27

Epidemiologie (Subject) / Fehlerquellen und Übung 6 (Lesson)

This lesson was created by s7mnmart.

Learn lesson

This lesson is not released for learning.

back  |  next 1 / 1

• Fehlerquellen in epidemiologischen Studien Fehlerquellen in epidemiologischen Studien Bei der Erfassung der Häufigkeit einer Krankheit (oder anderer Zielgröße) Zufallsfehler Stichprobenumfang (muss ausreichend groß sein) Systematische Fehler (Bias)  Störgrößen (Confounder) Validität (Übereinstimmung des Tests mit dem was er messen soll) Ethische Aspekte
• Zufallsfehler Der in der Stichprobe gemessene Wert weicht ausschließlichzufallsbedingt vom wahren Wert ab • Ursachen: Individuelle biologische Variation Stichprobenfehler Messfehler Verringerung Vergrößerung des Stichprobenumfangs Strenge Studienprotokolle, sorgfältige individuelle Messungen Nachweis der Genauigkeit und Präzision einer Messmethode hilfreich
• Wie muss es um den Stichprobenumfang stehen? Stichprobe muss groß genug sein, damit Studie übergenügend statistische Aussagekraft (Power) verfügt --> Berechnung des Stichprobenumfangs mit: Erforderlichem statistischen Signifikanzniveau, (um Unterschied nachweisen zu können) und der zulässigen Irrtumswahrscheinlichkeit Größe des untersuchten Effekts Krankheitshäufigkeit in der Population Relative Größe der Vergleichsgruppe
• Was ist Bias?? Bias Systematische Abweichung (Verzerrung) der Assoziation zwischen einerExposition - und einem Outcome durch einen systematischen Effekt bzw. Fehler, der sich auch bei wiederholter Messung im Mittel nicht aufhebt Gegenteil: Zufälliger Fehler gleicht sich bei (theoretisch unendlich oft)wiederholter Messung im Mittel aus Zufallsfehler ≠ Bias d.h.  Effektschätzer weichen infolgedessen systematisch vom wahrenSchätzer ab (im Gegensatz zu zufälligen Fehlern) Unterschätzung oder Überschätzung Grüunde: Studiendurchführung, Teilnehmer, Datenerhebung Arten Verzerrung durch Selektion (Selektionsbias) Verzerrung durch Messung oder Klassifikation (Informations- oder Messungsbias)
• Definiere Selektionsbias Selektionsbias Resultiert aus der Auswahl der Studienteilnehmer füreine Studie Tritt auf, wenn sich die Merkmale der für die Studie ausgewählten, und die Merkmale der nicht ausgewählten Personen systematisch unterscheiden d.h. man hat infolge dessen systematische Unterschiede zwische den zu vergleichenden Gruppen und damit z.B. ein unterschiedliches Outcome oder keine Generalisierbarkeit der Aussagen Z.B. wenn Teilnehmer sich freiwillig für eine Studiemelden                                                                                                                                 wenn Krankheit oder interessierender Faktor selbst dazu führt, dass Betroffene nicht in eine Studie eingeschlossen werden • … „healthy worker effect“: bei Studien zuarbeitsbedingten Erkrankungen: nur dieausreichend gesunden sind noch bei der Arbeit• … Selektives Überleben (selective survival):Sterberate innerhalb einer Gruppeunterschiedlich
  verzerrter Effektschätzermöglich • … Loss to follow-up: vorzeitiges Ausscheidenaus einer Studie unproportional
• Definiere Informationsbias Informationsbias wenn Messungen oder Klassifikationen einer Krankheit oder einerExposition ungenau sind (z.B. Misclassification bias, Recall bias,Interviewer bias) Arten des Informationsbias: Recall bias Interviewer bias Misclassification bias
• Was ist recall Bias? kritische Betrachtung desbisherigen Lebensstils, ausgelöst durch dieErkrankung; overreporting, underreporting
• Was ist Interviewer Bias? Einfluss des Interviewers aufAntwortverhalten
• Was ist Missclassification Bias? fehlerhafte Zuordnungvon Studienteilnehmern zu Vergleichsgruppen,die sowohl Exposition als auch Erkrankungbetreffen kann
• Definiere Publikationsbias Publikationsbias Auswahl der Zeitschriften, die zitiert werdenNicht- Veröffentlichung von nicht-signifikantenStudienergebnissen
• Advertisement
• Was ist ein Confounder? Ein Confounder (Störfaktor) ist eine Variable (Exposition), die sowohl mit derabhängigen Variable (Outcome) als auch mit der unabhängigen Variable(Exposition) positiv oder negativ assoziiert ist. Somit kann sie die Assoziation zwischen der Exposition und dem Outcome “stören“, d.h. zu einem verfälschten Wert für das Assoziationsmaß (Richtung und Stärke) führen  --> Beziehung zwischen untersuchter Exposition und Outcome kann ganz oderteilweise durch Wirkung einer dritten Größe erklärt werden
• Wie unterscheiden sich Confounding und Bias? Confounding Einfluss einer Variable wird fälschlicherweise einer anderenVariable zugeordnet.                                                                                                           --> Entsteht durch das komplexe Zusammenspiel verschiedener Expositionen und einem Outcome und kann sich bei Randomisierung aufheben. Bias Systematische Abweichung einer Größe durch einen systematischenFehler.                                                                                                                                  -->Hauptsächlich auf Studiendurchführung und Studienteilnehmerzurückzuführen.Hebt sich bei Randomisierung nicht auf.
• Nenne die Bedingungen für einen Confounder Nenne die Bedingungen für einen Confounder 1)  Die Größe muss selbst in Abwesenheit von der    interessierenden Exposition mit der Erkrankung    assoziiert sein (ursächlich). 2)   Die Größe muss mit der interessierenden      Exposition assoziiert sein (nicht kausal). 3)  Die Größe darf kein Zwischenschritt in der   kausalen Kette zwischen Exposition und   Outcome sein.
• Wie kann geprüft werden, ob Confounding vorliegt? Wie kann geprüft werden, ob Confounding vorliegt? 1. Strata erstellen2. Stratumspezifische Schätzer berechnen3. Vergleich stratumspezifische vs. rohe Schätzer: bei Unterschiedprüfen auf Confounding oder Effektmodifikation4. Abschätzung der Ähnlichkeit der stratumspez. Schätzer5. Weichen stratumspezifische Schätzer vom rohen Risikoschätzer ab,jedoch nicht stark voneinander   --> Confounding
• Was ist Effektmodifikation (Interaktion) Effektmodifikation In der Statistik: eine Situation, in der der gleichzeitige Einfluss von zwei Variablenauf eine dritte Variable nicht additiv, sondern multiplikativ ist. --> multiplikative Wechselwirkung zwischen beiden Faktoren  --> somit wird der Einfluss einer Variable auf einen Outcome durch das Vorliegen einer anderen Variable modifiziert Das Vorzeichen (+/-) der Assoziation kann sich, musssich aber nicht, durch die Interaktion ändern.Beispiel: Alkoholkonsum x Rauchen - Mundhöhlenkreb
• Definiere Assoziation Assoziation ungerichteter statistischen Zusammenhangzwischen zwei Variablen. Der Begriff impliziert, dass die Richtung desZusammenhangs (noch) nicht bekannt ist.Studiendesign: Beobachtungsstudien
• Definiere Effekt Effekt Bezeichnung für einen einseitig gerichteten statistischen Zusammenhangzwischen einer Variable (Exposition = „erklärende“ Variable) undeiner anderen Variable (Outcome = „erklärte“ Variable). Der Begriff impliziert, dass der Zusammenhang kausal (ursächlich) ist, dies muss jedoch nicht der Fall sein (z.B. wenn Confounding vorliegt). Studiendesign: Kontrollierte Interventionsstudien
• Definiere Kausalität Kausalität Bezeichnet einen naturgesetzlich  begründeten undreproduzierbaren ursächlichen und gerichteten Zusammenhang zwischen einerVariable (Exposition) und einer anderen Variable (Outcome). Dabei geht die Veränderung der Exposition der Veränderung des Outcomes voraus, 
• Methoden zur Kontrolle von Confounding Methoden zur Kontrolle von Confounding Randomisierung + Restriktion auf Ebene des Studiendesigns Matching auf Ebene von Studiendesign und Analyse Stratifizierung + Multivariate Analysestrategien auf Ebene der Analyse
• Was ist Randomisierung Anwendbar in Interventionsstudien  • Führt zu gleicher Verteilung von bekannten undunbekannten (!) Faktoren
• Definiere Restriktion Restriktion Begrenzung der Studienteilnahme auf Personen,welche sich in Bezug auf den Confounder nichtunterscheiden (Bsp. nur Männer, wennGeschlecht ein potentieller Confounder ist)
• Matching Matching Auswahl der Studienteilnehmer so, dass potentielleConfounder über die Studiengruppen gleich verteilt sind. Auswahl der Fälle zur gezielten Übereinstimmung von Fällen und Kontrollen in bestimmten Merkmalen und Expositionen.                                                                                             Somit Ausschluss von Unterschieden in der Exposition. Zur Sicherheit wird meist ein Fall mit mehreren Kontrollen gematched. Ziel von Matching ist die Kontrolle von bekannten und unbekannten Einflussfaktoren z.B. sozio-ökonomischer Status.
• Was ist die Stratifizierung? Definition Stratifizierung Kontrolle von Confounding in der Analyse Vorgehen:  Einteilung der Studienpopulation in homogeneGruppen Berechnung der Assoziation in diesen Gruppenversch. Möglichkeiten zur Kombination dereinzelnen Risikoschätzer zu einem „adjustierten“Risikoschätzer
• Nenne die Schritte einer Stratifizierten Analyse Schritte einer Stratifizierten Analyse 1.Erstelle Strata2. Berechne stratum-spezifische Schätzer3. Abschätzung der Ähnlichkeit der stratum-spez.    Schätzer4.  Sind Schätzer „gleich“, Berechnung eines     adjustierten Schätzers5. Sind Schätzer „unterschiedlich“, gebe stratum   - spezifische Schätzer an
• Wie untersucht man ob eine Größe ein möglicher Confounder ist? Wie untersucht man ob eine Größe ein möglicher Confounder ist? rohe und adjustierte Risikoschätzerberechnen und miteinander vergleichen Schon zum Studiendesign sollten Überlegungenzu möglichen Confoundern erfolgen, damit dieentsprechenden Daten erhoben werden
• Was bedeutet Validität? Validität Übereinstimmung zwischen einem Test und dem,was dieser Test messen soll ist hoch wenn die gemessenen Werte nah um den wahren Wert liegen und umgekehrt 
• Was ist interne Validität und was ist externe Validität? Interne Validität:− Ausmaß, in dem die Ergebnisse einerBeobachtung auf die untersuchteProbandengruppe zutreffen Externe Validität:− (Generalisierbarkeit) bezeichnet das Ausmaß,in dem die Ergebnisse einer Studie aufPersonen übertragbar sind, die nicht an derStudie teilgenommen haben.

back  |  next 1 / 1