Statistical Analysis of a Clinical Trial in Orthostatic Hypotension -a Nonparametric Approach

Summary

Some basic problems and considerations of analyzing clinical trials, in which a large amount of data is recorded on very few patients - mostly in the form of serial measurements -, are highlighted within the framework of a clinical trial in orthostatic hypotension. The method suggested to analyze these kinds of trials renounces the use of complex mathematical models and complicated statistical methods. It is simply based on the derivation of relevant aspects of the patient’s profiles and the use of well-known nonparametric tests and requires only a very simple study design. With this procedure, however, it is possible to satisfy at least the basic requirements of clinical trial methodology.

Anhand einer klinischen Studie bei Patienten mit orthostatischer Hypotonie werden einige grundsätzliche Probleme und Überlegungen bei der Analyse solcher Studien herausgearbeitet, bei denen in der Regel eine große Menge von Daten - meist in der Form von Verlaufsbeobachtungen - an nur wenigen Patienten erhoben werden. Die vorgestellte, sehr einfache Analysemethode verzichtet bewußt auf aufwendige mathematische Modellierung und den Einsatz komplizierter statistischer Methoden ; sie basiert vielmehr auf der Ableitung einiger relevanter Aspekte der Verlaufsbeobachtungen und bekannten nichtparametrischen Tests und setzt nur einen einfachen Versuchsaufbau voraus. Hiermit ist es jedoch möglich, den grundlegenden Anforderungen an klinische Studien zu genügen.

Key-Words

Orthostatic Hypotension - Clinical Trial - Nonparametric Approach

Schlüssel-Wörter

orthostatische Hypotonie - klinische Studie - nichtparametrische Auswertungsmethoden

• REFERENCES

• 1 Alle M, Haux R, Schumacher M. Rank tests and ties – Some properties of a rank test for complete block designs. Commun. Statist.-Simul. Comput. 1984; 13: 183-212.
• 2 Hájek J, Sidak Z. Theory of Rank Tests. New York – San Francisco: Academic Press; 1967
• 3 Hájek J. A Course in Nonparametric Statistics. San Francisco: Holden-Day; 1969
• 4 Haux R. Analysis of profiles based on ordinal classification functions and rank tests. Biometr. J 1985; 27: 607-622.
• 5 Horbach L. Statistische Analysen von Verlaufsbeobachtungen. In Lange H. J, Michaelis J, Überla K. (Eds) 15 Jahre Medizinische Statistik und Dokumentation. Berlin – Heidelberg -New York: Springer; 1978: 116-135.
• 6 Geisser S. Growth Curve Analysis. In Krishnaiah P. (Edit) Handbook of Statistics, Vol.1. Amsterdam: North-Holland; 1980: 89-115.
• 7 Immich H, Sonnemann E. Which statistical models can be used in practice’for the comparison of curves over a few time-dependent measure points?. Biométrie-Praximétrie 1974; 14: 43-52.
• 8 Koch G. G, Amara I. A, Stokes M. E, Gillings D. B. Some views on parametric and non-parametric analysis for repeated measurements and selected bibliography. Int. statist. Rev 1980; 48: 249-265.
• 9 Krauth J. Nichtparametrische Ansätze zur Auswertung von Verlaufskurven. Biom. Z 1973; 15: 557-566.
• 10 Neiss A. Personal Communication. 1983
• 11 Peto R, Pike M. C, Armitage P, Breslow N. E, Cox D. R, Howard S. V, Mantel N, McPherson K, Peto J, Smith P. G. Design and analysis of randomised clinical trials requiring prolonged observation of each patient. Brit. J. Cancer 1976; 34: 585-612. and 35 (1977) 1-39
• 12 Pocock S. J. Clinical Trials: A Practical Approach. New York: Wiley; 1983
• 13 Prestele H, Gaus W, Horbach L. A procedure for comparing groups of time-dependent measurements. Meth. Inform. Med 1979; 18: 84-88.
• 14 Reinsei G. Multivariate repeated-measurement or growth curve models with multivariate random-effects covariance structure. Biometrika 1982; 77: 190-195.
• 15 Schwartz D, Flamant R, Lellouch J. Clinical Trials. New York: Academic Press; 1980
• 16 Woolson R. F, Leeper J. D. Growth curve analysis of complete and incomplete longitudinal data. Commun. Statist.-Theor. Meth 1980; A9: 1491-1513.