(aus
www.evimed.ch)
Inhaltsverzeichnis
-
Absolute Risikoreduktion (ARR)
-
Bias (Systematische
Fehler, Verzerrung)
-
Confounding
-
Control event rate (CER)
-
Doppelblind
-
EBM
-
Ereignis (Event, Outcome)
-
Ereignisrate (Risk rate, Event rate, lnzidenzrate, Risk)
-
Experimentelle Ereignisrate
(EER)
-
Fall-Kontroll-Studie
(Case-Control-Studie)
-
Goldstandard
-
lntention-to-treat-Analyse
-
lnzidenz
-
Kohortenstudie (Longitudinalstudie, Prospektive Studie)
-
Konfidenzintervall
(95% Konfidenz-lntervall)
-
Likelihood ratio (LR)
-
Meta-Analyse
-
Negativer
Pr?diktionswert (Negative predictive value)
-
Number needed to treat (NNT)
-
Odds
-
Odds
Ratio
-
Positiver
Pr?diktionswert (Positive predictive value)
-
Posttestwahrscheinlichkeit
(Nachtestwahrscheinlichkeit, Posttest probability)
-
Pr?diktionswert (Predictive
value)
-
Pr?testwahrscheinlichkeit (Pretest probability, Vortestwahrscheinlichkeit)
-
Pr?valenz (Pr?valenzrate)
-
P-Wert (Statistische
Signifikanz)
-
Randomisierte kontrollierte Studie (randomized controlled trial, RCT)
-
Randomisierung (Randomized, Random allocation, Randomisation)
-
Relative Risikoreduktion (RRR)
-
Relatives Risiko
(Relative risk, Risk ratio)
-
Sensitivit?t (True positiv
rate)
-
Spezifit?t (True negativ rate)
-
Studiendesign (Research design)
-
Systematische
?bersicht (Systematic Review)
-
?bersichtsarbeit (Overview)
-
Validit?t
Absolute Risikoreduktion (ARR)
Die absolute Differenz der
Ereignisrate (Event rate) zwischen zwei Vergleichsgruppen. Meist
zwischen der lnterventionsgruppe (Verumgruppe) und der Kontrollgruppe
(Placebogruppe). Wird berechnet als: ARR Experimentelle Ereignisrate - -
Ereignisrate in der Kontrollgruppe (Control Event rate). z.B. in der mit
Marcoumar behandelten Gruppe traten bei 5%, in der Placebogruppe bei 2%
Thrombosen auf. Das Risiko unter Marcoumar eine Thrombose zu erleiden,
kann um 3% gesenkt werden. Ist die ARR 0%, so besteht kein Unterschied
zwischen den Gruppen. |
TOP |
Bias (Systematische
Fehler, Verzerrung)
Systematischer Fehler oder
Verzerrung der Studienresultate. Z.B. k?nnen durch Selektion von
Patienten systematische Unterschiede zwischen zwei Gruppen, die
miteinander verglichen werden, entstehen. So kann ein Unterschied im
Outcome zustande kommen, dadurch, dass in der einen Gruppe Patienten mit
schwereren Erkrankungsformen oder ausgepr?gterem Risikoprofil beobachtet
wurden und der gemessene Unterschied lediglich ein scheinbarer
Unterschied ist (= Selektionsbias). In Systematic reviews bezieht sich
dieser Begriff auf den Einschluss von Studien (Selektion). Performance
Bias: Patienten erhalten im Rahmen einer Studie eine bessere
medizinische Versorgung, werden engmaschiger ?berwacht oder zus?tzlich
unterst?tzt. Ein Performance Bias kann auch zustande kommen wenn das
Studienpersonal nicht verblindet ist und Patienten in einer Gruppe die
bessere medizinische Versorgung bekommen. Detection Bias: bei
unverblindeten Studien kann, wenn der Studienarzt die
Gruppenzugeh?rigkeit eines Patienten kennt, dieser den Patienten genauer
untersuchen und beobachten. Attrition Bias: In der einen Gruppe haben
h?ufiger Patienten die Studienmedikation abgesetzt z.B. wegen
Nebenwirkungen. Publication Bias: es werden nur Studien publiziert die
einen positiven Effekt einer medizinischen Massnahme nachweisen und
negative Studien werden nicht publiziert. |
TOP |
Confounding
Das Ausmass einer Intervention oder einer Exposition (Ursachenforschung)
wurde verzerrt gemessen, wegen einer Assoziation der Exposition (Noxe
oder Medikament) mit einem anderen Faktor, der die Entwicklung des
Outcomes beeinflusst. Oder anders ausgedr?ckt:
Verursacht Faktor A die Erkrankung B? Ein Confounder X muss somit ein
Risikofaktor f?r die Erkrankung B sein und mit dem Faktor A assoziiert
sein. Z.B. findet man eine Assoziation zwischen Kaffeetrinken und der
Entwicklung von Pankreaskarzinomen. Bei genauerer Betrachtung f?llt aber
auf, dass in der Gruppe der Exponierten (Kaffeetrinker) das
Durchschnittsalter h?her ist. Alter ist somit ein Confounder weil es mit
Kaffeetrinken assoziiert ist und ein Risikofaktor f?r das
Pankreaskarzinom ist. |
TOP |
Control event rate (CER)
Ereignisrate in der Kontrollgruppe oder Vergleichsgruppe. D.h. die
Anzahl Ereignisse geteilt durch die Gesamtzahl aller Patienten in der
Gruppe. z.B. in der mit Placebo behandelten Gruppe traten 5% Thrombosen
auf. |
TOP |
Doppelblind
Weder der Patient noch der
Arzt wissen, welchem Patient die Studienmedikation (das eigentliche
Medikament) und welchem Patient Placebo verabreicht wurde. Durch die
Verblindung sollen systematische Verzerrungen (Bias) verhindert werden,
die durch die Erwartungen der Patienten aber auch der Studien?rzte
entstehen k?nnen. Z.B. Weiss der Arzt in einer Hypertoniestudie, dass
der Patient die Studienmedikation bekommen hat und die Blutdruckmessung
fiel wider Erwarten hoch aus, so misst er m?glicherweise mehrmals, weil
er der Messung nicht glaubt. |
TOP |
EBM
Evidence based medicine.
Ist die Integration der
bestverf?gbaren Daten aus klinischer relevanter Forschung mit der
klinischen Erfahrung, abgestimmt auf die Bed?rfnisse eines einzelnen
Patienten. |
TOP |
Ereignis (Event, Outcome)
Das Auftreten eines
Ereignis in den untersuchten Populationen: z.B. eines Outcome oder einer
Komplikation (z. B: Auftreten einer Thrombose). |
TOP |
Ereignisrate (Risk rate, Event rate,
lnzidenzrate, Risk)
Die Anzahl Patienten in
einer Population, die in einem definierten Zeitraum ein definiertes
Krankheitsereignis erleiden. Entspricht der Inzidenz eines Ereignis in
einer Population. Risk wird angegeben als Bruch (25/1 000) oder als
Prozentwert (2.5%). Hypothetisches Beispiel: 84 von 3000 ?ber 60
j?hrigen Rauchern hatten ein koronares Ereignis ?ber eine Zeitraum von 5
Jahren. Risk=2.8% in 5 Jahren. Synonym: lnzidenzrate, Ereignisrate
(ER). |
TOP |
Experimentelle Ereignisrate (EER)
Ereignisrate in der
Verumgruppe bzw. der lnterventionsgruppe. |
TOP |
Fall-Kontroll-Studie (Case-Control-Studie)
In Fall-Kontroll-Studien
wird die Assoziation zwischen der Exposition mit einer m?glichen Noxe
und dem Vorliegen einer Erkrankung untersucht. Dabei wird mit der
Identifizierung von Patienten begonnen, die an einer bestimmten
Erkrankung leiden (?Cases?). Um die ?Cases? zu vergleichen, werden
Patienten (,?Controls?) identifiziert, die den F?llen m?glichst ?hnlich
sind (z.B. bez?glich Alter, Geschlecht, Blutdruck, Einnahme anderer
Medikamente, Begleiterkrankungen usw.) jedoch die Erkrankung nicht
aufweisen. Retrospektive wird dann ermittelt, wie viele der ?Cases? und
wie viele der ?Controls? mit der zu untersuchenden Noxe exponiert waren
und wie viele nicht. Im Gegensatz zur Kohortenstudie, wo die
Erkrankungs?h?ufigkeit (lnzidenz der Erkrankung) bei Exponierten und
Nicht-Exponierten vergleichen wird, wird bei der Case-Control-Studie die
Expositionsh?ufigkeit (Pr?valenz der Exposition) zwischen Erkrankten und
Gesunden verglichen. Besteht eine Assoziation zwischen Exposition und
Erkrankung, so ist der Anteil der Exponierten im Kollektiv der
Erkrankten h?her als im Kollektiv der Gesunden. Eine m?gliche
Assoziation zwischen Exposition und Erkrankung (?tiologieforschung) wird
mit der Odds ratio beschrieben. Ein relatives Risiko wie bei der
Kohortenstudie oder beim RCT kann nicht berechnet werden, da kein Risk
bzw. keine Erkankungsinzidenz aus den Daten hervorgeht (die Cases sind
schon krank). Eine Assoziation in der Case-Control-Studie ist aber nicht
unbedingt ein Beweis f?r eine kausale Beziehung. Entscheidend f?r die
Qualit?t einer Fall-Kontroll-Studie ist die Zusammensetzung und
Vergleichbarkeit der Kontrollgruppe. Bsp: Es soll eine Assoziation
zwischen koronarer Herzkrankheit und Rauchen gezeigt werden. Cases:
Patienten mit koronarer Herzkrankheit. Controls: Patienten ohne koronare
Herzkrankheit. Jetzt wird retrospektiv die Anzahl Raucher (Exposition)
und Nichtraucher (keine Exposition) sowohl im Kollektiv der Erkrankten
wie auch der Gesunden ermittelt. Eine Assoziation besteht, wenn der
Anteil Raucher in der Gruppe der Cases h?her war als in der Gruppe der
Controls, z.B. 56% vs. 44%. (In einer Kohortenstudie w?rden Raucher und
Nichtraucher untersucht und erfasst wie viele davon einer KHK entwickeln
und wie viele nicht.) Oft ist eine Case-Control-Studie die einzige
m?gliche Art einen Zusammenhang zwischen einem Risikofaktor und dem
daraus resultierenden Schaden nachzuweisen. Vor allem dann, wenn die
Krankheit entweder sehr selten auftritt, oder die Zeit zwischen
Exposition (z.B. Asbest) und der vermuteten Krankheit (Pleuramesotheliom)
lange Zeit dauert. |
TOP |
Goldstandard
beste und zuverl?ssigste
Methode zum Nachweis oder Ausschluss einer Erkrankung. z.B. bei der
Diagnostik einer Beinvenenthrombose gilt die Phlebographie als
Goldstandard (Anm. des Webmasters: stimmt nicht mehr, der heutige
Goldstandard ist die Farbkodierte Duplex-Sonographie), bei der
Lungenembolie die Pulmonalisangiographie. |
TOP |
lntention-to-treat-Analyse
Der Bergriff wird meistens
im Zusammenhang mit randomisiert kontrollierten Studien verwendet. Die
Outcomes der Patienten werden in der Gruppe analysiert, der sie zu
Studienbeginn zugeteilt wurden (random allocation), unabh?ngig ob sie
das Verumpr?parat oder das Placebo bekommen haben. Dieses Vorgehen
entspricht den Verh?ltnissen in der Praxis am ehesten, da
Medikamentenverwechslungen und Mal-Compliance vorkommen. Zudem bleibt
die durch die Randomisierung geschaffene Vergleichbarkeit der Gruppen
erhalten. Die intention-to-treat-Analyse ergibt eine vorsichtige
Absch?tzung der Gruppenunterschiede (vgl. Per-Protocol-Analyse). |
TOP |
lnzidenz
Anzahl Neuerkrankungen in
einem Kollektiv oder einer Population w?hrend einer bestimmten Zeit. Z.B:
Auftreten von 84 Myokardinfarkten bei 3000 rauchenden M?nnern im Alter
von 65 bis 75 Jahren. Lnzidenz = 84/3000 = 0.028 oder 2.8%.
Die j?hrliche lnzidenzrate w?re 84/(3000*5) = 0,5 % |
TOP |
Kohortenstudie (Longitudinalstudie,
Prospektive Studie)
Eine definierte
Patientengruppe (eine Kohorte) wird ?ber einen bestimmten Zeitraum
beobachtet, um zu sehen, wie viele einen gewissen Outcome entwickeln.
Dabei gibt es zwei M?glichkeiten: 1. Die Studienpopulation wird kreiert
durch den Einschluss vergleichbarer Patienten die entweder exponiert
sind oder nicht. (z.B. Raucher und Nichtraucher) und ein definierter
Outcome wird beobachtet (z.B. Bronchus-Karzinom) 2. Eine definierte
Population wird selektioniert, diese dann untersucht auf das Vorliegen
von z.B. Risikofaktoren (z.B. Hypercholesterin?mie, Hypertonie). F?r
multiple Faktoren kann in diesem Fall eine m?gliche Assoziation zum
Outcome untersucht werden (Bsp. Framingham Study). Die Schwierigkeit
dieses Studiendesigns ist das Problem der Vergleichbarkeit der Gruppen
hinsichtlich anderer Faktoren, die Einfluss auf den Outcome haben. In
Effektivit?tsstudien (lnterventionsstudien) wird dieses Problem durch
die Randomisierung gel?st. Aus ethischen Gr?nden kann man aber die
Studienteilnehmer nicht in eine Gruppe randomisieren, die einer
potentiellen Noxe ausgesetzt werden. |
TOP |
Konfidenzintervall (95% Konfidenz-lntervall)
Der Bereich in dem der wahre Wert mit einer
Wahrscheinlichkeit von 95% liegt (95% Konfidenzintervall). Der wahre
Wert ist eigentlich unbekannt, wird aber approximiert durch den sog.,,
Point estimate, der im Zentrum des Konfidenzintervalls liegende Wert.
Der Vorteil, Resultate mit Hilfe von Konfidenzintervallen anzugeben,
liegt darin, dass die Resultate quantifiziert werden k?nnen. Im
Gegensatz zum P-Wert, der lediglich besagt ob ein Resultat statistisch
signifikant ist oder nicht, aber keine Aussage ?ber die quantitativen
Unterschiede zul?sst. Je gr?sser die eingeschlossene Anzahl Probanden in
einer Studie, desto enger wird das Konfidenzintervall und desto kleiner
ist die Schwankungsbreite des wahren Wertes. Bsp. Ereignisse in der
Gruppe A waren um 8% resp. zwischen 6% und 10% (ARR 8%, 95% Cl 6-10%)
seltener als in Gruppe B versus Ereignisse in der Gruppe A waren
statistisch signifikant seltener als in der Gruppe B (p<0.05). In einer
kleineren Studie w?re das Konfidenzintervall gr?sser, z.B. -2% bis 18%.
Da f?r diesen Bereich die untere Konfidenzlimite kleiner 0 ist, bedeutet
dies, dass in mehr als 5% kein Unterschied zwischen den Gruppen besteht,
was gleichzusetzen w?re mit einem Resultat, das keine statistische
Signifikanz erreicht. |
TOP |
Likelihood ratio (LR)
Es gibt die positive (LR+)
und die negative (LR-) Likelihood Ratio. Die LR+ f?r einen Test
beschreibt, wieviel mal h?ufiger ein positiver Test bei Patienten
vorkommt, die die gesuchte Erkrankung haben als bei Patienten, die die
Erkrankung nicht haben. Bsp. Patienten mit einer Eisenmangelan?mie haben
6 mal h?ufiger einen tiefen Ferritinwert (pos. Test) als Patienten ohne
Eisenmangelan?mie (in seltenen F?llen haben auch Patienten ohne
Eisenmangelan?mie einen tiefen Ferritinwert=falsch positiver Test). Die
LR+ vergleicht wieviel mal h?ufiger bei der uns interessierenden
Erkrankung ein richtig positiver Test als ein falsch positiver Test
vorkommt. Rechnerisch entspricht dies dem Quotient aus
Sensitivit?t/(1-Spezifit?t). Die Ferritinbestimmung bei der
Eisenmangelan?mie hat eine Sensitivit?t von 90% und eine Spezifit?t von
85%. Die LR+ betr?t also 90%/15%=6. In der Diagnostik
dient die Likelihood ratio dazu die Nachtestwahrscheinlichkeit aufgrund
der Vortestwahrscheinlichkeit zu bestimmen. Und zwar geschieht dies
durch Multiplikation der Pr?test-Odds mit der Likelihood Ratio=
Posttest-Odds. Einfacher kann man mit Hilfe des Likelihood-Nomogramms
die Posttestwahrscheinlichkeit direkt aus der Pr?testwahrscheinlichkeit
und der Likelihood ratio bestimmen. Eine ?gute? positive Likelihood
Ratio, mit der die Posttestwahrscheinlichkeit deutlich erh?ht werden
kann, ist >10 f?r einen positiven Test (Best?tigung der Diagnose, Spin).
Die Likelihood ratio f?r einen negativen Test, zum Ausschluss einer
Diagnose ist kleiner 1 (Posttestwahrscheinlichkeit wird reduziert). Eine
?gute negative Likelihood Ratio ist <0.1. |
TOP |
Meta-Analyse
Die statistische Synthese
der Resultate (Outcome) aus verschiedenen, vergleichbaren Studien zum
gleichen oder einem ?hnlichen Thema. Das Zusammenfassen der
verschiedenen Resultate zu einem ?Metaresultat?, quasi dem Mittelwert,
wird ?pooling? genannt. Das Ziel einer Meta-Analyse ist, durch poolen
der Daten hohe Patientenzahlen zu erlangen und einen Trend ?ber die
Effektivit?t z.B. einer Intervention aufzuzeigen. Meta-Analysen haben
eine qualitative Komponente, n?mlich das die eingeschlossenen Studien
definierten Qualit?tsmerkmalen gehorchen m?ssen,audemars piguet replica watches und eine quantitative
Komponente, was der numerischen Integration der Daten entspricht.
Meta-Analysen und systematic reviews besitzen das h?chste Evidenzniveau,
da die Qualit?t aller eingeschlossenen Studien auf das Vorliegen
systematischer Fehler (Bias) ?berpr?ft wird, Die Begriffe Meta-Analyse
und systematische ?bersicht (systematic review) werden teilweise synonym
verwendet. |
TOP |
Negativer Pr?diktionswert
(Negative predictive value)
Der negative
Pr?diktionswert (NPV, negative predictive value) gibt die
Wahrscheinlichkeit an, nicht erkrankt zu sein bei negativem Test. Z.B:
die Wahrscheinlichkeit bei negativem D-Dimer?Test keine Lungenembolie zu
haben. Je sensitiver ein Test, desto h?her der NPV, aber nur wenn die
Erkrankungswahrscheinlichkeit tief ist. |
TOP |
Number needed to treat
(NNT)
Anzahl von Patienten, die
behandelt werden m?ssen um ein Ereignis zu verhindern,rolex replica watches das mit der
Kontrollbehandlung eingetreten w?re. Gilt aber nur f?r eine spezifische
Intervention und einen spezifischen Outcome. Z.B. die NNT unter
Pravastatin 40 mg w?hrend 10 Jahren (Studiendauer) f?r 50-70 Diabetiker
mit Hypertonie einen Myokardinfarkt oder Todesfall zu verhindern. Die
NNT berechnet sich aus 1/ARR (wobei ARR absolute Risikoreduktion). Z.b.
NNT = 1/0.03 = 33 d.h. 33 Patienten m?ssen ein Jahr (oder je nachdem wie
lange die Studie dauerte) behandelt werden, um ein (Ereignis, Event,
Outcome) zu verhindern. |
TOP |
Odds
Die Wahrscheinlichkeit,
dass ein Ereignis eintritt wird zum Beispiel auf 60% (60/100; P=0.6)
gesch?tzt. Die Wahrscheinlichkeit, dass das Ereignis nicht auftritt ist
demgem?ss 40% und die Odds (oder Chance) ist 60:40 bzw. 1.5. Umgekehrt
wird die Chance auf 2:3 gesch?tzt, so ist betr?gt die Wahrscheinlichkeit
2/5 (2/(2+3)) resp. P0.4. Allgemein wird die Odds so dargestellt: a/b.
Im vergleich dazu bezieht sich die Inzidenz oder Risk auf die Gesamtzahl
also a/a+b. Die Umrechnung der Odds in die Wahrscheinlichkeit lautet
demnach: P = Odds/(Odds ratio+1) Die Umrechnung der Wahrscheinlichkeit
in die Odds lautet demnach: Odds Ratio = P/(1-P) |
TOP |
Odds Ratio
Die Odds Ratio oder
relative Odds beschreiben das Verh?ltnis zweier Odds zueinander. In der
Gruppe der Exponierten sind a die Erkrankten und b die Nichterkrankten.
In der Gruppe der Nichtexponierten sind c die Erkrankten und d die
Nichterkrankten. Odds f?r die Exponierten= a/b. Odds f?r die
Nichtexponierten= c/d. Das Verh?ltnis der zwei Odds zueinander lautet
dann alblcld oder a*d/c*b. Im Vergleich dazu lautet das Relative
Risiko: al(a+b)/c/(c+d). Da die Odds ein Verh?ltnis beschreibt,
heisst ?kein Unterschied? eine Odds Ratio von 1. Ist der Wert gr?sser
oder kleiner als 1, so bedeutet dies, dass die Chance f?r ein Ereignis
in der einen Gruppe h?her resp. reduziert (Schutz einer Intervention vor
einem Ereignis) wird. Die Odds Ratio und das relative Risiko sind
vergleichbar wenn die Pr?valenz einer Erkrankung tief respektive wenn
eine Erkrankung selten ist. Bei hoher Pr?valenz approximiert die Odds
Ratio das relative Risiko weniger genau. |
TOP |
Positiver Pr?diktionswert (Positive
predictive value)
Der positive
Pr?diktionswert (PPV, positive predictive value) entspricht der
Erkrankungswahr?scheinlichkeit bei positivem Test. Z.B: die
Wahrscheinlichkeit bei ST-Steckensenkungen in der Fahrradergometrie
(pos. Test) tats?chlich eine koronare Herzkrankheit zu haben. Je
spezifischer ein Test, desto h?her der PPV aber nur wenn auch die
Erkrankungswahrscheinlichkeit hoch ist. |
TOP |
Posttestwahrscheinlichkeit
(Nachtestwahrscheinlichkeit, Posttest probability)
Erkrankungswahrscheinlichkeit nach einem positiven Test. Die
Posttestwahrscheinlichkeit errechnit sich aus der
Pr?testwahrscheinlichkeit und der Likelihood ratio. Hat ein 65 j?hriger
Raucher mit Hypertonie belastungsabh?ngige retrosternale Schmerzen, so
ist die Pr?testwahr?scheinlichkeit vor der Fahrradergometrie f?r eine
koronare Herzkrankheit hoch (z.B. 70%) und die
Posttestwahrscheinlichkeit bei signifikanten ST-Senkungen nahezu 100%.
Hat eine 20 j?hrige, gesunde Frau retrosternale Schmerzen, so ist die
Pr?testwahrscheinlichkeit tief f?r eine koronare Herzkrankheit vor einer
Fahrradergometrie tief. Treten w?hrend des Versuchs ST-Senkungen auf so
handelt es sich mit grosser Wahrscheinlichkeit um ein falsch positives
Testresultat. |
TOP |
Pr?diktionswert (Predictive
value)
Wurde ein Test einmal
durchgef?hrt, so kann man mit Hilfe des Pr?diktivwertes absch?tzen wie
hoch die Wahrscheinlichkeit f?r das Vorliegen der gesuchten Erkrankung
bei einer Person ist (positiver Pr?diktivwert bei positivem Test) bzw.
bei negativem Test wie hoch die Wahrscheinlichkeit ist, dass die
Krankheit nicht vorliegt (negativer Pr?diktivwert). Der Pr?diktivwert
liefert also eine Erkrankungswahrscheinlichkeit (hingegen liefert die
Sensitivit?t die Wahrscheinlichkeit, dass Erkrankte mit Hilfe des Tests
erfasst werden). Der Pr?diktivwert beantwortet also die Frage: Falls
mein Patient ein positiver Test hat, wie hoch ist die
Wahrscheinlichkeit, dass er die Krankheit tats?chlich hat? Der
Pr?diktivwert ist abh?ngig von der Sensitivit?t und Spezifit?t eines
Tests sowie von der Pr?valenz der gesuchten Erkrankung. Die
Interpretation eines positiven oder negativen Tests variiert vom
klinischen Setting, gem?ss der Vortestwahrscheinlichkeit. Der positive
Pr?diktionswert (PPV, positive predictive value) entspricht der
Erkrankungswahrscheinlichkeit bei positivem Test. Z.B: die
Wahrscheinlichkeit bei ST-Steckensenkungen in der Fahrradergometrie
(pos. Test) tats?chlich eine koronare Herzkrankheit zu haben. Je
spezifischer ein Test, desto h?her der PPV aber nur wenn auch die
Erkrankungswahrscheinlichkeit hoch ist. Der negative Pr?diktionswert (NPV,
negative predictive value) gibt die Wahrscheinlichkeit an, nicht
erkrankt zu sein bei negativem Test. Z.B: die Wahrscheinlichkeit bei
negativem D-Dimer-Test keine Lungenembolie zu haben. Je sensitiver ein
Test, desto h?her der NPV, aber nur wenn die
Erkrankungswahrscheinlichkeit tief ist. |
TOP |
Pr?testwahrscheinlichkeit (Pretest probability,
Vortestwahrscheinlichkeit)
Wahrscheinlichkeit, dass
ein Patient an einer gewissen Krankheit leidet vor Durchf?hrung eines
Tests. Diese Wahrscheinlichkeit wird gesch?tzt aus der Pr?valenz der
Erkrankung f?r die betreffende Altersgruppe, anamestischen Daten (z.B.
Risikofaktoren) sowie aus den Befunden der klinischen Untersuchung. Hat
ein 65 j?hriger Raucher mit Hypertonie belastungsabh?ngige retrosternale
Schmerzen, so ist die Pr?testwahrscheinlichkeit vor der
Fahrradergometrie f?r eine koronare Herzkrankheit hoch (z.B. 70%) und
die Posttestwahrscheinlichkeit bei signifikanten ST-Senkungen nahezu
100%. Hat eine 20 j?hrige, gesunde Frau retrosternale Schmerzen, so ist
die Pr?testwahrscheinlichkeit tief f?r eine koronare Herzkrankheit vor
einer Fahrradergometrie tief. Treten w?hrend des Versuchs ST?Senkungen
auf so handelt es sich mit grosser Wahrscheinlichkeit um ein falsch
positives Testresultat. |
TOP |
Pr?valenz
(Pr?valenzrate)
Anzahl Erkrankte oder
Ereignisse in einer definierten Population zu einem definierten
Zeitpunkt (point prevalence). |
TOP |
P-Wert
(Statistische Signifikanz)
P < 0.05
bedeutet, dass die Wahrscheinlichkeit kleiner als 5% ist, dass der
gemessene Unterschied zwischen den zwei Vergleichsgruppen (Z.B. eine ARR
von 6%) auf Zufall beruht. Oder dass wenn man die gleiche Studie 20 mal
durchf?hren w?rde, k?nnte man h?chstens einmal keinen Unterschied
zwischen den Gruppen feststellen. Die 5% Grenze ist arbitr?r und hat
keine spezielle Bedeutung. Ein P-Wert von <0.01 heisst dass die Grenze
bei 1% festgelegt wird. Ist ein Ergebnis statistisch signifikant so sagt
dies nur, dass die Wahrscheinlichkeit klein ist dass das Resultat auf
Zufall beruht, besagt aber nichts ?ber die Gr?sse des Unterschieds (und
damit ?ber die klinische Relevanz) zwischen den Gruppen. Im Vergleich
dazu kann man mit dem 95% Konfidenzintervall den Unterschied und dessen
Schwankungsbreite zwischen zwei Gruppen quantifizieren. |
TOP |
Randomisierte kontrollierte Studie (randomized controlled trial, RCT)
Die Randomisierte
kontrollierte Studie ist das beste Studiendesign um eine medizinische
Intervention und deren Effekt auf einen definierten Outcome zu
untersuchen. Bei diesem Studiendesign wird eine Gruppe von Patienten
oder Probanden nach dem Zufallsprinzip in zwei oder mehrere Gruppen
aufgeteilt (randomisiert). Die eine Gruppe erh?lt das zu untersuchende
Medikament (Verumgruppe, Study Group), w?hrend die andere Gruppe eine
konventionelle Therapie (z. B. Vergleichstherapie), ein Placebo
(Placebogruppe) oder nichts erh?lt. Im Idealfall wissen weder der
Patient noch der Forscher wer welche Therapie erh?lt. Diese
Studienanlage wird doppelblind genannt; weiss nur der Proband nicht was
er erh?lt, so handelt es sich um eine einfach-blinde Studienanordnung.
Der grosse Vorteil der randomisierten kontrollierten Studie liegt darin,
dass systematische Differenzen zwischen den Gruppen durch
Zufallszuteilung zu einen oder anderen Gruppe ausgeschlossen werden. Die
Randomisierung gew?hrleistet, dass die Gruppen so identisch wie m?glich
sind und nur Unterschiede, die durch Zufall zustande kommen, vorhanden
sind. Der Begriff kontrolliert bezieht sich darauf, dass die Resultate
in der lnterventionsgruppe mit denen der Kontrollgruppe verglichen
wurden. Die Nachteile oder Probleme der randomisierten kontrollierten
Studie sind folgende: Die Studien sind oft langwierig und teuer.
Patienten, die an einer randomisierten Studie teilnehmen und damit
einverstanden sind, dass sie nach dem Zufallsprinzip entweder das
Medikament oder ein Placebopr?parat erhalten, sind mitunter nicht ganz
repr?sentativ f?r durchschnittliche Patienten. |
TOP |
Randomisierung (Randomized, Random allocation, Randomisation)
Zuteilung zur Interventions-oder Kontrollgruppe nach dem Zufalisprinzip.
Zur Bestimmung der Wirksamkeit eines Medikamentes werden aus einem
Patientenkollektiv 2 Gruppen gebildet. Die eine Gruppe erh?lt das
Medikament und die andere Placebo. Die Zuordnung zur einen oder anderen
Gruppe muss in einer randomisierten kontrollierten Studie streng nach
dem Zufallsprinzip erfolgen. Die Idee hinter der Randomisierung ist,
alle Patienten aus der Studienpopulation in 2 identische, vergleichbare
Gruppen aufzuteilen. Zudem darf die Randomisierungsliste den an der
Studie beteiligten Personen nicht bekannt sein, damit diese nicht wissen
welcher Gruppe ein gewisser Patient zugeteilt wurde. |
TOP |
Relative Risikoreduktion (RRR)
Die
relative Risikoreduktion beschreibt um wie viel das relative Risiko
durch eine Intervention im Vergleich zu Placebo reduziert wurde. Ein
relatives Risiko von 0.60 (oder 60%) besagt, dass im Vergleich zur
Kontrollgruppe (=100%) 60% der Ereignisse in der Interventionsgruppe
auftraten. Bzw. dass in der lnterventionsgruppe 40% (1-0.60=0.40)
weniger Ereignisse auftraten (=relative Risikoreduktion). Mit anderen
Worten: im Vergleich zur Kontrollgruppe sind Ereignisse in der
lnterventionsgruppe um 40% seltener. Dieser Wert sagt aber nichts
dar?ber aus wie viele Ereignisse wirklich durch eine Behandlung
verhindert werden, sondern nur wie viele Ereignisse in der
Behandlungsgruppe im Vergleich, resp. relativ zur Kontrollgruppe
seltener sind. RRR =
(CER -- EER) / CER * 100 |
TOP |
Relatives Risiko
(Relative risk, Risk ratio)
Das
relative Risiko beschreibt das Verh?ltnis vom Risiko (Event rate) in der
lnterventionsgruPPe zum Risiko (Control Event rate) in der Kontroll-oder
VergleichsgruPPe. Es handelt sich also um einen Vergleich der
Ereignisraten zwischen lnterventionsgruPPe und Kontrollgruppe relativ zu
einander. Ein relatives Risiko von 1 besagt, dass kein Unterschied
zwischen den Gruppen besteht. Ist das relative Risiko kleiner als 1, so
bedeutet dies, dass die Intervention das Risiko f?r den untersuchten
Outcome zu reduzieren vermag oder dass die Intervention vor dem
sch?dlichen Outcome (z.B. Frakturrate bei Osteoporose) sch?tzt. Ein
relatives Risiko von 0,60 (oder 60%) besagt, dass im Vergleich zur
Kontrollgruppe (=100%) 60% der Ereignisse in der lnterventionsgruppe
auftraten. Bzw. dass in der lnterventionsgruppe 40% weniger Ereignisse
auftraten (=relative Risikoreduktion). Das relative Risiko sagt somit
nichts ?ber die absolute Reduktion des Risikos aus. Ist das Risiko in
der lnterventionsgruppe 1% und in der Kontrollgruppe 2% so wird das
Risiko nur um 1% absolut reduziert. Relativ wird das Risiko aber um 50%
reduziert (1%/2%). |
TOP |
Sensitivit?t
(True positiv rate)
Sensitivit?t und Spezifit?t beschreiben die Aussagekraft
bzw. wie gut ein Test ist und sollten in Erw?gung gezogen werden bevor
der Test angewendet wird. Wurde der Test einmal angewendet und ist
entweder positiv oder negativ, dann ergibt der (positive oder negative)
Pr?diktivwert Auskunft wie wahrscheinlich das Vorliegen der Erkrankung
ist. Der Anteil Patienten mit einer gewissen Erkrankung die durch
Anwendung des Test erkannt werden bzw. einen positiven Test haben. Bsp.
der prozentuale Anteil Patienten mit einer Eisenmangel?an?mie, die einen
tiefen Ferritin-Wert haben (pos. Test). Ein Test mit einer hohen
Sensitivit?t erfasst nahezu alle Erkrankten. Ein negatives Testresultat
kann die eventuelle Erkrankung mit hoher Wahrscheinlichkeit
ausschliessen, weil die Anzahl Probanden, die trotz negativem Test die
gesuchte Erkrankung haben klein ist (falsch negatives Testresultat).
Merke Snout:
Sensitivity negative out.
Sensitivit?t und Spezifit?t sind Marker,
die die Qualit?t eines Tests beschreiben. |
TOP |
Spezifit?t
(True negativ rate)
Beschreibt den Anteil an Patienten ohne die gesuchte Erkrankung mit
negativem Testresultat, d.h. die Anzahl richtig negativer Resultate. Ein
Test mit einer hohen Spezifit?t ist n?tzlich um eine gesuchte Erkrankung
zu best?tigen. Merke Spin: Specificity positive in. (Bsp. Das
Gesicht eines Menschen mit Down-Syndrom ist hochspezifisch). Merke: ?1 -
Spezifit?t?: der Anteil falsch positiver Ergebnisse. |
TOP |
Studiendesign
(Research design)
Die
Architektur einer Studie. Ein geeignetes Studiendesign ist abh?ngig von
der Forschungs?frage. Z.B. wird eine Intervention i.d.R. durch eine
randomisierte kontrollierte Studie untersucht, ?tiologiefragen anhand
einer Kohortenstudie oder einer case ? contro -Study. In der klinischen
Forschung wird im Studiendesign die untersuchte Population definiert,
die Intervention oder der zu untersuchende Test und die Outcomeparameter.
Weitere zentrale Fragen sind, wie Daten im zeitlichen Verlauf gesammelt
und analysiert werden. Z.B. prospektiv heisst, von einem gegebenen
Zeitpunkt an werden Patienten auf der Zeitachse vorw?rts verfolgt und
idealerweise vor Studienbeginn definierte Krankheitsereignisse (z.B.
Myokard?infarkte) gemessen. Daten k?nnen auch retrospektive analysiert
werden. Das heisst, man identifiziert Krankheitsf?lle und schaut, ob in
der Vergangenheit eine Exposition stattgefunden hatte. |
TOP |
Systematische
?bersicht (Systematic Review)
Unter einem ?systematic review? versteht man die
kritische Interpretation und Zusammen?fassung m?glichst aller
Informationen zu einem bestimmten Thema. ?systematisch? bezieht sich
dabei auf das systematische Identifizieren aller Informationen zu einem
bestimmten Thema sowie auf die systematische kritische Beurteilung der
Qualit?t ausgew?hlter Arbeiten. Sorgf?ltig durchgef?hrte ?Systematic
Reviews? liefern die sichersten und genauesten Informationen zu einem
bestimmten Thema. Eine Schwierigkeit besteht in der Suche nach
vorhandenen Informationen. In der Medline z.B. wird nur etwa ein Drittel
aller publizierten Arbeiten gespeichert. F?r eine m?glichst vollst?ndige
Erfassung der publizierten Informationen werden zudem andere Datenbanken
(z.B. EMBASE, Science Citation Index) durchsucht, verschiedene
Zeitschriften handverlesen und die Referenzenlisten auf ?bersehene
Arbeiten hin untersucht. Aus diesen identifizierten Arbeiten werden dann
durch unabh?ngige Gutachter potentiell einzuschliessende Arbeiten
ausgew?hlt. Diese ausgew?hlten Arbeiten (?eligible studies?) werden auf
zu Beginn definierte Einschlusskriterien gepr?ft und diejenigen Arbeiten
die den Kriterien gehorchen eingeschlossen (?included?). Die
Notwendigkeit dieser peniblen Suche liegt darin, dass Studien mit
sogenannt ?negativen? Resultaten (z.B. Medikamentenstudien, die keine
positive Wirkung im Vergleich zum Placebo zeigen konnten) in sogenannt
?schlechteren? und in der Medline nicht referenzierten Zeitschriften
oder ?berhaupt nicht publiziert werden (publication bias). Die so
eingeschlossenen Arbeiten werden mit System kritisch beurteilt,
gewertet, die Daten ?extrahiert? und anschliessend in einer Meta?Analyse
miteinander verglichen. Im unterschied zu Meta-Analyse wird nicht
zwingend ein gepooltes Resultat pr?sentiert, sondern abschliessend die
Evidenz zu einem spezifischen Thema abschliessend kritisch beurteilt.
Seit Jahren besteht die Cochrane - CoIIaboration Group, eine
Arbeitsgruppe aus medizinischen Forschern, Statistikern, Epidemiologen
und praktizierenden ?rzten, die ?systematische reviews? anfertigen und
diese im Internet und als CD -ROM* anbieten.
*Cochrane Database of systematic reviews. Erh?ltlich bei:
BMJ Publishing Group, P0 Box 295, London WC1H 9TE, UK. Fax 0044 171 383
66 62 oder http://www.cochrane.org |
TOP |
?bersichtsarbeit (Overview)
In einer ?bersichtsarbeit wird in kurzer und ?bersichtlicher Form das
dem Verfasser zu einem bestimmten Thema oder zu einer speziellen Frage
wichtig und richtig scheinende zusammengefasst. F?r den Leser besteht
die M?glichkeit, sich innerhalb kurzer Zeit einen ?berblick ?ber ein
bestimmtes Thema zu verschaffen. Der Nachteil einer ?bersichtsarbeit
kann, muss aber nicht unbedingt sein, dass diese vorwiegend die
pers?nliche Meinung eines Autors widerspiegelt und dass die Literatur
nicht systematisch gesucht wurde. |
TOP |
Validit?t
Das Mass der G?ltigkeit
eines Forschungsresultats oder einer Studie. Die G?ltigkeit wird
beeinflusst durch sog. systematische Fehler (Bias), aber auch durch
Fehler im Studiendesign und der Studiendurchf?hrung (z.B. Geheimhaltung
der RandomisierungSliste concealment of random allocation; Unterschiede
zwischen Placebo und Verum in Bezug auf Geruch, Farbe und Gr?sse) oder
durch Fehler in der Darstellung der Resultate (z.B. statistische
Auswertung). Validit?t wird weiter unterteilt in interne Validit?t: Das
Ausmass der G?ltigkeit der Resultate in bezug auf die untersuchte
Studienpopulation. Externe Validit?t (=Generalisierbarkeit): die
G?ltigkeit der Resultate f?r Patienten ausserhalb der Studie, bzw.
inwiefern die Resultate auf den Patienten in der Praxis ?bertragen
werden k?nnen. |
TOP |
|
|