Epidemiologie für Dummies. Patrick Brzoska

Detektiv – Dr. John Snow Kapitel 3: Im Falle eines Falles Epidemiologische »Fälle« Krankheitsregister Kapitel 4: Stets im Mittelpunkt: die Bevölkerung Epidemiologen schauen auf Bevölkerungen Kleine Demografie für Epidemiologen Bevölkerungsentwicklung und gesellschaftliche Situation

      7  Teil II: Werkzeuge zum Messen und Vergleichen Kapitel 5: Größen und Veränderungen messen Absolute Zahl und Prävalenz Ohne Zeit geht nichts – Inzidenzen Risiko und Risikodifferenz Kapitel 6: Vergleiche anstellen Kein Vergleich – keine Beurteilung Für alle Fälle – die Vier-Felder-Tafel Relatives Risiko – ein Risiko kommt selten allein Odds Ratio – wie hoch ist die Chance? Attributables Risiko Population Attributable Risk Kapitel 7: So werden Daten vergleichbar: Stratifizieren und Standardisieren Stratifizierung – die Kleinen nach vorn, die Großen nach hinten Standardisierung – der einheitliche Bevölkerungsaufbau Standardbevölkerungen Kapitel 8: Wie sag ich's richtig? Beschreibende Statistik Von Variablen und ihren Werten Deskriptive Statistik – Daten zusammenfassen

      8  Teil III: Die Architektur der Epidemiologie Kapitel 9: Alles nur im Hier und Jetzt: Querschnittstudien Was läuft hier quer? Was Sie mit Querschnittstudien messen können Hochspannung in Deutschland: Macht Elektrosmog krank? Grenzen des Querschnittdesigns Was kommt dabei heraus? Kapitel 10: Ein Marsch Gesunder durch die Zeit: Kohortenstudien Blick nach vorn: Wer wird krank? Rekrutieren der Studienbevölkerung Mal sehen, was die Zukunft bringt: Follow-up Kapitel 11: Die Vergangenheit von Kranken und Gesunden: Fall-Kontroll-Studien Kommt mir mein Handy zu nahe? Das Design von Fall-Kontroll-Studien Expositionen messen Paarungen: passende Kontrollen zu den Fällen Was Sie in Fall-Kontroll-Studien messen können Zu guter Letzt: eingebettete Fall-Kontroll-Studie Kapitel 12: Der Zufall als Helfer: randomisierte kontrollierte Studien Warum randomisierte kontrollierte Studien? Verzerrungen vermeiden Klinische Studien – Therapie top oder flop? Maßzahlen in klinischen Studien Wenn Zweifel bleiben … Ethisch vertretbar? Weisheit aus vielen Studien: Meta-Analysen Kapitel 13: Ganz ohne Individualdaten: ökologische Studien Individualdaten oder aggregierte Daten? Wenn der ökologische Schein trügt

      9  Teil IV: Studien durchführen und Fallstricke vermeiden Kapitel 14: Epidemiologische Studien durchführen Das Thema finden und die Studie planen Die Studie durchführen – ab ins Feld Kapitel 15: Verzerrtes Bild der Wirklichkeit? Keine Wissenschaft ohne Fehler (leider) Zufällige Fehler: heute so, morgen so Systematische Fehler: immer gleich falsch Confounding – oder: Leben auf großem Fuße Effektmodifikation Jetzt kommt's ganz dicke: mehrere Fehler Kapitel 16: Ursachen und Wirkungen Epidemiologen wollen Ursachen finden Kriterien für Kausalität Kapitel 17: Spielt uns der Zufall einen Streich? Schließende