Clusterrandomisierte

Clusterrandomisierte Studien, auch cluster-randomisierte kontrollierte Studien genannt, sind eine Form experimenteller Untersuchungen, bei der die Randomisierung auf Gruppen (Clustern) statt auf einzelne Personen erfolgt. Typische Cluster sind Schulen, Kliniken, Gemeinden oder Geografien. Alle Mitglieder eines Clusters erhalten dieselbe Zuteilung in Interventions- oder Kontrollarm.

Der Design-inhalt beruht darauf, dass Interventionen oft nicht auf einzelne Personen beschränkt sind oder eine Kontamination zwischen Teilnehmenden vermieden werden soll. Da Cluster ähnliche Merkmale aufweisen können, besteht eine innere Abhängigkeit der Beobachtungen innerhalb eines Clusters. Die Stichprobengröße und die Analysestrukturen müssen diese Clustereffekte berücksichtigen. Ein gängiges Maß ist der Design-Effect: DE = 1 + (m − 1) × ICC, wobei m die durchschnittliche Clustergröße und ICC der Intracluster-Korrelationskoeffizient ist.

Die Analyse clusterrandomisierter Studien erfordert Methoden, die Korrelationen innerhalb von Clustern berücksichtigen, etwa gemischte Modelle (random effects) oder Generalized Estimating Equations (GEE). Eine Intention-to-treat-Auswertung bleibt wünschenswert, um Verzerrungen zu vermeiden. Wird die Cluster-Struktur ignoriert, steigt das Risiko von Fehlschlüssen.

Typen umfassen parallele clusterrandomisierte Trials und Stepped-Wedge-Designs, bei denen der Interventionen schrittweise in allen Clustern eingeführt wird. Anwendungen finden sich in der öffentlichen Gesundheit, Pädiatrie, Bildung und Versorgungssystemen, etwa zur Wirksamkeit von Impfprogrammen oder Schulinterventionen.

Herausforderungen sind die Auswahl und Balance von Clustern, ungleiche Clustergrößen, Schätzung des ICC und potenzieller Bias durch Nichtbeobachtung oder Verluste auf Clusterebene. Ethikfragen betreffen sowohl clusterweite Einwilligungen als auch individuelle Zustimmung je nach Art der Daten.