Randomisationssimulation klinischer Studien zur Unterstützung bei der Wahl des Studiendesigns in der Open-Source Webanwendung RANDI2

Einleitung/Hintergrund: In klinischen Studien spielt die Randomisation – die zufällige Zuordnung von Probanden zu Behandlungsarmen – eine zentrale Rolle, um eine Vergleichbarkeit zwischen Studienarmen zu gewährleisten. Daher sollte die Randomisation schon von der Planung an berücksichtigt werden. Entscheidende Punkte sind zu beachtende Einflussfaktoren und die Probandenanzahl, die einen großen Einfluss auf die Wahl des Randomisationsverfahrens haben. Um eine rationale Wahl eines geeigneten Verfahrens und ihrer jeweiligen Parameter zu ermöglichen, stellt die Simulation ein gutes Hilfsmittel dar. Material/Methoden: Das Simulationswerkzeug wird als Bestandteil von RANDI2 zur Verfügung gestellt. RANDI2 ist eine Open-Source Webanwendung zur Randomisation klinischer Studien, die mithilfe von Java-Technologien realisiert wurde. Durch die offene Architektur können die unterschiedlichsten Randomisationsalgorithmen implementiert werden. Ebenso können Einflussfaktoren beliebig konfiguriert werden, einschließlich ihres zu erwartenden Auftretens. Damit ist eine realitätsnahe Simulation möglich. Ergebnis: Die Simulationskomponente ist in RANDI2 an verschiedenen Punkten aufrufbar und ermöglicht eine eigenständige Simulation mit einem Vergleich verschiedener Randomisationsverfahren sowie Parametern, oder die Simulation einer fertigen Studienkonfiguration, um mögliche Ausgänge abzuschätzen. Dabei können die in RANDI2 umgesetzten Randomisationsverfahren, wie zum Beispiel die vollständige Randomisation, die Blockrandomisation – einschließlich variabler Blockgrößen -, das Urnenmodell oder die Minimierung simuliert und verglichen werden. Die Simulation selbst wird durch eine Monte-Carlo-Methode realisiert, d.h. es werden viele Simulationsläufe durchgeführt und danach wird eine statistische Auswertung vorgenommen. Die Auswertung erfolgt durch Maßzahlen wie zum Beispiel dem Mittelwert, dem Median oder der marginalen Balance. Mangelnde Ausgeglichenheit und große Varianz können dazu führen, dass eine Methode verworfen wird. Diskussion/Schlussfolgerung: Bei gegebenen Eckdaten des Studiendesigns kann durch Simulation der Randomisation die weitere Gestaltung der Studie positiv beeinflusst werden. Mit Verwendung von Maßzahlen werden die verschiedenen Randomisationsverfahren verglichen und das am besten geeignete Verfahren ausgewählt. Dadurch erhöht sich die Qualität des Studiendesigns und eine ungewollte Verteilung der Studienpopulation wird vermieden.