Skip to main content English

Robin Ristl und Susanne Urach erhalten Arthur-Linder-Preis 2017 der Internationalen Biometrischen Gesellschaft

Alle News

(Wien, 29-09-2017) Robin Ristl und Susanne Urach vom Institut für Medizinische Statistik des Zentrums für Medizinische Statistik, Informatik, und Intelligente Systeme (CeMSIIS) wurden für ihre Arbeiten "Optimal exact tests for multiple binary endpoints" und "Multi-arm group sequential designs with a simultaneous stopping rule" mit dem Arthur-Linder-Preis der Region Österreich-Schweiz (ROeS) der Internationalen Biometrischen Gesellschaft (IBS) ausgezeichnet.

Mit dem Arthur-Linder-Preis fördert die Internationale Biometrische Gesellschaft Region Österreich-Schweiz den wissenschaftlichen Nachwuchs. In Ehrung von Arthur Linder wird dieser Preis alle zwei Jahre für Forschungsarbeiten im Gebiet der Biometrie verliehen. Bei der Joint Conference on Biometrics & Biopharmaceutical Statistics (CEN-ISBS) 2017 wurden Robin Ristl und Susanne Urach von der Medizinischen Universität Wien ausgezeichnet. Ein weiterer Preis ging an Heidi Seibold von der Universität Zürich.

Robin Ristl und Susanne Urach entwickelten innovative statistische Analyseverfahren für klinische Studien. Die Forschungsarbeiten entstanden im Rahmen des EU-FP7 Projekts ASTERIX („Advances in Small Trials dEsign for Regulatory Innovation and eXcellence“).

Im prämierten Artikel „Multi-arm Group Sequential Designs with a Simultaneous Stopping Rule“ in Statistics in Medicine (Urach, S., and Posch, M. (2016)) wurden statistische Testverfahren für mehrarmige Therapiestudien mit Zwischenanalysen untersucht. Ein wichtiger Faktor dabei sind die Stoppregeln, die angeben, unter welchen Voraussetzungen eine Studie bereits in einer Interimsanalyse gestoppt werden kann. Im Rahmen der Arbeit wurden Testprozeduren entwickelt, die für die gewählte Stoppregel optimiert sind. Insbesondere für die sogenannte „simultane Stoppregel“, für die eine Studie in einer Zwischenanalyse beendet wird, wenn für mindestens einen der Studienarme ein Behandlungseffekt  nachgewiesen werden kann, wurde eine neuartige, effizientere Testprozedur entwickelt. Diese erreicht ohne Erhöhung der Fallzahl eine höhere statistische Power als herkömmliche Verfahren.

Robin Ristl entwickelte zusammen mit den Koautoren Xi Dong, Ekkehard Glimm und Martin Posch statistische Tests zum Vergleich von zwei Behandlungen anhand mehrerer binärer Endpunkte. Diese finden in medizinischen Studien Anwendung, in denen die Wirksamkeit einer experimentellen Behandlung durch mehrere binäre Erfolgskriterien gemessen wird. Die Verfahren, die in der prämierten Arbeit "Optimal exact tests for multiple binary endpoints" beschrieben wurden, erfüllen verschiedene Optimalitätskriterien, um die Wahrscheinlichkeit, einen Behandlungseffekt nachzuweisen, zu maximieren. Gleichzeitg wird gewährleistet, dass die Wahrscheinlichkeit für falsch positive Ergebnisse einen festgelegten Wert nicht überschreitet. Die Berechnung dieser Testverfahren erfolgt durch Methoden der numerischen Optimierung. Insbesondere für Studien mit geringer Fallzahl, wie sie in der Erforschung von Therapien seltener Erkrankungen eingesetzt werden, stellen die resultierenden „optimalen exakten Tests“ einen deutlichen Fortschritt im Vergleich zu bestehenden Verfahren dar.

Zur Person Robin Ristl
Robin Ristl studierte an der Universität für Bodenkultur in Wien Lebensmittel- und Biotechnologie und promovierte 2012 mit einer Arbeit über bakterielle Proteinglykosylierung. Parallel dazu studierte er Statistik an der Universität Wien, wo er 2013 das Bakkalaureatsstudium und 2016 das Masterstudium abschloss. Er ist derzeit Universitätsassistent am Zentrum für Medizinische Statistik, Informatik, und Intelligente Systeme (CeMSIIS) der MedUni Wien.

Zur Person Susanne Urach
Susanne Urach schloss im April 2010 das Diplomstudium Physik, im Mai 2012 das Lehramtsstudium Physik/Mathematik und im September 2013 das Bachelorstudium Mathematik an der Universität Wien ab. Seit November 2013 arbeitet sie als wissenschaftliche Mitarbeiterin am Institut für Medizinische Statistik (Leiter: Martin Posch) am Zentrum für Medizinische Statistik, Informatik, und Intelligente Systeme (CeMSIIS) der MedUni Wien. Gleichzeitig ist sie als PhD-Studentin des Programms N094 mit Schwerpunkt „Medizinische Informatik, Biostatistik und komplexe Systeme“ an der MedUni Wien inskripiert und schreibt an ihrer Dissertation zum Thema "Adaptive Clinical Trials in Small Populations" (Supervisor: Martin Posch).