Studiendesigns und Evidenztypen

Studiendesigns sind die strukturierten Pläne, die Forschende verwenden, um Evidenz über Gesundheit und Gesundheitsversorgung zu generieren. Sie unterscheiden sich darin, wie sie Gruppen zusammenstellen, Expositionen und Ergebnisse messen und Fehler vermeiden. Evidenzbasierte Praxis und die Bewertung von Gesundheitstechnologien basieren darauf, diese Designs unterscheiden und beurteilen zu können, wie viel Vertrauen jedes Design stützen kann.

Definition

Ein Studiendesign ist der methodische Rahmen, der festlegt, wie Teilnehmende ausgewählt werden, wie Vergleichsgruppen gebildet werden, ob und wie Expositionen oder Interventionen zugewiesen werden und wie Ergebnisse gemessen werden, wodurch die Art und Stärke der Evidenz bestimmt wird, die eine Studie liefern kann.

Scope

Dieser Bereich führt den Leser in die Hauptfamilien von Gesundheitsforschungsdesigns und die Arten von Evidenz ein, die sie produzieren: experimentelle Designs wie die randomisierte kontrollierte Studie, Beobachtungsdesigns wie Kohorten- und Fall-Kontroll-Studien, quasi-experimentelle und natürliche Experimentansätze sowie qualitative Forschung. Er berührt auch, wie einzelne Studien bewertet und in eine Evidenzhierarchie eingeordnet werden. Es handelt sich um eine Referenzübersicht, nicht um eine klinische Leitlinie.

Sub-topics

• Beobachtungsstudien-Design
• Qualitative Forschungsmethoden
• Quasi-experimentelle und natürliche Experimentdesigns
• Randomisierte kontrollierte Studie

Core questions

• Was unterscheidet experimentelle von Beobachtungs- und qualitativen Designs?
• Wie prägt die Struktur eines Designs die Stärke und die Grenzen seiner Evidenz?
• Wie werden einzelne Studien bewertet und zu abgestufter Evidenz für Entscheidungen zusammengeführt?

Key concepts

• Experimentelle versus Beobachtungsdesigns
• Interne und externe Validität
• Bias und Confounding
• Evidenzhierarchie
• GRADE-Evidenzsicherheit
• Quantitative versus qualitative Evidenz
• Berichtsstandards

Mechanisms

Designs unterscheiden sich hauptsächlich darin, wie der Vergleich hergestellt wird. Randomisierte Studien weisen die Intervention zufällig zu, was im Durchschnitt bekannte und unbekannte Störfaktoren ausgleicht; Beobachtungsdesigns lassen die Exposition natürlich auftreten und müssen daher Störfaktoren durch Design oder Analyse kontrollieren; Quasi-Experimente nutzen nicht-zufällige, aber strukturierte Variationen; und qualitative Methoden suchen nach Bedeutung und Prozessen statt nach gemessenen Assoziationen. Diese strukturellen Unterschiede sind es, die Evidenzhierarchien und Bewertungssysteme wie GRADE versuchen, in ein abgestuftes Vertrauen in die Ergebnisse zu übersetzen.

Clinical relevance

Das Erkennen von Studiendesigns untermauert die Evidenzbewertung in den Gesundheitswissenschaften: Es ermöglicht den Lesern, abzuwägen, wie stark ein gegebenes Ergebnis einen Evidenzkorpus beeinflussen sollte. Dieser Bereich beschreibt, wie Evidenz produziert und beurteilt wird, und ist selbst keine Grundlage für individuelle diagnostische oder Behandlungsentscheidungen.

Evidence & guidelines

Evidenzhierarchien und Bewertungsrahmen formalisieren, wie das Design mit der Vertrauenswürdigkeit zusammenhängt. Der GRADE-Ansatz bewertet die Sicherheit der Evidenz und die Stärke der Empfehlungen über verschiedene Designs hinweg (Guyatt et al., 2008), während Berichtsstandards wie PRISMA strukturieren, wie die resultierende Evidenz synthetisiert und berichtet wird (Page et al., 2021). Grundlegende Darstellungen der evidenzbasierten Medizin (Sackett et al., 1996) und der relativen Rollen von randomisierten und Beobachtungsdesigns (Concato et al., 2000) rahmen den Bereich ein.

History

Die moderne Rahmung der designbasierten Evidenz entstand aus der klinischen Epidemiologie Mitte des 20. Jahrhunderts und der evidenzbasierten Medizinbewegung der 1990er Jahre, die eine explizite Bewertung des Studiendesigns in den Mittelpunkt der klinischen Entscheidungsfindung stellte (Sackett et al., 1996). Nachfolgende Arbeiten verfeinerten, wie die lange angenommene Überlegenheit randomisierter gegenüber Beobachtungsevidenz interpretiert werden sollte (Concato et al., 2000) und führten zu konsensbasierten Bewertungssystemen (Guyatt et al., 2008).

Debates

Wie streng sollten Designs in einer Evidenzhierarchie eingestuft werden?

Traditionelle Hierarchien stellen randomisierte Studien über Beobachtungsstudien, aber empirische Vergleiche haben gezeigt, dass gut konzipierte Beobachtungsstudien Effekte nicht systematisch überschätzen, was zu einer nuancierteren, fragenabhängigen Sichtweise von Design und Evidenz führt.

Key figures

• David Sackett
• Gordon Guyatt
• John Concato

Seminal works

• sackett-1996
• concato-2000
• guyatt-2008

Frequently asked questions

Was ist eine Evidenzhierarchie?

Es ist eine Rangfolge von Studiendesigns danach, wie gut ihre Struktur vor Bias schützt, wobei traditionell randomisierte Studien und deren Synthesen über Beobachtungsstudien gestellt werden; moderne Rahmenwerke wie GRADE behandeln sie als Ausgangspunkt, der je nach Studienqualität und Kontext nach oben oder unten angepasst werden kann.

Liefert ein höher eingestuftes Design immer eine bessere Antwort?

Nein. Das am besten geeignete Design hängt von der Frage ab; für einige Fragen ist Beobachtungs- oder qualitative Evidenz praktikabler oder informativer, und eine schlecht durchgeführte Studie kann schwächere Evidenz liefern als eine starke Beobachtungsstudie.