Analys

Studier med konfirmerande syfte

En konfirmerande studie utgår från en hypotes som formuleras innan studien startar. Efter studiens slut ska den kunna prövas med hjälp av de data som samlats in och med de metoder som beskrivits i forskningsplanen/protokollet eller analysplanen

Det är särskilt viktigt att:

• det primära utfallsmåttet definieras tydligt
• stickprovsstorlek beräknas utifrån det primära utfallsmåttet
• samma metod som används för stickprovsberäkningen används för hypotesprövningen

För att minimera bias bör studien:

• ha en kontrollgrupp (placebo eller golden standard)
• använda randomisering
• vara dubbelblind när det är möjligt

Dubbelblindning innebär att varken studiedeltagare eller forskare vet vilken behandling som givits.

Studier med explorativt syfte

Explorativa studier syftar till att skapa ny kunskap när tidigare evidens saknas. Här behövs ingen hypotesprövning.

Det innebär att:

• stickprovsstorlek normalt inte behöver beräknas
• primärt utfallsmått inte behöver definieras
• kontrollgrupp, blindning och randomisering ofta saknas

Resultaten redovisas främst med deskriptiva mått, ibland med konfidensintervall och statistiska tester. Målet är att generera hypoteser för framtida konfirmerande studier.

Det förekommer konfirmerande studier som även innehåller en explorativ del.

Datahantering när studien är genomförd

När studiens praktiska genomförande är avslutad och all data har samlats i en databas eller datafil bör man kontrollera:

• att data är kompletta
• att eventuella fel eller oklarheter hanteras

Alla rättningar ska dokumenteras och sparas.

Om studien är blindad ska rättningar göras utan att avslöja blindningen, för att inte riskera att studiedata tas bort eller korrigeras på felaktig grund. Behöver analysplanen ändras bör detta göras innan blindningen bryts. Det är viktigt att dokumentera skälen till att analysplanen ändras och att vara tydlig med den informationen när studiens resultat rapporteras och publiceras.

Ändringar i analysplanen kan betraktas som en väsentlig ändring, vilket kräver godkännande av Etikprövningsmyndigheten. Om data från studien inte är blindade kan en oberoende part utföra rättningar och eventuella kontroller av data.

Därefter görs en så kallad stängning eller låsning av studiedata, det vill säga att inget mer får ändras i de rådata som ska ligga till grund för analys. Stängningen av databasen, eller i förekommande fall datafilen, är särskilt viktig i studier med ett konfirmerande syfte men kan efterliknas när det är tillämpligt även i explorativa studier. I studier där man inte har tillgång till en databas med låsningsfunktion är det viktigt att försäkra sig om att en exakt kopia av rådatafilen bevaras i oförändrat skick och inte förvanskas av fortsatt analysarbete.

Rådatafilen eller databasen bör arkiveras för eventuell framtida granskning och kontroll.

Analys av studiedata

Innan studiens frågeställningar analyseras kan data behöva bearbetas. Exempelvis kan:

• variabler konstrueras utifrån insamlad data (t.ex. vikt och längd som används för beräkning av BMI)
• Saknade värden hanteras genom imputering (beräkningar för att ersätta saknade värden i data) (imputering)

Om imputeringsmetoder används bör dessa vara beskrivna på förhand i forsknings­planen­/protokollet eller analysplanen.

De metodval som tillämpas på data för att göra den statistiska analysen bestäms av forskningsfrågan och studieupplägget som beskrivits i forskningsplanen/protokollet eller analysplanen. Om det finns en primär frågeställning definierad i planen bör analysen av den primära variabeln tydligt skiljas från analyserna av de övriga variablerna vilket också gäller när data senare presenteras.

Nedan följer vanliga aspekter att beakta i analysfasen:

Multiplicitet

Om flera behandlingar eller interventioner analyseras mot samma utfallsmått så bör problemet med multipla jämförelser beaktas och justering av signifikansnivån kan krävas.

Confounders

I studier som inte har ett randomiseringsförfarande är det viktigt att identifiera och på förhand definiera eventuella confounders som huvudanalyserna ska justeras för.

En confounder är en variabel som påverkar det primära utfallsmåttet och behandlings­grupperna i studien. Det finns olika sätt att identifiera confounders till exempel genom DAGs (Directed Acyclic Graphs).

I randomiserade studier behövs normalt inga justeringar för confounders i efterhand.

Subgruppsanalyser och interaktioner

Om det valda utfallsmåttet samvarierar (interagerar) med en annan variabel förutom studiebehandlingen, så är det ofta av intresse att redovisa sådana interaktioner. Interaktionsvariabeln kan vara en variabel som delar in personerna i subgrupper (till exempel kön eller åldersklasser) eller en kontinuerlig variabel (till exempel ålder eller vikt). Man bör i möjligaste mån ange de variabler och metoder man tänker använda för interaktionsanalyser i sin analysplan. Subgruppsanalyser kan också vara av explorativ natur om det under analysarbetet visar sig att det finns tidigare okända interaktioner.

Interimanalyser

Interimanalyser är analyser som görs under tiden som studien pågår och syftar till att ge en rekommendation om studien ska fortsätta eller stoppas i förtid.

Eftersom genomförandet av interimanalyser påverkar stickprovsstorleken i studien är det viktigt att de planeras noggrant och beskrivs redan i forskningsplanen/protokollet. Dessa analyser genomförs oftast av studiens data safety and monitoring board (DSMB) som är en oberoende granskningsgrupp. Eventuellt avslöjande av blindning ska bevaras inom den oberoende gruppen och all personal som arbetar med studien ska förbli blind för resultaten av sådana analyser.

Undvik oplanerat genomförda interimanalyser eftersom de kan försvaga förtroendet för de slutsatser som har dragits.

Det finns särskilda regler att förhålla sig till när det gäller medicintekniska kliniska prövningar.

Relaterad information om ATMP