Zum Inhalt springen
Zurück zu den Suchergebnissen

Mehrarmiges Experiment — Mehrarmiges experimentelles Design

Eingeführt von
Developed within clinical trials methodology; formalized by Parmar, Royston and colleagues (UK MRC CTU, early 2000s)
Jahr
1990s–2000s (clinical formalization); multi-arm concept implicit in ANOVA-era factorial designs
Typ
Experimental design
Familie
Experimental design

Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen

Schriftgröße

Was leistet sie?

Ein mehrarmiges Experiment vergleicht gleichzeitig drei oder mehr Behandlungs- oder Interventionsbedingungen – jede als Arm bezeichnet – mit einer gemeinsamen Kontrolle oder untereinander.

Durch das Testen mehrerer Alternativen in einer einzigen Studie liefert es mehr Informationen pro Teilnehmer als die sequentielle Durchführung separater Zwei-Arm-Experimente, während die allgemeine Fehlerwahrscheinlichkeit erster Art (Type I error rate) durch vordefinierte Vergleichsstrategien kontrolliert wird.

Die Intuition hinter der Methode

Stellen Sie sich eine pharmazeutische Studie vor, die vier Kandidaten-Wirkstoffdosen gegen ein Placebo testen muss. Die Durchführung von vier separaten Zwei-Arm-Studien verschwendet Ressourcen und erhöht die Wahrscheinlichkeit von falsch positiven Ergebnissen. Ein mehrarmiges Design rekrutiert alle fünf Gruppen gleichzeitig, teilt den Kontrollarm über Vergleiche hinweg und legt die Signifikanzschwelle so fest, dass die Gesamtwahrscheinlichkeit eines zufälligen Befunds auf einem akzeptablen Niveau bleibt. Die gleiche Logik gilt in der Bildung (Vergleich von drei Lehrmethoden), der Technologie (Testen mehrerer Schnittstellenvarianten) oder der Politikbewertung (Bewertung mehrerer Programmvarianten im Vergleich zum Status quo). Die Kernidee ist Effizienz: Ein gut potenziertes Experiment ersetzt mehrere kleinere.

Geschichte

Die Logik des gleichzeitigen Testens mehrerer Gruppen ist in der Varianzanalyse, wie sie von Ronald A. Fisher in den 1920er und 1930er Jahren entwickelt wurde, implizit. Der moderne mehrarmige Rahmen in klinischen Studien wurde Ende der 1990er und 2000er Jahre systematisch artikuliert, angetrieben durch die Notwendigkeit, die Medikamentenentwicklung zu beschleunigen. Parmar, Royston und Kollegen am UK Medical Research Council Clinical Trials Unit formalisierten Multi-Arm Multi-Stage (MAMS)-Designs in einer Reihe von Veröffentlichungen ab 2003 und zeigten, wie das Ausscheiden von Armen in Zwischenanalysen die Fehlerkontrolle aufrechterhalten und gleichzeitig die Rekrutierungszeit in einigen Fällen halbieren konnte.

Wann wird sie eingesetzt?

Verwenden Sie ein mehrarmiges Experiment, wenn Sie drei oder mehr Interventionen, Dosen oder Bedingungen in einem einzigen Experiment evaluieren und einen gemeinsamen Vergleichsarm teilen möchten, anstatt mehrere separate Studien durchzuführen. Es ist besonders effizient, wenn die Rekrutierung von Teilnehmern die limitierende Ressource ist. Es eignet sich gut für klinische Studien, Verhaltensinterventionen, Bildungsforschung und Online-Produkttests. Verwenden Sie es nicht, wenn Sie die operationelle Trennung zwischen den Armen nicht aufrechterhalten können (Kontaminationsrisiko), wenn die Anzahl der geplanten Vergleiche so groß ist, dass die Power pro Vergleich unannehmbar niedrig wird, oder wenn die Interventionsarme auf eine Weise interagieren, die die Annahme der Unabhängigkeit verletzt.

Grenzen und Hinweise

  • Die Power pro individuellem Arm-vs.-Kontrolle-Vergleich ist geringer als bei einem Zwei-Arm-Versuch mit derselben Gesamtstichprobengröße, es sei denn, das Design ist optimiert.
  • Die operationelle Komplexität steigt mit der Anzahl der Arme: Lieferketten, Schulungen, Überwachung und Protokollabweichungen vervielfachen sich.
  • Multiplizitätsanpassungen werden konservativ, wenn viele Arme getestet werden, was potenziell echte wirksame Interventionen maskieren kann.
  • Das Ausscheiden von Armen in Zwischenanalysen bei MAMS-Designs erfordert vordefinierte Abbruchregeln; ein ad-hoc-Ausscheiden ist nicht akzeptabel.

Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.

Stärken

  • Testet effizient mehrere Hypothesen innerhalb einer einzigen Studie und reduziert die Gesamtstichprobengröße im Vergleich zu mehreren unabhängigen Experimenten.
  • Ein gemeinsamer Kontrollarm ist denselben säkularen Trends und Rekrutierungsbedingungen ausgesetzt wie alle aktiven Arme, was die Vergleichbarkeit verbessert.
  • Die familienweite Fehlerrate kann durch vordefinierte Anpassungsmethoden (Dunnett, Bonferroni, Gatekeeping) streng kontrolliert werden.
  • Multi-Arm Multi-Stage-Erweiterungen ermöglichen das Ausscheiden unterlegener Arme in Zwischenanalysen, wodurch das Design adaptiv wird, ohne den Fehler zu erhöhen.
  • Die transparente Vorregistrierung aller Arme und Vergleiche begrenzt Outcome-Switching und Publikationsbias.

Anwendungen

  • Klinische Studien, die mehrere Medikamentendosen oder Kandidatenbehandlungen im Vergleich zu Placebo in einem einzigen Protokoll vergleichen.
  • Bildungsforschung, die drei oder mehr pädagogische Ansätze – traditioneller Vortrag, Flipped Classroom, Peer Instruction – im Vergleich zu einer Kontrollbedingung evaluiert.
  • Tests digitaler Produkte, die mehrere Schnittstellen- oder Preisvarianten im Vergleich zu einer Basislinie in einem kontrollierten Online-Experiment vergleichen.
  • Studien zu öffentlichen Gesundheitsinterventionen, die mehrere Strategien zur Verhaltensänderung (Botschaften, Anreize, Erinnerungen) gleichzeitig bewerten.
  • Landwirtschaftliche Studien, die mehrere Düngemittelformulierungen oder Pflanzpläne im Vergleich zu einem Standardpraxisarm testen.

So funktioniert es

So funktioniert es

1

Vor Beginn des Experiments legt der Forscher die Anzahl der Arme fest (mindestens drei: typischerweise eine Kontrolle plus zwei oder mehr aktive Bedingungen), das primäre Ergebnis, die Vergleichsstruktur (jeder Arm vs. Kontrolle, alle paarweisen Vergleiche oder eine hierarchische Sequenz) und die Strategie zur Kontrolle der familienweiten Fehlerrate – am häufigsten eine Bonferroni-Korrektur, Dunnett's Test für Arm-vs.-Kontrolle-Vergleiche oder ein Gatekeeping-Verfahren für geordnete Hypothesen.

2

Geeignete Teilnehmer (oder Cluster, oder Einheiten) werden nach einem vordefinierten Zuteilungsverhältnis zufällig einem der Arme zugewiesen. Eine gleiche Zuteilung über die Arme hinweg maximiert die Power pro Arm; eine ungleiche Zuteilung – mehr Teilnehmer in der Kontrollgruppe – kann effizienter sein, wenn die Daten des Kontrollarms mehreren Vergleichen dienen. Stratifizierte oder blockierte Randomisierung wird oft verwendet, um prognostische Faktoren auszugleichen.

3

Jeder Arm erhält seine zugewiesene Intervention oder Bedingung für die volle Dauer der Studie. Verblindung von Teilnehmern, Betreuern und Ergebnisbewertern wird angewendet, wo immer möglich, um differenzielle Verzerrungen zu verhindern. Operationelle Integritätsprüfungen bestätigen, dass jeder Arm während des gesamten Studienzeitraums wie spezifiziert durchgeführt wird.

4

Das primäre Ergebnis und alle vordefinierten sekundären Ergebnisse werden zu den festgelegten Zeitpunkten für alle Teilnehmer gemessen. Alle Daten, einschließlich der von Teilnehmern, die abweichen oder ausfallen, werden erfasst; Intention-to-Treat-Prinzipien werden in der primären Analyse angewendet, um die Integrität der Randomisierung zu wahren.

5

Die Ergebnisse in jedem aktiven Arm werden mit der Kontrolle (oder untereinander) unter Verwendung der vordefinierten statistischen Tests und angepassten Signifikanzschwellen verglichen. Effektstärken und Konfidenzintervalle werden für jeden Vergleich berichtet. Wenn das Design einem Multi-Arm Multi-Stage (MAMS)-Framework folgt, können Zwischenanalysen unterperformende Arme vor der Endphase ausscheiden, was Ressourcen spart, ohne die Fehlerkontrolle zu beeinträchtigen.

Häufige Fallstricke

  • Das Vernachlässigen der Multiplizitätskorrektur – das Durchführen paarweiser Vergleiche auf dem nicht angepassten Alpha-Niveau erhöht die falsch-positive Rate proportional zur Anzahl der Vergleiche; die Anpassungsstrategie muss immer vordefiniert werden.
  • Unterdimensionierung einzelner Arme – die Berechnung der Stichprobengröße für einen Zwei-Arm-Versuch und anschließende Aufteilung der Teilnehmer auf mehr Arme lässt jeden Vergleich unterdimensioniert; die Power muss für jeden geplanten Kontrast unter dem angepassten Alpha berechnet werden.
  • Arm-Kontamination – wenn Teilnehmer in verschiedenen Armen interagieren (z. B. in einem Klassenraum oder am Arbeitsplatz), fließen die Behandlungseffekte über die Arme hinweg; Cluster-Randomisierung oder physische Trennung ist erforderlich.
  • Hinzufügen von Armen nach der Randomisierung – das Einführen eines neuen Arms nach Beginn der Einschreibung zerstört die Randomisierungsbalance und Vergleichbarkeit; alle Arme müssen gleichzeitig spezifiziert und geöffnet werden.
  • Verwechslung von mehrarmig mit faktoriell – ein mehrarmiges Design testet sich gegenseitig ausschließende Bedingungen; ein faktorielles Design erlaubt Kombinationen; die Verwechslung der einen mit der anderen führt zu falsch spezifizierten Modellen und uninterpretierbaren Ergebnissen.

Häufig gestellte Fragen

Wie unterscheidet sich ein mehrarmiges Experiment von einem faktoriellen Experiment?

Bei einem mehrarmigen Experiment erhalten die Teilnehmer genau eine der definierten Bedingungen; die Arme sind sich gegenseitig ausschließend. Bei einem faktoriellen Experiment können die Teilnehmer Kombinationen von Faktorstufen erhalten – zum Beispiel sowohl ein Medikament als auch eine diätetische Intervention. Wenn Sie Wechselwirkungen zwischen Faktoren untersuchen möchten, verwenden Sie ein faktorielles Design; wenn Sie verschiedene, nicht kombinierbare Alternativen vergleichen möchten, verwenden Sie ein mehrarmiges Design.

Wie sollte ich für multiple Vergleiche korrigieren?

Der häufigste Ansatz für Arm-vs.-Kontrolle-Vergleiche ist Dunnett's Test, der leistungsfähiger als Bonferroni ist, wenn alle Arme die gleiche Kontrolle teilen. Für alle paarweisen Vergleiche ist Tukey's HSD Standard. Für hierarchisch geordnete Hypothesen (primär, sekundär usw.) bewahrt ein Gatekeeping-Verfahren die Power für den primären Vergleich. Die Anpassungsstrategie muss vor der Datenerfassung im Protokoll vordefiniert werden.

Kann ich nach Beginn der Studie einen neuen Arm hinzufügen?

Grundsätzlich erlauben Plattform- oder Master-Protokoll-Designs das Hinzufügen von Armen, jedoch nur unter streng vordefinierten Regeln und mit statistischen Strafen zur Aufrechterhaltung der Fehlerkontrolle. In einem Standard-Mehrarm-Experiment untergräbt das Hinzufügen eines Arms mitten in der Studie die Randomisierungsbalance und die Vergleichbarkeit mit dem Kontrollarm, der vor der Eröffnung des neuen Arms angesammelt wurde. Dies sollte nur unter einem vorregistrierten adaptiven Protokoll erfolgen, das von einem unabhängigen Datenüberwachungsausschuss geprüft wird.

Welche Stichprobengröße benötige ich?

Berechnen Sie die Power für jeden geplanten Vergleich auf dem angepassten Signifikanzniveau (z. B. Alpha / Anzahl der Vergleiche für Bonferroni oder der Dunnett-angepasste kritische Wert). Die erforderliche Stichprobengröße pro Arm ist größer als bei einem nicht angepassten Zwei-Arm-Versuch. Software wie R (Pakete multcomp, mvtnorm) oder spezielle Rechner für klinische Studien unterstützen die Mehrarm-Power-Analyse direkt.

Was ist ein Multi-Arm Multi-Stage (MAMS)-Design?

MAMS ist eine Erweiterung, die geplante Zwischenanalysen in das Mehrarm-Design integriert. Bei jeder Zwischenanalyse werden Arme, die einen vordefinierten Aktivitätsschwellenwert nicht erreichen, aussortiert, und die Rekrutierung wird in die verbleibenden Arme fortgesetzt. Dies erhöht die Effizienz – weniger Teilnehmer werden ineffektiven Behandlungen ausgesetzt – und erhält gleichzeitig die allgemeine Fehlerkontrolle durch vordefinierte Abbruchgrenzen aufrecht.

Verwandte Methoden

Quellen

  1. Royston, P., Parmar, M. K. B., & Qian, W. (2003). Novel designs for multi-arm clinical trials with survival outcomes with an application in ovarian cancer. Statistics in Medicine, 22(14), 2239–2256.

    DOI-Referenz öffnen
    Kopiert.
  2. Multi-arm bandit. Wikipedia.

    Publikationsreferenz öffnen
    Kopiert.