Was muss ich über die Drop-out-Raten in DiGA-Pilotstudien wissen?
Das sagt die Theorie
Drop-out bezeichnet das Ausscheiden von Studienteilnehmer:innen aus Studien vor dem Ende des geplanten Beobachtungszeitraums. Gemäß dem Leitfaden des Bundesinstituts für Arzneimittel- und Medizinprodukte (BfArM) steht die Drop-out-Rate oft in einem direkten Zusammenhang mit dem adressierten Krankheitsbild. Für Erkrankungen, bei denen in der Versorgungsrealität hohe Abbruchquoten zu erwarten sind (z. B. Suchterkrankungen) werden hohe Drop-out-Raten durch das BfArM eher akzeptiert. Für Erkrankungen, bei denen es bereits etablierte Therapiestandards gibt, sind hohe Drop-out-Raten weniger akzeptabel. Das BfArM weist daraufhin, dass diese Abwägung immer erfolgen sollte, da hohe Drop-out-Raten einen Hinweis auf fehlende Wirksamkeit darstellen können und daher nur begrenzt akzeptiert werden. In jedem Falle sollten Sensitivitätsanalysen zum Ersetzen fehlender Werte durchgeführt und die genauen Drop-out-Gründe transparent mittels eines Flussdiagramms dokumentiert werden.
Das sagt die Praxis
Die Drop-out-Raten der DiGA-Pilotstudien reichen von 6 % bis hin zu 50 %. Zwei DiGA-Pilotstudien zeigen Drop-out-Raten < 10 %, acht DiGA-Pilotstudien verzeichneten Drop-out-Raten zwischen 10 % und 20 % und sechs DiGA-Studien zeigten Drop-out-Raten > 20 %. Auffällig ist dabei, dass die Drop-out-Raten im DiGA-Verzeichnis häufig nicht transparent dokumentiert werden; dies betrifft insgesamt 17 Anwendungen. Diese Tatsache widerspricht der Forderung nach einer transparenten Dokumentation der Drop-out-Raten.
Unsere Erfahrung
Der Drop-out einer spezifischen Patient:innenpopulation in einer der beiden Studiengruppen (Interventions- oder Kontrollgruppe) kann zu einer Verzerrung der Ergebnisse führen und damit den Nachweis des positiven Versorgungseffekts limitieren. Auch die Power der Studie kann dadurch verringert werden. Die Ergebnisse bisher gelisteter DiGA zeigen, dass die Drop-out-Raten der Pilotstudien in den Interventionsgruppen in den meisten Fällen höher als in den Kontrollgruppen sind, was darin begründet liegen könnte, dass die Nutzung einer DiGA mit einem höheren Aufwand einhergeht oder DiGA-Nutzer:innen nach anfänglich hoher Motivation die Lust verlieren. Es empfiehlt sich, die Intention-to-Treat (ITT) Auswertungsmethodik, also die Analyse aller randomisierten Patient:innen (ganz gleich was mit ihnen im Studienverlauf geschehen ist), anzuwenden. Auch das BfArM sieht das ITT-Prinzip als primäre und wichtigste Auswertungsmethodik an, da diese die Versorgungsrealität am besten berücksichtigt.
Außerdem werden die Drop-out-Gründe häufig nicht dokumentiert, sodass keine generalisierbaren Aussagen zu möglichen Drop-out-Risiken bei der Planung von DiGA-Studien getroffen werden können. Nachholbedarf besteht demnach für viele DiGA-Herstellende in der transparenten Dokumentation der Drop-out-Gründe. Ein Drop-out tritt in nahezu allen Studien auf und kann nicht gänzlich vermieden werden. Vor allem bei DiGA-Studien sind höhere Abbruchraten möglich, da sie sich durch eine möglichst geringe menschliche Interaktion auszeichnen. Die Bewertung der Drop-out-Rate ist jedoch immer eine Einzelfallentscheidung und sollte im Rahmen eines Beratungsgesprächs mit dem Bundesinstitut für Arzneimittel- und Medizinprodukte thematisiert werden.
DiGA-FAQ // Systematische Nutzungsdatenauswertung (Pilotstudie) // Frage 6
Was muss ich über die Drop-out-Raten in DiGA-Pilotstudien wissen?
Als wissenschaftliches Institut unterstützen wir DiGA-Herstellende in Kooperation mit GREENBAY research bei der Planung, Durchführung und Analyse der Pilotstudie. Wir stellen sicher, dass die Ergebnisaufbereitung den formalen Anforderungen des Bundesinstitut für Arzneimittel- und Medizinprodukte (BfArM) entspricht und bestmöglich auf das zu erstellende Evaluationskonzept für den DiGA-Fast-Track einzahlt.
Stand Mai 2023