Gemeinsame Kontrollgruppen in Masterprotokollen 2026: Warum 25 % mehr Teilnehmende nicht 25 % mehr Teststärke bedeuten
Kurzfassung
Der FDA-Leitlinienentwurf zu Masterprotokollen vom Juni 2026 enthält ein nützliches Zuteilungsbeispiel: Bei 600 Teilnehmenden, vier Prüfpräparaten und einer gemeinsamen Kontrollgruppe ergibt eine Zuteilung von 200 zur Kontrollgruppe und jeweils 100 zu jedem Prüfpräparat 300 Teilnehmende pro Vergleich zwischen Prüfpräparat und Kontrolle. Eine Gleichverteilung ergibt 120 pro Gruppe und 240 pro Vergleich. Der Anstieg um 25 % betrifft die rohe paarweise Fallzahl; die statistische Teststärke und die effektive Fallzahl erfordern andere Berechnungen. Unter den im Beispiel angenommenen gleichen Varianzen sinkt die Varianz einer Mittelwertdifferenz um 10 %. [1]
Die übergeordnete operative Lehre lautet, dass eine gemeinsame Kontrollgruppe eine Entscheidung über die Auswertungseignung ist und nicht bloß eine gemeinsame Datenbankkennzeichnung. Der Entwurf empfiehlt grundsätzlich Kontrollpersonen, die gleichzeitig für das jeweils bewertete Prüfpräparat geeignet waren und auf dieses hätten randomisiert werden können. Die Eignung für jeden präparatespezifischen Vergleich muss für jede potenzielle Kontrollperson festgestellt werden. Das Dokument ist ein Leitlinienentwurf mit dem Hinweis, dass er nicht zur Umsetzung bestimmt ist, und keine neue verbindliche Vorgabe. [1]
Für Sponsoren und CROs beginnt ein belastbares Design beim Vergleich: Wer kann randomisiert werden, unter welchen Zuteilungs- und Einwilligungsbedingungen, in welchem Zeitraum, und welche Kontrollpersonen gehören in die geplante Auswertung? Die Randomisierungs- und Studiendatensysteme sollten diese Entscheidungen so bewahren, wie sie zum jeweiligen Zeitpunkt bestanden, statt sie nachträglich aus der aktuellen Armliste der Plattform zu rekonstruieren.
Was die Quadratwurzelregel tatsächlich optimiert
Anhang A des FDA-Entwurfs betrachtet einen bewusst einfachen Fall: N Teilnehmende, k Prüfpräparate, eine gemeinsame Kontrollgruppe, gleiche Zuteilung unter den Prüfpräparategruppen, gleiche Ergebnisvarianzen und denselben angenommenen Behandlungseffekt für jedes Prüfpräparat. Ist p der Anteil, der der Kontrollgruppe zugeteilt wird, erhält jedes Prüfpräparat N(1 − p)/k Teilnehmende. Die Varianz einer Mittelwertdifferenz zwischen Prüfpräparat und Kontrolle ist proportional zu:
k / [N · (1 − p)] + 1 / (N · p).
Die Minimierung dieses Ausdrucks ergibt p = 1 / (1 + √k), was √k:1 für die Kontrollgruppe im Verhältnis zu jedem Prüfpräparat entspricht. Dies ist ein Zuteilungsergebnis unter festgelegten Annahmen und bei fester Gesamtfallzahl. Seine Anwendung auf eine mehrarmige Studie hängt von diesen Annahmen und dem gewählten Design ab. Der Entwurf selbst merkt an, dass Plattformen mit ein- und austretenden Prüfpräparaten komplexere Überlegungen zur optimalen Zuteilung erfordern, einschließlich der Frage, wie sich Auswertungszeiträume überschneiden. [1]
Der Grund dafür, der gemeinsamen Kontrollgruppe mehr Teilnehmende zuzuteilen als jedem einzelnen Prüfpräparat, liegt darin, dass die Kontrollgruppe zu mehreren Vergleichen beiträgt. Doch „mehr für die Kontrolle“ erfordert eine Vergleichsbasis. In einem Design mit vier Prüfpräparaten ist eine Kontrollwahrscheinlichkeit von einem Drittel größer als die Wahrscheinlichkeit von einem Fünftel bei Gleichverteilung auf fünf Gruppen, jedoch kleiner als die Wahrscheinlichkeit von einem Halb in einer konventionellen zweiarmigen 1:1-Studie. Halten Sie die zweiarmige Vergleichsbasis des Entwurfs von der Gleichverteilung über alle fünf Gruppen getrennt. [1]
Diese Unterscheidung ist in teilnehmergerichteten Erläuterungen und Designdiskussionen von Bedeutung. Im Quadratwurzelbeispiel beträgt die Wahrscheinlichkeit, irgendein Prüfpräparat zu erhalten, zwei Drittel. Bei Gleichverteilung auf vier Prüfpräparate und eine Kontrollgruppe beträgt sie vier Fünftel. Eine Aussage, wonach das Quadratwurzelschema „die Chance auf eine aktive Behandlung erhöht“, wäre daher falsch, wenn der beabsichtigte Vergleich die Gleichverteilung innerhalb desselben Fünf-Gruppen-Designs ist.
Das Beispiel mit 600 Teilnehmenden nachrechnen
Für k = 4 gilt √k = 2, sodass das Verhältnis 2:1:1:1:1 beträgt. Die Fallzahlen summieren sich auf 600: 200 Kontrollteilnehmende und vier Gruppen zu je 100. Bei Gleichverteilung entfallen auf alle fünf Gruppen jeweils 120. Die folgenden Berechnungen geben die Fallzahlen des Entwurfs wieder und machen die statistische Konsequenz explizit. [1]
| Kenngröße | Gleichmäßige Zuteilung auf fünf Gruppen | Quadratwurzel-Zuteilung | Interpretation |
|---|---|---|---|
| Gemeinsame Kontrollgruppe | 120 | 200 | Mehr Beobachtungen fließen in die gemeinsame Vergleichsgruppe ein. |
| Jede Prüfpräparat-Gruppe | 120 | 100 | Jede einzelne Prüfgruppe wird kleiner. |
| Gesamtzahl in der Plattform | 600 | 600 | Insgesamt wurden keine zusätzlichen Teilnehmenden aufgenommen. |
| Teilnehmende in einem Prüfpräparat-Kontroll-Vergleich | 240 | 300 | Ein Anstieg der rohen paarweisen Fallzahl um 25 %. |
| Varianz einer Mittelwertdifferenz, geteilt durch die gemeinsame Ergebnisvarianz σ² | 1/120 + 1/120 = 0.016667 | 1/100 + 1/200 = 0.015000 | Eine Varianzreduktion um 10 % unter diesen Annahmen. |
| Wahrscheinlichkeit für ein beliebiges Prüfpräparat | 80 % | 66.7 % | Niedriger als bei gleichmäßiger Zuteilung auf fünf Gruppen, höher als 50 % in einer zweiarmigen Studie im Verhältnis 1:1. |
Die Fallzahlen folgen dem hypothetischen Beispiel der FDA. Die Varianz- und Wahrscheinlichkeitsberechnungen sind unsere eigenen Berechnungen unter den Annahmen dieses Beispiels, keine empirischen Studienergebnisse. [1]
Das Varianzverhältnis beträgt 0.015 / 0.016667 = 0.90. Das Verhältnis der Standardfehler ist √0.90, also etwa 0.9487, was einer Verringerung um ungefähr 5.13 % entspricht. Wird die Information für diesen Vergleich als inverse Varianz ausgedrückt, steigt sie um etwa 11.11 %, da 1/0.90 − 1 = 0.1111 ist. Keine dieser Größen entspricht dem Anstieg der rohen paarweisen Teilnehmendenzahl um 25 %.
Die statistische Power ist eine weitere Größe. Ihr Zahlenwert hängt vom angenommenen Effekt, der Ergebnisvariabilität, der Testschwelle und dem Analysedesign ab. Das Beispiel erläutert eine mögliche Verbesserung der Power unter diesen Annahmen, ohne einen allgemeingültigen prozentualen Anstieg der Power anzugeben. Eine Aussage zur Power in einem Prüfplan sollte auf der tatsächlichen Berechnung oder Simulation beruhen – einschließlich der jeweiligen Multiplizitätsstrategie und Designmerkmale – und nicht auf der Division von 300 durch 240.
Dies erklärt auch, warum „effektive Fallzahl“ eine unsichere Bezeichnung für die 300 ist. Das Ungleichgewicht zwischen 100 Teilnehmenden im Prüfpräparat-Arm und 200 Kontrollen ist für die Varianz des Vergleichs von Bedeutung. Verwenden Sie die Informationsberechnung, um dieses Ungleichgewicht zu berücksichtigen. Die getrennte Darstellung von Fallzahl- und Varianzzeilen macht die Argumentation nachprüfbar, ohne den Effizienzgewinn zu überzeichnen.
Eine gemeinsame Kontrolle muss für den Vergleich einschlussfähig sein
Der Entwurf empfiehlt im Allgemeinen, für einen primären Vergleich nur zeitgleich einschlussfähige Kontrollen zu verwenden: Teilnehmende, die die prüfpräparatspezifischen Kriterien erfüllten, zu diesem Prüfpräparat hätten randomisiert werden können und stattdessen zeitgleich in die Kontrollgruppe randomisiert wurden. Er unterscheidet nicht zeitgleiche Kontrollen von zeitgleichen Teilnehmenden, die für eine Randomisierung zu dem Prüfpräparat nicht einschlussfähig waren. [1]
Eine kalendarische Überschneidung allein reicht daher nicht aus. Ein Prüfpräparat kann in die Plattform aufgenommen worden sein, bevor es an einem bestimmten Prüfzentrum verfügbar war. Eine teilnehmende Person hat möglicherweise die allgemeinen Kriterien des Master-Prüfplans erfüllt, nicht aber das Nierenfunktionskriterium dieses Prüfpräparats. Eine teilnehmende Person hat möglicherweise nur in eine Teilmenge der Prüfpräparate eingewilligt. Jeder Fall erfordert teilnehmenden- und prüfzentrumsspezifische Nachweise der Einschlussfähigkeit, die über eine kalendarische Überschneidung mit einem irgendwo in der Plattform offenen Prüfpräparat hinausgehen.
Das Design erfordert für die jeweilige Randomisierung eine rekonstruierbare Menge einschlussfähiger Behandlungen. Diese Menge kann – neben weiteren designspezifischen Bedingungen – von der Prüfplanversion, den Kriterien der Teilstudie, der Verfügbarkeit am Prüfzentrum und der Einwilligung abhängen. Unsere operative Empfehlung besteht darin, die maßgeblichen Eingabedaten und die genehmigte Herleitung bei der Zuteilung mit einem rückverfolgbaren Korrekturprozess aufzubewahren. Die Datensatzstruktur ist ein Umsetzungsvorschlag; die Empfehlung der FDA betrifft den zugrunde liegenden Vergleich.
Ein hypothetisches Beispiel verdeutlicht diese Unterscheidung. Arzneimittel B wird weltweit an einem bestimmten Datum geöffnet und am Prüfzentrum 7 erst später. Ein zwischen diesen Daten am Prüfzentrum 7 eingeschlossener Kontrollteilnehmer überschneidet sich zwar kalendarisch mit dem globalen Programm, kommt an diesem Prüfzentrum jedoch weiterhin nicht für eine Zuteilung zu B infrage. Der im Entwurf bevorzugte Ansatz der gleichzeitig infrage kommenden Kontrollen schließt diesen Datensatz daher aus dem primären Vergleich mit gemeinsamen Kontrollen für B aus. Die geplante Analyse kann zwar eine begründete Alternative vorschlagen, muss diesen Unterschied jedoch anerkennen, statt ihn in einem Kennzeichen für gepoolte Kontrollen zu verbergen.
Das Effizienzargument bleibt trotz dieser Einschränkung bestehen: Im Entwurf wird darauf hingewiesen, dass gemeinsame Kontrollen im Vergleich zu getrennten Studien selbst dann noch erhebliche Effizienzgewinne erzielen können, wenn für Vergleiche ausschließlich gleichzeitig infrage kommende Kontrollen herangezogen werden. Fragen Sie sich, welche Kontrollen den beabsichtigten randomisierten Vergleich wahren. [1]
Nicht gleichzeitige Kontrollen erfordern eine Argumentation zur Verzerrung, nicht nur zur Präzision
Der Entwurf lässt auch Raum für wissenschaftlich begründete alternative Kontrolldaten. Er erörtert seltene Umstände, unter denen eine wissenschaftlich begründete Alternative angemessen sein kann, einschließlich Konstellationen mit anderen Abwägungen zwischen Verzerrung und Varianz, wie etwa explorativen Studien oder seltenen Erkrankungen mit Durchführbarkeitsbeschränkungen. Bei einer Plattform, die zu einem substanziellen Wirksamkeitsnachweis beitragen soll, empfiehlt er ein frühzeitiges Gespräch mit der FDA und eine vor Studienbeginn vereinbarte Entscheidung. [1]
Ein größerer Kontrolldatensatz kann die Präzision verbessern, zugleich aber auch eine Verzerrung einführen. Zu den relevanten Risiken gehören zeitliche Veränderungen bei den Teilnehmermerkmalen, der Studiendurchführung und der Standardversorgung. Die Wiederherstellung eines austauschbaren randomisierten Vergleichs erfordert mehr als eine Modelladjustierung für beobachtete Variablen, insbesondere dort, wo Veränderungen ungemessen bleiben oder Modellannahmen nicht erfüllt sind.
Der Entwurf verlangt eine Begründung, die die Machbarkeit ausschließlich gleichzeitiger Daten, wahrscheinliche zeitliche Veränderungen, den Umfang und die zeitliche Einordnung nicht gleichzeitiger Informationen sowie die statistischen Methoden und Annahmen abdeckt. Er erörtert außerdem die Bewertung der Operationscharakteristika unter verschiedenen Szenarien sowie die Durchführung von Sensitivitätsanalysen, einschließlich Analysen, die ausschließlich gleichzeitige Kontrollen verwenden oder diesen ein höheres Gewicht beimessen. [1]
Für ein Implementierungsteam bedeutet dies, dass der Datensatz die vorab festgelegten Alternativen unterstützen sollte, anstatt den zeitlichen Verlauf und die Eignungshistorie in einer einzigen abschließenden Kohortenbezeichnung zusammenzufassen. Wenn der Analyseplan eine Sensitivitätsanalyse ausschließlich mit gleichzeitigen Kontrollen erfordert, müssen diese Datensätze identifizierbar sein. Hängt die Gewichtung von Zeitraum- oder prognostischen Informationen ab, müssen die erforderlichen Eingangsgrößen vorhanden und interpretierbar sein. Die Technologie stellt die Begründung für die Entlehnung historischer Daten sowie deren Folgen zur Überprüfung bereit; die wissenschaftliche Entscheidung liegt beim verantwortlichen Team.
Die Auswahl nicht gleichzeitiger Kontrollen nach Beobachtung eines ungünstigen Ergebnisses bei den gleichzeitigen Kontrollen ist ein anderes Problem als eine prospektiv festgelegte Entlehnungsstrategie. Der Entwurf warnt ausdrücklich vor Entscheidungen, die nach Kenntnisnahme der Ergebnisse getroffen werden. [1] Ein versionierter Analyseplan und eine erhaltene Eignungshistorie unterstützen diese Bewertung neben der statistischen und regulatorischen Beurteilung.
Änderungen an Studienarmen sind Prüfplanereignisse, keine automatischen Auslöser für eine Neuberechnung
Der Entwurf erkennt an, dass eine Plattform Randomisierungsverhältnisse verwenden kann, die sich ändern, wenn Arzneimittel hinzukommen oder ausscheiden, oder eine konstante Kontrollwahrscheinlichkeit beibehalten kann. Er besagt, dass Vergleiche Perioden mit unterschiedlichen Zuteilungsverhältnissen zwischen Arzneimittel und Kontrolle berücksichtigen sollten. [1] Setzen Sie diese Alternativen durch vorab festgelegte Designentscheidungen um; eine Änderung des Betriebsstatus allein berechtigt ein RTSM nicht dazu, √k neu zu berechnen.
Ein Studienarm kann aus verschiedenen Gründen nicht verfügbar sein: geplante Schließung, vorübergehende Lieferunterbrechung, ein noch nicht aktiviertes Prüfzentrum, teilnehmerspezifische Nichteignung oder eine Sicherheitsbeschränkung. Legen Sie für jede Situation die vorgesehene Auswirkung auf die Randomisierung fest. Die genehmigten Spezifikationen müssen definieren, welcher Status die Zuweisung beeinflusst, welche Teilnehmer und Prüfzentren er betrifft und was bei einer Statusänderung geschehen soll.
Ein sinnvoller Test ist die historische Reproduzierbarkeit. Kann das Team anhand der zum Zeitpunkt der Zuweisung eines Teilnehmers verfügbaren Informationen erklären, welche Studienarme möglich waren und welche Zuteilungsregel galt? Bewahren Sie den historischen Entscheidungskontext getrennt von der aktuellen Liste offener Studienarme auf. Unsere Empfehlung ist es, Gültigkeitszeiträume und Konfigurationsversionen aufzubewahren, mit kontrolliertem Zugriff auf entblindete Informationen und einer klaren Handhabung von Korrekturen.
| Designereignis | Festzulegende Entscheidung | Erforderlicher Nachweis in der operativen Dokumentation |
|---|---|---|
| Ein neues Arzneimittel kommt hinzu | Wann und wo es zuweisbar wird; infrage kommende Population und Einwilligungsbedingungen. | Aktivierung von Teilstudie/Prüfzentrum und geltende genehmigte Versionen. |
| Ein Studienarm scheidet aus oder pausiert | Ob die Zuweisung stoppt und ob sich die Zuteilung auf die verbleibenden Studienarme ändert. | Geltungsbereich, Grund, Autorisierung und Konfigurationsversion. |
| Die Eignung unterscheidet sich je nach Arzneimittel | Welches Behandlungsset für diesen Teilnehmer gilt. | Relevante Beurteilungen und die bei der Randomisierung verwendete Ableitung. |
| Die Zuteilung ändert sich | Wie Zeiträume in den geplanten Vergleich und die Analyse eingehen. | Historisches Verhältnis/historische Version und Zeitraumzugehörigkeit. |
| Ein Datensatz mit gemeinsamer Kontrollgruppe wird gebildet | Welche Kontrollen für jeden Vergleich infrage kommen und jede begründete Alternative. | Nachvollziehbare Einschlusslogik, Ausschlüsse und vorab festgelegte Analyseregeln. |
Dies ist eine redaktionelle Übergabematrix vom Design an das System, kein vorgeschriebenes FDA-Datenschema.
Die Einwilligung kann die Vergleichbarkeit der gemeinsamen Kontrollgruppe verändern
Der Entwurf empfiehlt, dass die Einwilligung alle Behandlungen abdeckt, denen ein Teilnehmer durch Randomisierung zugewiesen werden könnte, und im Kontext der gemeinsamen Kontrollgruppe vor der Randomisierung erfolgt, wobei eine arzneimittelspezifische Einwilligung für eine Teilstudie nach der Zuweisung vermieden werden sollte. Er erläutert, dass eine arzneimittelspezifische Einwilligung nach der Randomisierung unterschiedliche Teilnehmerpopulationen über Teilstudien hinweg selektieren und die Vergleichbarkeit der gepoolten Kontrollen beeinträchtigen kann. Zudem wird darin die Notwendigkeit einer stichhaltigen Begründung und von Maßnahmen zur Minderung von Verzerrungen erörtert, falls ein solcher Ansatz vorgeschlagen wird. [1]
Dies ist mehr als eine Prüfung des Zeitpunkts von Dokumenten. Wenn sich Teilnehmer, die einer Teilstudie zustimmen würden, systematisch von jenen unterscheiden, die einer anderen zustimmen würden, kann das Zusammenführen ihrer Kontrollen den Vergleich verändern. Der Einwilligungsprozess und die Menge der infrage kommenden Behandlungen gehören daher in die Diskussion des statistischen Designs und nicht nur in die Verwaltung der Prüfzentrumsinitiierung.
Deckt die Einwilligung nur eine Teilmenge der Arzneimittel ab, beschränkt der Entwurf mögliche Zuweisungen auf diese von der Einwilligung umfasste Teilmenge. [1] Ein Systemtest sollte die eingeschränkte Menge einbeziehen und das genehmigte Zuteilungsverhalten überprüfen. Erfassen Sie den arzneimittelspezifischen Umfang der Einwilligung über ein allgemeines Kennzeichen „Einwilligung vollständig“ hinaus.
Die Aufgabe der Software besteht darin, den genehmigten Prozess umzusetzen und dessen Nachweise zu bewahren. Überprüfen Sie die geltende Einwilligungsversion und die Teilstudie ausdrücklich und getrennt von der Teilnahme am Screening oder einer früheren Einwilligung. Der Entwurf stellt ein empfohlenes Einwilligungsdesign vor; jede vorgeschlagene Alternative muss die geltenden Anforderungen an die informierte Einwilligung erfüllen. [1]
Die beiden 30-Tage-Konzepte unterscheiden
Der Entwurf vom Juni 2026 empfiehlt, Änderungen, die sich wesentlich auf die Sicherheit, Qualität oder den Umfang eines Masterprotokolls auswirken, mindestens 30 Tage vor Einleitung der Änderungen einzureichen. Unabhängig davon empfiehlt er, den Regulatory Project Manager mindestens 48 Stunden vor Einreichung einer solchen Änderung zu benachrichtigen. Dabei handelt es sich um Empfehlungen im Entwurf, einschließlich einer Fußnote, welche die Ausnahme bei offensichtlicher unmittelbarer Gefahr anerkennt. [1]
Die zugrunde liegenden IND-Vorschriften müssen gesondert beschrieben werden. Gemäß 21 CFR 312.40(b) wird eine IND 30 Tage nach Eingang bei der FDA wirksam, sofern kein Clinical Hold vorliegt, oder früher nach Benachrichtigung durch die FDA, dass die Prüfungen beginnen dürfen. Diese Regelung zur ursprünglichen IND ist keine pauschale Vorschrift, dass jede Prüfplanänderung erneut eine gesetzliche Wartefrist von 30 Tagen auslöst. [2]
Für erfasste Prüfplanänderungen sieht 21 CFR 312.30(b) eine Umsetzung nach Einreichung bei der FDA und Genehmigung durch das zuständige IRB in beliebiger Reihenfolge vor. Ihr Anwendungsbereich unterscheidet Änderungen der Phase 1, die sich wesentlich auf die Sicherheit auswirken, von Änderungen der Phase 2 oder 3, die sich wesentlich auf die Sicherheit, den Umfang oder die wissenschaftliche Qualität auswirken. Sie erlaubt die sofortige Umsetzung einer Änderung, die zur Beseitigung einer offensichtlichen unmittelbaren Gefahr bestimmt ist, mit anschließender Mitteilung an die FDA und das IRB gemäß den Vorgaben. [3]
Ein Freigabeplan sollte daher ausweisen, welche regulatorische Vorschrift, Entwurfsempfehlung und studienspezifische Verpflichtung den jeweiligen Meilenstein bestimmt. Kennzeichnen Sie jeden Meilenstein zutreffend als Einreichung, empfohlenes Prüfintervall oder tatsächliche Genehmigung, je nachdem, was zutrifft. IRB-Genehmigung, Einwilligung, Aktivierung des Prüfzentrums und sonstige anwendbare Bedingungen erfordern eine vom Datum der Software-Bereitstellung getrennte Überprüfung.
Was vor der Wahl der operativen Plattform zu prüfen ist
Fordern Sie eine Demonstration anhand des vorgesehenen Designs an: ein Teilnehmender mit eingeschränkter Auswahl infrage kommender Wirkstoffe, ein Prüfzentrum, dessen Arm-Verfügbarkeit von der globalen Plattform abweicht, eine Allokationsänderung sowie ein Kontrolldatensatz, dessen Einschluss sich zwischen zwei Wirkstoffvergleichen unterscheidet. Prüfen Sie, was das System aufzeichnet und was die nachgelagerte Auswertung erhält. Die Aussage, dass ein Produkt „Plattformstudien unterstützt“, ist zu allgemein, um diese Details zu belegen.
RTSM, EDC und Studiendienstleistungen von EClinCloud bieten einen relevanten Ausgangspunkt für ein Implementierungsgespräch. Legen Sie den Umfang der erforderlichen Funktionen und Schnittstellen anhand des konkreten Prüfplans fest und validieren Sie diese, einschließlich einer etwaigen vorgesehenen Umsetzung der Quadratwurzel-Allokation; die Konformität bleibt Gegenstand einer gesonderten Bewertung.
Gemeinsame Kontrollen sind nützlich, wenn Design und operative Durchführung den beabsichtigten Vergleich wahren. Im einfachen Beispiel der FDA mit 600 Teilnehmenden entsprechen 25 % mehr Personen in einer paarweisen Zählung unter den genannten Annahmen einer Varianzreduktion um 10 % – und keinem universellen Zugewinn an Teststärke. In einer sich verändernden Plattform ist die schwierigere Frage, welche Teilnehmenden berechtigterweise zu diesem Vergleich beitragen. Klären Sie diese Frage richtig, bevor Sie einen größeren gepoolten Datensatz als stärkere Evidenz behandeln.
Quellen
1. FDA. Master Protocols for Drug and Biological Product Development. Überarbeiteter Entwurf vom Juni 2026, nicht zur Umsetzung bestimmt. Abschnitt III.A–C, Druckseiten 6–11; Abschnitt V.C, Druckseiten 22–23; Anhang A, Druckseiten 26–27. Annahmen zur Allokation, zeitgleiche Eignung, alternative Kontrollen, Einwilligung und Empfehlungen zu Prüfplanänderungen. Die Berechnungen in diesem Artikel sind eine eigenständige Herleitung aus dem hypothetischen Beispiel des Anhangs.
2. Electronic Code of Federal Regulations. 21 CFR 312.40—General requirements for use of an investigational new drug in a clinical investigation. Absatz (b), Wirksamwerden der ursprünglichen IND; abgerufen am 11. Oktober 2026.
3. Electronic Code of Federal Regulations. 21 CFR 312.30—Protocol amendments. Absatz (b), erfasste Änderungen, FDA-Einreichung/IRB-Genehmigung und Ausnahme bei offensichtlicher unmittelbarer Gefahr; abgerufen am 11. Oktober 2026.