholar
  10. Miller, R.G., Jr. (1981). Simultaneous statistical inference. 2nd ed. New York, Heidelberg, Berlin: Springer-Verlag.CrossRefzbMATHGoogle Scholar
  11. Morgenstern, D. (1980). Berechnung des maximalen Signifikanzniveaus des Testes „Lehne Ho ab, wenn k unter n gegebenen Tests zur Ablehnung führen“. Metrika 27, 285–286.MathSciNetCrossRefzbMATHGoogle Scholar
  12. Potthoff, R.F., Roy, S.N. (1964). A generalized multivariate analysis of variance model useful especially for growth curve problems. Biometrika 51, 313–326.MathSciNetzbMATHGoogle Scholar
  13. Rüger, B. (1978). Das maximale Signifikanzniveau des Testes „Lehne Ho ab, wenn k unter n gegebenen Tests zur Ablehnung führen“. Metrika 25, 171–178.MathSciNetCrossRefzbMATHGoogle Scholar
  14. Schwartz, D., Flamant, R., Lellouch, J. (1980). Clinical trials. London: Academic Press.Google Scholar
  15. Victor, N., Lehmacher, W., van Eimeren, W. (1980). Explorative Datenanalyse. Berlin, Heidelberg, New York: Springer-Verlag.Google Scholar
  16. Zerbe, G.O. (1979). Randomization analysis of the completely randomized design extended to growth and response curves. Journal of the American Statistical Association 74, 215–222.MathSciNetCrossRefzbMATHGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1981

Authors and Affiliations

  • B. Schneider
    • 1
  1. 1.Institut für BiometrieMedizinische Hochschule HannoverHannover 61Deutschland

Personalised recommendations