Die Drop-out-Rate bezeichnet in klinischen Studien den Anteil der Studienteilnehmerinnen und Studienteilnehmer, die eine Studie vorzeitig verlassen oder ihre Teilnahme nicht vollständig abschließen. Sie beschreibt somit, wie viele Personen im Verlauf einer Studie aus unterschiedlichen Gründen ausscheiden. Die Drop-out-Rate ist eine wichtige Kennzahl in der Studienstatistik, weil sie Hinweise darauf gibt, wie stabil eine Studie durchgeführt werden konnte und wie gut Teilnehmende über die gesamte Studiendauer hinweg eingebunden bleiben.
Der Begriff „Drop-out“ bedeutet wörtlich übersetzt „Aussteigen“. In der klinischen Forschung umfasst er alle Situationen, in denen eine Person nicht bis zum vorgesehenen Studienende an der Untersuchung teilnimmt. Dabei kann ein Studienabbruch sowohl aktiv durch die teilnehmende Person erfolgen als auch aus medizinischen oder organisatorischen Gründen notwendig werden.
Die Ursachen für Drop-outs sind vielfältig. Ein häufiger Grund sind unerwünschte Nebenwirkungen oder eine mangelnde Verträglichkeit der untersuchten Behandlung. In anderen Fällen entscheiden sich Teilnehmende aus persönlichen Gründen für einen Abbruch, etwa weil sich ihre Lebensumstände ändern oder der zeitliche Aufwand der Studie größer ist als erwartet. Auch organisatorische Faktoren wie häufige Arztbesuche, lange Studiendauern oder komplexe Studienprotokolle können dazu beitragen, dass Teilnehmende die Studie nicht bis zum Ende begleiten.
Darüber hinaus gibt es auch medizinische Gründe für einen Studienabbruch. Wenn sich der Gesundheitszustand eines Teilnehmers deutlich verändert oder eine Behandlung nicht den gewünschten Effekt zeigt, kann das Studienpersonal entscheiden, dass eine weitere Teilnahme nicht sinnvoll oder nicht sicher ist. In solchen Fällen wird die Teilnahme beendet, um die Sicherheit der Person zu gewährleisten.
Die Höhe der Drop-out-Rate liefert wichtige Hinweise darauf, wie praktikabel ein Studienkonzept im Alltag ist. Eine sehr hohe Abbruchquote kann darauf hindeuten, dass der Studienablauf für Teilnehmende schwer umzusetzen ist oder dass die Belastung durch Untersuchungen und Termine zu groß ist. Studien mit besonders langen Beobachtungszeiträumen oder intensiven Untersuchungsprogrammen sind daher häufig stärker von Drop-outs betroffen als kürzere Studien.
In der Praxis versuchen Studienzentren und Sponsoren deshalb, die Drop-out-Rate möglichst gering zu halten. Dazu gehören eine verständliche Aufklärung vor Studienbeginn, realistische Erwartungen an die Teilnahme sowie eine kontinuierliche Betreuung während der Studie. Flexible Terminvereinbarungen, eine gute Kommunikation zwischen Studienpersonal und Teilnehmenden sowie eine transparente Information über mögliche Nebenwirkungen können ebenfalls dazu beitragen, Studienabbrüche zu reduzieren.
Wenn Teilnehmende eine Studie verlassen, entstehen in der Regel Datenlücken, weil bestimmte Untersuchungen oder Nachbeobachtungen nicht mehr stattfinden. Solche fehlenden Informationen werden häufig im Rahmen einer Missing-Data-Analyse betrachtet. Diese hilft dabei zu verstehen, welche Auswirkungen unvollständige Datensätze auf die Interpretation der Studienergebnisse haben können.
Auch bei der Auswertung der Ergebnisse spielt die Drop-out-Rate eine Rolle. In manchen Auswertungen werden nur diejenigen Teilnehmenden berücksichtigt, die die Studie vollständig durchlaufen haben, beispielsweise bei der Per-Protocol-Analyse (PP). Dadurch kann untersucht werden, wie eine Behandlung unter idealen Bedingungen wirkt.
Eine sorgfältige Dokumentation von Studienabbrüchen ist entscheidend für die Beurteilung der Studienqualität. Wenn viele Teilnehmende aussteigen oder wenn Abbrüche vor allem in einer bestimmten Behandlungsgruppe auftreten, kann dies die Interpretation der Ergebnisse erschweren. Eine niedrige Drop-out-Rate gilt daher häufig als Hinweis auf eine stabile Studiendurchführung und eine gute Betreuung der Teilnehmenden.
Insgesamt trägt die Berücksichtigung der Drop-out-Rate dazu bei, die Aussagekraft klinischer Studien besser einzuordnen und mögliche Verzerrungen zu erkennen. Sie ist damit ein wichtiger Faktor für die statistische Validität und für das Vertrauen in wissenschaftliche Studienergebnisse.
