Beratung zur Studienfrage (Explorativ vs. konfirmatorisch)

Ableitung der statistischen Hypothesen (Null-/Alternativhypothese)

Auswahl geeigneter Zielgrößen

• Primäre, sekundäre, explorative Endpunkte

• Definition von Messzeitpunkten und Auswertungsfenstern

Bewertung der klinischen Relevanz statistischer Effekte

Auswahl des Designs

• Parallelgruppen, Cross-over, Cluster, adaptive Designs etc.

Festlegung von

• Randomisierungsverhältnis

• Verblindung (einfach, doppelt, offen)

• Kontrollgruppe (Placebo / Aktiv / historische Kontrolle)

Beratung zu Bias- und Confounding-Kontrolle

Definition der Analysetype

Definition der Annahmen

• Effektgröße

• Variabilität

• Signifikanzniveau (α)

• Power (1−β)

Auswahl der passenden Testverfahren

Berechnung der Fallzahl

Berücksichtigung von

• Dropouts

• Interim-Analysen

• Multiplen Endpunkten

Entwicklung des Randomisierungskonzepts

• Blockrandomisierung, dynamische Randomisierung

Definition von Stratifizierungsfaktoren

Festlegung der

• Analysepopulationen (ITT, PP, Safety)

• Primären und sekundären Analysen

Strategien zur Multiplikitätskontrolle

Umgang mit

• Missing Data

• Protokollabweichungen

Planung von Subgruppen- und Sensitivitätsanalysen

Planung von Interim-Analysen

Definition von Stoppkriterien

• Futility

• Überlegenheit

• Sicherheit

Kontrolle des α-Fehlers

Rolle in Data Monitoring Committees (DMC)

Sicherstellung der Übereinstimmung mit

• ICH E9 / E9(R1)

• EMA / FDA Guidelines

Dokumentation der statistischen Entscheidungen

Unterstützung bei Scientific Advice & Protokollreviews

Enge Zusammenarbeit mit

• Clinical, Medical, Data Management, Programming

Statistik-Input für

• Studienprotokoll

• Synopsis

• Investigator’s Brochure (statistische Teile)

Erklärung komplexer statistischer Konzepte für Nicht-Statistiker

Identifikation statistischer Risiken in der Planung

Abschätzung der Robustheit des Designs

Vorbereitung auf spätere Review‑Kritik (z. B. HTA, Zulassung)

Überwachung der Randomisierungsqualität

Prüfung der Balance von Prognosefaktoren

Unterstützung bei

• Randomisierungsfehlern

• Entblindungen (geplant/un-geplant)

Dokumentation von Abweichungen

Regelmäßige Datenchecks (aggregiert, verblindet oder entblindet nach Rolle)

Identifikation von

• Ausreißern

• Unplausiblen Werten

• Auffälligen Zentren

Beratung zu statistisch relevanten Queries

Unterstützung bei zentralem statistischem Monitoring (RBQM)

Durchführung oder Unterstützung von

• Interim-Analysen

• Safety-Analysen

Aufbereitung statistischer Berichte für

• Data Monitoring Committee (DMC / DSMB)

Sicherstellung der

• Verblindungsintegrität

• α‑Fehlerkontrolle

Interpretation der Ergebnisse für Gremien (nicht entscheidend, aber erklärend)

Klassifikation von Protocol Deviations

• Major / Minor

Bewertung der Auswirkungen auf

• Analysepopulationen (ITT, PP)

• Bias und Aussagekraft

Input zur Definition der PP‑Population

Laufende Bewertung von

• Dropout-Raten

• Missing-Data-Mustern

Identifikation kritischer Trends (z. B. zentrumsspezifisch)

Empfehlung von

• Maßnahmen zur Reduktion von Missing Data

• Anpassungen im Analysekonzept (falls notwendig)

Finalisierung des Statistical Analysis Plan

Detaillierung der geplanten Analysen

• Modelle

• Kovariaten

• Multiplikitätsstrategie

Abstimmung mit Programming & Data Management

Sicherstellung der regulatorischen Robustheit (ICH E9/E9(R1))

Spezifikation von

• TLFs (Tables, Listings, Figures)

Review von

• Mock Tables

• Programmierspezifikationen

Plausibilitätsprüfungen von Zwischenausgaben (falls erlaubt)

Statistik-Input für:

• Investigator Letters

• Monitoring Reports (statistisch relevant)

Unterstützung bei Audits / Inspektionen

Lückenlose statistische Dokumentation von Entscheidungen

Review der Analysepopulationen

Bewertung der Datenfinalität aus statistischer Sicht

Vorbereitung auf

• Blind Data Review (BDR)

• Final Analysis

Teilnahme / statistische Verantwortung im Blind Data Review

Prüfung und Finalisierung von

• Analysepopulationen (ITT, mITT, PP, Safety)

• Ableitungsregeln (Derived Variables)

Bewertung und Finalentscheidung zu

• Protokollabweichungen (Impact auf Analysen)

• Ausreißern und Grenzfällen

Sicherstellung der Unverändertheit des SAP (oder formale Amendments)

Statistische Freigabe der Datenbank aus Analysesicht

Bestätigung der Analysebereitschaft

Dokumentation statistischer Annahmen und Entscheidungen vor Entblindung

Unterstützung bei Entblindungsprozessen (falls relevant)

Durchführung / Begleitung der finalen statistischen Analysen

Anwendung der im SAP definierten

• Modelle

• Teststrategien

• Multiplikitätskontrolle

Prüfung von Modellannahmen und Robustheit

Interpretation der Ergebnisse im methodischen Kontext

Statistischer Review von

• Tables, Listings, Figures (TLFs)

Plausibilitäts- und Konsistenzprüfungen

Sicherstellung der Übereinstimmung mit

• SAP

• Protokoll

• regulatorischen Standards

Dokumentation von Abweichungen / Sonderfällen

Erstellung / Review der statistischen Kapitel im CSR

• Methoden

• Ergebnisse

• Sensitivitätsanalysen

Formulierung statistischer Interpretationstexte

Prüfung der Konsistenz zwischen Text, Tabellen und Anhängen

Unterstützung bei Review-Zyklen (intern / extern)

Sicherstellung der Compliance mit

• ICH E9 / E3

• internen SOPs

Mitarbeit bei

• Audits

• Inspektionen

Bereitstellung statistischer Erläuterungen für Reviewerfragen

Bewertung der Zulässigkeit zusätzlicher Analysen

Saubere Trennung zwischen

• prä-spezifizierten

• explorativen / post-hoc Analysen

Kennzeichnung und methodische Einordnung im Bericht

Statistischer Review von

• Manuskripten

• Abstracts

• Kongresspostern / Slides

Sicherstellung konsistenter Zahlen über alle Materialien hinweg

Erklärung statistischer Methoden für wissenschaftliches Publikum

Identifikation statistischer Stärken und Schwächen der Studie

Input zu

• zukünftigen Studiendesigns

• Planungsannahmen

Beitrag zu internen Lessons-Learned-Dokumenten

Fallzahlberechnung(en)

Designsimulationen

Randomisierungs- & Stratifikationskonzept

Statistik-Anteil am Protokoll

Input zu Scientific Advice

Erstellung Randomisierungslisten

Pflege & Support während der Studie

Notfall-Entblindungen

Erstellung / Review des SAP

Mock TLFs

Abstimmung mit DM & Programming

Alpha-Strategie & Regulierungskonformität

Laufende statistische Beratung

Datenüberwachung / RBQM

Interim- & Safety-Analysen

DMC-Reports

Blind Data Review

Finalanalysen

TLF‑Produktion & QC

Erstellung statistischer CSR-Kapitel

Unterstützung bei Fragen von QA/Regulatoren

Manuskript-Reviews

Kongressabstracts

Explorative Subgruppen

Health-Economics-nahe Analysen (falls zutreffend)

Re‑Analyse wegen Protokollunklarheiten

Unklare SAP-Festlegungen

Späte Designänderungen

Schlechte Datenqualität → mehr Statistikaufwand

Biometrie insgesamt: ca. 10–20 % der direkten Studienkosten

Verhältnis:

• Statistik: ~40–50 %

• Programming: ~50–60 %

Programmierung oft teurer als Statistik pro Studie