Das ABC der medizinischen Statistik: Klinische Studien lesen und verstehen
Klinische Studien testen Hypothesen, die mit vorgegebener Irrtumswahrscheinlichkeit (Signifikanzniveau) angenommen oder verworfen werden. Signifikanz bedeutet aber nicht Relevanz. Gute Parameter der Relevanz sind die absolute Risikoreduktion und die hieraus zu errechnende Anzahl von Patienten, die b...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article (Journal) |
| Language: | German |
| Published: |
12 March 2010
|
| In: |
Der Internist
Year: 2010, Volume: 51, Issue: 4, Pages: 489-500 |
| ISSN: | 1432-1289 |
| DOI: | 10.1007/s00108-010-2581-x |
| Online Access: | Verlag, lizenzpflichtig, Volltext: https://doi.org/10.1007/s00108-010-2581-x
|
| Author Notes: | J. Labenz, C.U. Kunz |
| Summary: | Klinische Studien testen Hypothesen, die mit vorgegebener Irrtumswahrscheinlichkeit (Signifikanzniveau) angenommen oder verworfen werden. Signifikanz bedeutet aber nicht Relevanz. Gute Parameter der Relevanz sind die absolute Risikoreduktion und die hieraus zu errechnende Anzahl von Patienten, die behandelt werden müssen, damit ein Patient den zusätzlichen Nutzen erfährt. Die randomisierte kontrollierte Studie ist der Goldstandard zur vergleichenden Evaluation von Effekten. Im Idealfall ist sie so konzipiert, dass ein Unterschied mit statistischen Methoden wahrscheinlich gemacht werden kann. Bei Äquivalenzstudien ist darauf zu achten, dass keine Gleichheit gezeigt wird, sondern dass der Unterschied nicht größer ist als ein vorab festgelegter Grenzwert der Differenz. Metaanalysen von Studien mit vergleichbarer Fragestellung haben das Potenzial, die Evidenzlage zu verbessern. Da die Ergebnisse von Metaanalysen von den eingehenden Studien abhängen, ist eine kritische Betrachtung unerlässlich. |
|---|---|
| Item Description: | Gesehen am 09.03.2023 |
| Physical Description: | Online Resource |
| ISSN: | 1432-1289 |
| DOI: | 10.1007/s00108-010-2581-x |