Fallzahlplanung

In der medizinischen und gesundheitswissenschaftlichen Forschung dient die Fallzahlplanung der methodischen Absicherung valider und interpretierbarer Studienergebnisse. Eine zu geringe Fallzahl reduziert die Teststärke und erhöht das Risiko falsch-negativer Befunde, während eine überdimensionierte Stichprobe in der Regel keinen zusätzlichen Erkenntnisgewinn bietet und mit unnötigem Ressourcenaufwand verbunden ist. Ethische Fragestellungen ergeben sich dabei unmittelbar aus der methodischen Qualität der Planung, insbesondere in klinischen Studien.

Ziel der Fallzahlplanung ist es, ein ausgewogenes Verhältnis zwischen statistischer Aussagekraft, praktischer Durchführbarkeit und ethischer Vertretbarkeit zu erreichen. Sie soll sicherstellen, dass ein klinisch oder wissenschaftlich relevanter Effekt mit ausreichender Wahrscheinlichkeit detektiert werden kann, ohne mehr Studienteilnehmende als notwendig einzuschließen.

Die Fallzahlplanung basiert auf der a-priori-Festlegung zentraler Parameter der Hypothesenprüfung. Das Signifikanzniveau (α) definiert die maximal akzeptierte Wahrscheinlichkeit für einen Fehler 1. Art, während die Teststärke (Power = 1 − β) die Wahrscheinlichkeit beschreibt, einen tatsächlich vorhandenen Effekt korrekt nachzuweisen. Ein weiterer zentraler Parameter ist die erwartete Effektgröße, die die Stärke des zu untersuchenden Effekts quantifiziert. Bei kontinuierlichen Zielgrößen fließt zusätzlich die Varianz der Messwerte in die Berechnung ein.

Effektgröße

Die Effektgröße ist einer der wichtigsten und zugleich unsichersten Parameter der Fallzahlplanung. Sie kann auf Vorstudien, Literaturdaten oder klinischer Plausibilität beruhen und wird abhängig von Fragestellung und Endpunkt beispielsweise als Mittelwertsdifferenz, standardisierte Effektgröße (z. B. Cohen’s d), Odds Ratio oder Hazard Ratio angegeben.

Signifikanzniveau (α)

Das Signifikanzniveau legt die maximal tolerierte Wahrscheinlichkeit für einen Fehler 1. Art fest. In der medizinischen Forschung wird häufig ein zweiseitiges α von 0,05 verwendet; die Festlegung sollte an Fragestellung und Studiensetting angepasst und begründet werden.

Teststärke (Power)

Die Teststärke beschreibt die Wahrscheinlichkeit, einen tatsächlich existierenden Effekt statistisch nachzuweisen (Power = 1 − β). Übliche Zielwerte liegen bei 80 % oder 90 %.

Varianz

Bei metrischen Zielgrößen beeinflusst die Streuung der Messwerte den erforderlichen Stichprobenumfang maßgeblich. Eine höhere Varianz geht in der Regel mit einem erhöhten Fallzahlbedarf einher.

Studiendesign und statistisches Verfahren

Studiendesign, Endpunktcharakteristika, die Wahl ein- oder zweiseitiger Tests sowie geplante Adjustierungen für Kovariablen beeinflussen die statistische Effizienz und damit die notwendige Fallzahl.

Drop-outs und Datenverlust

In klinischen Studien wird häufig ein Zuschlag auf die rechnerisch ermittelte Fallzahl vorgenommen, um Studienabbrüche, Protokollverletzungen oder unvollständige Datensätze zu kompensieren.

Die Fallzahlplanung erfolgt klassisch analytisch anhand statistischer Formeln für spezifische Testverfahren, etwa für t-Tests, χ²-Tests oder Regressionsmodelle. Bei komplexen Studiendesigns, multiplen Endpunkten oder nichtstandardisierten Auswertungsverfahren kommen zunehmend simulationsbasierte Ansätze zum Einsatz. In der Praxis wird die Berechnung häufig mithilfe spezialisierter Software oder Statistikprogrammen umgesetzt. Abzugrenzen ist die a-priori-Fallzahlplanung von der post-hoc-Poweranalyse, die nach Abschluss einer Studie durchgeführt wird und primär der Ergebnisinterpretation dient.

Eine nachvollziehbare Fallzahlplanung ist Voraussetzung für die Aussagekraft klinischer Studien und leistet einen wesentlichen Beitrag zur evidenzbasierten medizinischen Entscheidungsfindung. Sie ist zudem eine zentrale Grundlage für Ethikvoten, Förderanträge, Studienregistrierungen und die Beurteilung der Studienqualität in der Fachöffentlichkeit.

Die Fallzahlplanung beruht zwangsläufig auf Annahmen, insbesondere zur Effektgröße und Varianz, die sich im Studienverlauf als unzutreffend erweisen können. Sie garantiert daher keine inhaltlich relevanten oder positiven Ergebnisse, sondern ausschließlich die statistische Nachweisbarkeit eines Effekts unter den getroffenen Annahmen. Eine sorgfältige Studienkonzeption bleibt davon unabhängig essenziell.

• Bortz und Schuster, Statistik für Human- und Sozialwissenschaftler, 7. Auflage, Springer, 2010
• Lakens D. Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Front Psychol. 2013;4:863. Published 2013 Nov 26. doi:10.3389/fpsyg.2013.00863