Eine Beobachtungsstudie ist ein Forschungsdesign, in dem Expositionen, Behandlungen und gesundheitliche Ergebnisse erfasst werden, ohne dass Forschende die Therapie durch das Studienprotokoll zuteilen. Sie kann Versorgung unter Alltagsbedingungen, Krankheitsverläufe oder Zusammenhänge zwischen Expositionen und Outcomes untersuchen. Da die Behandlung nicht randomisiert wird, ist die sorgfältige Kontrolle und transparente Beschreibung möglicher Verzerrungen besonders wichtig.
Designs und Fragestellungen
Zu den verbreiteten Beobachtungsdesigns zählen Kohorten-, Fall-Kontroll- und Querschnittsstudien. Eine Kohortenstudie verfolgt Gruppen über die Zeit und eignet sich zur Beschreibung von Inzidenzen oder zeitlichen Risiken. Eine Fall-Kontroll-Studie beginnt mit Personen mit und ohne Outcome und vergleicht frühere Expositionen; sie kann bei seltenen Ereignissen effizient sein. Querschnittsstudien erfassen Merkmale zu einem Zeitpunkt und beschreiben beispielsweise Prävalenzen.
Die Datenerhebung kann prospektiv erfolgen oder vorhandene Register-, Versorgungs- oder Akteninformationen nutzen. Entscheidend ist eine ausreichende Spezifikation von Zielpopulation, Datenquelle, Exposition, Vergleichsgruppe, Endpunkt und Beobachtungszeit. Ein Studienplan sollte außerdem festlegen, wie Datenqualität, Datenschutz, Datenherkunft und Änderungen von Definitionen kontrolliert werden. Beobachtungsdaten können Real-World Evidence ergänzen, liefern aber nicht allein eine automatische kausale Aussage.
Bias, Confounding und Analyse
Anders als bei einer randomisierten klinischen Prüfung kann die Behandlungsentscheidung mit Prognosefaktoren zusammenhängen. Dieses Confounding by Indication entsteht etwa, wenn Personen mit schwererer Erkrankung häufiger eine bestimmte Behandlung erhalten. Zusätzlich können Selektion in eine Datenquelle, unvollständige Nachbeobachtung, falsch klassifizierte Expositionen oder unterschiedlich erfasste Outcomes die Ergebnisse verzerren.
Gegenmaßnahmen beginnen mit einem plausiblen Design und klinisch begründeten Variablen. Verfahren wie Matching, Stratifizierung, Regression oder Propensity-Score-Methoden können gemessene Störfaktoren berücksichtigen, beseitigen aber keine unbekannten oder schlecht erfassten Confounder. Vorab definierte Analysen, Sensitivitätsanalysen und eine transparente Darstellung fehlender Daten verbessern die Beurteilbarkeit. Die EMA-Leitlinie zu fehlenden Daten unterstreicht für konfirmatorische Studien, dass Missing Data eine potenzielle Bias-Quelle sind; derselbe Grundsatz ist auch bei Beobachtungsdaten methodisch bedeutsam.
Die zeitliche Zuordnung verdient besondere Aufmerksamkeit. Beginn der Beobachtung, Start der Exposition, Messung von Kovariaten und Ende des Follow-up müssen so definiert werden, dass Personen nicht aufgrund erst später verfügbarer Informationen einer Gruppe zugeordnet werden. Ein nachvollziehbarer Analyseplan beschreibt auch die Behandlung konkurrierender Ereignisse, die Regeln für Zensierung und die Grenzen der kausalen Interpretation.
Abgrenzung zur nicht-interventionellen Studie (NIS)
Beobachtungsstudie ist ein methodischer Oberbegriff. Er beschreibt, dass Forschende beobachten statt eine Behandlung zuzuweisen, und umfasst unterschiedliche epidemiologische Designs und Datenquellen. Eine nicht-interventionelle Studie, kurz NIS, ist dagegen ein regulatorisch definierter Begriff für Arzneimittelstudien. Nach der Verordnung (EU) Nr. 536/2014 gilt sie nicht als klinische Prüfung, wenn die Arzneimittel entsprechend der Zulassung verordnet werden, die Zuordnung nicht vorab durch ein Prüfprotokoll festgelegt ist und keine zusätzlichen Diagnose- oder Überwachungsverfahren angewendet werden.
Damit kann eine NIS eine Beobachtungsstudie sein, aber die Begriffe sind nicht deckungsgleich. Ob eine geplante Datenerhebung die regulatorischen Voraussetzungen erfüllt, ist im Einzelfall anhand von Zweck, Behandlungsentscheidung, zusätzlichen Verfahren und nationalen Anforderungen zu prüfen. GVP Modul VIII behandelt nicht-interventionelle Post-Authorisation Safety Studies besonders ausführlich; eine PASS kann nach dieser Leitlinie jedoch auch interventionell sein.
Die methodische Bezeichnung beantwortet somit vor allem die Frage, wie Daten erzeugt und analysiert werden. Die regulatorische Einordnung entscheidet zusätzlich über den anwendbaren Rechtsrahmen und die notwendigen Verfahren. Beide Perspektiven sollten bereits vor Beginn der Datenerhebung dokumentiert und bei wesentlichen Änderungen erneut geprüft werden.
Bedeutung für klinische Studien
Beobachtungsstudien ergänzen klinische Prüfungen, indem sie Patienten, Behandlungsmuster und Ergebnisse unter Routinebedingungen abbilden können. Für die spätere Nutzung der Ergebnisse müssen Protokoll, Datenmanagement und Analyseziel zueinander passen. Besondere Aufmerksamkeit verdienen die Eignung von Datenquellen, die Vollständigkeit von Follow-up, definierte Endpunkte, Datenschutzgrundlage und die klare Trennung zwischen beobachtender Datenerhebung und interventioneller Prüfung.
Full-Service-CROs wie Mediconomics unterstützen bei Studienplan und Datenmanagementkonzept, der Definition von Expositionen und Endpunkten sowie der statistischen Planung zur Kontrolle gemessener Confounder. Weitere Leistungen sind Qualitätskontrollen der Datenherkunft, Monitoring oder risikobasierte Qualitätsaufsicht, Medical Writing und die Dokumentation für Pharmakovigilanz- oder regulatorische Prozesse.
Häufig gestellte Fragen (FAQ)
Worin unterscheidet sich eine Beobachtungsstudie von einer randomisierten Studie?
In einer Beobachtungsstudie wird die Behandlung nicht durch das Studienprotokoll zugeteilt. Dadurch fehlen die aus Randomisierung resultierenden Schutzmechanismen gegen Confounding; die Analyse muss diese Einschränkung berücksichtigen.
Sind Propensity Scores ein Ersatz für Randomisierung?
Nein. Sie können beobachtete und in das Modell aufgenommene Faktoren ausgleichen. Unbekannte, nicht gemessene oder fehlerhaft erfasste Confounder bleiben eine mögliche Ursache für Verzerrung.
Fällt jede Beobachtungsstudie unter die Verordnung (EU) Nr. 536/2014?
Nein. Die Verordnung gilt für klinische Prüfungen und schließt nicht-interventionelle Studien aus. Welche weiteren rechtlichen und ethischen Vorgaben anwendbar sind, hängt vom konkreten Design, den Daten und dem Mitgliedstaat ab.
Regulatorische Referenzen
- Verordnung (EU) Nr. 536/2014 – grenzt klinische Prüfungen von nicht-interventionellen Studien ab.
- GVP Modul VIII „Post-authorisation safety studies“ – enthält Anforderungen und Empfehlungen zu PASS mit Schwerpunkt auf nicht-interventionellen PASS.
- EMA/CPMP/EWP/1776/99 Rev. 1 „Guideline on Missing Data in Confirmatory Clinical Trials“ – beschreibt Missing Data als potenzielle Bias-Quelle.
- ICH E9 „Statistical Principles for Clinical Trials“ – stellt Grundsätze für planvolle statistische Auswertung bereit.