Klinisk Biokemi i Norden · 3 2013
| 11
patienter på intensiv afdeling randomiseres i en 1:1
ratio mellem en kontrolbehandling og en intervention.
På intensiv ligger mortaliteten omkring 25 % efter 28
dage, dette antages at være forekomsten af effektmål i
kontrolgruppen. Mortaliteten i interventionsgruppen
kan med denne sample size være forøget med en rela-
tiv risiko på 1,33 (mortalitets øgning på 33 %) uden
at det inden for de givne ’power’ (80 %) og signifi-
kansgrænser (5 %) ville detekteres. Med 500 patienter
kunne mortaliteten altså øges med 33 %, svarende til
en forøgelse fra 25 % absolut mortalitet til 44 %, uden
at vi ville kunne se det. Dimensionerede vi studiet
til at kunne udelukke en relativ forskel på 15 % med
grænser for type I og type II fejl (5 % og 80 %) skulle
der inkluderes i alt 2580 patienter. Dertil kommer at
risikoen for type I fejl ville være 5 % med en, i denne
sammenhæng ikke ubetydelig, risiko for type II fejl
på 20 %. Viser vores resultater ingen forskel mellem
grupperne, vil der være en 20 % risiko for at resultatet
skyldes tilfældigheder. I equivalence og non-inferiority
studier skal man være opmærksom på, at den alminde-
ligt angivne p-værdi er et dårligt mål for den statistiske
sikkerhed, og at hvis en forsker eller et firma ønsker at
sikre et ”non-signifikant” resultat, gøres dette bedst ved
at inkludere for få patienter, evt. i kombination med
en grad af (intenderet) publikationsbias.
Ovenstående eksempel er inspireret af de publi-
cerede randomiserede studier vedrørende PCT-vej-
ledt antibiotikabesparelse hos intensivpatienter: Fire
kliniske kontrollerede randomiserede studier har
undersøgt, om det er muligt at reducere antibiotika
forbruget uden at forøge mortalitet hos voksne intensiv
patienter (Tabel 1)(5,13–15). Den præcise algoritme,
hvorefter antibiotikabehandlingen reduceres, varierer
fra studie til studie, men overordnet er der anlagt en
restriktiv antibiotikastrategi, hvor antibiotika frarådes
ved lave PCT værdier eller seponeres ved lave eller fal-
dende værdier. Studierne er generelt af en begrænset
Figur 2:
Sammenhængen mellem sample size (den angivne sample size er i interventions armen, denne reelle sample size er der-
for det dobbelte) og mindste relative risiko, der kan erkendes ved forskellige risici for type II fejl. Der antages risiko for type I fejl
på 5 % og forekomst af effektmål (f.eks. død) på 25 % i kontrolgruppen. Grafen er konstrueret med StudySize version 2.0.
