Seit 2019 im DACH-RaumSeit 2019
50+ Statistik-Experten50+ Experten
Über 1.200 Projekte1.200+ Projekte
Alle StatistikprogrammeAlle Programme
Express möglichExpress

Statistik-Glossar

Per-Protocol-Analyse

Per-Protocol Analysis (PP-Analyse) · Maximilian Fuchs · 24. April 2026 · 5 Min. Lesezeit

Was versteht man unter Per-Protocol-Analyse?

Die Per-Protocol-Analyse (kurz: PP-Analyse) ist eine Auswertungsstrategie in klinischen Studien und kontrollierten Experimenten. Sie beschränkt die statistische Auswertung ausschließlich auf jene Teilnehmenden, die das Studienprotokoll vollständig und korrekt eingehalten haben. Das bedeutet konkret: Nur Personen, die

  • die zugewiesene Intervention vollständig erhalten haben,
  • keine relevanten Protokollverletzungen begangen haben und
  • alle vorgeschriebenen Messzeitpunkte absolviert haben,

fließen in die Auswertung ein. Teilnehmende, die die Studie abgebrochen haben, die Intervention nicht oder nur teilweise erhalten haben oder gegen wichtige Protokollvorgaben verstoßen haben, werden aus der Analyse ausgeschlossen.

Die PP-Analyse steht damit im direkten Gegensatz zur Intention-to-Treat-Analyse (ITT), bei der alle randomisierten Teilnehmenden unabhängig von ihrer tatsächlichen Protokolladhärenz ausgewertet werden.

Einfach erklärt Stell dir vor, du führst eine Studie zu einem neuen Medikament durch. Einige Teilnehmende nehmen die Tabletten nur unregelmäßig ein, andere brechen die Studie vorzeitig ab. Bei der Per-Protocol-Analyse zählst du am Ende nur die Ergebnisse jener Personen aus, die sich wirklich an die Spielregeln gehalten haben – alle anderen lässt du außen vor.

Warum ist Per-Protocol-Analyse für statistische Analysen wichtig?

Die PP-Analyse beantwortet eine spezifische und wissenschaftlich relevante Frage: Wie wirksam ist eine Intervention unter idealen Bedingungen, wenn sie tatsächlich wie vorgesehen angewendet wird? Man spricht hier vom sogenannten Efficacy-Effekt – also der Wirksamkeit unter optimalen Bedingungen, im Gegensatz zur Effectiveness, die die Wirksamkeit unter realen Alltagsbedingungen misst.

In der Praxis wird die PP-Analyse häufig ergänzend zur Intention-to-Treat-Analyse berichtet. Die Kombination beider Auswertungen gibt ein vollständiges Bild: Die ITT-Analyse zeigt den realistischen Gesamteffekt, die PP-Analyse zeigt den Effekt unter optimaler Adhärenz.

Häufiger Fehler Die PP-Analyse kann zu einer Verzerrung (Bias) führen, wenn ausgeschlossene Teilnehmende nicht zufällig, sondern systematisch aus der Studie ausscheiden. Wer eine Therapie abbricht, tut dies oft wegen Nebenwirkungen oder ausbleibender Wirkung – beides hängt direkt mit dem Studienergebnis zusammen. Dadurch kann die PP-Analyse die Wirksamkeit einer Intervention überschätzen. Aus diesem Grund gilt in der klinischen Forschung die ITT-Analyse als primäre, konservativere Methode.
Gut zu wissen In Äquivalenz- und Non-Inferiority-Studien – also Studien, die zeigen wollen, dass ein neues Mittel einem bestehenden nicht unterlegen ist – wird die PP-Analyse manchmal sogar als primäre Analyse bevorzugt. Hier kann eine reine ITT-Analyse zu einer künstlichen Angleichung der Gruppen führen und einen tatsächlich vorhandenen Unterschied verwischen.

Praxisbeispiel zu Per-Protocol-Analyse

Eine randomisierte kontrollierte Studie untersucht, ob ein neues Blutdruckmedikament wirksamer ist als ein Placebo. Insgesamt werden 200 Personen randomisiert: 100 in die Behandlungsgruppe, 100 in die Placebogruppe.

Nach Studienabschluss zeigt sich folgendes Bild:

Tabelle 1. Studienteilnahme und Protokolladhärenz nach Gruppe
Gruppe Randomisiert Protokollverletzungen / Abbrüche In PP-Analyse eingeschlossen
Behandlung 100 18 82
Placebo 100 10 90

In der ITT-Analyse werden alle 200 randomisierten Personen ausgewertet – unabhängig davon, ob sie die Studie abgeschlossen haben. In der PP-Analyse hingegen fließen nur die 82 Personen der Behandlungsgruppe und die 90 Personen der Placebogruppe ein, die das Protokoll vollständig eingehalten haben.

Wenn nun die 18 ausgeschlossenen Personen in der Behandlungsgruppe vor allem wegen Nebenwirkungen abgebrochen haben, könnte die PP-Analyse die verbleibenden besonders gut verträgenden Teilnehmenden überrepräsentieren – und den Behandlungseffekt damit verzerrt darstellen. Genau dieser Selektionseffekt macht es notwendig, PP- und ITT-Ergebnisse stets gemeinsam zu betrachten und kritisch zu vergleichen.

Per-Protocol-Analyse Intention-to-Treat Klinische Studie Protokolladhärenz Bias RCT Studiendesign Efficacy

Ihr persönlicher Ansprechpartner

Maximilian Fuchs, M. Sc.

Teilen Sie uns mit, wie wir Ihnen helfen können.

  • Persönlicher Ansprechpartner
  • Schnelle Rückmeldung
  • Transparente Preise
  • Schutz Ihrer Daten

Fragen? Einfach anrufen!