Jahrestagung refonet Methodenseminar Fehlerquellen in Studien Bias und Confounding
|
|
- Werner Morgenstern
- vor 7 Jahren
- Abrufe
Transkript
1 Jahrestagung refonet Methodenseminar Fehlerquellen in Studien Bias und Confounding Dr. med. Barbara Hoffmann, MPH Claudia Pieper
2 Was kommt Zufällige Fehler Systematische Fehler Selection bias Measurement bias, Fehlklassifikation Confounding Validität
3 Was am Ende gezeigt sein sollte Welche potentiellen Fehlerquellen und Einschränkungen muss man bei einer Studie (bei der Interpretation von Ergebnissen) beachten? Wie können Fehlerquellen minimiert werden?
4 Problem Situation Viele Patienten mit chron. Wirbelsäulensyndromen, hohem Arzneimittelkonsum, häufigen und langen Arbeitsunfähigkeitszeiten, häufigen teuren Untersuchungen und Behandlungen Spezielles Therapieverfahren Initial hohe Kosten, danach Reduktion durch relevante und nachhaltige Besserung Klinische Studie Nachweis der Überlegenheit der neuen Therapie
5 Ergebnisse I 30 Patienten mit Wirbelsäulensyndromen (Mittelwert +/- 95% KI) 6,0 5,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten 4,0 Mittelwert 3,0 2,0 1,0 0,0 Schmerzen Medikamente/Woche AU-Tage/Monat Erhebungs-Zeitpunkt
6 Ergebnisse II 6,0 60 Patienten mit Wirbelsäulensyndromen nach Therapiemodus (Mittelwert +/- 95% KI) neue Therapie Standarttherapie 5,0 Schmerzen (0-10) 4,0 3,0 2,0 1,0 0,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten N= Erhebungs-Zeitpunkt
7 Interpretation Welche Schlüsse ziehen Sie aus diesen Daten? Sollten Sie die zwar teure, aber effektive Behandlung fortführen? Welche möglichen Fehlerquellen sollten Sie bei der Interpretation der Daten berücksichtigen?
8 Potentielle Fehlerquellen Studiengröße nicht ausreichend Unschärfe des Mittelwertes, großer zufälliger Fehler durch Biologische Variation Fehler bei Stichprobenziehung Messfehler Lässt sich durch Erhöhung der Studiengröße verringern Fallzahlkalkulation bei Studienplanung Größe des Effektes Häufigkeit der Erkrankung/des Outcome Power des Testes Benötigtes Signifikanzniveau Verhältnis der Gruppengrößen
9 Ergebnisse III 6,0 30 Patienten mit Wirbelsäulensyndromen, Schmerzen (Mittelwert +/- 95% KI) 6,0 100 Patienten mit Wirbelsäulensyndromen, Schmerzen (Mittelwert +/- 95% KI) 5,0 5,0 Schm erzen (1-10) 4,0 3,0 2,0 Schm erzen (1-10) 4,0 3,0 2,0 1,0 1,0 0,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten 30 28Erhebungs-Zeitpunkt ,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten Erhebungs-Zeitpunkt 48
10 Potentielle Fehlerquellen Zufälliger Fehler Studiengröße nicht ausreichend, Unschärfe des Mittelwertes Systematische Fehler Selection bias (Teilnehmer und Nicht-Teilnehmer einer Studie unterscheiden sich systematisch voneinander) Eigeninitiative zur Studienteilnahme Losses to Follow up...
11 Ergebnisse für f r durchgehende Kohorte 4,5 100 Patienten mit Wirbelsäulensyndromen, Schmerzen (Mittelwert +/- 95% KI) 4,5 48 Patienten mit Wirbelsäulensyndromen, durchgehende Kohorte (Mittelwert +/- 95% KI) 4,0 4,0 Schmerzen ( 1-10) 3,5 3,0 Schmerzen (1-10) 3,5 3,0 2,5 2,5 2,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten Erhebungs-Zeitpunkt ,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten Erhebungs-Zeitpunkt
12 Zufälliger Fehler Potentielle Fehlerquellen Studiengröße nicht ausreichend, Unschärfe des Mittelwertes Systematische Fehler Selection bias (Teilnehmer und Nicht-Teilnehmer einer Studie unterscheiden sich systematisch voneinander) Eigeninitiative zur Studienteilnahme Losses to Follow up Unterschiedliche Selektionskriterien für Kontrollgruppe historische Kontrollen Kontraindikationen für neue Therapie Etc. Healthy worker effect...
13 Ergebnisse für f r gleiche Altersgruppe 200 Patienten mit Wirbelsäulensyndromen nach Therapiemodus (Mittelwert +/- 95% KI) 66 Patienten im Alter Jahre nach Therapiemodus, durchgehende Kohorten (46/20) (Mittelwert +/- 95% KI) 5,0 5,0 neue Therapie Standarttherapie neue Therapie Standarttherapie 4,5 4,5 Schmerzen (0-10) 4,0 3,5 3,0 Schm erzen (0-10) 4,0 3,5 3,0 2,5 2,5 2,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten 2,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten Erhebungs-Zeitpunkt Erhebungs-Zeitpunkt
14 Potentielle Fehlerquellen Zufälliger Fehler Studiengröße nicht ausreichend, Unschärfe des Mittelwertes Systematische Fehler Selection bias Measurement bias (inkorrekte Messmethoden führen zu Fehlklassifikation) Intensität der Untersuchung von Fällen/Exponierten höher Erwünschtheit der Antworten Bei Fall-Kontroll-Studien sehr wichtig: Recall bias! Fehlklassifikation (differenziert oder nicht-differenziert)...
15 Differenzierte Fehlklassifikation durch Recall Bias Wahrer Anteil der Mütter mit Infektionen in Frühschwangerschaft Erinnerte Infektionen Anteil der Mütter mit Infektion laut Befragung Kinder mit Fehlbildungen 20% 80% 16% Gesunde Kinder 20% 30% 6% wahr Fehlbildung Gesund Befragung Fehlbildung Gesund Infektion Infektion 16 6 Keine Infektion Keine Infektion Odds ratio 1,0 Odds ratio 3,0
16 Undifferenzierte Fehlklassifikation aus Rothman: Epidemiology,, An Introduction,, 2002 Korrekte Klassifizierung Nicht-differenzierte Fehlklassifikation 20%Nein->Ja 20%Nein->Ja 20%Ja->Nein Fetthaltige Ernährung Fetthaltige Ernährung Fetthaltige Ernährung Nein Ja Nein Ja Nein Ja Herzinfarkt Kontrollen Relatives Risiko 5,0 2,4 2,0
17 Potentielle Fehlerquellen Studiengröße nicht ausreichend Unschärfe des Mittelwertes, großer zufälliger Fehler Systematische Fehler Selection bias Measurement bias Confounding Mischung der Effekte zweier Expositionen
18 Confounding I (Daten nach Stark and Mantel, J Natl Cancer Inst 1966) Prävalenz pro 1000 Lebendgeburten 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0,2 0 Prävalenz Down-Syndrom zur Geburt Platz in Geschwisterreihe
19 Confounding II Platz in der Geschwisterreihe (Einflussgröße)? Prävalenz des Down- Syndrom bei Geburt (Zielgröße)
20 Confounding II Alter der Mutter Platz in der Geschwisterreihe (Einflussgröße)? Prävalenz des Down- Syndrom bei Geburt (Zielgröße)
21 Confounding II Alter der Mutter (Störgröße, Confounder) Platz in der Geschwisterreihe (Einflussgröße)? Prävalenz des Down- Syndrom bei Geburt (Zielgröße)
22 Confounding III Prävalenz pro 1000 Lebendgeburten (Daten nach Stark and Mantel, J Natl Cancer Inst 1966) Prävalenz Down-Syndrom zur Geburt 0 < Alter der Mutter bei Geburt
23 Confounding IV Prävalenz Down-Syndrom zur Geburt nach Alter der Mutter und Platz in der Geschwisterreihe 10 9 Prävalenz pro 1000 Lebendgeburten Platz in der Geschwisterreihe 4 5 < Alter der Mutter bei Geburt
24 Confounding,, 2. Beispiel Rauchen Störgröße, Confounder Kaffekonsum Einflussgröße, Exposition)? Herzinfarkt Zielgröße, Outcome
25 Kontrolle des Confounding Studienplanung Randomisierung (wenn möglich!) Beschränkung auf homogene Gruppen Matching Analyse Stratifizieren Statistische Modellierung (Regressionsmodelle)
26 Confounding,, Beispiel Heilgut Alter Störgröße, Confounder Therapiemodus Einflussgröße, Exposition? Besserung Zielgröße, Outcome
27 Ergebnisse für f r gleiche Altersgruppe (Stratifizierung) 200 Patienten mit Wirbelsäulensyndromen nach Therapiemodus (Mittelwert +/- 95% KI) 66 Patienten im Alter Jahre nach Therapiemodus, durchgehende Kohorten (46/20) (Mittelwert +/- 95% KI) 5,0 5,0 4,5 neue Therapie Standarttherapie 4,5 neue Therapie Standarttherapie Schmerzen (0-10) 4,0 3,5 3,0 Schmerzen (0-10) 4,0 3,5 3,0 2,5 2,5 2,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten 2,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten Erhebungs-Zeitpunkt Erhebungs-Zeitpunkt
28 und zum Schluss... Welche Schlüsse ziehen Sie aus den empirischen Daten der fiktiven klinischen Studie? Konnte die Überlegenheit der neuen Therapie für Ihre Patienten bewiesen werden? Welches Studiendesign würden Sie anwenden?
29 Validität Interne Validität Ergebnisse korrekt für Studiengruppe? Es wird gemessen, was man vorgibt zu messen! Keine bedeutsamen Messfehler Hohe Sensitivität und Spezifität Externe Validität Verallgemeinerbarkeit der Studienergebnisse
30 Zusammenhang interne und externe Validität Interne Validität Externe Validität niedrig niedrig hoch Labor- Experiment hoch Feldstudie
31 Ergebnisse Prof. Heilgut IV 200 Patienten mit Wirbelsäulensyndromen nach Therapiemodus (Mittelwert +/- 95% KI) 7,0 6,0 neue Therapie Standarttherapie Schmerzen (0-10) 5,0 4,0 3,0 2,0 1,0 0,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten Erhebungs-Zeitpunkt
32 Prof. Heilgut: Ergebnisse der Sensitivitätsanalyse tsanalyse (worst( case) 4,5 100 Patienten mit Wirbelsäulensyndromen, Schmerzen (Mittelwert +/- 95% KI) 4,5 Sensitivitätsanalyse: Worst case scenario, N=100 (Mittelwert +/- 95% KI) 4,0 4,0 Schmerzen ( 1-10) 3,5 3,0 Schm erzen (1-10) 3,5 3,0 2,5 2,5 2,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten Erhebungs-Zeitpunkt ,0 bei Aufnahme bei Entlassung nach 3 Monaten nach 6 Monaten Erhebungs-Zeitpunkt
33 Vielen Dank für Ihre Aufmerksamkeit
Statistik und Studienauslegung. Teil 1: Studiendesigns, Bias, Confounding
Statistik und Studienauslegung Teil 1: Studiendesigns, Bias, Confounding Maria Flamm Österreichische Cochrane Zweigstelle Donau Universität Krems Übersicht Warum brauchen wir gute Studien? Unterschiedliche
MehrAfter Work Statistics
After Work Statistics Maja Krajewska Institute of Biometry and Clinical Epidemiology maja.krajewska@charite.de U N I V E R S I T Ä T S M E D I Z I N B E R L I N Institut für Biometrie und klinische Epidemiologie
MehrVorwort... v. Danksagung... vii. 1 Einführung Besonderheiten epidemiologischer Methoden... 1
Inhalt Vorwort... v Danksagung... vii 1 Einführung... 1 1.1 Besonderheiten epidemiologischer Methoden... 1 1.2 Anwendungsgebiete epidemiologischer Forschung... 5 1.3 Überblick über den weiteren Inhalt...
MehrSystematische Reviews und Meta-Analysen
Systematische Reviews und Meta-Analysen Univ.-Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation Medizinische Universität Graz Szenario Sollen wir Julians Mittelohrentzündung
MehrAssoziationsstudien. Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation
Assoziationsstudien Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation Inhalt Ziele von Assoziationsstudien Design von Assoziationsstudien Statistische Analysemethoden
MehrQuerschnittsbereich Nr. 1: Epidemiologie, Med. Biometrie und Med. Informatik
Epidemiologische Maßzahlen Die Vierfeldertafel erlaubt Einblick in die Verteilung von Exposition (E) und Erkrankung (D). Bei der Kohorten-Studie sind die Zahl der exponierten und die Zahl der nichtexponierten
MehrAfter Work Statistics
After Work Statistics Robert Röhle Institute of Biometry and Clinical Epidemiology robert.roehle@charite.de U N I V E R S I T Ä T S M E D I Z I N B E R L I N Institut für Biometrie und klinische Epidemiologie
Mehrstartfaq BAG Beobachtungsstudie Bias
Hier finden Sie die Erläuterung zu Fachbegriffen, welche in wissenschaftlichen Studien verwendet werden. Sollten Begriffe nicht aufgeführt sein, geben Sie uns doch ein Feedback, damit wir diese ergänzen
MehrEmpirische Forschung. Übung zur Vorlesung Kognitive Modellierung. Kognitive Modellierung Dorothea Knopp Angewandte Informatik/ Kognitve Systeme
Empirische Forschung Übung zur Vorlesung Kognitive Modellierung S. 1 Überblick: Forschungsprozess Theoriebil dung Auswertung Interpretation Operationalisierung Erhebung S. 2 Versuchsplanung Festlegung
MehrInterne Validität bei RCTs und Non-RCTs
Interne Validität bei RCTs und Non-RCTs Prof. Regina Kunz Institut für Klinische Epidemiologie und Biostatistik Uni-Spital Basel Übersicht 1. Weshalb wir randomisierte Studien brauchen 2. Unterschied randomisierte
Mehrlimhatewerzeoelhiniii
limhatewerzeoelhiniii Vorwort 13 Kapitel 1 Einleitung 15 1.1 Wozu brauchen wir Statistik? 16 1.2 Medizinische Statistik 16 1.3 Beschreibende und schließende Statistik 17 1.4 Das Buch in Kürze 17 Kapitel
MehrScreeningmaßnahmen - klinische Beispiele
Querschnittsbereich 3: Gesundheitsökonomie, Gesundheitssystem, öffentliche Gesundheitspflege Screeningmaßnahmen - klinische Beispiele Prof. Dr. M. Jünger, Klinik für Hautkrankheiten, Gesamtkonzeption /
MehrTumoren im Kindesalter in der Umgebung deutscher Kernkraftwerke Die KiKK-Studie. T. Jung Bundesamt für Strahlenschutz
Tumoren im Kindesalter in der Umgebung deutscher Kernkraftwerke Die KiKK-Studie T. Jung Bundesamt für Strahlenschutz Der Abschlussbericht online verfügbar auf der BfS-Homepage, einschließlich Zusatzinformationen
MehrInhaltsverzeichnis. 0 Einleitung 1
Inhaltsverzeichnis 0 Einleitung 1 1 Univariate Statistik 3 1.1 Begriffsdefinitionen... 3 1.1.1 Beobachtungseinheit, Merkmal... 3 1.1.2 Merkmalstypen... 3 1.1.3 Skalenniveaus... 4 1.1.4 Häufigkeiten...
MehrÄtiologie und Risiko SS2010 Seminar Tag 2
Ätiologie und Risiko SS2010 Seminar Tag 2 Querschnittsbereich Nr. 1: Epidemiologie, Med. Biometrie, Informatik Stand: 10.05.2010 Seite 1/28 Ablauf Tag 2 Absolute und relative Häufigkeiten Attributables
MehrInterventionsstudien
Interventionsstudien Univ.-Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation Medizinische Universität Graz Vorgangsweise der EBM 1. Formulierung der relevanten und
MehrKlinikpfade in der Thoraxchirurgie: Evidenzbasierte Datenlage. Dr. med. Ulrich Ronellenfitsch Universitätsklinikum Mannheim, Chirurgische Klinik
Klinikpfade in der Thoraxchirurgie: Evidenzbasierte Datenlage Dr. med. Ulrich Ronellenfitsch Universitätsklinikum Mannheim, Chirurgische Klinik Erwartungen der Thoraxchirurgie an CP Qualitätssteigerung:
MehrStatistics around the Matterhorn
Statistics around the Matterhorn 29.03.2017 Onkologie: Statistics around the Matterhorn. Statistik & Fälle für Menschen, die sich garantiert noch nie für Statistik interessiert haben. Jörg Beyer, Klinik
MehrStudie «Screen Effect»
Studie «Screen Effect» Welche Effekte haben Endgeräte und Bildschirmgrössen auf die Werbewirkung? Roland Kopf Roman di Francesco 1 Ausgangslage Bewegbildnutzung ausserhalb des TV Gerätes steigt kontinuierlich
MehrStatistische Überlegungen: Eine kleine Einführung in das 1 x 1
Statistische Überlegungen: Eine kleine Einführung in das 1 x 1 PD Dr. Thomas Friedl Klinik für Frauenheilkunde und Geburtshilfe, Universitätsklinikum Ulm München, 23.11.2012 Inhaltsübersicht Allgemeine
MehrForschungsmethoden: Definition
Forschungsmethoden: Definition Unter Forschungsmethoden versteht man die generelle Vorgehensweise beim Aufstellen der Fragestellung, bei der Planung, der Durchführung und der Auswertung einer Untersuchung.
MehrEinteilung von Forschungsdesigns
Grundfrage Wie muß eine Untersuchung angelegt sein, damit ich den kausalen Einfluß einer unabhängigen Variablen (Stimulus) auf eine abhängige Variable überprüfen kann? 1 Einteilung von Forschungsdesigns
MehrGlossar. Cause of Effects Behandelt die Ursache von Auswirkungen. Debriefing Vorgang der Nachbesprechung der experimentellen Untersuchung.
Abhängige Variable Die zu untersuchende Variable, die von den unabhängigen Variablen in ihrer Ausprägung verändert und beeinflusst wird (siehe auch unabhängige Variable). Between-Subjects-Design Wenn die
MehrBasis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Überlebenszeitanalyse
Basis-Kurs Statistik und SPSS für Mediziner Lösungen SPSS-Übung Überlebenszeitanalyse Mit Datensatz Daten_Übung_Überlebenszeitanalyse.sav 1) Zeichnen Sie die Kaplan-Meier-Kurven des progressionsfreien
MehrUnsystematische Störvariablen
wirken auf AV, variieren aber nicht mit UV haben keinen Einfluss auf Unterschiede zwischen den Bedingungen Unsystematische Störvariablen (Eid, Gollwitzer & Schmitt, 2010, S. 56f) Es gibt individuelle Unterschiede
MehrPharmakoepidemiologie
Zurich Open Repository and Archive University of Zurich Main Library Strickhofstrasse 39 CH-8057 Zurich www.zora.uzh.ch Year: 2012 Pharmakoepidemiologie Russmann, S Posted at the Zurich Open Repository
MehrMethoden zur Untersuchung von Arzneimittelwirkungen in der Schwangerschaft
Methoden zur Untersuchung von Arzneimittelwirkungen in der Schwangerschaft Reinhard Meister Beuth Hochschule für Technik Berlin, FB II Mathematik, Physik, Chemie Meister (Beuth Hochschule) Methoden Moskau
MehrGrundlagen der EBM. Univ.-Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation. Medizinische Universität Graz
Grundlagen der EBM Univ.-Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation Medizinische Universität Graz Evidenzbasierte Medizin Evidence based medicine = Beleg-, Fakten-,
MehrBiometrie. Regressionsmodelle
1 Regressionsmodelle Einflussgrößen Zielgröße (Alter, Geschlecht Blutdruck) Zielgröße entscheidet über das Regressionsmodell stetige Zielgröße lineare Regression binäre Zielgröße logistische Regression
MehrU N I V E R S I T Ä T S M E D I Z I N B E R L I N. After Work Statistics
U N I V E R S I T Ä T S M E D I Z I N B E R L I N After Work Statistics Institut für Biometrie und klinische Epidemiologie Wir sind Hilfsbereit und nett! als Wissenschaftler aktiv in der statistischen
MehrStudiendesign. Seminar Pflegewissenschaft Prof. Dr. U. Toellner-Bauer
Studiendesign Seminar Pflegewissenschaft Prof. Dr. U. Toellner-Bauer Studiendesign Prospektive und retrospektive Studien Fall-Kontroll-Studie Koohrtenstudie Interventionsstudie Diagnosestudie Meta-Analyse
MehrInternationale Harmonisierung der Methodik: GRADE als Chance
Internationale Harmonisierung der Methodik: GRADE als Chance 23. Leitlinienkonferenz der AWMF Berlin, 07.12.2012 Joerg Meerpohl Stellvertretender Direktor Deutsches Cochrane Zentrum Universitätsklinikum
MehrForschungsmethoden VORLESUNG SS 2018
Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Organisatorisches Letztes Mal: Versuchspläne Heute: Stichprobenziehung und Stichprobeneffekte Heute: Stichprobenziehung und Stichprobeneffekte Warum brauchen
MehrInstitut für Medizinische Biometrie und Epidemiologie
Institut für Medizinische Biometrie und Epidemiologie Randomisierte klinische Studie zum Patienten-bezogenen Nutzen der Biologischen Zellregulations-Therapie im Rahmen einer stationären AHB nach Knie-Totalendoprothetik
MehrMethodenlehre. Vorlesung 6. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 6 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrBeispiel 1 - Deskription
Beispiel 1 - Deskription 1 Beispiel 1 - Deskription a) Welche der hier aufgeführten statistischen Maßzahlen beschreiben die Variabilität der der Messwerte? Standardabweichung und Quartilsabstand 1 Beispiel
MehrReferenz Studientyp Teilnehmer Intervention Kontrolle Zielgröße(n) Hauptergebnis Bemerkung insgesamt
Medikamente Paracetamol Kein Effekt Referenz Studientyp Teilnehmer Intervention Kontrolle Zielgröße(n) Hauptergebnis Bemerkung Lowe et al. 2010 (+) Kohortenstudie, 2b 620 Kinder mit familiärer Vorbelastung,
MehrKlausur in Epidemiologie SS 2006 Freitag, den 14. Juli 2006
Klausur in Epidemiologie SS 2006 Freitag, den 14. Juli 2006 Name: Matrikelnummer: Unterschrift: Aufgabe 1: Odds Ratio Im Rahmen einer Studie wurden 20 Frauen mit Uteruskarzinom, die stationär behandelt
MehrEinführung in Planung und Auswertung klinischer Prüfungen: Biometrische Grundlagen
Einführung in Planung und Auswertung klinischer Prüfungen: Biometrische Grundlagen PD Dr. Thomas Sudhop PD Dr. Thomas Sudhop Ringvorlesung - Biometrie 25.10.2016 Seite 1 Klinische Prüfung Biomedizinisches
MehrEvidenztabelle: Innenraum Schimmel und Feuchtigkeit Risikofaktor
Evidenztabelle: Innenraum Schimmel und Feuchtigkeit Risikofaktor Referenz Studientyp Teilnehmer Intervention Kontrolle Zielgröße(n) Hauptergebnis Bemerkung Tischer et al. 2011 (+-) MA von KS, 2a 31.742
MehrEpidemiologie - Ansätze. Anke Huss, PhD Institute for Risk Assessment Sciences Utrecht University
Epidemiologie - Ansätze Anke Huss, PhD Institute for Risk Assessment Sciences Utrecht University Epidemiologie Epidemiology is the study of the distribution of health and disease in the population, and
MehrStatistische Methoden und Auswertungen Die Statistik in der MEWIP-Studie
Statistische Methoden und Auswertungen Die Statistik in der MEWIP-Studie Dipl.-Stat. Moritz Hahn 29.04.2008 Dipl.-Stat. Moritz Hahn Vorstellung IMSIE Arbeitsbereiche des Instituts Medizinische Statistik
MehrReferenz Studientyp Teilnehmer Intervention Kontrolle Zielgröße(n) Hauptergebnis Bemerkung insgesamt
Evidenztabelle: Unspezifische Immunmodulation Protektiver Effekt Referenz Studientyp Teilnehmer Intervention Kontrolle Zielgröße(n) Hauptergebnis Bemerkung Genuneit J.2012 (+-) SR mit MA 51 Volltexte von
Mehr(c) Alle Rechte beim Autor
Risiko von CT-Untersuchungen Ergebnisse aktueller Kohortenstudien Wolfgang-Ulrich Müller Hintergrund In der letzten Zeit sind mehrere umfangreiche epidemiologische Studien zum Thema Risiko von CT-Untersuchungen
MehrQuerschnittsbereich Nr. 1: Epidemiologie, Med. Biometrie und Med. Informatik
Prävalenz Die Prävalenz ist eine Maßzahl für die Häufigkeit eines Zustandes zu einem bestimmten Zeitpunkt, z. B. der Anteil der Bevölkerung, der zu einem bestimmten Zeitpunkt übergewichtig ist oder der
MehrMethodenlehre. Vorlesung 5. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 5 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ 20.2.13 Einführung, Verteilung der Termine 1 25.9.13 Psychologie
MehrForschungsmethoden VORLESUNG WS 2017/2018
Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Organisatorisches Letztes Mal: Versuchspläne Heute: Stichprobenziehung und Stichprobeneffekte Studien mit Messwiederholungen Studie mit Messwiederholungen
MehrReicht positiv und negativ aus? Qualitätskontrolle bei qualitativen Untersuchungen
Reicht positiv und negativ aus? Qualitätskontrolle bei qualitativen Untersuchungen 1 Nürnberg, Köln, Hamburg, 2018 Ilka Richert, Bio-Rad Laboratories FAQ s Rili-BÄK Wie sind hinsichtlich der Zuordnung
MehrEpidemiologie 3. Thomas Kohlmann Maresa Buchholz. Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald
Epidemiologie 3 Thomas Kohlmann Maresa Buchholz Institut für Community Medicine Abteilung Methoden Universitätsmedizin Greifswald Wiederholung Von 2.872 Personen, die als Kinder wegen einer vergrößerten
MehrForschungsmethoden VORLESUNG SS 2017
Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Überblick Letzte Woche: - Hypothesen Heute: -Versuchspläne Rückblick Hypothesentesten Kriterien von Hypothesen verschiedene Arten von Hypothesen Logik
MehrMethodenlehre. Vorlesung 13. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 13 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 19.05.15 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie
MehrErgebnisse des Berliner Herzinfarktregister (BHIR) Birga Maier, Heinz Theres, Steffen Behrens, Holger Kuckuck, Walter Thimme
Unterschiede in der Umsetzung einer leitliniengerechten Therapie und in der Krankenhausletalität bei Patienten und Patientinnen mit einem akuten Herzinfarkt Ergebnisse des Berliner Herzinfarktregister
MehrAkademie für Sozialmedizin M-V Epidemiologie Thomas Kohlmann Institut für Community Medicine Universität Greifswald
Akademie für Sozialmedizin M-V Epidemiologie Thomas Kohlmann Institut für Community Medicine Universität Greifswald Universität Greifswald Bevölkerung (gesund) Heilung Neu eintretende Krankheitsfälle INZIDENZ
MehrFall-Kontroll Studien und Selection Bias. 1.4 Fall-Kontroll Studien: Vorbemerkungen
1.4 Fall-Kontroll Studien: Vorbemerkungen Fall-Kontroll Studien und Selection Bias Fall-Kontroll Studien versuchen in gewisser Weise, eine Kohortenstudie zu imitieren, aber auf das oft zeit- und kostenaufwendige
MehrDer Gefoulte soll niemals selber schießen Empirische Untersuchung einer alten deutschen Fußballerweisheit
Der Gefoulte soll niemals selber schießen Empirische Untersuchung einer alten deutschen Fußballerweisheit Kuß O 1, Kluttig A 1, Stoll O 2 1 Institut für Medizinische Epidemiologie, Biometrie und Informatik,
MehrInstitut für Medizinische Biometrie, Epidemiologie und Informatik WIE ENTSTEHT WISSEN? EVIDENZBASIERTE MEDIZIN
WIE ENTSTEHT WISSEN? EVIDENZBASIERTE MEDIZIN 1 Gliederung Wieso EbM? Was ist EbM? Organisatorisches Wieso EbM? Frau Müller, 37y inflammatorisches MammaCa nach 1y: Progress wünscht sich Zellkernklärung
MehrNicht-interventionelle Studien
Phytotherapeutika 2012, Wien, 17.-19. Mai 2012 Nicht-interventionelle Studien Walter Lehmacher Institut für Medizinische Statistik, Informatik und Epidemiologie der Universität zu Köln 1. Studienformen
MehrComparative Effectiveness Research in der Onkologie
Comparative Effectiveness Research in der Onkologie Claudia M. Witt, MD, MBA Professor of Medicine Vice Director Institute for Social Medicine, Epidemiology and Health Economics Charité University Medical
MehrExakter Binomialtest als Beispiel
Prinzipien des statistischen Testens Entscheidungsfindung Exakter Binomialtest als Beispiel Statistische Tests Nullhypothese Alternativhypothese Fehlentscheidungen Ausgangspunkt: Forschungshypothese Beispiele:.
MehrForschungsmethoden. Versuchspläne. Florian Kobylka
Forschungsmethoden Versuchspläne Florian Kobylka 09.12.2016 Rückblick Einordnung Erkenntnisgewinn Realitiätsprüfung Fragestellung Umsetzung... 09.12.2016 2 / 27 Versuchsplan Design Aufbau, Kontrolle und
MehrLernziele Intensivblock I1 Basics! Klinische Epidemiologie. Basics! I1. Tag 1 Tag 2 Tag 3. Schätzen & Testen. Deskriptive Statistik
Lernziele Intensivblock I1 Basics! Klinische Epidemiologie Stand: März 2017 Basics! I1 Tag 1 Tag 2 Tag 3 Evidenz Schätzen & Testen Zusammenhänge EBM I: Grundlagen ärztlichen Handelns Deskriptive Statistik
MehrBehandlung und Prävention der Kachexie: Aber wie?
Behandlung und Prävention der Kachexie: Aber wie? PD Dr. Britta Wilms Dipl. Ökotrophologin, Sportwissenschaftlerin, M.A. 9. Geriatrischer Ernährungstag 2017 Kachexie Allgemeine Kennzeichen Ungewollter
MehrKardio-CT im akuten Koronarsyndrom Gegenwart und Zukun. Hamburg Heart View,
Kardio-CT im akuten Koronarsyndrom Gegenwart und Zukun. Hamburg Heart View, 05.11.2016 Prof. Dr. Gunnar Lund, Klinik und Poliklinik für diagnostische und interventionelle Radiologie, Universitätskrankenhaus
MehrForschungsmethoden VORLESUNG SS 2018
Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Überblick Letzte Woche: - Hypothesen Heute: -Versuchspläne Rückblick Hypothesentesten Merkmale von Hypothesen verschiedene Arten von Hypothesen Logik des
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () WiSe /3 Univariate und bivariate Verfahren Univariate
MehrDie Auswahl ist natürlich rein zufällig und nicht repräsentativ
Die Auswahl ist natürlich rein zufällig und nicht repräsentativ Betrachtungen zu Qualitätskriterien in der Umfrageforschung Ulrich Kohler University of Potsdam ulrich.kohler@uni-potsdam.de PUMA Symposium
MehrProf. Dr. Rainer Koch Juli 1997, Februar 2008
Prof. Dr. Rainer Koch Juli 1997, Februar 2008 Hinweise zur biometrischen Planung der notwendigen Anzahl Patienten in klinischen Studien oder Anzahl Versuchstiere im Fall a) des Vergleichs von prozentualen
MehrDer Bias- systematische Fehler bei wissenschaftlichen Studien G. Kamenski Medizinische Universität Wien
Der Bias- systematische Fehler bei wissenschaftlichen Studien G. Kamenski Medizinische Universität Wien n i= 1 ( X X ) i 2 Kamenski G. Medizinische Universität Wien 1 Zum Begriff des Bias Schief, schräg,
MehrMarcumar? Gibt es da nichts anderes? Dr. S. Cicek-Hartvig
Marcumar? Gibt es da nichts anderes? Dr. S. Cicek-Hartvig Schlaganfall bei VHF ist vermeidbar 2/3 derschlaganfälleaufgrund von VHF sindmitangemessenerantikoagul ationmitmarcumar(inr 2-3) 1 VKA-Auswirkungen
MehrFEI-Workshop Bonn, 22. März M
FEI-Workshop Bonn, 22. März M 2007 Ernährungsepidemiologische Studien und ihre Evidenz Hans-Joachim F. Zunft Deutsches Institut für Ernährungsforschung, Potsdam-Rehbrücke Institut für Ernährungswissenschaft,
MehrDiabetes und Herzinfarkt Patientenschulungsmodul zur Implementierung von Shared Decision Making Randomisiert-kontrollierte Studie
Diabetes und Herzinfarkt Patientenschulungsmodul zur Implementierung von Shared Decision Making Randomisiert-kontrollierte Studie Susanne Buhse, Ingrid Mühlhauser, Tabitha Heller, Jürgen Kasper, Nadine
MehrInternationale Evaluationen von Mammographie-Screening-Programmen. Strategien zur Kontrolle von Bias
Internationale Evaluationen von Mammographie-Screening-Programmen Strategien zur Kontrolle von Bias Untersuchung im Auftrag des Zentralinstituts für die Kassenärztliche Versorgung in der BRD Marcial Velasco
MehrRandomisation, Informed consent,
DeloRes-Studientreffen Randomisation, Informed consent, und drop-out-prävention Florian Herrle, Simone Rothenhoefer Universitätsmedizin Mannheim, Chirurgische Klinik 22. Juni 2010 Überblick Hintergrund
MehrEpidemiologie und Statistik für Fortgeschrittene
Epidemiologie und Statistik für Fortgeschrittene Im kommenden Wintersemester bietet das Institut für Public Health den Kurs Epidemiologie und Statistik für Fortgeschrittene an. Der Kurs kann als ergänzende
MehrVeröffentlichung der FluG- Studienergebnisse
Pressekonferenz Veröffentlichung der FluG- Studienergebnisse 02.07.2013 Einführung zum Thema 2 Adrenalin 3 Schlafstörungen: Fluglärm stört am meisten 4 5 6 Kernaussagen: Bluthochdruck ist ein wichtiger
MehrKuss O 1, Legler T 1, Börgermann J 2 1
Gibt es einen Unterschied zwischen randomisierten und nicht-randomisierten Studien? Evidenz aus einer Meta-Propensity Score- Analyse in der Herzchirurgie (work in progress) Kuss O 1, Legler T 1, Börgermann
MehrCOPD - Outcome IPS Symposium St. Gallen, 12. Januar 2016
COPD - Outcome IPS Symposium St. Gallen, 12. Januar 2016 Dr. med. Lukas Kern COPD 5. häufigste Todesursache im Jahr 2002! Voraussichtlich 3. häufigste Todesursache im Jahr 2030! (WHO) Prävalenz weltweit
MehrIst gut gemeint auch gut gemacht? Chancen und Grenzen von Screening-Programmen
Ist gut gemeint auch gut gemacht? Chancen und Grenzen von Screening-Programmen Dr. rer. medic. Klaus Koch Was ist Screening? Untersuchung an Gesunden ohne Beschwerden oder besondere Risikofaktoren. Unterscheidung:
MehrMedizinische Statistik
Medizinische Statistik Konzepte, Methoden, Anwendungen Leonhard Held Kaspar Rufibach Burkhardt Seifert Higher Education München Harlow Amsterdam Madrid Boston San Francisco Don Mills Mexico City Sydney
Mehrt-tests Lösung: b) und c)
t-tests 2015 Assessmentmodul 1 - Frage B10: Ein Team von Gesundheitspsychologinnen hat ein Programm entwickelt, das die Studierenden der Universität Zürich dazu anregen soll, mehr Sport zu treiben. In
MehrEvidenz in der Präventionsmedizin
Evidenz in der Präventionsmedizin Symposium Ist Vorsorgen Immer Besser als Heilen? 20. und 21. Februar 2008 Dr. Gerald Gartlehner, MPH, Department für evidenzbasierte Medizin und klinische Epidemiologie
MehrDiagnostikstudien. Dr. Dirk Hasenclever IMISE, Leipzig.
Diagnostikstudien Dr. Dirk Hasenclever IMISE, Leipzig Hasenclever@IMISE.uni-Leipzig.de Diagnostische Tests Krankheit ja Krankheit nein Test positiv TrueP FP Test negativ FN TrueN Test- Positive Test- Negative
MehrKorrelation und Regression. Post hoc ergo propter hoc
Korrelation und Regression Post hoc ergo propter hoc Mündliche Prüfungen In einer mündlichen Examensprüfung wurden 100 Studierende von zwei Prüfern bewertet. Es ergaben sich 84 übereinstimmende Beurteilungen.
MehrMethodenlehre. Vorlesung 11. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 11 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 03.12.13 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie
Mehr2. Lösung weitere Übungsaufgaben Statistik II WiSe 2016/2017
. Lösung weitere Übungsaufgaben Statistik II WiSe 016/017 1. Aufgabe: Bei der Produktion eines Werkstückes wurde die Bearbeitungszeit untersucht. Für die als normalverteilt angesehene zufällige Bearbeitungszeit
MehrKritische Bewertung der Evidenz von ernährungsmedizinischen Metaanalysen am Beispiel der perioperativen Immunonutrition.
Kritische Bewertung der Evidenz von ernährungsmedizinischen Metaanalysen am Beispiel der perioperativen Immunonutrition Monika Nothacker AWMF-Institut für Medizinisches Wissensmanagement c/o Philipps-Universität
MehrAngewandte Statistik
Angewandte Statistik Grundlagen 1 26 Warum Statistik? 2 26 Was ist Statistik? Statistics state the state of the state Statistik ist die Lehre vom Erheben, Umgang und Auswerten von Daten Teilgebiete Deskriptive
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrRisiken einschätzen: die wahren Ursachen feststellen. Marloes Maathuis Seminar für Statistik ETH Zürich
Risiken einschätzen: die wahren Ursachen feststellen Marloes Maathuis Seminar für Statistik ETH Zürich Beispiele von Risiken Eat breakfast if you want to reduce your risk of coronary heart disease (The
MehrEntwicklung und Evaluation einer Praxisleitlinie zu freiheitseinschränkenden Maßnahmen in Alten- und Pflegeheimen
Köpke S, Gerlach G, Haut A, Mühlhauser I, Meyer G Entwicklung und Evaluation einer Praxisleitlinie zu freiheitseinschränkenden Maßnahmen in Alten- und Pflegeheimen Ein Projekt im Rahmen des gefördert durch
MehrLangzeitbelastung mit Feinstaub und Koronarsklerose
Langzeitbelastung mit Feinstaub und Koronarsklerose Hoffmann B 1, Moebus S 1, Stang A 2, Lehmann N 1, Memmesheimer M 3, Möhlenkamp S 4, Erbel R 4, Jöckel K.-H 1. für die Heinz Nixdorf Recall Studiengruppe
MehrEpidemiologie / Biometrie
Wintersemester 2004 / 2005 Epidemiologie / Biometrie Robert Hochstrat 14. März 2005 Zusammenschrift der Übung zur Vorlesung aus dem WS 04/05 Rückfragen, Ergänzungen und Korrekturen an robert hochstrat@web.de
MehrWie liest man Konfidenzintervalle? Teil I. Premiu m
Wie liest man Konfidenzintervalle? Teil I Premiu m Was sind Konfidenzintervalle? Ein Konfidenzintervall (KI) ist ein Maß für die Unsicherheit bezüglich einer Schätzung eines Effekts. Es ist ein Intervall
MehrStrahlenepidemiologie
Strahlenepidemiologie Priv.-Doz. Dr. Michaela Kreuzer Bundesamt für Strahlenschutz Leiterin der Arbeitsgruppe: Strahlenepidemiologie mkreuzer@bfs.de Strahlenepidemiologie, TU, 30.06.2011, M. Kreuzer 1
MehrMagnetische Felder und Krebs: Wie ist die WHO-Klassifizierung von Magnetfeldern als mögliches Karzinogen zu interpretieren?
Magnetische Felder und Krebs: Wie ist die WHO-Klassifizierung von Magnetfeldern als mögliches Karzinogen zu interpretieren? Joachim Schüz Department of Biostatistics and Epidemiology @ Danish Cancer Society
MehrRisikoadjustierung von Qualitätsindikatoren
Risikoadjustierung von Qualitätsindikatoren 4. Niedersächsische Landesergebniskonferenz Hannover, 31. Januar 2013 Priv.-Doz. Dr. med. Günther Heller AQUA-Institut für angewandte Qualitätsförderung und
Mehr