Evidence Synthesis, auf Deutsch Evidenzsynthese, ist der transparente Prozess, Ergebnisse aus mehreren einschlägigen Studien und weiteren vorab bestimmten Informationsquellen zu einer Aussage über einen Evidenzkörper zusammenzuführen. Sie verbindet eine klar formulierte Frage mit systematischer Suche, Auswahl, Datenaufbereitung, Bewertung und Interpretation, damit die Schlussfolgerung nachvollziehbar bleibt. Eine einzelne Studie wird dadurch nicht ersetzt, sondern in ihren Kontext eingeordnet.
Fragestellung und systematischer Prozess
Am Anfang steht eine präzise Frage, etwa zu Population, Intervention, Vergleich und Endpunkt. Das Protokoll der Synthese legt fest, welche Quellen durchsucht werden, welche Ein- und Ausschlusskriterien gelten, welche Daten erhoben werden und wie mit Mehrfachpublikationen, abweichenden Definitionen oder fehlenden Angaben umzugehen ist. Vorab festgelegte Schritte senken das Risiko, dass Auswahl oder Auswertung nach Kenntnis der Ergebnisse beeinflusst werden.
Nach der Recherche werden die Studien anhand der Kriterien ausgewählt und ihre Merkmale, Ergebnisse und Einschränkungen strukturiert erfasst. Für die Interpretation zählen nicht nur Effektmaße, sondern auch Studiendesign, Vergleichsbehandlung, Messzeitpunkt, Zielpopulation und Risiko systematischer Verzerrung. Tabellen und nachvollziehbare Begründungen zeigen, welche Evidenz für welche Aussage tatsächlich herangezogen wurde. Bei ähnlichen Daten können Ergebnisse zusammengefasst werden; bei relevanten Unterschieden müssen diese Unterschiede sichtbar bleiben.
Bewertung von Konsistenz und Unsicherheit
Eine Evidenzsynthese beurteilt, ob die Befunde über Studien hinweg in Richtung und Größe des Effekts übereinstimmen und auf die klinische Fragestellung übertragbar sind. Unterschiede können durch Population, Dosierung, Begleittherapie, Endpunktdefinition oder Nachbeobachtungszeit entstehen. Heterogenität ist daher kein rein statistisches Problem, sondern beeinflusst, ob eine gemeinsame Schlussfolgerung sachgerecht ist.
Auch unvollständig berichtete Ergebnisse, Studienabbrüche und fehlende Werte können die Aussage verzerren. Sensitivitätsanalysen und alternative, vorab begründete Annahmen machen erkennbar, wie robust eine Schlussfolgerung ist. Für konfirmatorische Studien verlangt ICH E9 eine vor Studienbeginn festgelegte Planung von Design und wesentlichen statistischen Analysen. ICH E9(R1) ergänzt, dass die klinische Frage und der zu schätzende Behandlungseffekt als Estimand präzise beschrieben werden sollen. Diese Informationen helfen, Studienergebnisse innerhalb einer Synthese inhaltlich korrekt einzuordnen.
Die Aussage einer Synthese sollte deshalb stets die Reichweite der zugrunde liegenden Evidenz benennen. Ein Ergebnis aus eng selektierten Populationen ist nicht ohne Weiteres auf die Routineversorgung übertragbar. Ebenso darf die Anzahl eingeschlossener Studien nicht mit Gewissheit verwechselt werden: Mehrere Studien mit ähnlichen methodischen Schwächen können dieselbe Unsicherheit wiederholen.
Abgrenzung zur Meta-Analyse
Evidence Synthesis ist der Oberbegriff für das planvolle Zusammenführen eines Evidenzkörpers. Eine Meta-Analyse ist dagegen ein einzelnes quantitatives Verfahren innerhalb dieses Prozesses: Sie kombiniert geeignete numerische Ergebnisse mehrerer Studien zu einer gemeinsamen Schätzung. Sie ist nur sinnvoll, wenn Vergleich, Effektmaß und klinischer Kontext ausreichend kompatibel sind und die gewählte Modellierung begründet werden kann.
Wenn Studien zu unterschiedlich sind oder Daten nicht vergleichbar vorliegen, kann eine strukturierte tabellarische oder narrative Synthese die angemessenere Methode sein. Auch ohne Meta-Analyse müssen Auswahl, Bewertung und Schlussfolgerung transparent bleiben. Umgekehrt macht eine berechnete gemeinsame Effektgröße eine Synthese nicht automatisch belastbar, wenn die zugrunde liegenden Studien ungeeignet, selektiv ausgewählt oder methodisch zu heterogen sind.
Bedeutung für klinische Studien
In der klinischen Entwicklung unterstützt Evidenzsynthese die Wahl klinisch relevanter Endpunkte, die Begründung der Vergleichsbehandlung und die Einordnung neuer Daten in das vorhandene Wissen. Für Studienprotokoll, statistischen Analyseplan und klinischen Prüfbericht müssen Annahmen, externe Evidenz und verbleibende Unsicherheiten konsistent dargestellt sein. Besonders bei komplexen Therapielandschaften oder kleinen Populationen ist nachvollziehbar zu trennen, was direkt beobachtet wurde und was aus mehreren Quellen abgeleitet ist.
Full-Service-CROs wie Mediconomics unterstützen bei der Formulierung der Fragestellung, der Dokumentation von Such- und Auswahlprozessen, der Datenextraktion sowie der methodischen Bewertung und Darstellung der Ergebnisse. Dazu gehören Biostatistik für geeignete quantitative Synthesen, Medical Writing für die konsistente Evidenzdarstellung und Qualitätsprüfungen der Nachvollziehbarkeit zwischen Protokoll, Analyseplan und Bericht.
Häufig gestellte Fragen (FAQ)
Ist Evidence Synthesis dasselbe wie ein systematischer Review?
Ein systematischer Review ist eine häufige Form der Evidence Synthesis. Der Begriff Evidenzsynthese betont den gesamten Prozess des strukturierten Zusammenführens; der konkrete Umfang richtet sich nach der Fragestellung und den vorab definierten Methoden.
Wann ist eine Meta-Analyse nicht angemessen?
Sie ist nicht angemessen, wenn relevante Unterschiede zwischen Studien eine gemeinsame quantitative Schätzung inhaltlich irreführend machen oder wenn die berichteten Daten nicht vergleichbar sind. Dann kann eine strukturierte Synthese ohne statistische Pooling-Schätzung geeigneter sein.
Welche Rolle spielen fehlende Daten?
Fehlende Daten können Verzerrungen verursachen und müssen bei der Bewertung jeder eingeschlossenen Studie berücksichtigt werden. Die Synthese sollte offenlegen, welche Annahmen oder Sensitivitätsanalysen die Studien zu fehlenden Werten verwendet haben.
Regulatorische Referenzen
- ICH E9 „Statistical Principles for Clinical Trials“ – Grundlage für vorab geplante statistische Prinzipien in klinischen Studien.
- ICH E9(R1) „Addendum on Estimands and Sensitivity Analysis“ – ordnet Behandlungseffekte und Sensitivitätsanalysen der klinischen Fragestellung zu.
- EMA/CPMP/EWP/1776/99 Rev. 1 „Guideline on Missing Data in Confirmatory Clinical Trials“ – beschreibt die regulatorische Bewertung fehlender Daten.
- Verordnung (EU) Nr. 536/2014 – regelt klinische Prüfungen mit Humanarzneimitteln in der Union.