Studiendesign
Die chirurgische Literatur kann grob in Artikel eingeteilt werden, die sich primär mit der Therapie, der Prognose, dem Schaden, der ökonomischen Analyse befassen, oder in solche, die sich auf Übersichten konzentrieren, um nur einige zu nennen.5 Innerhalb jeder Klassifizierung gibt es eine Hierarchie der Evidenz, d.h. einige Studien sind besser geeignet als andere, um z.B. eine Frage der Therapie zu beantworten, und können die „Wahrheit“ genauer darstellen. Ob eine Studie dazu in der Lage ist, hängt vor allem von zwei Faktoren ab, dem Studiendesign und der Studienqualität.3 In diesem Zusammenhang werden wir uns größtenteils auf die Studien konzentrieren, die sich mit der Therapie befassen, da dies im Allgemeinen die häufigste Studie in der orthopädisch-chirurgischen Literatur ist.
Die verfügbare therapeutische Literatur kann grob in Studien mit Beobachtungscharakter und solche mit randomisiertem experimentellem Design eingeteilt werden.2 Der Grund für die Einteilung der Studien in eine Hierarchie liegt darin, dass die Studien an der Spitze als „beste Evidenz“ gelten.5 Im Fall von therapeutischen Studien sind dies die randomisierten kontrollierten Studien (RCT) und Metaanalysen von RCTs. RCTs sind aufgrund der Randomisierung in der Lage, Verzerrungen zu kontrollieren.6,7 Verzerrungen (von denen es viele gibt) können das Ergebnis einer Studie verfälschen, so dass die Studie den tatsächlichen Behandlungseffekt über- oder unterschätzen kann.8 Die Randomisierung kann dies erreichen, indem sie nicht nur die bekannten prognostischen Variablen kontrolliert, sondern auch und vor allem die unbekannten prognostischen Variablen innerhalb einer Stichprobenpopulation.7 Das heißt, die Randomisierung sollte in der Lage sein, eine Gleichverteilung der prognostischen Variablen (sowohl der bekannten als auch der unbekannten) innerhalb der Kontroll- und der Behandlungsgruppe innerhalb einer Studie zu schaffen. Diese Maßnahme zur Kontrolle der Verzerrung trägt dazu bei, eine genauere Schätzung der Wahrheit zu erhalten.6 Studien, die eher beobachtenden Charakter haben, weisen in ihrem Design Bereiche der Verzerrung auf, die in der randomisierten Studie nicht vorhanden sind.
Meta-Analysen randomisierter kontrollierter Studien verwenden die Daten einzelner RCTs und fassen sie statistisch zusammen.5,9 Dadurch wird die Anzahl der Patienten, von denen die Daten stammen, effektiv erhöht, wodurch sich die effektive Stichprobengröße erhöht. Der größte Nachteil dieses Poolings besteht darin, dass es von der Qualität der verwendeten RCTs abhängt.9 Wenn beispielsweise drei RCTs eine Behandlung befürworten und zwei nicht, oder wenn die Ergebnisse große Unterschiede zwischen den Schätzungen des Behandlungseffekts mit großen Konfidenzintervallen (d. h. die Genauigkeit der Punktschätzung des Behandlungseffekts ist schlecht) zwischen den verschiedenen RCTs zeigen, dann gibt es eine Variable (oder mehrere Variablen), die zu inkonsistenten Ergebnissen zwischen den Studien führt (eine Variable kann in der Tat u. a. die unterschiedliche Qualität der Studien sein), und die Qualität der verwertbaren Ergebnisse aus dem statistischen Pooling wird schlecht sein. Wenn jedoch fünf methodisch gut durchgeführte RCTs verwendet werden, die alle eine Behandlung bevorzugen und präzise Messungen des Behandlungseffekts aufweisen (d. h. enge Konfidenzintervalle), dann sind die durch statistisches Pooling erhaltenen Daten viel glaubwürdiger. Erstere Studien können als heterogen, letztere als homogen bezeichnet werden.9
Die unterste Stufe in der Hierarchie (abgesehen von Expertenmeinungen) sind dagegen Fallberichte und Fallserien.3 Diese sind in der Regel retrospektiv und haben keine Vergleichsgruppe. Sie sind in der Lage, Ergebnisse nur für eine Untergruppe der Bevölkerung zu liefern (diejenigen, die die Intervention erhalten haben). Es besteht die Möglichkeit einer Verzerrung, insbesondere wenn die Datenerfassung oder die Nachbeobachtung unvollständig ist, was bei retrospektiven Studiendesigns vorkommen kann. Außerdem beruhen diese Studien in der Regel auf den Erfahrungen eines einzelnen Chirurgen oder Zentrums, was Zweifel an der Verallgemeinerbarkeit der Ergebnisse aufkommen lassen kann. Trotz dieser Nachteile kann dieses Studiendesign in vielerlei Hinsicht nützlich sein. Sie können effektiv zur Hypothesenbildung genutzt werden und liefern möglicherweise Informationen über seltene Krankheitsentitäten oder Komplikationen, die mit bestimmten Verfahren oder Implantaten in Verbindung gebracht werden können. Zum Beispiel die Angabe von Infektionsraten nach einer großen Serie von Tibiafrakturen, die mit einem aufgefrästen Marknagel10 behandelt wurden, oder die Rate von Hardwarefehlern bei einem bestimmten Implantat, um nur einige zu nennen.
Die nächste Stufe der Studie ist die Fall-Kontroll-Studie. Bei der Fall-Kontroll-Studie wird von einer Gruppe ausgegangen, bei der ein bestimmtes Ergebnis aufgetreten ist, und es werden andere ähnliche Personen untersucht, um festzustellen, welche Faktoren in der Studiengruppe vorhanden waren und mit dem Ergebnis in Verbindung stehen könnten. Lassen Sie uns ein hypothetisches Beispiel nehmen. Die Patienten, die nach einer mit einem Marknagel versorgten Tibiaschaftfraktur eine Nonunion erleiden. Wenn man herausfinden wollte, welche prognostischen Faktoren dazu beigetragen haben könnten, könnte man eine Gruppe vergleichen, die hinsichtlich der bekannten prognostischen Variablen wie Alter, Behandlungsart, Frakturmuster usw. gematcht wurde, und eine Analyse anderer prognostischer Variablen wie Rauchen, Einnahme nichtsteroidaler entzündungshemmender Mittel oder Frakturmuster durchführen, um zu sehen, ob es einen Zusammenhang zwischen diesen und der Entwicklung einer Nonunion gibt. Der Nachteil dieses Designs ist, dass es unbekannte oder noch nicht identifizierte Risikofaktoren geben könnte, die nicht analysiert werden könnten. Bei den bekannten Faktoren kann jedoch die Stärke des Zusammenhangs bestimmt und in Form von Odds Ratios oder manchmal relativen Risiken angegeben werden. Weitere Vorteile dieses Studiendesigns sind, dass sie in der Regel weniger kostspielig in der Durchführung sind und eine schnellere „Antwort“ auf eine bestimmte Frage ermöglichen. Sie ermöglichen auch die Analyse mehrerer prognostischer Faktoren und der Beziehungen zwischen diesen Faktoren, um potenzielle Assoziationen mit dem gewünschten Ergebnis (in diesem Fall die Nichtverwachsung) zu ermitteln.
Im Gegensatz zur Fall-Kontroll-Studie, die in der Hierarchie der Evidenzstufen etwas höher angesiedelt ist,3 wird die Kohortenstudie in der Regel prospektiv durchgeführt (obwohl sie auch retrospektiv durchgeführt werden kann) und verfolgt in der Regel zwei Patientengruppen. Eine dieser Gruppen hat einen Risiko- oder Prognosefaktor von Interesse, die andere nicht. Die Gruppen werden beobachtet, um festzustellen, wie hoch die Entwicklungsrate einer Krankheit oder eines bestimmten Ergebnisses bei denjenigen mit dem Risikofaktor im Vergleich zu denjenigen ohne diesen Faktor ist. Da es sich in der Regel um eine prospektive Studie handelt, ist sie in der Hierarchie höher angesiedelt, da die Datenerfassung und die Nachverfolgung genauer überwacht werden können und versucht werden kann, sie so vollständig und genau wie möglich zu gestalten. Diese Art von Studiendesign kann in einigen Fällen sehr wirkungsvoll sein. Wollte man beispielsweise die Auswirkungen des Rauchens auf die Nichtheilungsrate untersuchen, wäre es weder ethisch noch generell möglich, Patienten mit Frakturen nach dem Zufallsprinzip in solche, die rauchen werden, und solche, die nicht rauchen, einzuteilen. Wenn man jedoch zwei Gruppen von Patienten, z. B. Raucher und Nichtraucher mit Schienbeinfrakturen, beobachtet, kann man die Nichtheilungsraten zwischen den beiden Gruppen dokumentieren. In diesem Fall können die Gruppen aufgrund des prospektiven Designs zumindest miteinander verglichen werden, um die Verzerrung durch die bekannten prognostischen Variablen wie Alter, Frakturmuster oder Behandlungsart zu begrenzen.
Es ist wichtig, die Unterschiede zwischen den Studiendesigns zu verstehen. Einige Forscher argumentieren, dass gut angelegte Beobachtungsstudien zu ähnlichen Schlussfolgerungen führen wie RCTs.11 Andere hingegen meinen, dass Beobachtungsstudien ein größeres Potenzial haben, Behandlungseffekte zu über- oder zu unterschätzen. In der Tat gibt es sowohl in der Medizin als auch in der orthopädischen Chirurgie Beispiele dafür, dass zwischen randomisierten und nicht-randomisierten Studien abweichende Ergebnisse gefunden werden können.6,8,12 Ein aktuelles nicht-chirurgisches Beispiel dafür ist die Hormonersatztherapie bei postmenopausalen Frauen.13,14 Frühere Beobachtungsstudien ließen auf eine signifikante Wirkung der Hormonersatztherapie auf die Knochendichte mit einem günstigen Risikoprofil schließen. In einer kürzlich durchgeführten großen RCT wurde jedoch festgestellt, dass die Inzidenz schädlicher kardialer und anderer unerwünschter Ereignisse bei denjenigen, die sich einer Hormonersatztherapie unterziehen, zunimmt, ein Risiko, das zuvor in Beobachtungsstudien unterschätzt worden war.13,14 Infolgedessen hat sich die Behandlung der postmenopausalen Osteoporose in der Erstlinientherapie verändert.13 In der orthopädischen Literatur wurde darauf hingewiesen, dass bei der Auswertung randomisierter und nicht-randomisierter Studien zum Vergleich von Arthroplastik und interner Fixierung in nicht-randomisierten Studien das Mortalitätsrisiko nach Arthroplastik überschätzt und das Risiko von Revisionsoperationen bei Arthroplastik unterschätzt wurde.8 Interessanterweise wurde auch festgestellt, dass in den nicht randomisierten Studien, die zu ähnlichen Ergebnissen wie die randomisierten Studien führten, das Alter, das Geschlecht und die Frakturverschiebung der Patienten zwischen den Gruppen kontrolliert wurden.8 Dies verdeutlicht, wie wichtig sowohl die Kontrolle der Variablen als auch die Randomisierung ist, durch die potenziell wichtige, aber noch unbekannte Variablen kontrolliert werden.
Die Art des Studiendesigns ordnet die Studie also grob in eine Hierarchie der Evidenz ein, die von der Fallserie bis zur randomisierten kontrollierten Studie reicht. Es gibt jedoch auch eine interne Hierarchie innerhalb der gesamten Evidenzstufen, die in der Regel auf der Methodik und der Gesamtqualität der Studie beruht.