[urmel57]

Metz LM, Li DKB, Traboulsee AL, et al.: Trial of Minocycline in a Clinically Isolated Syndrome of Multiple Sclerosis. N Engl J Med. 2017 Jun 1;376(22):2122-2133. doi: 10.1056/NEJMoa1608889.

Das Antibiotikum Minocyclin zeigt einen potenziellen klinischen Nutzen im frühen Stadium der Multiplen Sklerose (MS). Die Effektgröße nach sechs Monaten war ähnlich der von verfügbaren Krankheits-modifizierenden Therapien.


Hauptergebnisse

Das Risiko, unter Minocyclin von einem klinisch isolierten Syndrom zur definitiven MS zu konvertieren, war nach sechs Monaten signifikant geringer als unter Placebo (absoluter, adjustierter Unterschied 18,5 Prozentpunkte; P=0,01). Zahl und Volumen neuer Läsionen im MRI zeigten einen Trend zugunsten von Minocyclin. Nach 24 Monaten war das Risiko einer Konversion nicht mehr signifikant unterschiedlich (P=0,06); laut einer Post-hoc Analyse war dies lediglich bis zum 12 Monat der Fall. Studienabbrüche und Nebenwirkungen wie Ausschläge, Schwindel und Zahnverfärbungen waren unter Minocyclin häufiger.

Design

Randomisierte, doppel-blinde, Placebo-kontrollierte Studie an zwölf kanadischen MS-Kliniken. Gefragt wurde, ob Minocyclin in einer Dosierung von zwei Mal täglich 100 mg das Risiko eines zweiten demyelinisierenden Ereignisses über sechs bzw. 24 Monate senken kann. Eingeschlossen wurden 142 Patienten mit einem ersten demyelinisierenden Ereignis (klinisch isoliertes Syndrom) in den vergangenen sechs Monaten.

Klinische Bedeutung
Wegen der hohen Kosten schubreduzierender Therapien bei der MS wächst das Interesse an günstigeren Alternativen. Ein Kandidat ist Minocyclin, ein synthetisches Antibiotikum, das zur Behandlung von Akne indiziert ist, antiinflammatorische Eigenschaften hat, und die Blut-Hirn-Schranke passiert. Diese Studie zeigt ermutigende Ergebnisse nach sechs Monaten, doch schmälert die Kürze dieses Zeitraums die klinische Bedeutung. Größere und längere Studien sind erforderlich.

https://www.univadis.de/viewarticle/mino...7&utm_term=

[Markus]

Nach 24 Monaten war das Risiko einer Konversion nicht mehr signifikant unterschiedlich (P=0,06);

p = 0.05 wäre signifikant, p = 0.06 nicht, obwohl das zahlenmäßig praktisch keinen Unterschied macht. Kennt sich jemand mit Statistik aus? Mich treiben da schon länger einige Fragen um.

[Ehemaliges Mitglied]

13.10.2015 - Patienten mit einem ersten klinischen Symptom könnten von dem Antibiotikum profitieren, so die auf EctriMS vorgestellten Studien-Ergebnisse.

http://www.amsel.de/multiple-sklerose-ne...i-CIS_6095

[Luddi]

Interessant ist, dass diese Studie bei der Deutschen Neurologischen Gesellschaft offenbar nicht sehr viel Anhänger hat. Auf seinem Vortrag in Esslingen bezeichnete Prof. Rauer - als er von einer Vereinskollegin auf diese Studie angesprochen wurde - Minocyclin als "nicht so sympathisch"...

[urmel57]

Markus,

bei Wikipedia gibt es eine, wie ich finde, ganz brauchbare Beschreibung zu statistische Signifikanz

Dort ist dann auch die Bedeutung dieser p- Werte beschrieben. So wie ich es verstanden habe werden sie auch willkürlich gesetzt - machen aber Studien untereinander dann wieder vergleichbarer. Alles was p (p<0,1) kleiner 0,1 ist, wäre danach hochsignifikant also egal ob p=0,05 oder p=0,06.

Viel wichtiger bei solchen Studien finde ich immer die Ein- und Ausschlusskriterien, wer die Studien gemacht hat und welches Ergebnis er am liebsten hätte. Beim alten Spruch, traue keiner Statistik, die du nicht selbst gefälscht hast, ist schon auch ein wenig dran. Der alte Bias ist überall dabei.

Eine einzelne Studie belegt damit auch nicht sicher ein Forschungsergebnisse, das müsste mindestens in einer weiteren Studie bestätigt werden. So gibt es ja dann auch auf manchen Gebieten ganz widersprüchliche Forschungergebnisse und so manches Review lässt Erstaunen aufkommen.

Mich würde bei der Studie z.B. interessieren, ob man überhaupt auch infektiöse Ursachen mit in die Überlegungen einbezogen hat - oder ob man zufälligerweise die im Frühstadium seronegative Borreliosepatienten "aus Versehen" langzeitmäßig antibiotisch behandelt hat, und solche möglichen Erfolge überhaupt in der Studie mitbetrachtet hat.

Da müsste man sich die ganze Studie genauer anschauen, um dazu was sagen zu können.

@ Luddi, gab es dafür eine Begründung für das "nicht so sympathisch"? So viel ich weiß ging es in dem Vortrag auch zu Neuroborreliose und nicht zu MS?


Liebe Grüße Urmel

[Luddi]

@ Luddi, gab es dafür eine Begründung für das "nicht so sympathisch"? So viel ich weiß ging es in dem Vortrag auch zu Neuroborreliose und nicht zu MS?


Liebe Grüße Urmel

es ging um Neues zu Neuroborreliose und MS... die o.g. Studie hat er aber nicht von sich aus angesprochen. Auf Nachfrage kannte er sie aber.Meinen Infos zufolge war dieses "nicht so sympathisch" die einzige Begründung...

Es ist bei Publikumsfragen an ein Podium immer schwierig noch mal nachzuhaken. Kaum hat man seine Frage gestellt, ist das Mikro weg... aber Du könntest ihn ja mal bei Gelegenheit fragen. Du siehst ihn ja hin und wieder.. angesichts der Tatsache, dass ja auch bei MS immer mal wieder die Infektionstheorie diskutiert wird (s. Wikipedia), finde ich diese Frage spannend. Ich habe den Eindruck Prof. Rauer ist nicht wirklich der große Verfechter von Infektionstheorien...warum auch immer..

lg Luddi

[Markus]

Dass Minocyclin bei MS positiv ist, ist m.W. schon lange bekannt. Wie es scheint wurde es eben ganz aktuell nochmals bestätigt. Es gibt etliche glaubwürdige Heilungsberichte der MS durch das Wheldon-Protokoll. Dass das Wheldon Protokoll bisher nicht in klinischen Studien geprüft wurde verwundert aber nicht wirklich.

[Markus]

@Urmel: Soweit ich die Sache verstanden habe: Bei einem statistischen Test dieser Art geht man von einer Hypothese aus, die man versucht zu falsifizieren (z.B. "Minocyclin und Placebo wirken gleich gut"). p = 0.06 bedeutet nun, dass der gefundene Zusammenhang (etwa dass Minocyclin besser als Placebo wirkt) mit einer Wahrscheinlichkeit von 6 % durch Zufall zustande gekommen ist (weil man ja stellvertretend für die gesamte Menschheit nur eine Stichprobe in der Studie untersucht). Wenn die Wahrscheinlichkeit für dieses Ereignis < 5 % bzw. p < 0.05 ist, nennt man das Ergebnis signifikant und verwirft die Anfangshypothese, d.h. man folgert "Minocyclin wirkt besser als Placebo".

Die andere Sache (und das ist was mich umtreibt), ist, dass man die Hypothese ("Minocyclin und Placebo wirken gleich") fälschlicherweise als wahr annimmt, obwohl sie falsch ist und hätte verworfen werden müssen. Diesen Fehler nennt man soweit ich weiß Betafehler und der ist im Gegensatz zur Signifikanz (bzw. Alphafehler) nicht oder nur sehr schwer berechenbar und wird in den Publikationen auch nicht angegeben. Man kann also bei p = 0.06 nicht sagen, dass Minocyclin nicht besser als Placebo wirkt. Man kann lediglich sagen: "Die Hypothese, dass Minocyclin und Placebo gleich wirken, kann auf Basis der Stichprobe und einem Signifikanzniveau von p < 0.05 nicht verworfen werden." Die Fehlerwahrscheinlichkeit, die Hypothese fälschlicherweise als wahr anzunehmen, kann beträchtlich sein. Ich hoffe das ist inhaltlich korrekt wiedergegeben. Um die Sache wirklich durchdringen zu können, müsste man sich ordentlich mit Statistik auseinandersetzen, da fehlt mir wirklich die Motivation dazu. Ich bin da halt beim Thema Metronidazol drauf gestoßen, da aufgrund der sehr schlechten Datenlage die Hypothese "Metronidazol verursacht keinen Krebs" nicht verworfen werden kann, was dann die meisten Leute und auch Ärzte zu dem Gedanken veranlasst, dass Metronidazol nicht kanzerogen ist. Diesen Schluß kann man nach meinem Verständnis aber keinesfalls ziehen. Vielleicht liest hier jemand mit, der in der Thematik drin steckt.

[Valtuille]

Ganz kurz:
Man geht in der Statistik von einem Hypothesenpaar aus, einer Nullhypothese (kein Unterschied, z. B. Minocyclin ist Placebo nicht überlegen) und einer Alternativhypothese (Unterschied vorhanden, z. B. Minocyclin führt zu einer Besserung).

Wie Markus gesagt hat, wird man sehr selten die Grundgesamtheit (alle MS-Patienten) untersuchen, sondern meist nur eine Stichprobe (MS-Patienten, die an der Studie teilnehmen), von der man nicht automatisch auf die Grundgesamtheit schließen kann. Daher benötigt man eine Entscheidungshilfe, die das Signifikanzniveau bietet. Dieses wird von Forscher festgelegt und hängt von der Untersuchung und den sich daraus ergebenden Konsequenzen ab, in der Regel beträgt es 0,05 oder 0,01. Man kann da aber durchaus auch etwas "mogeln" (Studiendesign, einseitige oder zweiseitige Tests, Stichprobengröße, Stichprobenselektion, verwendeter Test und dessen Teststärke)...
Die Signifikanz alleine ist nur ein Hilfsmittel für den Forscher, mit denen man die erhobenen Daten interpretiert, das muss immer im Gesamtkontext erfolgen.
Da das ganze auf Wahrscheinlichkeiten beruht, geht dies immer mit einer Gewissen Irrtumswahrscheinlichkeit einher (nichts anderes ist die statistische Signifikanz: Die Wahrscheinlichkeit, dass ich mich irre, wenn ich die Nullhypothese ablehne, also für den Fehler erster Art).

[Markus]

Da das ganze auf Wahrscheinlichkeiten beruht, geht dies immer mit einer Gewissen Irrtumswahrscheinlichkeit einher (nichts anderes ist die statistische Signifikanz: Die Wahrscheinlichkeit, dass ich mich irre, wenn ich die Nullhypothese ablehne, also für den Fehler erster Art).

Aus diesem Grund gibt es m.E. auch nicht wirklich eine Basis dafür, bei p = 0.05 ein Studienergebnis hochzujubeln und bei p = 0.06 so zu tun, als ob nichts gefunden wurde. Klar muss man irgendwo eine Schwelle ziehen, in diesem Fall bei p = 0.05. Ich sehe das aber aus Sicht eines Patienten, und da sind 6 % (p = 0.06) Irrtumswahrscheinlichkeit doch recht gut. Selbst p = 0.1 würde bedeuten, dass man das Stichprobenexperiment statistisch gesehen 10 mal wiederholen muss, damit "zufällig" einmal ein solches Ergebnis herauskommt. Ich weiß nicht, ob da mein Verständnis von der Sache richtig ist.

Was du nicht angesprochen hattest, ist der Betafehler (oder Fehler 2. Ordnung), nämlich die Wahrscheinlichkeit, die Nullhypothese fälschlicherweise für wahr zu halten. Was ist, wenn der bei 80% liegen würde? Ist denke ich vom Studiendesign her ausgeschlossen, wenn man solche prospektiven Studien macht, wenn man sich aber z.B. rückwirkend die Krebsinzidenzen nach Metronidazolgabe anschaut, ist man eben auf die Daten angewiesen die da sind. Da könnte es einen sehr großen Betafehler geben, und mir ist nicht klar ob man den zumindest näherungsweise abschätzen kann. In einem Journalartikel habe ich meines Wissens noch nie etwas von einem Betafehler gelesen.