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...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Labenz, Joachim (VerfasserIn) , Kunz, Cornelia Ursula (VerfasserIn)
Dokumenttyp: Article (Journal)
Sprache:Deutsch
Veröffentlicht: 12 March 2010
In: Der Internist
Year: 2010, Jahrgang: 51, Heft: 4, Pages: 489-500
ISSN:1432-1289
DOI:10.1007/s00108-010-2581-x
Online-Zugang:Verlag, lizenzpflichtig, Volltext: https://doi.org/10.1007/s00108-010-2581-x
Volltext
Verfasserangaben:J. Labenz, C.U. Kunz
Beschreibung
Zusammenfassung: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.
Beschreibung:Gesehen am 09.03.2023
Beschreibung:Online Resource
ISSN:1432-1289
DOI:10.1007/s00108-010-2581-x