Propensity Score

Der Propensity Score ist die bedingte Wahrscheinlichkeit, unter den beobachteten Ausgangsmerkmalen einer Person eine bestimmte Behandlung zu erhalten. Er verdichtet viele gemessene Kovariaten zu einer einzigen Kennzahl und wird in nicht randomisierten Vergleichen eingesetzt, um Behandlungsgruppen hinsichtlich dieser Kovariaten vergleichbar zu machen. Der ENCePP-Leitfaden zu methodischen Standards der Pharmakoepidemiologie beschreibt ihn als Variable, die alle gemessenen Confounder zusammenfasst und wie ein einzelner Confounder für Matching, Stratifizierung, Gewichtung oder als Kovariate dienen kann.

Schätzung und Anwendungsformen

Geschätzt wird der Score aus einem Modell mit der Behandlungszuweisung als Zielgröße und den vor Behandlungsbeginn erhobenen Merkmalen als Prädiktoren. Üblich ist eine logistische Regression; auch flexible Verfahren sind möglich, wobei nicht die Vorhersagegüte, sondern die erreichte Kovariatenbalance das Erfolgskriterium ist. Merkmale, die erst nach Behandlungsbeginn entstehen, gehören nicht in das Modell.

Aus dem Score ergeben sich drei gängige Anwendungsformen:

• Matching: Behandelte und nicht behandelte Personen mit ähnlichem Score werden zusammengeführt; nicht zuordenbare Personen bleiben unberücksichtigt, was die Studienpopulation verändert.
• Gewichtung: Beobachtungen werden über den Score gewichtet, sodass eine Pseudopopulation entsteht, in der die Kovariatenverteilung von der Behandlung unabhängig ist; extreme Gewichte erfordern eine Stabilitätsprüfung.
• Stratifizierung: Die Population wird in Schichten des Scores, häufig Quintile, eingeteilt; innerhalb der Schichten wird verglichen und über die Schichten zusammengefasst.

Unabhängig von der Form gehört zur Auswertung eine Balancediagnostik, etwa über standardisierte Mittelwertdifferenzen der Kovariaten, sowie die Prüfung der Überlappung der Scoreverteilungen. Ohne ausreichende Überlappung fehlen für Teile der Population vergleichbare Gegenstücke, und der Effekt ist dort nicht mehr aus den Daten identifizierbar.

Abgrenzung gegen Randomisierung, multivariate Adjustierung und Confounding

Die Randomisierung erzeugt nach der EMA-Reflexion zu einarmigen Studien die Grundlage der statistischen Inferenz, weil sie bekannte und unbekannte prognostische oder prädiktive Variablen im Erwartungswert über die Behandlungsarme ausgleicht. Genau das leistet ein Propensity Score nicht: Er balanciert nur Merkmale, die gemessen und in das Modell aufgenommen wurden. Unbeobachtete Einflussgrößen bleiben unberücksichtigt, weshalb die EMA-Leitlinie zu registerbasierten Studien betont, dass die vorgeschlagenen Verfahren keine eindeutige Lösung liefern und mehrere Sensitivitätsanalysen mit unterschiedlichen Ansätzen nötig sind.

Vom Eintrag Multivariate Analyse unterscheidet sich der Ansatz in der Reihenfolge der Schritte. Eine multivariate Adjustierung nimmt die Kovariaten in das Outcome-Modell auf und schätzt Effekt und Störgrößen gemeinsam; bei seltenen Ereignissen begrenzt die Ereigniszahl, wie viele Kovariaten sich sinnvoll adjustieren lassen. Der Propensity Score trennt dagegen einen Designschritt, in dem ohne Blick auf die Zielgröße Balance hergestellt und geprüft wird, von der Effektschätzung; die Vergleichbarkeit der Gruppen wird damit vor der Auswertung überprüfbar.

Confounding schließlich ist der zugrunde liegende Verzerrungsmechanismus, nicht das Verfahren. Ein Confounder ist mit Behandlung und Zielgröße verbunden, ohne Teil des Wirkungspfads zu sein; typisch ist Confounding by Indication. Der Propensity Score ist eines von mehreren Werkzeugen gegen diesen Mechanismus und ersetzt weder die Begründung der Variablenauswahl noch Verfahren zur Einschätzung unbeobachteter Verzerrung.

Nichtinterventionelle Studien und externe Kontrollarme

In nichtinterventionellen und registerbasierten Studien ist die Behandlung nicht zugewiesen, sondern Ergebnis klinischer Praxis. Die EMA-Leitlinie zu registerbasierten Studien hält fest, dass sich die Merkmale unterschiedlich behandelter Patientengruppen wahrscheinlich unterscheiden und Behandlungsentscheidungen von Faktoren wie Krankheitsschwere beeinflusst werden, die auch mit dem Ereignisrisiko zusammenhängen. Sie verlangt, potenzielles Confounding bereits bei der Planung zu bewerten, und verweist für Adjustierungsmethoden auf den ENCePP-Leitfaden. Bei Sekundärnutzung von Daten soll das Studienprotokoll die Risiken von Bias und nicht gemessenem Confounding erörtern.

Bei externen Kontrollarmen verschärft sich die Lage, weil Vergleichsdaten aus anderer Quelle, Zeit oder Versorgungsrealität stammen. Die EMA weist darauf hin, dass sich in einarmigen Studien der Einfluss unbekannter prognostischer Variablen nicht kontrollieren lässt und die operative Aufbereitung von Daten eine unbekannte Selektion nicht auflösen kann. Ein Propensity Score kann Ausgangsmerkmale angleichen, die Vergleichbarkeit von Endpunktdefinitionen, Messzeitpunkten und Nachbeobachtung aber nicht herstellen.

Bedeutung für klinische Studien

Praktisch entscheidet sich die Belastbarkeit einer Propensity-Score-Analyse vor der ersten Rechnung: beim Indexzeitpunkt, bei Auswahl und Verfügbarkeit der Kovariaten, bei der Datenqualität und bei der Vorabfestlegung von Matching- oder Gewichtungsregeln, Balancekriterien und Sensitivitätsanalysen im statistischen Analyseplan. Ein nachträglich gewähltes Verfahren, unberichtete Modellvarianten oder eine unvollständig dokumentierte Kovariatenliste werden in Bewertungen und Inspektionen regelmäßig beanstandet.

Full-Service-CROs wie Mediconomics unterstützen bei Design und Auswertung solcher Vergleiche: Biostatistik legt Scoremodell, Anwendungsform, Balancemaße und Sensitivitätsanalysen vorab fest, Datenmanagement sichert Herkunft, Vollständigkeit und Kodierung der Kovariaten aus Register- oder Sekundärdaten, Regulatory Affairs und Medical Writing dokumentieren Annahmen und Grenzen für Zulassung, Pharmakovigilanz oder Nutzenbewertung nachvollziehbar.

Häufig gestellte Fragen (FAQ)

Kann ein Propensity Score eine Randomisierung ersetzen?

Nein. Er balanciert nur gemessene Kovariaten, während die Randomisierung bekannte und unbekannte prognostische Faktoren im Erwartungswert über die Arme ausgleicht.

Woran erkennt man, dass eine Propensity-Score-Analyse funktioniert hat?

An der berichteten Balance der Kovariaten nach Matching, Gewichtung oder Stratifizierung und an einer ausreichenden Überlappung der Scoreverteilungen, nicht an der Trennschärfe des Scoremodells.

Welche Angaben erwartet eine Behörde im Protokoll?

Begründete Kovariatenliste, Indexzeitpunkt, Scoremodell, Anwendungsform, Balancekriterien, Umgang mit fehlenden Daten sowie vorab geplante Sensitivitätsanalysen zu nicht gemessenem Confounding.

Regulatorische Referenzen

• EMA/426390/2021, Guideline on registry-based studies – verlangt die Bewertung potenziellen Confoundings, die Erörterung nicht gemessenen Confoundings im Protokoll und mehrere Sensitivitätsanalysen.
• ENCePP Guide on Methodological Standards in Pharmacoepidemiology (EMA/95098/2010) – beschreibt den Propensity Score und seine Verwendung für Matching, Stratifizierung, Gewichtung oder als Kovariate.
• ICH E9(R1), Addendum on Estimands and Sensitivity Analysis in Clinical Trials – erklärt den Estimand-Rahmen auch für einarmige Studien und Beobachtungsstudien anwendbar.
• EMA/CHMP/458061/2024, Reflection paper on establishing efficacy based on single-arm trials – begründet, warum ohne Randomisierung unbekannte prognostische Faktoren unkontrolliert bleiben.
• Verordnung (EU) Nr. 536/2014, Anhang I Abschnitt D – verlangt die Beschreibung der statistischen Erwägungen im Prüfplan interventioneller Studien.