Die Intention-to-treat-Analyse (ITT) ist ein zentrales Auswertungsprinzip in klinischen Studien. Sie beschreibt eine Methode, bei der alle Studienteilnehmenden genau in der Gruppe ausgewertet werden, der sie ursprünglich zu Beginn der Studie zugeteilt wurden – unabhängig davon, ob sie die Behandlung vollständig erhalten, vorzeitig abbrechen oder vom Studienprotokoll abweichen. Die ITT-Analyse ist damit ein grundlegender Bestandteil der Studienstatistik in kontrollierten Studien.
Das Kernprinzip der Intention-to-treat-Analyse lautet: „Einmal randomisiert, immer analysiert.“ Das bedeutet, dass die ursprüngliche Gruppenzuordnung konsequent beibehalten wird. Dieses Vorgehen soll sicherstellen, dass die Vergleichbarkeit der Studiengruppen erhalten bleibt und die Ergebnisse möglichst realitätsnah abbilden, wie eine Therapie unter Alltagsbedingungen wirkt.
In der Praxis kommt es in klinischen Studien häufig zu Abweichungen vom geplanten Studienablauf. Teilnehmende brechen die Studie ab, nehmen die Studienmedikation unregelmäßig ein oder wechseln die Behandlung. Würden solche Personen aus der Auswertung ausgeschlossen, könnte dies die Ergebnisse systematisch verzerren. Genau hier setzt die Intention-to-treat-Analyse an: Sie minimiert das Risiko von Bias (Verzerrungen), die durch selektives Ein- oder Ausschließen von Studienteilnehmenden entstehen könnten.
Ein häufig genutzter Vergleich zur ITT-Analyse ist die Per-Protocol-Analyse (PP). Während bei der ITT-Analyse alle randomisierten Personen berücksichtigt werden, schließt die Per-Protocol-Analyse nur jene Teilnehmenden ein, die das Studienprotokoll vollständig eingehalten haben. Beide Ansätze beantworten unterschiedliche Fragestellungen: Die ITT-Analyse zeigt eher die Wirksamkeit einer Therapie unter realistischen Bedingungen, während die Per-Protocol-Analyse den Effekt unter idealen Voraussetzungen abbildet.
Die Intention-to-treat-Analyse ist insbesondere für die Bewertung der Wirksamkeit neuer Therapien relevant. Regulatorische Behörden und Ethikkommissionen betrachten ITT-Auswertungen häufig als Standard, da sie die ursprüngliche Randomisierung respektieren und die Vergleichbarkeit der Gruppen bewahren. Dadurch gelten ITT-Ergebnisse als besonders robust und nachvollziehbar.
Eine besondere Herausforderung bei der Durchführung einer ITT-Analyse ist der Umgang mit fehlenden Daten. Wenn Studienteilnehmende vorzeitig ausscheiden oder einzelne Messwerte fehlen, müssen diese Lücken methodisch sinnvoll berücksichtigt werden. In diesem Zusammenhang spielt die Missing-Data-Analyse eine wichtige Rolle. Sie umfasst verschiedene Strategien, um fehlende Werte zu behandeln, ohne die Aussagekraft der ITT-Analyse zu gefährden.
Wichtig ist dabei, dass die Intention-to-treat-Analyse nicht bedeutet, fehlende Daten zu ignorieren oder beliebig zu ersetzen. Vielmehr erfordert sie ein transparentes und vorab festgelegtes Vorgehen im Studienprotokoll. Nur so lässt sich sicherstellen, dass die Ergebnisse nachvollziehbar bleiben und nicht nachträglich beeinflusst werden.
Zusammenfassend ist die Intention-to-treat-Analyse ein zentrales Instrument zur Bewertung klinischer Studien. Sie trägt dazu bei, Verzerrungen zu vermeiden, die Vergleichbarkeit der Studiengruppen zu sichern und Ergebnisse zu liefern, die den tatsächlichen Versorgungsalltag widerspiegeln. Gerade deshalb gilt die ITT-Analyse als ein wesentlicher Qualitätsstandard in der klinischen Forschung.
