Optimale Fallzahlen bei Tierversuchen: mehr Erkenntnisse mit weniger Tieren

Einen Schritt in diese Richtung unternehmen in den kommenden zwei Jahren Dr. Benjamin Mayer und Professor Rainer Muche vom Institut für Epidemiologie und Medizinische Biometrie der Universität Ulm. In einem vom BMBF geförderten Projekt überprüfen die Forscher die Anwendbarkeit verschiedener statistischer Verfahren im Hinblick auf die Berechnung optimaler Fallzahlen.

Wie vereint man Tierschutz mit notwendigen Tierversuchen in medizinischer Grundlagenforschung? Dr. Benjamin Mayer und Professor Rainer Muche vom Institut für Epidemiologie und Medizinische Biometrie der Uni Ulm sind derzeit auf der Suche nach einer Antwort auf diese Frage.

„Ein erster Schritt in diese Richtung ist, weniger Tiere pro Studie einzusetzen, also die Fallzahl zu verringern“, erklärt Benjamin Mayer. Innerhalb der nächsten zwei Jahre wollen die Forscher die Anwendbarkeit verschiedener statistischer Verfahren im Hinblick darauf untersuchen, wie die kleinstmögliche Anzahl an Versuchstieren ermittelt werden kann, mit der aussagekräftige Resultate möglich sind.

Die medizinische Grundlagenforschung steckt in einer ethischen Zwickmühle: Um auf Menschen übertragbare Ergebnisse zu erhalten, greifen Wissenschaftler auf in-vivo-Experimente mit Tieren zurück. Sie ermöglichen, die Wirksamkeit einer potenziell neuen Therapie auf komplexere Vorgänge des lebenden Organismus realistisch abzubilden. Andere Testmöglichkeiten wie in-vitro-Versuche in der Petrischale sind dazu häufig nicht in der Lage.

Gleichzeitig sind die Wissenschaftler bestrebt, gemäß des 3R-Konzepts Alternativen zu Tierversuchen zu finden (Replacement), die Versuchsbedingungen zu verbessern (Refinement) und die Zahl getesteter Tiere zu verringern (Reduction). „Ist diese Zahl zu klein, können mögliche Behandlungseffekte übersehen werden“, erläutert Mayer.

„Sie muss allerdings groß genug sein, um die Wirksamkeit verlässlich zu belegen.“ Derzeit beruhe die ermittelte Fallzahl, neben generellen Annahmen zur statistischen Power und der noch akzeptablen Fehlerwahrscheinlichkeit, auf meist groben Abschätzungen der erwarteten Effekte anhand oft nicht ausreichender Daten aus Vorstudien oder publizierten Ergebnissen, so Mayer weiter.

Die im Rahmen des Projekts untersuchten statistischen Methoden sollen eine validere Abschätzung der zur Verfügung stehenden Vorinformationen erlauben und somit eine optimierte Berechnung der notwendigen Fallzahl ermöglichen.

Ein grundlegendes Problem der Fallzahlplanung bei Tierversuchen ist, dass es nur wenige bis keine Vordaten als Grundlage für die Berechnung gibt. Tierversuche stehen meist am Beginn eines Forschungsprozesses, wenn zu wenig spezifische Erkenntnisse vorliegen, ob und wie eventuell auftretende Effekte der Therapieansätze ausfallen.

Wüsste man aber bereits sicher, wie stark welche Effekte (zum Beispiel Blutdrucksenkung durch ein Medikament, verlängerte Lebensdauer) auftreten, benötigte man keine Versuche am lebenden Tier. Eine klassische Pattsituation: Um Tierversuche zu optimieren, braucht es vorerst weiterhin Tierversuche.

Eine weitere Frage, die sich aufgrund der wenig spezifischen Vordaten stellt, betrifft die optimale Fallzahl für Pilotstudien, mit denen möglichst viele Informationen gewonnen werden sollen. Diese Zahl ist noch schwieriger zu ermitteln, da Pilotstudien vor dem eigentlichen Experiment durchgeführt werden, wenn noch weniger Vorinformationen zur Verfügung stehen.

Eine weitere Chance zur Optimierung sehen die Ulmer Biometriker in dem oftmals bestehenden Unterschied zwischen Fallzahlplanungs- und Analysemethodik, der ebenfalls auf unzureichende Vorinformationen zurückzuführen ist.

Meist müssen deshalb zur Ermittlung der Fallzahl vor dem Experiment andere statistische Tests eingesetzt werden als zur Analyse der erhobenen Daten. „Ließen sich noch weniger Tiere einsetzen, wenn derselbe Test verwendet werden könnte?“, fragen Mayer und Muche.

Schließlich wollen die Wissenschaftler untersuchen, wie sich wiederholte Testungen in ein und demselben Datensatz auf die notwendigen Fallzahlen auswirken. Mehrere Tests verursachen eventuell ein auf globaler Ebene zu hohes Fehlerniveau und reduzieren dadurch die Validität der Ergebnisse.

Die optimale Fallzahl verlässlich ermitteln zu können, hat nicht nur den Vorteil, dass weniger Tiere bei gleich hohem Erkenntnisgewinn eingesetzt werden müssen, sondern vereinfacht auch die Antragstellung für Tierexperimente. Diese verlangt gemäß nationaler und europäischer Richtlinien für tierexperimentelle Studien die rechnerisch sinnvolle Begründung der geplanten Versuchstierzahlen.

Die Ulmer Forscher hoffen außerdem, das gesamte Antragsprozedere für Tierversuche bundesweit noch weiter vereinheitlichen zu können. Hierfür wollen sie die Anforderungen an Antragsteller analysieren und auswerten.

Unterstützung für dieses vom BMBF geförderte Projekt erhalten die Ulmer Wissenschaftler von Dr. Petra Kirsch, Tierschutzbeauftragte der Uni Ulm und Leiterin des Tierforschungszentrums, sowie von externen Projektpartnern wie dem Deutschen Krebsforschungszentrum in Heidelberg und der Tierärztlichen Hochschule in Hannover.