Die statistische Power, auch Trennschärfe, ist die Wahrscheinlichkeit, dass ein statistischer Test einen tatsächlich vorhandenen, in der Planung festgelegten Effekt erkennt. Sie entspricht bei einem vorgegebenen Test der Wahrscheinlichkeit, die Nullhypothese abzulehnen, wenn sie falsch ist, und wird als 1 minus Beta ausgedrückt. In klinischen Prüfungen ist die Power ein zentraler Parameter der prospektiven Stichprobengrößenplanung, aber nicht mit der regulatorischen Fallzahlbegründung gleichzusetzen.
Parameter der Powerplanung
Die Power ergibt sich nicht aus einer einzelnen frei wählbaren Zahl. Ihre Berechnung hängt insbesondere von der klinisch relevanten Effektgröße, der Variabilität oder Ereignisrate des primären Endpunkts, der geplanten Stichprobengröße, dem Signifikanzniveau, der Testmethode und der Auswertungsstrategie ab. Bei Zeit-bis-Ereignis-Endpunkten ist häufig die erwartete Zahl von Ereignissen wesentlich; bei kontinuierlichen Endpunkten spielen Streuung und Messgenauigkeit eine besondere Rolle.
Alle Annahmen müssen zur Zielpopulation und zum Studienziel passen. Eine aus externen Daten übernommene Varianz oder Ereignisrate kann unpassend sein, wenn sich Population, Standardtherapie oder Erhebung erheblich unterscheiden. Ebenso muss der Unterschied, auf den die Planung zielt, klinisch und wissenschaftlich begründet sein. ICH E9 verlangt, die wesentlichen Merkmale der statistischen Analyse vorab im Protokoll zu beschreiben; für die Interpretation zählt daher nicht nur die Formel, sondern die Nachvollziehbarkeit ihrer Eingaben.
Fehlerarten, Endpunkte und Multiplikität
Der Fehler erster Art bezeichnet das Risiko, einen Effekt festzustellen, obwohl unter der Nullhypothese keiner besteht. Der Fehler zweiter Art, Beta, bezeichnet das Risiko, einen vorhandenen Effekt mit dem vorgesehenen Test nicht zu erkennen. Die Power ist das Gegenstück zu diesem zweiten Fehler. Sie beschreibt keine Garantie für den Erfolg einer einzelnen Studie und sagt auch nicht, wie groß oder klinisch bedeutsam ein beobachteter Effekt ist.
Mehrere primäre Endpunkte, mehrere Behandlungsvergleiche oder geplante Zwischenanalysen beeinflussen die Planung. Wenn die Gesamtwahrscheinlichkeit falsch positiver Schlussfolgerungen kontrolliert werden soll, müssen Teststrategie und mögliche Anpassungen vorab festgelegt werden. Das kann die erforderliche Stichprobe verändern. Auch Ausfälle, nicht auswertbare Daten und ein erwarteter Anteil fehlender Endpunkte gehören in die Planung, damit die Zielzahl auswertbarer Personen tatsächlich erreicht werden kann.
Abgrenzung zu Fallzahlbegründung und Signifikanzniveau
Statistische Power ist eine Eigenschaft der geplanten Prüfung unter bestimmten Annahmen. Die Fallzahlbegründung ist dagegen die regulatorisch und wissenschaftlich nachvollziehbare Darstellung im Protokoll, warum die geplante Zahl von Teilnehmenden angemessen ist. Sie dokumentiert unter anderem Endpunkt, Effektannahme, Varianz oder Ereignisrate, Power, Signifikanzniveau, Testverfahren, Umgang mit Multiplikität und Annahmen zu Ausfällen. Die Fallzahlbegründung bleibt deshalb ein eigener Glossarbegriff; sie ist der dokumentierte Nachweis, nicht die Trennschärfe selbst.
Auch das Signifikanzniveau ist von der Power abzugrenzen. Es legt vorab das akzeptierte Risiko eines Fehlers erster Art für die Testentscheidung fest. Die Power bezieht sich dagegen auf die Chance, einen definierten Effekt zu erkennen. Eine Änderung des Signifikanzniveaus kann die Power bei gleicher Stichprobengröße beeinflussen, ersetzt aber keine Begründung der Effektgröße oder der angestrebten Trennschärfe. Beide Werte müssen zusammen mit der Hypothese und dem Analyseverfahren konsistent geplant werden.
Bedeutung für klinische Studien
Eine unzureichend geplante Power kann dazu führen, dass eine Studie trotz eines relevanten Effekts keine ausreichend präzise oder überzeugende Evidenz liefert. Eine übergroße Studie kann dagegen mehr Teilnehmende als wissenschaftlich erforderlich binden. Nach ICH E8(R1) gehören eine angemessene Studienplanung, der Schutz der Teilnehmenden und die Konzentration auf für die Entscheidungsfindung wesentliche Daten zusammen. Unter der Verordnung (EU) Nr. 536/2014 muss der Prüfplan die statistischen Aspekte einschließlich der Begründung der Teilnehmerzahl enthalten.
Full-Service-CROs wie Mediconomics unterstützen bei der Definition statistisch belastbarer Annahmen, der Auswahl eines zum Endpunkt passenden Verfahrens, der Programmierung und Dokumentation der Fallzahlberechnung sowie bei Protokoll und statistischem Analyseplan. Dazu gehören Sensitivitätsbetrachtungen für Varianz, Ereignisraten und Ausfälle, die Prüfung von Multiplikitätsstrategien sowie die Abstimmung zwischen klinischer Entwicklung, Datenmanagement, Biostatistik und Medical Writing.
Häufig gestellte Fragen (FAQ)
Bedeutet hohe Power automatisch klinische Relevanz?
Nein. Eine hohe Power erhöht unter den angenommenen Bedingungen die Chance, einen definierten Effekt zu erkennen. Ob der Effekt klinisch bedeutsam ist, richtet sich nach Endpunkt, Größenordnung, Nutzen-Risiko-Bewertung und der vorab begründeten Zielsetzung.
Kann die Power nach Beginn der Studie einfach erhöht werden?
Eine Änderung der Stichprobengröße oder Teststrategie kann die Fehlerwahrscheinlichkeiten und die Integrität der Studie beeinflussen. Solche Anpassungen erfordern vorab festgelegte Regeln, eine methodische Begründung und gegebenenfalls eine Änderung der Studienunterlagen; sie dürfen nicht ergebnisgetrieben erfolgen.
Warum reichen historische Daten für die Planung nicht immer aus?
Historische Daten können andere Populationen, Messmethoden, Therapieumfelder oder Endpunktdefinitionen betreffen. Ihre Übertragbarkeit muss geprüft und die Unsicherheit der Annahmen in der Planung berücksichtigt werden.
Regulatorische Referenzen
- ICH E9 „Statistical Principles for Clinical Trials“ – legt Grundsätze für Planung, Durchführung, Analyse und Berichterstattung klinischer Prüfungen dar.
- ICH E8(R1) „General Considerations for Clinical Studies“ – fordert eine qualitätsorientierte Planung mit Konzentration auf entscheidungsrelevante Faktoren.
- ICH E6(R3) „Good Clinical Practice“ – verlangt wissenschaftlich fundierte Studien mit verlässlichen Ergebnissen.
- Verordnung (EU) Nr. 536/2014 über klinische Prüfungen mit Humanarzneimitteln – verlangt im Prüfplan Angaben zu statistischen Aspekten und zur Begründung der Teilnehmerzahl.