ReAD-StuD - Registrierung, Adhärenz und Datenverfügbarkeit klinischer Studien in Deutschland - zeitliche Trends und strukturelle Einflussfaktoren

Meta-Science
Mittelgeber - BMBF
Autor:in

Gerrit Hirschfeld

Veröffentlichungsdatum

1. Oktober 2018

Analysen von klinischen Studienregistern (z.B. das Deutsche Register Klinischer Studien oder ClinicalTrials.gov) geben Einblicke in methodische Probleme wie Nicht-Publikation und Outcome-Switching. Dieses Projekt untersuchte wie detailliert die Registrierungen klinischer Studien in Deutschland waren und inwieweit veröffentlichte Publikationen den dazugehörigen Registrierungen entsprachen. Darüber hinaus wurden zeitliche Trends und der Einfluss von strukturellen Faktoren wie Koordinierungszentren für klinische Studien (KKS) und Exzellenzuniversitäten untersucht.

Im Rahmen des Projektes wurden insgesamt sechs Studien durchgeführt:

  1. Eine Analyse von Registrierungen klinischer Studien aus mehreren Registern und die Detektion von Duplikaten mittels Random-Forest-Modell (Thiele et al., 2021).
  2. Eine Analyse von klinischen Studienregistern in Deutschland, welche ergab, dass 59 % der Studien präregistriert waren, die Registrierungsqualität über die Zeit zunahm und Interventionsstudien höhere Präregistrierungsraten aufwiesen (Thiele & Hirschfeld, 2022).
  3. Eine Analyse zu Diskrepanzen zwischen Registrierungen und dazugehörigen Artikeln deutscher Studien (Thiele & Hirschfeld, 2023).

Literatur

Thiele, C., & Hirschfeld, G. (2022). Registration quality and availability of publications for clinical trials in Germany and the influence of structural factors. PLoS One, e0267883. https://doi.org/10.1371/journal.pone.0267883
Thiele, C., & Hirschfeld, G. (2023). An observational study on the adherence to study registrations in German interventional and observational studies from various fields. PeerJ, 11, e16015. https://doi.org/10.7717/peerj.16015
Thiele, C., Hirschfeld, G., & Brachel, R. von. (2021). Clinical trial registries as Scientometric data: A novel solution for linking and deduplicating clinical trials from multiple registries. Scientometrics, 1–18.