Outcome Measure

Outcome Measure bezeichnet eine vorab festgelegte Ergebnisgröße, mit der in einer klinischen Studie eine Veränderung, ein Ereignis, eine Funktion oder eine Wahrnehmung erfasst und beurteilt wird. Sie konkretisiert, welche Daten zur Beantwortung einer Studienfrage erhoben werden. Messmethode, Zeitpunkt, Auswertungsregel und Bedeutung für die Studie müssen im Prüfplan eindeutig beschrieben sein.

Merkmale einer geeigneten Ergebnisgröße

Eine Outcome Measure muss zur klinischen Fragestellung und zur Zielpopulation passen. Sie kann ein Ereignis wie Tod oder Krankenhauseinweisung, ein Messwert, ein funktionelles Ergebnis oder eine von Teilnehmenden berichtete Bewertung sein. Entscheidend ist nicht nur, was gemessen wird, sondern auch wie zuverlässig, zu welchem Zeitpunkt und nach welchen Regeln. Für wiederholte Messungen gehören Erhebungsfenster, zulässige Instrumente und der Umgang mit fehlenden Werten zur Spezifikation.

ICH E8(R1) verlangt, dass Endpunkte in bestätigenden Studien klinisch relevant sind und Krankheitslast widerspiegeln oder eine angemessene Surrogatbeziehung zur Krankheitslast besitzen. Die Ergebnisgröße soll daher nicht allein leicht messbar sein, sondern einen begründeten Bezug zum Nutzen-Risiko-Profil haben. Ihre Auswahl beeinflusst Fallzahl, Studiendauer, Schulung der Prüfzentren, Datenqualität und die Interpretierbarkeit der Ergebnisse.

Operationalisierung und Auswertung

Eine gute Spezifikation beschreibt die Zielvariable so, dass verschiedene Prüfzentren sie gleich erheben können. Dazu können Instrument, Einheit, Auswerter, Definition eines Ereignisses, Erhebungszeitpunkte, zulässige Wiederholungen und Kriterien für die Auswertbarkeit gehören. Bei einer patientenberichteten Ergebnisgröße sind zusätzlich Fragebogen, Sprache, Ausfüllmodus und Regeln für fehlende Antworten relevant. Bei bildgebenden oder komplexen klinischen Ergebnissen kann eine zentrale oder unabhängige Bewertung erforderlich sein.

Die Outcome Measure ist auch mit dem Estimand und dem statistischen Verfahren zu verbinden. ICH E9(R1) verlangt, den zu schätzenden Behandlungseffekt für jedes Studienziel präzise zu beschreiben und Ereignisse nach Behandlungsbeginn zu berücksichtigen, die die Interpretation oder Verfügbarkeit von Messungen beeinflussen. Die Ergebnisgröße liefert die Messdaten; Analysepopulation, Umgang mit interkurrenten Ereignissen und Estimator bestimmen, wie daraus eine Schlussfolgerung gezogen wird.

Die Messqualität muss über die gesamte Studie erhalten bleiben. Dies betrifft Kalibrierung und Validierung von Geräten ebenso wie die Schulung von Untersuchenden, die sprachlich und kulturell geeignete Anwendung von Fragebögen sowie nachvollziehbare Korrekturen von Daten. Eine Ergebnisgröße kann wissenschaftlich relevant sein und dennoch ungeeignet umgesetzt werden, wenn ihre Erhebung zwischen Zentren oder Zeitpunkten nicht vergleichbar ist. Risikobasierte Qualitätsmaßnahmen sollten sich daher auf die Daten und Prozesse konzentrieren, die für die Outcome Measure entscheidend sind.

Die Spezifikation sollte außerdem festhalten, welche Datenquelle bei widersprüchlichen Angaben maßgeblich ist und wann eine Messung als nicht auswertbar gilt. Das schützt die Analyse vor nachträglichen Ermessensentscheidungen.

Abgrenzung gegen Endpunkt und Surrogatendpunkt

Im Studienalltag werden Outcome Measure und Endpunkt häufig ähnlich verwendet, sind aber nicht vollständig deckungsgleich. Die Outcome Measure bezeichnet die konkrete zu erhebende Ergebnisgröße einschließlich ihrer Operationalisierung. Ein Endpunkt ist die im Prüfplan für eine Studienfrage festgelegte Zielgröße, die aus einer oder mehreren Messungen, Regeln oder Ereignissen gebildet werden kann. Ein zusammengesetzter Endpunkt etwa verbindet mehrere definierte Ereignisse; die einzelnen Erhebungen allein sind noch nicht der gesamte Endpunkt.

Ein Surrogatendpunkt ist eine Ergebnisgröße, die als Ersatz für einen klinisch unmittelbar bedeutsamen Endpunkt verwendet wird. Er ist nicht schon deshalb ein Surrogat, weil er objektiv, biomarkerbasiert oder früh messbar ist. Seine Eignung verlangt eine nachvollziehbare Beziehung zur klinischen Krankheitslast oder zum patientenrelevanten Ergebnis. Somit kann eine Outcome Measure ein klinischer Endpunkt, ein Bestandteil eines Endpunkts oder ein möglicher Surrogatendpunkt sein.

Bedeutung für klinische Studien

Unpräzise Ergebnisgrößen erzeugen uneinheitliche Daten und erhöhen das Risiko von nicht auswertbaren oder schwer interpretierbaren Ergebnissen. In der Projektarbeit müssen klinische Definition, Erhebungsinstrumente, eCRF, Schulung, Datenprüfungen und statistische Analyse dieselbe Outcome Measure abbilden. Änderungen während der Studie sind kritisch, weil sie Vergleichbarkeit und Aussagekraft beeinträchtigen können.

Full-Service-CROs wie Mediconomics unterstützen bei der Übersetzung klinischer Ziele in klar operationalisierte Ergebnisgrößen, bei Prüfplan und eCRF-Design sowie bei Datenmanagement- und Biostatistikplänen. Medical Writing, klinische Projektteams, Monitoring und Datenmanagement stimmen Schulungsunterlagen, Erhebungsfenster, Datenvalidierungen und die Dokumentation der Auswertungsregeln aufeinander ab.

Häufig gestellte Fragen (FAQ)

Ist jede Outcome Measure ein primärer Endpunkt?

Nein. Eine Studie kann primäre, sekundäre und weitere Ergebnisgrößen enthalten. Der primäre Endpunkt ist die zentrale vorab festgelegte Zielgröße für die Hauptfrage.

Können patientenberichtete Angaben eine Outcome Measure sein?

Ja. Sie können Symptome, Funktion oder Lebensqualität erfassen, wenn Instrument und Auswertungsregeln passend festgelegt sind.

Ist ein Biomarker automatisch ein Surrogatendpunkt?

Nein. Ein Biomarker kann eine Ergebnisgröße sein, doch seine Eignung als Surrogat für einen klinischen Nutzen muss begründet werden.

Regulatorische Referenzen

• ICH E8(R1) „General Considerations for Clinical Studies“ – fordert klinisch relevante Endpunkte oder angemessene Surrogatbeziehungen.
• ICH E9 „Statistical Principles for Clinical Trials“ – behandelt vorab spezifizierte Zielvariablen und statistische Prinzipien.
• ICH E9(R1) „Estimands and Sensitivity Analysis“ – verbindet Studienziel, Ergebnisdaten und Behandlungseffekt.
• ICH E6(R3) „Good Clinical Practice“ – fordert zuverlässige Datenerhebung und Qualitätsmanagement.