Verbund

ADIT

Im Verbundprojekt "ADIT" sollen neue statistische Methoden entwickelt und getestet werden, die eine flexiblere Durchführung von klinischen Studien zu individualisierten Therapien ermöglichen, ohne dass die statistische Aussagekraft gefährdet wird. Diese neuen Methoden erlauben es, während einer laufenden Studie auf neue Entwicklungen des dynamischen Forschungsumfeldes zeitnah zu reagieren und neue vielversprechende Therapieansätze zusätzlich einzubeziehen bzw. überholte Ansätze auszuschließen. Zudem werden Verfahren für eine verbesserte Kontrolle der dadurch entstehenden multiplen Fehler benötigt. Statistiker arbeiten in diesem Verbund-Projekt eng mit Klinikern zusammen. So können die neuen Methoden während der Entwicklung auf Praxistauglichkeit geprüft und anschließend direkt in klinischen Studien eingesetzt werden. Die Ergebnisse sind auf klinische Studien für alle Indikationen anwendbar. Sie werden nach erfolgreicher Durchführung des Projektes allen interessierten Forscherinnen und Forschern in Form frei zugänglicher Software zur Verfügung stehen. Das Projekt kann einen wichtigen Beitrag dazu leisten, klinische Studien zu individualisierten Therapien schneller und effektiver durchzuführen.

Teilprojekte

Abgeschlossen

Auswahl und Wechsel von Therapieansätzen (TP1)

Förderkennzeichen: 01EK1503A
Gesamte Fördersumme: 310.600 EUR
Förderzeitraum: 2015 - 2018
Projektleitung: Dr. Robert Kwiecien
Adresse: Universitätsklinikum Münster, Institut für Biometrie und Klinische Forschung
Schmeddingstr. 56
48149 Münster

Auswahl und Wechsel von Therapieansätzen (TP1)

Teilprojekt 1 hat zum Ziel, statistische Methoden für eine schnelle und effektive Auswahl von alternativen Therapieverfahren während einer laufenden klinischen Studie zu entwickeln. Die zunehmende Fragmentierung der Populationen auf dem Gebiet der individualisierten Therapien macht solche Methoden notwendig. Klassische statistische Designs und Ansätze stoßen dabei an ihre Grenzen. Die zu entwickelnden neuen Verfahren sollen eine solide statistische Grundlage für Designs mit der erforderlichen Flexibilität bilden. Im ersten Arbeitspaket dieses Teilprojektes werden adaptive Designs entwickelt, welche eine schnelle ablehnende Entscheidung gegenüber wenig aussichtsreichen Therapieansätzen ermöglichen. Im zweiten Arbeitspaket sollen statistische Designs behandelt werden, welche einen flexiblen Wechsel konkurrierender Therapieansätze im Verlauf der klinischen Studie erlauben. Zeitplan des Projekts: 1. Sichtung der zugehörigen Fachliteratur; 2. Entwicklung neuer, flexibler Designs, die den Aspekt steigender Evidenz berücksichtigen, zzgl. analytischer Untersuchung ihres mathematischen Verhaltens, Computersimulationsstudien, Überprüfung der praktischen klinischen Umsetzung; 3. Entwicklung neuer, flexibler Designs, die den Aspekt der Therapieänderung im Laufe einer klinischen Studie berücksichtigen, zzgl. analytischer Untersuchung ihres mathematischen Verhaltens, Computersimulationsstudien, Überprüfung der praktischen klinischen Umsetzung; 4. Softwareimplementierung und Bereitstellung entwickelter Algorithmen.

Abgeschlossen

Flexible Fehlerberechnung (TP2)

Förderkennzeichen: 01EK1503B
Gesamte Fördersumme: 240.859 EUR
Förderzeitraum: 2015 - 2018
Projektleitung: Prof. Dr. Werner Brannath
Adresse: Universität Bremen, Kompetenzzentrum für Klinische Studien Bremen (KKSB)
Linzer Str. 4
28359 Bremen

Flexible Fehlerberechnung (TP2)

Teilprojekt 2 beschäftigt sich mit der Entwicklung neuer, liberalerer statistischer Prinzipien, Prozeduren und Studiendesigns zur Umsetzung innovativer Therapie- und Stratifizierungsansätze. Diese sind beispielsweise in der pädiatrischen Onkologie dringend erforderlich, da in diesem Bereich die Individualisierung von Therapien eine immer stärkere Rolle spielt. Dadurch werden allerdings die zugrunde liegenden Fallzahlen so klein, dass mit Hilfe klassischer statistischer Verfahren ein Überlegenheitsnachweis von Therapie- und Stratifizierungsstrategien kaum noch möglich ist. Im ersten Schritt soll ein liberales multiples Fehlerkriterium Basis der Entwickelung neuer multipler, sequentieller und adaptiver Studiendesigns zur Prüfung individualisierter Therapien werden. In einem zweiten Schritt sollen flexiblere sequentielle und adaptive Studiendesigns entwickelt werden, mit denen in den ersten Stufen liberalere statistische Methoden angewendet und in den späteren Stufen die Resultate durch strengere statistische Methoden verschärft bzw. verfeinert werden können. Arbeitsplanung: 1. Sichtung der projektrelevanten Fachliteratur; 2. Entwicklung und Untersuchung einstufiger Testverfahren zur Kontrolle des patientenweisen Fehlers 1. Art; 3. Entwicklung und Untersuchung gruppensequentieller Designs mit Kontrolle des patientenweisen Fehlers 1. Art; 4. Entwicklung und Untersuchung adaptiver Designs mit Kontrolle des patientenweisen Fehlers 1. Art; 5. Entwicklung und Untersuchung von Designs mit einer schrittweisen Verschärfung und/oder Verfeinerung der Studienresultate.

Klinische Machbarkeit (TP3)

Förderkennzeichen: 01EK1503C
Gesamte Fördersumme: 69.793 EUR
Förderzeitraum: 2015 - 2019
Projektleitung: Prof. Dr. Olaf Witt
Adresse: Deutsches Krebsforschungszentrum (DKFZ), Klinische Kooperationseinheit Pädiatrische Onkologie
Im Neuenheimer Feld 280
69120 Heidelberg

Klinische Machbarkeit (TP3)

Das klinische Teilprojekt 3 wird dem Gesamtprojekt klinische Expertise und pseudonymisierte klinische Daten zur Verfügung stellen. Dadurch soll sichergestellt werden, dass die im ersten und zweiten Teilprojekt zu entwickelnden Designs den Erfordernissen der individualisierten Medizin entsprechen. Die klinischen Daten sollen dazu dienen, die Eignung der entwickelten statistischen Methoden im realen klinischen Kontext zu prüfen. Zudem werden die anderen Arbeitsgruppen über relevante Veränderungen, Trends und neue Erfordernisse in der individualisierten Medizin der pädiatrischen Onkologie und Hämatologie informiert. Die entwickelten statistischen Designs und Verfahren werden auf Machbarkeit in klinischen Studien hin bewertet. Die entwickelten statistischen Methoden sollen in realen klinischen Studien mit zielgerichteter Medizin implementiert werden. Arbeitsplanung: 1. Beratung der anderen Teilprojekte über relevante Veränderungen, Trends und Erfordernisse in der individualisierten Medizin; 2. Bewertung der Machbarkeit der entwickelten statistischen Methoden; 3. Implementierung der neuen Methoden in klinische Studien und Datenanalysen.