Die familienbezogene Fehlerrate, häufig als Familywise Error Rate oder FWER bezeichnet, ist die Wahrscheinlichkeit, innerhalb einer festgelegten Familie von Hypothesen mindestens eine wahre Nullhypothese fälschlich abzulehnen. Sie ist in konfirmatorischen klinischen Studien der Maßstab dafür, dass mehrere Wirksamkeitsbehauptungen nicht durch eine Häufung einzelner nominal signifikanter Tests entstehen. Die Familie und die Regel zu ihrer Kontrolle werden vor der Auswertung bestimmt.
Warum mehrere Tests den Fehler erhöhen
Bei nur einer primären Hypothese beschreibt das Signifikanzniveau das Risiko eines falsch positiven Schlusses für genau diesen Test. Enthält ein Programm dagegen mehrere Dosen, Endpunkte, Zeitpunkte oder Vergleiche, entstehen mehrere Möglichkeiten, zufällig ein günstiges Ergebnis zu finden. Die FWER betrachtet dieses Gesamtrisiko nicht testweise, sondern über die gesamte vorab abgegrenzte Menge von Schlussfolgerungen.
Die Hypothesenfamilie ist eine wissenschaftliche und regulatorische Festlegung. Sie kann beispielsweise die Behauptungen zu zwei Dosen und mehreren Endpunkten umfassen, nicht jedoch automatisch jede explorative Auswertung in einem Datenpaket. Das Protokoll und der statistische Analyseplan müssen darlegen, welche Entscheidungen die Familie abdeckt, in welcher Reihenfolge getestet wird und welche Schlussfolgerung ein positives Ergebnis jeweils trägt.
Verfahren zur Kontrolle der FWER
Eine einfache Aufteilung des Signifikanzniveaus auf parallele Hypothesen ist nur eine mögliche Vorgehensweise. Hierarchische Testsequenzen, Gatekeeping-Verfahren und geschlossene Testprozeduren nutzen die Struktur klinischer Fragen, um Tests nur dann freizugeben, wenn zuvor definierte Anforderungen erfüllt sind. Sie sind keine eigenen Fehlerraten, sondern Verfahren, deren Eigenschaft die Kontrolle der familienbezogenen Fehlerrate ist.
Bei ko-primären Endpunkten ist die klinische Behauptung oft an den Erfolg aller festgelegten Tests gebunden. Bei multiplen Dosen kann eine Reihenfolge von Dosisvergleichen den Übergang zu sekundären Zielen steuern. Solche Regeln müssen auch die geplanten Konfidenzintervalle berücksichtigen, damit Schätzung und Testentscheidung dieselbe Multiplikitätsstruktur widerspiegeln.
Die Kontrolle gilt unter allen Konfigurationen, in denen eine oder mehrere Nullhypothesen der Familie tatsächlich wahr sind. Das unterscheidet eine starke Kontrolle der FWER von einer Absicherung, die nur unter der globalen Nullhypothese betrachtet wird. Für klinische Programme ist diese Unterscheidung praktisch relevant, weil ein Vorteil bei einer Dosis oder einem Endpunkt nicht erlaubt, bei einer anderen wahren Nullhypothese zufällig eine weitere Wirksamkeitsbehauptung abzuleiten. Die gewählte Prozedur muss deshalb zur gesamten Entscheidungsstruktur passen, nicht nur zu einem erwarteten Ergebnismuster.
Die FWER ist damit auch kein Ersatz für die klinische Priorisierung von Endpunkten. Sie erzwingt keine Rangfolge, macht aber deren formale Umsetzung überprüfbar. Werden mehrere positive Ansprüche erhoben, muss erkennbar bleiben, welche Hypothesen tatsächlich zur Familie gehörten und ob alle vorgesehenen Bedingungen für den jeweiligen Anspruch erfüllt wurden. Die Dokumentation sollte ferner zeigen, welche Ansprüche ausdrücklich nur explorativ bleiben und deshalb nicht über die konfirmatorische Testprozedur abgesichert werden.
Abgrenzung zum Einzeltest und zu Grundbegriffen
Die FWER ist nicht die Irrtumswahrscheinlichkeit eines einzelnen p-Werts. Der p-Wert bezieht sich auf die Daten unter einer bestimmten Nullhypothese; die familienbezogene Fehlerrate beurteilt, ob die Gesamtheit der geplanten Testentscheidungen mindestens einen Fehlalarm enthält. Auch nullhypothese-h0 und hypothese beschreiben die einzelne Aussage, nicht die Fehlersteuerung einer Menge von Aussagen.
Ein nominaler p-Wert kann innerhalb einer Testhierarchie rechnerisch klein sein und dennoch keine bestätigende Behauptung erlauben, wenn die vorangehende Hypothese nicht nach der festgelegten Regel erfolgreich war. Die Anpassung ist deshalb nicht bloß ein nachträglicher Korrekturschritt. Sie gehört zur Logik, nach der das Studienprogramm eine Wirksamkeitsaussage beansprucht.
Bedeutung für klinische Studien
Multiplikität betrifft die Studienarchitektur schon bei der Endpunktwahl und beim Fallzahlnachweis. Werden Dosen oder Teilpopulationen später ohne festgelegte Regel als zusätzliche bestätigende Vergleiche behandelt, ist die Aussagekraft des ursprünglichen Signifikanzniveaus nicht mehr gesichert. Bei Zwischenauswertungen muss die Wiederholung der Tests ebenfalls in die Fehlerkontrolle einbezogen werden.
Full-Service-CROs wie Mediconomics unterstützen bei der Abbildung der Hypothesenfamilie im Protokoll, dokumentieren Testhierarchien und Entscheidungsregeln im statistischen Analyseplan, programmieren die zugehörigen Auswertungen und prüfen, ob Tabellen, Listings und klinischer Studienbericht nur die durch die Multiplikitätsstrategie gedeckten Bestätigungsansprüche darstellen.
Häufig gestellte Fragen (FAQ)
Umfasst die FWER nur mehrere primäre Endpunkte?
Nein. Sie kann auch mehrere Dosen, Behandlungen, Populationen oder geplante Zeitpunkte betreffen, wenn daraus bestätigende Schlussfolgerungen abgeleitet werden sollen.
Sind Gatekeeping-Verfahren und geschlossene Testverfahren Synonyme?
Nein. Beide können die FWER kontrollieren, organisieren den Übergang zwischen Hypothesenfamilien oder die Testmenge jedoch auf unterschiedliche Weise.
Muss jede explorative Analyse die FWER kontrollieren?
Eine explorative Analyse kann beschreibend oder hypothesengenerierend sein. Soll ihr Ergebnis eine vorab beanspruchte konfirmatorische Aussage stützen, muss ihre Einordnung in die Fehlerkontrolle geklärt sein.
Regulatorische Referenzen
- EMA/CHMP/44762/2017, Guideline on multiplicity issues in clinical trials – erläutert die Planung multipler Vergleiche und die Kontrolle falsch positiver Befunde.
- ICH E9, Statistical Principles for Clinical Trials – ordnet Hypothesentests, Fehlerwahrscheinlichkeit und Auswertung in konfirmatorischen Studien ein.
- ICH E20, Adaptive Designs for Clinical Trials – verlangt bei Anpassungen den Erhalt geeigneter Fehlerkontrolle.
