sv
Ordförklaringar:

Kliniska studier - steg för steg

Kliniska studier - steg för steg
  • Innehåll på sidan:

    Hälso- och sjukvård eller klinisk forskning?

    Jämför din idé med tidigare forskning

    Sök kunskap bland systematiska utvärderingar

    Leta bland vetenskapliga kunskapsluckor

    Använd data som finns i register

    Formulera problemet

    Särskilda regler för läkemedel och medicinteknik

  • Innehåll på sidan:

    Studiens upplägg och metod har betydelse

    Forskningsplan behövs vid etikprövningsansökan och fungerar som en handbok

    Statistisk analysplan

    Information till studiedeltagarna innan samtycke

    Ta reda på vilket försäkringsskydd som finns för studiedeltagarna

    Studiebudget över samtliga kostnader i projektet

    Behövs en hälsoekonomisk utvärdering av studien?

    Särskilda regler för kliniska studier med läkemedel eller medicintekniska produkter

    Särskilda regler för läkemedel och medicinteknik

  • Innehåll på sidan:

    Ansök om etikprövning

    Ansök om tillstånd från strålskyddskommitté

    Upprätta biobank eller få tillgång till biobanksprover

    Ta reda på vad som gäller vid hantering av personuppgifter

    Registrera din studie innan studiestart

    Särskilda regler för kliniska studier med läkemedel eller medicintekniska produkter

    SKL och LIF - avtal och mallar för kliniska studier

    Särskilda regler för läkemedel och medicinteknik

  • Innehåll på sidan:

    Studiedeltagarna behöver ge skriftligt samtycke

    Samla in och hantera studiedata

    Vad gäller vid förändringar i studieprotokollet efter godkännande?

    Särskilda regler för studier med läkemedel eller medicintekniska produkter

    Särskilda regler för läkemedel och medicinteknik

  • Innehåll på sidan:

    Planering före studiestart avgör hur data hanteras och analyseras

    Studier med konfirmerande syfte

    Studier med explorativt syfte

    Datahantering när studien är genomförd

    Analys av studiedata

    Särskilda regler för läkemedel och medicinteknik

  • Innehåll på sidan:

    Att skriva en vetenskaplig artikel

    Att välja tidskrift

    Publicera med öppen tillgång

    Publicera resultaten i offentlig databas

    Informera studiedeltagare om studiens avslut

    Särskilda regler för läkemedel och medicinteknik

  • Innehåll på sidan:

    Gallring av personuppgifter

    Särskilda regler för kliniska studier med läkemedel eller medicintekniska produkter

    Särskilda regler för läkemedel och medicinteknik

Analys

Lästid 5 min

För att få fram korrekt analyserade data och kunna publicera resultatet är det bra att redan under planeringsfasen konsultera en statistiker. Tidiga förberedelser är avgörande för att få fram en bra studiedesign, tillräckligt antal studiedeltagare och lämpligt utfallsmått för att kan kunna besvara din forskningsfråga.

Planering före studiestart avgör hur data hanteras och analyseras

Innan den kliniska studien påbörjas bör en plan för datahantering och analys ha tagits fram. Planen kan vara olika detaljerad och kan bestå av några korta rader formulerat i forskningsprotokollet eller som ett längre dokument (statistisk analysplan, SAP) med ett mer detaljerat innehåll. Det är viktigare att datahantering och analys har beskrivits i detalj i en studie som syftar till att ge konfirmerande resultat än i en explorativ studie som syftar till att generera preliminära resultat.
Frågeställning eller hypotes, definition av utfallsmått, val av studieupplägg och efterföljande analysmetoder ska hänga samman och ska kunna förstås som en helhet i protokollet eller analysplanen. Det ska framgå att det man mäter i studien kommer att kunna användas för att besvara frågeställningen. Eventuella interimanalyser, planerade justeringsanalyser för confounders eller subgruppsanalyser bör också beskrivas. Beroende på vilken detaljnivå som är motiverad bör de statistiska metoder som ska användas beskrivas.

Studier med konfirmerande syfte

En konfirmerande studie ska vara baserad på en hypotes som definieras före studiestart och som efter studiens slut kan prövas med hjälp av de data som samlats in och med de metoder som beskrivits i forskningsprotokollet eller analysplanen. Det är viktigt att definiera det primära utfallsmåttet, det vill säga vilken variabel som ska analyseras för att testa den fördefinierade hypotesen. Det primära utfallsmåttet är den variabel på vilken man baserar sin stickprovsberäkning som bestämmer hur många individer som måste delta i studien för att uppnå en viss nivå av statistisk styrka (power) i sin studie. Den metod som används för att beräkna stickprovsstorleken är den som sedan bestämmer med vilken metod som hypotesen ska analyseras.

I en konfirmerande studie är det speciellt viktigt att vidta åtgärder för att så långt det är möjligt förhindra så kallad bias som kan påverka studiens resultat. Om det är en jämförande interventionsstudie så bör det finnas en kontrollgrupp som får behandling med placebo eller golden-standard-behandling. Vilken behandling som tilldelas studiedeltagaren bör avgöras på ett helt slumpartat sätt, så kallad randomisering, och oberoende av studiedeltagarens och forskarens önskan. Studien bör även, i den mån det är möjligt, vara dubbelblind. Dubbelblindning innebär att vare sig studiedeltagaren eller forskaren vet vilken behandling studiedeltagaren tilldelats.

Studier med explorativt syfte

I explorativa studier ställs en eller flera relativt breda frågeställningar som syftar till att generera information på ett område där det inte finns så mycket tidigare kunskap. I det här fallet är det inte relevant att formulera en hypotes som ska prövas. I och med att det inte finns en hypotes som ska prövas så finns det heller ingen anledning att beräkna en stickprovsstorlek. Något primärt utfallsmått behöver inte definieras utan de data som ska samlas in kan beskrivas i forskningsplanen eller protokollet utan inbördes ordning. Explorativa studier utförs ofta utan kontrollgrupp och utan att tillämpa olika metoder så som blindning och randomisering för att reducera bias . Resultatet av explorativa studier redovisas huvudsakligen med deskriptiva mått men även med till exempel konfidensintervall. Statistiska tester kan också förekomma. Syftet är att generera information som kan ligga till grund för konfirmerande hypotesprövning i kommande studier.

Det förekommer konfirmerande studier som även innehåller en explorativ del.

Datahantering när studien är genomförd

När studiens praktiska genomförande är avslutat och all data har samlats i en databas eller en datafil bör man kontrollera att de är kompletta och att det inte finns kvarstående frågor. Om rättningar behöver göras så ska information om rättningarna dokumenteras och sparas.

Om studien är blindad så bör rättningar göras utan att avslöja blindningen för att inte riskera att vissa studiedata tas bort eller korrigeras på felaktig grund. Om det visar sig finnas ett behov av att ändra i analysplanen är det lämpligt att göra dessa innan blindningen avslöjas. Det är viktigt att dokumentera skälen till att analysplanen ändras och att vara tydlig med den informationen när studiens resultat rapporteras och publiceras. Tänk på att en ändrad analysplan kan betraktas som en väsentlig ändring som kräver godkännande av etikprövningsnämnden. Om data från studien inte är blindade kan man låta en oberoende part utföra rättningar och eventuella kontroller av data.

Därefter görs en så kallad stängning eller låsning av studiedata, det vill säga att inget mer får ändras i de rådata som ska ligga till grund för analys. Stängningen av databasen, eller i förekommande fall datafilen, är särskilt viktig i studier med ett konfirmerande syfte men kan efterliknas när det är tillämpligt även i explorativa studier. I studier där man inte har tillgång till en databas med låsningsfunktion är det viktigt att försäkra sig om att en exakt kopia av rådatafilen bevaras i oförändrat skick och inte förvanskas av fortsatt analysarbete.

Rådatafilen eller databasen bör arkiveras för eventuell framtida granskning och kontroll.

Analys av studiedata

Innan studiens frågeställningar analyseras så kan data behöva bearbetas ytterligare. Till exempel kan vissa data behöva användas för att generera den variabel som ska användas i analysen. Ett av de enklare exemplen är vikt och längd som har samlats in i rådatafilen men som måste användas för beräkning när BMI är den variabel som ska ingå i den statistiska analysen. Beräkningar för att ersätta saknade värden i data (imputering) kan också behöva göras. Om imputeringsmetoder används bör dessa vara förspecificerade i forskningsprotokollet eller analysplanen.

De metodval som sedan tillämpas på data för att göra den statistiska analysen bestäms av den forskningsfråga och det studieupplägg som beskrivits i forskningsplanen eller analysplanen. Finns det en primär frågeställning definierad i planen bör analysen av den primära variabeln tydligt skiljas från analyserna av de övriga variablerna vilket också gäller när data senare presenteras. Utan att vara en fullständig förteckning presenteras nedan några exempel på aspekter som kan behöva beaktas i analysfasen.

Multiplicitet

Om många olika behandlingar eller andra interventioner ska analyseras med avseende på samma utfallsmått så bör problemet med multipla jämförelser beaktas och justering av signifikansnivån kan krävas.

Confounders

I studier som inte har ett randomiseringsförfarande är det viktigt att identifiera och på förhand definiera eventuella confounders som huvudanalyserna ska justeras för. En confounder är en variabel som påverkar det primära utfallsmåttet och behandlingsgrupperna i studien. Det finns olika sätt att identifiera confounders till exempel genom DAGs (Directed Acyclic Graphs). Om det finns ett randomiseringsförfarande i studien behövs normalt sett inga justeringar för confounders i efterhand.

Subgruppsanalyser och interaktioner

Om det valda utfallsmåttet samvarierar (interagerar) med en annan variabel förutom studiebehandlingen, så är det ofta av intresse att redovisa sådana interaktioner. Interaktionsvariabeln kan vara en variabel som delar in personerna i subgrupper (till exempel kön eller åldersklasser) eller en kontinuerlig variabel (till exempel ålder eller vikt). Man bör i möjligaste mån ange de variabler och metoder man tänker använda för interaktionsanalyser i sin analysplan. Subgruppsanalyser kan också vara av explorativ natur om det under analysarbetet visar sig att det finns tidigare okända interaktioner.

Interimanalyser

Interimanalyser är analyser som görs under tiden som studien pågår och syftar till att ge en rekommendation om studien ska fortsätta eller stoppas i förtid. Eftersom genomförandet av interimanalyser påverkar stickprovsstorleken i studien är det viktigt att de planeras noggrant redan i studieprotokollet. Dessa analyser genomförs oftast av studiens data safety and monitoring board (DSMB) som är en oberoende granskningsgrupp. Eventuellt avslöjande av blindning ska bevaras inom den oberoende gruppen och all personal som arbetar med studien ska förbli blind för resultaten av sådana analyser. Undvik oplanerat genomförda interimanalyser eftersom de kan försvaga förtroendet för de slutsatser som har dragits.

Särskilda regler för läkemedel och medicinteknik

Tänk på

  • Har den ursprungliga frågeställningen besvarats?
  • Vilka slutsatser kan man dra och vilka blir konsekvenserna?
  • Har det uppstått nya frågeställningar under processen?

Din region kan ge dig mer information och stöd

Välj din region för att hitta rätt kontakt:

Karolinska Trial Alliance

Karolinska
Trial Alliance

Din region kan ge dig mer information och stöd

Välj din region för att hitta rätt kontakt:

Karolinska Trial Alliance

Karoliska
Trial Alliance


Skapad: 2016-11-30
Senast uppdaterad: 2018-12-14 

Kontakt

Enheten för kliniska studier, Vetenskapsrådet

Östra Hamngatan 26

411 09 Göteborg

 

Telefon (Vetenskapsrådet, växel): 031-757 41 75

E-post: kliniskastudier@vr.se

Prenumerera

Vill du prenumerera på nyheter, goda exempel eller kalenderhändelser från kliniskastudier.se?

Kliniska Studier Sverige är ett samarbete mellan Vetenskapsrådet och Sveriges sjukvårdsregioner.