Medizinstatistik für den beruflichen Alltag. Christoph Thiele
Читать онлайн книгу.
>
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