Medizinstatistik für den beruflichen Alltag. Christoph Thiele

>

      

      1. Vorwort

      Vorwort

      Medizinische Studien enthalten eine Vielzahl von Fachausdrücken zur Statistik. Viele hantieren mit diesen Ausdrücken, haben eine ungefähre Ahnung, was sich dahinter verbirgt. Aber wissen sie es wirklich?

      Man könnte meinen, dass manches Statistiklehrbuch Abhilfe schaffen könnte. Doch ein Blick in diese Bücher erweist sich häufig als Trugschluss. Sie wurden von Mathematikern mit ihrem Blick auf die Statistik geschrieben und werden nicht den Menschen gerecht, die sich mit medizinischen Studien beschäftigen. Sie sind kompliziert geschrieben und sind für die Interpretation der Studien mit zu viel mathematischem Wissen überladen.

      Um eine Studie interpretieren zu können, muss man nicht die hinter den einzelnen Ausdrücken stehende Statistik beherrschen, man braucht keine komplizierten Formeln zu verstehen – dies erledigen die Computer für uns. Es ist nur wichtig, zu wissen, welche Bedeutung sich hinter den einzelnen Fachausdrücken verbirgt und wie sie einzuordnen sind.

      Dieses Buch soll dazu beitragen, die einzelnen Begriffe der Statistik, die studienrelevant sind, praxisnah zu erläutern und ein Verständnis für deren Zusammenhänge zu liefern. Somit wird eine Einordnung der Daten erleichtert.

      Sie vermissen in diesem Buch einen Begriff aus der Statistik? Dann bitte ich Sie, mir diesen Begriff zu mailen, damit ich ihn in einer neuen Auflage einarbeiten kann.

      Für einen besseren Lesefluss wird in diesem Buch das generische Maskulinum verwendet. Es sind in jedem Fall alle Geschlechter und Identitäten gemeint (z. B.: Der Arzt behandelt seinen Patienten und verabreicht ihm seine Medizin bedeutet Der Arzt/die Ärztin behandelt seinen/ihren Patienten/Patientin und verabreicht ihm seine/ihr ihre Medizin ).

      Köln, September 2021 Christoph Thiele

      2. Stichwortverzeichnis

      Die angegebenen Stichwörter sind im dem Kapitel, das hinter dem Pfeil steht, zu finden.

      2x2-Feldertafel → 30. Interaktionstest

      α-Fehler → 14. Signifikanz

      α-Fehler, Adjustierung → 27. Adjustieren

      α-Fehler, Einfluss auf β-Fehler → 17. Einflussgrößen auf α- und β-Fehler

      α-Fehler, Patientenzahl → 21. Patientenzahl/Fallzahl

      β-Fehler → 15. Power

      β-Fehler, Einfluss auf α-Fehler → 17. Einflussgrößen auf α- und β-Fehler

      β-Fehler, Patientenzahl → 21. Patientenzahl/Fallzahl

      A priori → 8. Testungen

      Absolute Risikoreduktion → 11. Relatives und absolutes Risiko

      Absolutes Risiko → 11. Relatives und absolutes Risiko

      According to Protocol Set → 13. Data Set

      Adaptive Randomisierung → 5. Randomisierung

      Adjustieren → 27. Adjustieren

      Affix → 30. Interaktionstest

      Alpha-Fehler → 14. Signifikanz

      Alphafehlerinflation → 27. Adjustieren

      Alphafehlerkumulierung → 27. Adjustieren

      Allocation-Bias → 29. Bias/Verzerrung

      Alternativhypothese → 4. Nullhypothese/Alternativhypothese

      Analysezeitpunkt → 12. Analysezeitpunkt

      Äquivalenzbereich → 20. Zweiseitige Testung

      Äquivalenzstudie → 20. Zweiseitige Testung

      Arithmetisches Mittel → 9. Median/Arithmetisches Mittel

      As Treated Set → 13. Data Set

      AT → 13. Data Set

      ATP → 13. Data Set

      Attrition-Bias → 29. Bias/Verzerrung

      Baseline Adaptive Randomisierung → 5. Randomisierung

      Basket-Studie → 13. Data Set

      Benjamin-Hochberg-Prozedur → 27. Adjustieren

      Benjamin-Yekutieli-Prozedur → 27. Adjustieren

      Beobachter-Bias → 29. Bias/Verzerrung

      Beta-Fehler → 15. Power

      Bias → 29. Bias/Verzerrung

      Bioäquivalenz → 20. Zweiseitige Testung

      Bivariat → 28. Univariat/Multivariat

      Blockrandomisierung → 5. Randomisierung

      Boferroni-Holm-Prozedur → 27. Adjustieren

      Bonferroni-Korrektur → 27. Adjustieren

      Bootstrapping-Verfahren → 31. Statistische Testverfahren

      Chancenverhältnis → 11. Relatives und absolutes Risiko

      Ceteris paribus → 5. Randomisierung

      Chi-Quadrat-Test → 31. Statistische Testverfahren

      Cohen → 10. Effektstärke

      Co-primäre Endpunkte → 6. Endpunkt

      Confounder → 25. Störfaktoren

      Contergan-Skandal → 6. Endpunkt

      Cox-Regression → 31. Statistische Testverfahren

      Data Set → 13. Data Set

      Detection-Bias → 29. Bias/Verzerrung

      Disordinale Interaktion → 30. Interaktionstest

      Dissemination-Bias → 29. Bias/Verzerrung

      Drei-Wege-Interaktion → 30. Interaktionstest

      Dunett-Prozedur → 27. Adjustieren

      Effektstärke → 10. Effektstärke

      Effektunterschied, Einfluss auf den α- und β-Fehler → 17. Einflussgrößen auf α- und β-Fehler

      Effektunterschied, Einfluss auf die Patientenzahl → 21. Patienzahl/Fallzahl

      Efron's Method → 31. Statistische Testverfahren

      Einfache Randomisierung → 5. Randomisierung

      Einflussgrößen auf α- und β-Fehler → 17. Einflussgrößen auf α- und β-Fehler

      Einseitige Testung → 19. Einseitige Testung

      Endpunkt → 6. Endpunkt

      Ereignis → 3. Ereignis

      Exakter Chi-Quadrat-Test → 31. Statistische Testverfahren

      Explorativ → 8. Testungen

      Fallzahl → 21. Patientenzahl/Fallzahl

      FAS → 13. Data Set

      Fisher-Yates-Test → 31. Statistische Testverfahren

      Fisher's Exact Test → 31. Statistische Testverfahren

      Frühe Zensur → 23. Zensierte Patienten

      Full Analysis Set → 13. Data Set

      Gallup-Umfrage → 29. Bias/Verzerrung

      Gegenereignis → 3. Ereignis

      Gleichheitsstudie → 20. Zweiseitige Testung

      Hazard → 11. Relatives und absolutes Risiko

      Hazard Ratio → 11. Relatives und absolutes Risiko

      Hierarchische Testung → 7. Hierarchische Testung

      Hochsignifikant → 14. Signifikanz

      Hommel-Prozedur → 27. Adjustieren

      Infarct Survival Collaborative Group → 26. Subgruppenanalyse

      Information-Bias