“Propensity” heißt “Hang, Neigung”. Wenn Patienten in Beobachtungsstudien bestimmte Therapien erhalten, dann gibt es Gründe, warum Patient A eben Therapie A erhält und Patient B die Therapie B. Diese Tatsache wird mithilfe des “Propensity-Scores” berücksichtigt. Der Propensity-Score vermindert Verzerrungen von Studienergebnissen. Wenn eine Studie zum Beispiel zu dem Ergebnis kommt, dass Therapie A besser sei als Therapie B, dann wird dieses Ergebnis durch Einbeziehung des Propensity-Scores relativiert – also, Therapie A könnte zum Beispiel besser sein, weil diese Therapie nur jene Patienten erhalten, die im Durchschnitt noch jünger oder “gesünder” sind als Patienten, die mit Therapie B behandelt werden. Oder auf schlau: “Propensity-Score (PS) = bedingte Wahrscheinlichkeit, mit der – unter Betrachtung einer Anzahl von Variablen – ein Kandidat die Intervention erhalten würde” (Neukirch 2011). (Text: © Dunja Voos, Bild: © Rainer Sturm Pixelio) [Read more...]

Wer eine Frage anhand einer Stichprobe beantworten will, kann nie sicher sein, wie repräsentativ diese Stichprobe ist. Ausgedachtes Beispiel: Ich nehme 100 Schüler, um die Frage zu beantworten, welche Mathe-Note am häufigsten vergeben wird. Angenommen, von diesen 100 Schülern haben 60 Schüler die Note “3″ erhalten. Dann kann ich nicht sagen, dass in ganz Deutschland die meisten Schüler eine “3″ in Mathe haben. Würde ich erneut 100 Schüler auswählen, hätten hier vielleicht 54 Schüler eine “3″. Nehmen wir an, ich würde immer wieder 100 Schüler auswählen und feststellen, dass in 95% der Fälle zwischen 54 und 60 Schülern eine “3″ haben. Dann lässt sich das statistisch gesprochen so ausdrücken: Das Konfidenzintervall liegt zwischen 54 und 60. Geschrieben sieht es dann so aus: “95% CI 54-60″. (Text: © Dunja Voos, Bild: © Thomas Scholz, Pixelio) [Read more...]

Die Standardisierte Mittelwertdifferenz (Standardized Mean Difference, SMD) wird als Effektmaß verwendet, wenn man viele Studien zu einer Frage untersucht, also eine Meta-Analyse durchführt. Beispiel: Ich möchte wissen, ob ein Antidepressivum bei Fibromyalgie wirkt. Dann kann ich verschiedene Studien unter die Lupe nehmen, die dieser Frage bereits nachgegangen sind. Angenommen, in den verschiedenen Studien wurden verschiedene Messmethoden vorgenommen, z. B. verschiedene Fragebögen zu Schmerzen oder Lebensqualität benutzt. Dann ist es schwierig, die verschiedenen Studienergebnisse als ein Ergebnis zusammenzufassen. Wenn ich trotzdem auf ein Ergebnis kommen möchte, kann ich dazu die Standardisierte Mittelwertdifferenz benutzen. Hieraus kann ich dann ablesen, wie sehr ein Antidepressivum im Mittel die Fibromyalgiesymptome verändert hat. [Read more...]

Der “t-Test” vergleicht die Mittelwerte zweier Gruppen.

“Odds” kommt aus dem Englischen und bedeutet eigentlich: Die Wahrscheinlichkeit, beim Wetten zu gewinnen. Die “Odds” in medizinischen Studien zeigt an, wieviele Ereignisse auf wieviele Nicht-Ereignisse kommen. Beispiel: 5 Medizinstudenten gehen in die Mensa. Dabei verdirbt sich 1 Student den Magen, während sich die 4 anderen Studenten nicht den Magen verderben. Die “Odds” für das “Magenverderben” beträgt hier 1:4 = 0,25 = 25%. (Im Vergleich dazu würde sich das “Risiko” auf die Gesamtzahl der Studenten beziehen: Risiko = 1:5 = 0,2 = 20%.) (Text: © Dunja Voos, Bild: © Rainer Sturm, Pixelio) [Read more...]

Die Hazard Ratio (HR) ist nicht dasselbe wie das Relative Risiko (obwohl sie wohl oft so verstanden wird). Die Hazard Ratio bezieht sich auf eine bestimmte Zeitspanne. “Hazard” (Gefahr, Risiko) wird auch so geschrieben: h(t). Damit ist die Wahrscheinlichkeit gemeint, mit der ein Mensch (Patient), der für eine bestimmte Zeit unter Beobachtung steht, in dieser Zeit ein “Ereignis” hat. Das “Ereignis” kann zum Beispiel ein Herzinfarkt sein oder die Heilung. Bei der “Hazard Ratio” werden verschiedene “Hazard Rates” in Beziehung zueinander gesetzt. Unter “Rate” versteht man die Anzahl der Ereignisse in einer bestimmten Zeit. Die “Rate” aus einer Gruppe wird dann mit der “Rate” aus einer anderen Gruppe verglichen (“Ratio” = “Verhältnis”). [Read more...]