Statistik in der Promotionsarbeit

Mehr als nur eins, zwei t-Tests

Dr. Thomas Keller, ACOMED-statistik, Leipzig

Datenerhebung

c. Vollständigkeit der Datenerhebung. Die Idealforderungen:

Vollständigkeit derParameter, (d.h. es werden tatsächlich alle zum Erreichen desStudienzieles notwendigen Parameter erfasst.)
Vermeidung von Verzerrungen (z.B.Gruppen sind über- oder unterrepräsentiert)
Vermeidung von Datenbergen, dieschnell zu Datengräbern werden.
Erreichen der notwendigenFallzahl

sind schwer zu erreichen. (Krönung ist dann häufig die fast obligatorische Frage eines bedeutenden, ansonsten aber ahnungslosen Zuhörers während des Kolloquiums, wie denn nun die Ergebnisse bei der Gruppe von Patienten aussehen, die gerade nicht Gegenstand der Untersuchung waren.). Hilfreich sind CRF und SOP:

Sicherheit verschaffen klarstrukturierte Erhebungsbögen (CRF: case report forms).
Geben Sie sich für wichtigeProzeduren bei der Messung oder Ermittlung von Daten ein Protokollvor (SOP: standard operation procedure).

Gelauscht (Foren)

Medi-Learne-Foren

Diskutieren..
Amüsieren, Informieren

d. Güte der verwendeten Messverfahren. Insbesondere bei neu einzuführenden Messverfahren muss durch das Labor unbedingt eine Methodenvalidierung durchgeführt worden sein, bevor Sie das Verfahren für Ihre Messungen einsetzen. Lassen Sie sich auch sonst vom Labor die Qualitätsaufzeichnungen (Regelkarten) zeigen, und verfolgen Sie diese über die Dauer der Datenerhebung. Besonders kritisch sind Methodenwechsel (Einführung eines neuen Kits) während der Datenerhebung. Hinweise zur Methodenvalidierung

Analyse
Hinweise zur statistischen Analyse und zur Ergebnisbewertung, insbesondere bei diagnostischen Verfahren, sollen in einer der nächsten Medi-Learn-Onlinezeitungen erscheinen.
e. An dieser Stelle sei auf den Unterschied der explorativen Datenanalyse und der konfirmatorischen (schließenden) Studie hingewiesen. Weitere Hinweise.

Wenn die Fragestellung nur vageformuliert wird, kann am Ende der Untersuchung letztendlich nur dieSpezifizierung der Fragestellung oder die Aufstellung einerHypothese stehen.
Schließende statistischeVerfahren (die statistischen "Tests") setzenModellannahmen (Hypothesen) voraus, die im Sinne einerja/nein-Entscheidung geprüft werden.

Beispiel: Auch hier wieder der Hinweis, dass die meisten Protein- und DNA-Chip-Untersuchungen zu diagnostischen Zwecken (lediglich) explorativen Charakter haben, da eine klare, eindeutige Hypothese häufig unmöglich ist.

Biometrie und Statistik sind also wichtige und hilfreiche Instrumente für alle Phasen eines medizinischen Forschungsprojektes. Das richtige Maß zu finden bleibt Ihnen überlassen - vielleicht hilft es weiter, folgende Frage zu stellen: "Statistisch signifikant - auch relevant für den Patienten?"

Literatur:
Kuhlemann H, Majerus J, Möller J: Trugschlüsse biometrischer Methoden. Deutsches Ärzteblatt 93 (1996), A-2206-A-2212
Seegenschmiedt MH, Herrmann Th. (Hrsg.): Hurra, p<0,05! Fragen zum Wert klinischer Studien. InFoOnkologie Suppl. 1, 1999
Sachs L: Statistische Methoden: Planung und Auswertung. 7. überarbeitete Auflage. Springer-Verlag Berlin - Heidelberg - New York (1993)

Weiterführende Hinweise finden Sie unter http://www.acomed-statistik.de

Weiter
auf Seite