Der Kompetenzentwickler – Speaker - Berater & Info-Geek

1. Was ist Epidemiologie?

Definition:
Epidemiologie ist die wissenschaftliche Disziplin, die sich mit den Ursachen, Folgen und der Verbreitung von gesundheitsbezogenen Zuständen und Ereignissen in Populationen beschäftigt. Ursprünglich als "Seuchenkunde" bezeichnet, untersucht sie Faktoren, die zu Gesundheit und Krankheit von Individuen und Populationen beitragen.

Ziele der Epidemiologie:
1. Identifizierung von Krankheitsursachen und Risikofaktoren: Bestimmen, welche Faktoren das Risiko erhöhen, an einer bestimmten Krankheit zu erkranken.
2. Bestimmung des Ausmaßes und der Häufigkeit von Krankheiten: Quantifizieren, wie weit verbreitet bestimmte Krankheiten sind.
3. Untersuchung des natürlichen Verlaufs und der Prognose von Krankheiten: Beobachten, wie sich Krankheiten ohne Beeinflussung entwickeln und welchen Verlauf sie nehmen.
4. Evaluation neuer präventiver und therapeutischer Ansätze: Bewerten, wie wirksam neue Behandlungsmethoden und Präventionsstrategien sind.
5. Unterstützung politischer und gesellschaftlicher Entscheidungen: Bereitstellen von Daten und Erkenntnissen zur Unterstützung von Entscheidungen, z.B. bei Umweltproblemen.

Formen der Epidemiologie:
- Deskriptive Epidemiologie: Beschreibt die Verteilung von Krankheiten nach Person, Ort und Zeit.
- Analytische Epidemiologie: Untersucht die Ursachen und Zusammenhänge von Krankheiten.

Thematische Unterscheidung:
- Umweltepidemiologie: Auswirkungen der Umwelt auf die Gesundheit.
- Berufsepidemiologie: Gesundheitsrisiken am Arbeitsplatz.
- Pharmakoepidemiologie: Auswirkungen von Arzneimitteln auf die Gesundheit.
- Ernährungsepidemiologie: Einfluss der Ernährung auf die Gesundheit.
- Sozialepidemiologie: Soziale Determinanten der Gesundheit.
- Altersepidemiologie: Gesundheitsaspekte des Alterns.

Spezielle Epidemiologien:
- Krebsepidemiologie: Untersuchung von Krebsursachen und -verbreitung.
- Herz-Kreislauf-Epidemiologie: Untersuchung von Herz-Kreislauf-Erkrankungen.
- Infektionsepidemiologie: Untersuchung der Verbreitung und Kontrolle von Infektionskrankheiten.
- Epidemiologie allergischer Erkrankungen: Untersuchung von Allergien.
- Epidemiologie von Stoffwechselerkrankungen: Untersuchung von Stoffwechselstörungen.
- Unfallepidemiologie: Untersuchung von Unfällen und deren Ursachen.

2. Begriffe und Unterschiede: Morbidität, Mortalität, Inzidenz und Prävalenz

Morbidität:
Morbidität beschreibt die Anzahl der Erkrankungen in einer Population innerhalb eines bestimmten Zeitraums, meist ausgedrückt als Erkrankungen pro 100.000 Personen. Sie gibt Aufschluss darüber, wie wahrscheinlich es ist, dass ein Individuum in der Population erkrankt.

Prävalenz:
Prävalenz bezeichnet die Anzahl der Personen mit einer bestimmten Krankheit zu einem bestimmten Zeitpunkt im Verhältnis zur Gesamtzahl der Personen. Sie wird berechnet als:
\[ \text{Prävalenz} = \left( \frac{\text{Zahl der erkrankten Personen}}{\text{Gesamtzahl der Personen}} \right) \times 100.000 \]

Inzidenz:
Inzidenz beschreibt die Anzahl der neu erkrankten Personen in einem definierten Zeitraum im Verhältnis zur Gesamtzahl der Personen, die dem Risiko ausgesetzt sind. Die Inzidenzrate wird berechnet als:
\[ \text{Inzidenzrate} = \left( \frac{\text{Zahl der Neuerkrankungen}}{\text{Personen unter Risiko}} \right) \times 100.000 \]

Mortalität:
Mortalität bezeichnet die Anzahl der Todesfälle in einer bestimmten Population in einem bestimmten Zeitraum. Sie wird als Mortalitätsrate ausgedrückt und kann alters- oder krankheitsspezifisch sein.

3. Population unter Risiko und Personenjahre

Population unter Risiko:
Dieser Begriff bezeichnet den Anteil der Population, der für eine bestimmte Krankheit empfänglich ist. Beispielsweise sind nur arbeitende Personen für Arbeitsunfälle gefährdet.

Personenjahre:
Personenjahre repräsentieren die Summe der Zeit, die alle Individuen in einer Studie unter Risiko verbracht haben. Wenn z.B. 100 Personen jeweils ein Jahr lang beobachtet werden, ergibt das 100 Personenjahre.

4. Typische Fragestellungen der Epidemiologie und Einflussfaktoren auf Vergleiche

Typische Fragestellungen:
- Wie viele Personen sterben jährlich an Brustkrebs? Wie viele erkranken?
- Sind Herzinfarkte bei Männern in Süddeutschland häufiger als in Norddeutschland?
- Gibt es erhöhte Raten an Schilddrüsenkrebs durch den Kernkraftwerksunfall in Tschernobyl?
- Wie lange überleben Patienten mit Diabetes im Durchschnitt nach der Diagnosestellung?
- Was bewirkt das Krebsfrüherkennungsprogramm? Wird die Mortalität an Krebs dadurch gesenkt?

Einflussfaktoren auf Vergleiche:
- Unterschiedliche Altersverteilung
- Unterschiedliche Registrierungsmethoden
- Unterschiede in der Diagnostik
- Genetische Unterschiede zwischen Populationen

5. Entdeckungen von John Snow und ihre Folgen

Entdeckungen:
Dr. John Snow, ein Pionier der Epidemiologie, untersuchte im 19. Jahrhundert den Zusammenhang zwischen der Lage von Haushalten und der Anzahl der Choleratoten in London. Er fand heraus, dass kontaminiertes Wasser die Hauptursache der Choleraepidemie war. Seine Arbeit legte den Grundstein für moderne epidemiologische Methoden.

Weitere Folgen:
Ignaz Semmelweis erkannte, dass das Händewaschen mit Chlorkalk die Sterblichkeitsrate bei Geburten senken konnte. Dies führte zu verbesserten Hygienestandards. Die Entwicklung der Epidemiologie ist eng mit der Sozialmedizin verbunden, und im 20. Jahrhundert wurde erkannt, dass Armut einen starken Einfluss auf die Gesundheit hat.

6. Altersstandardisierungen: Direkte und indirekte Methoden

Direkte Standardisierung:
Gewichtung der altersspezifischen Raten einer Population mit der Altersstruktur einer Standardpopulation (z.B. Welt, EU, Deutschland). Dies ermöglicht den Vergleich von Morbiditäts- und Mortalitätsraten zwischen verschiedenen Populationen.

Beispiel:
\[ \text{Standardisierte Rate} = \sum (\text{Anteil der Altersklasse} \times \text{Mortalitätsrate der Altersklasse}) \]

Indirekte Standardisierung:
Anwendung der altersspezifischen Raten der Standardpopulation auf die Altersstruktur der Vergleichspopulation, um die erwarteten Fallzahlen zu berechnen. Diese werden dann mit den beobachteten Fallzahlen verglichen.

Beispiel:
\[ \text{Standardisierte Rate} = \sum (\text{Anzahl der Personen in Altersklasse} \times \text{Standardrate der Altersklasse}) \]

Die indirekte Standardisierung ist nützlich, wenn die Raten der Vergleichspopulation nicht verfügbar sind oder aufgrund kleiner Fallzahlen stark variieren.

7. Risikobewertung: Absolutes, relatives und attributables Risiko sowie Odds Ratio

Absolutes Risiko:
Die Inzidenzrate, also die Zahl der Neuerkrankungen pro Zeiteinheit.

Relatives Risiko (RR):
Das Verhältnis des Risikos für eine Erkrankung bei Exposition im Vergleich zu Nicht-Exponierten.
\[ \text{RR} = \frac{\text{Risiko bei Exponierten}}{\text{Risiko bei Nicht-Exponierten}} \]

Odds Ratio (OR):
Näherungswert für das relative Risiko in Fall-Kontroll-Studien, berechnet als das Verhältnis der Odds (Chancen), dass Fälle exponiert waren, zu den Odds, dass die Kontrollen exponiert waren.
\[ \text{OR} = \frac{a \times d}{b \times c} \]

Attributables Risiko:
Gibt den Anteil der Krankheit an, der auf die Exposition zurückzuführen ist.

8. Kausalität und Bias

Kausalität:
Kausalität wird anhand von Kriterien wie Stärke der Beziehung, Konsistenz, Spezifität, zeitliche Sequenz, Dosis-Wirkungs-Beziehung, biologische Plausibilität, Kohärenz und Entzug der Exposition beurteilt.

Bias:
Unvermeidbare Verzerrungen, die durch Design, Durchführung oder Analyse einer Studie entstehen können. Beispiele sind Auswahl-Bias, Informations-Bias und Confounding.

Das relative Risiko und die Odds Ratio sind wichtige Maßzahlen zur Bewertung möglicher Krankheitsursachen, während das attributable Risiko und die Kausalitätskriterien helfen, den Beitrag einer Exposition zur Krankheitslast zu bewerten.

7. Verzerrungsmöglichkeiten in epidemiologischen Studien

Verzerrungen (Bias) in epidemiologischen Studien:
- Detection/diagnosis bias: Fehler bei der Datenerhebung oder Diagnose zwischen Fällen und Kontrollen.
- Information bias: Unterschiedliche Genauigkeit der Datenerhebung in verschiedenen Gruppen.
- Observer bias: Verzerrungen durch Beobachtungsunterschiede zwischen Personen oder Zeitpunkten.
- Interviewer bias: Verzerrungen durch die Einflüsse des Interviewers.
- Recall bias: Unterschiedliche Genauigkeit bei der retrospektiven Erhebung von Informationen.
- Reporting bias: Selektive Nicht-Berichterstattung bestimmter Ereignisse.
- Response bias: Systematischer Fehler durch die Antworten von Teilnehmern an der Studie.
- Selektionsbias: Unterschiede zwischen Teilnehmern und Nichtteilnehmern an einer Studie.
- Stichprobenbias: Verzerrung durch nicht repräsentative Stichprobenwahl.
- Length sampling bias: Überproportionaler Anteil von langen Fällen in einer Studie.
- Lead time bias: Unterschiedlich lange Beobachtungszeiten.
- Withdrawal bias: Unterschiede durch nicht neutrale Ausfälle aus einer Studie.
- Healthy worker effect: Positive Selektion in bestimmten Berufen.
- Hawthorne-Effekt: Verhaltensänderungen durch das Wissen, an einer Untersuchung teilzunehmen.

8. Confounder

Confounder:
- Eine Variable, die sowohl mit der Exposition als auch mit dem Ergebnis assoziiert ist und somit den beobachteten Zusammenhang beeinflusst.
- Beispiele: Alter, Geschlecht, soziale Schicht, Ernährung.

Methoden zur Kontrolle von Confoundern:
- Restriktion: Begrenzung der Studie auf bestimmte Gruppen.
- Stratifizierung: Separate Analyse für verschiedene Ausprägungen des Confounders.
- Matching: Vergleich von Studien- und Kontrollgruppen mit ähnlichen Confoundern.
- Standardisierung: Umrechnung auf eine Standardpopulation.
- Multivariate statistische Verfahren: Analyse unter Berücksichtigung von Confoundern.

9. Phasen der Medikamentenentwicklung

Phasen der Medikamentenentwicklung:
1. Target-Suche: Identifikation von Zielmolekülen.
2. Wirkstoff-Suche: Screening potenzieller Wirkstoffe.
3. Phase 0 (Präklinische Phase): Tests an Tieren und Laborversuchen zur Toxizität und Wirksamkeit.
4. Phase I: Tests an gesunden Freiwilligen zur Bestimmung der Pharmakodynamik und -kinetik.
5. Phase II: Tests an Patienten zur Bestimmung der Dosierung und Verträglichkeit.
6. Phase III: Große klinische Studien zur Wirksamkeit und Sicherheit.

Fallzahlplanung: Ermittlung der benötigten Teilnehmerzahl für den Nachweis eines Unterschieds zwischen Therapieformen.

Ethikkommissionen: Bewertung von Forschungsvorhaben aus ethischer, rechtlicher und sozialer Sicht, Schutz des Individuums vor den Folgen der Forschung.

Primäre und Sekundäre Endpunkte

Primärer Endpunkt:
- Hauptziel der Studie, vor Beginn festgelegt, z.B. Überlebensrate oder Risiko eines Rückfalls.
- Beispiele: Remission, Tod innerhalb von 30 Tagen nach Intervention.

Sekundärer Endpunkt:
- Weitere Ziele der Studie, z.B. Lebensqualität oder Nebenwirkungen.
- Beispiele: progressionsfreies Überleben, Gesamtüberleben.

10. Anforderungen an eine gut geplante Studie

Anforderungen:
- Repräsentativ: Die Studienpopulation sollte die Zielpopulation gut abbilden.
- Kontrolliert: Vergleichsgruppen sollten unter ähnlichen Bedingungen untersucht werden.
- Ungestört: Minimierung von Störfaktoren.
- Vergleichbar: Vergleichbarkeit der Studiengruppen.
- Fair: Gerechte und objektive Durchführung.
- Relevant: Die Fragestellung sollte bedeutend und aktuell sein.
- Eindeutig: Klare Definition der Variablen und Methoden.
- Erfolgreich: Zielgerichtete und präzise Durchführung.
- Flexibel: Anpassungsfähigkeit an unvorhergesehene Änderungen.
- Ethisch: Einhaltung ethischer Richtlinien.
- Dokumentiert: Vollständige und transparente Dokumentation.

Leitlinien:
1. Ethik: Einhaltung ethischer Prinzipien und Zustimmung der Ethikkommission.
2. Forschungsfragen: Präzise Formulierung der Fragestellungen und Hypothesen.
3. Studienplan: Detaillierter und verbindlicher Plan mit allen Studiencharakteristika.
4. Probenbanken: Notwendigkeit und Nutzung biologischer Probenbanken.
5. Qualitätssicherung: Durchführung von Pilotstudien und Schulung des Personals.
6. Datenhaltung und -dokumentation: Zeitnahe und sorgfältige Erfassung und Archivierung der Daten.
7. Auswertung: Verwendung adäquater Methoden und Überprüfung der Ergebnisse.
8. Datenschutz: Einhaltung der Datenschutzvorschriften.
9. Vertragliche Rahmenbedingungen: Rechtswirksame Vereinbarungen und finanzielle Rahmenbedingungen.
10. Interpretation: Kritische Diskussion der Ergebnisse und externe Überprüfung.
11. Kommunikation und Public Health: Einbeziehung betroffener Bevölkerungsgruppen und Risikokommunikation.

9. Fallstricke und welche Designs sind denkbar?

Kontrollierte klinische Studien

Therapievergleich:
- Beispiele: Vergleich zwischen brusterhaltender Operation und Totaloperation, 3 vs. 6 Zyklen Chemotherapie, neue vs. Standardtherapie.

Zulassungsstudien (Industrie):
- Studien, die neue Medikamente oder Therapien zur Marktzulassung testen.

Optimierungsstudien (Investigator):
- Studien, die bestehende Therapien optimieren oder neue Anwendungen erforschen.

Was heißt kontrolliert?

Kontrollierte Studien vergleichen die neue Therapie mit einer Kontrollgruppe. Dies ist notwendig, um folgende Verzerrungen zu vermeiden:
- Selektion durch Ausschluss von "zu kranken" Patienten: Um eine repräsentative Stichprobe zu gewährleisten.
- Natürlicher Krankheitsverlauf: Um die natürlichen Schwankungen im Krankheitsverlauf zu berücksichtigen.
- Placebo-Effekt: Um die psychologischen Effekte zu berücksichtigen, die durch die Erwartung einer Behandlung entstehen.

Historische Studien

Historische Kontrollen können verzerrt sein durch:
- Zeitliche Effekte: Änderungen in Diagnostik und Begleittherapien über die Zeit.
- Veränderung der Rahmenbedingungen: Einfluss von Gesundheitspolitik, Compliance und Zusammensetzung der Gruppen.
- Auswahl der historischen Kontrolle: Schwierigkeiten bei der Anpassung an prognostische Faktoren.

Insgesamt:
- Weder struktur- noch beobachtungsgleich.
- Schwierig, eine präzise Adjustierung für prognostische Faktoren vorzunehmen.
- Historische Kontrollen tendieren dazu, neue Behandlungen zu bevorzugen.

Unkontrollierte Studien

- Beschreibung von Befunden: Beschreiben nur Beobachtungen vor und nach einer Intervention.
- Keine Kausalität: Es kann keine kausale Beziehung nachgewiesen werden.

Parallele Kontrollen

- Beobachtungs- aber nicht strukturgleich: Gruppen werden parallel beobachtet, aber die Struktur kann unterschiedlich sein.

Randomisierte Kontrollen

- Hinweise auf Kausalität: Die einzige Methode, die Kausalität nahelegt, da die experimentelle und die Kontrollgruppe sich nur in der Intervention unterscheiden.

Studien ohne Kontrollen

- Fallserien (case reports): Beschreiben individuelle Fälle ohne Vergleichsgruppe.

Studien mit Kontrollen

- Vorher - Nachher: Vergleich von Zuständen vor und nach der Intervention.
- Historischer Vergleich: Vergleich mit historischen Daten.
- Parallel-Vergleich: Vergleich mit parallel verlaufenden Kontrollgruppen, mit fester oder randomisierter Zuteilung.

Studientypen (Design):

- Offen: Alle Beteiligten kennen die Behandlung.
- Einfach-blind: Nur der Patient kennt die Behandlung nicht.
- Doppel-blind: Weder Arzt noch Patient kennen die Behandlung.
- Dreifach-blind: Weder Arzt, Patient noch auswertender Statistiker kennen die Behandlung (nur A, B).

12. Funktion und Kriterien von Studienprotokollen

Studienprotokoll:
- Ein verbindlicher Plan zur Organisation, Durchführung und Auswertung der Studie.

Enthält:
- Fragestellung und Arbeitshypothesen
- Studientyp
- Studienbasis und Studienpopulation
- Studienumfang und Begründung
- Auswahl- und Rekrutierungsverfahren der Studienteilnehmer
- Definition und Messverfahren für Zielvariablen
- Erfassung von Exposition und Risikofaktoren
- Confounder und Effektmodifikation
- Datenerfassung und Archivierung
- Auswertungsstrategie
- Maßnahmen zur Qualitätssicherung
- Datenschutz und Ethik
- Zeitplan und Verantwortlichkeiten

Empfehlungen:
- Vermeidung von Bias bei Planung.
- Kontrolle von Selektionsverzerrungen.
- Präzise Definition und Standardisierung von Variablen.
- Operationalisierungshandbuch.
- Ausreichende zeitliche und personelle Ressourcen für die Auswertung.

Die Fragen 13 und 14 wurden entfernt.

15. Studiendesigns: Vor- und Nachteile, Beispiele

a) Kohortenstudie (retrospektiv und prospektiv)

Prospektiv:
- Ausgangspunkt: Zwei Gruppen (exponiert und nicht exponiert), krankheitsfrei zu Beginn.
- Beobachtung: Über einen festgelegten Zeitraum wird das Auftreten von Zielereignissen beobachtet.

Beispiel: British National Child Development Study (NCDS).

Retrospektiv:
- Bildung von Gruppen: Rückblickend nach Exposition.
- Beispiel: Kohorte von Profi-Fußballspielern vs. Nicht-Leistungssportlern zur Untersuchung von Knie- oder Hüftbeschwerden.

Vorteile:
- Sichtbarkeit der zeitlichen Entwicklung und Ursache-Krankheitsbeziehung.
- Trennung von Ursache und Wirkung.
- Hohe Repräsentativität.
- Beobachtung mehrerer Zielgrößen möglich.
- Maßnahmen zur Qualitätssicherung.

Nachteile:
- Zeit- und kostenintensiv.
- Viele Teilnehmer nötig bei seltenen Krankheiten.
- Lange Laufzeit mit Gefahr von Drop-outs.
- Erfassung von Confoundern kann unvollständig sein.
- Änderungen der Rahmenbedingungen möglich.

b) Querschnittsstudie (cross-sectional study)

Beschreibung: Erhebung von Gesundheitszustand und Einflussgrößen zu einem festen Zeitpunkt.

Beispiel: Querschnittstudie zur Ermittlung psychischer Belastungen in der ambulanten Pflege.

Vorteile:
- Schnell und kostengünstig durchführbar.
- Geeignet für seltene Krankheiten.
- Wahl der Population und Methode durch den Untersucher.
- Standardisierte Befragungen möglich.
- Hypothesenaufstellung möglich.

Nachteile:
- Selektionsbias möglich.
- Einfluss von Krankheitsereignissen auf Variablen.
- Begrenzte Zuverlässigkeit anamnestischer Angaben.
- Hohe Probandenzahl bei seltenen Krankheiten nötig.
- Keine Angaben zur Inzidenz oder zum Risiko.
- Hypothesentesten nicht möglich.

c) Fall-Kontroll-Studie

Beschreibung: Vergleich von Fällen (Personen mit Krankheit/Ereignis) und Kontrollen (ohne Krankheit/Ereignis) hinsichtlich möglicher Krankheitsursachen.

Beispiel: Zusammenhang zwischen Rauchen und Lungenkrebs (Richard Doll).

Vorteile:
- Geeignet für seltene Krankheiten oder lange Latenzzeiten.
- Schnell und kostengünstig.
- Nutzung vorhandener Datenquellen.
- Kein Risiko für Studienteilnehmer.
- Untersuchung multipler Krankheitsursachen möglich.

Nachteile:
- Stützung auf Erinnerung oder Aufzeichnungen.
- Unklare Validität der Informationen.
- Schwierigkeiten bei der Auswahl geeigneter Kontrollgruppen.
- Kein Risikoabschätzung möglich.
- Detaillierte Bestimmung des Ursache-Wirkungs-Mechanismus schwer.

16.) Studiendesigns

a.) Cross-Over Design: Ein Cross-Over-Design ist eine Form des Experimentaldesigns, bei dem die Teilnehmer einer Studie nacheinander verschiedene Behandlungen erhalten, wobei jede Person sowohl der Experimental- als auch der Kontrollbehandlung ausgesetzt wird. Dies ermöglicht einen direkten Vergleich der beiden Behandlungen innerhalb derselben Personengruppe.

b.) RCT (Randomized Controlled Trial): Randomisierte kontrollierte Studien (RCTs) sind experimentelle Studien, bei denen die Teilnehmer zufällig entweder der Interventionsgruppe, die die Behandlung erhält, oder der Kontrollgruppe, die keine Behandlung oder eine andere Standardbehandlung erhält, zugeordnet werden. Dies hilft, Bias zu reduzieren und die Kausalität zwischen Intervention und Ergebnis zu etablieren.

Vorteile des Cross-Over-Designs:
- Ethische Gründe, da jede Gruppe von der Intervention profitiert.
- Effiziente Nutzung von Teilnehmerdaten, da jeder Teilnehmer als seine eigene Kontrolle dient.
- Reduzierung von Störvariablen, da Teilnehmer normalerweise ähnliche Merkmale aufweisen.

Experimentelle oder Interventionsstudien sind Forschungsstudien, die versuchen, eine Krankheitsursache oder das Fortschreiten einer Krankheit durch eine Therapie zu beeinflussen. Sie ähneln wissenschaftlichen Experimenten und können klinische Studien, Felduntersuchungen oder Populationsstudien umfassen.

17.) Ökologische Studien (Korrelationsstudien)

 Ökologische Studien untersuchen Merkmale von Personengruppen, nicht jedoch einzelne Personen. Sie vergleichen beispielsweise Krankheitshäufigkeiten in verschiedenen Regionen, Staaten oder Gemeinden und können zeitliche Trends oder räumliche Muster identifizieren. Sie sind geeignet, um Hypothesen zu generieren, erfordern jedoch oft ergänzende personenbezogene Studien für eine genauere Analyse.

Vorteile:
- Schnell und einfach durchführbar
- Nutzt oft bereits vorhandene Daten
- Ermöglicht zeitliche und regionale Vergleiche
- Entdeckung von Korrelationen und Veränderungen

Probleme:
- Schwer zu interpretieren, da direkte Untersuchungen selten möglich sind
- Basieren oft auf für andere Zwecke erhobenen Daten
- Können keine kausalen Beziehungen aufzeigen

18.) Daten – Auswertung – Aussagekraft ökologischer Studien:

Ökologische Studien verwenden aggregierte Daten von Personengruppen und führen oft zu Hypothesenbildung. Bei der Auswertung werden die erhobenen Werte personenbezogen interpretiert, und Interpretationen für Kombinationen von Variablen werden durchgeführt. Die Aussagekraft solcher Studien ist kritisch zu bewerten, da sie oft auf bereits vorhandenen Daten beruhen, deren Relevanz für die untersuchten Zusammenhänge fraglich sein kann.

19.) Biologischer Bias:

Biologischer Bias tritt auf, wenn aus ökologischen Daten falsche Schlussfolgerungen gezogen werden, da ein beobachteter Zusammenhang zwischen Variablen auf Populationsebene nicht unbedingt auf individueller Ebene besteht. Dies kann zu irreführenden Interpretationen führen, aber ökologische Studien können dennoch wertvolle Anhaltspunkte für weiterführende Forschung liefern.

20.) Epidemiologische Messzahlen:

- Prävalenz: Anteil der Personen, die zu einem bestimmten Zeitpunkt oder innerhalb eines Zeitraums eine bestimmte Krankheit haben.
- Inzidenz: Rate der Neuerkrankungen in einem bestimmten Zeitraum.
- Mortalität: Rate der Todesfälle in einer Bevölkerung.
- Letalität: Verhältnis der Todesfälle zu den Fällen einer bestimmten Krankheit.
- SMR (Standardized Mortality Ratio) und SIR (Standardized Incidence Ratio): Indizes zur Standardisierung von Mortalitäts- und Inzidenzraten, um Vergleiche zwischen verschiedenen Populationen zu ermöglichen.
- Relative Risiko (RR): ...

Hinweis:

Diese Inhalte werden nicht aktualisiert und können daher unter Umständen nicht mehr den aktuellen Gegebenheiten entsprechen.

Ursprünglich wurden diese Inhalte zur Selbstüberprüfung im Zuge meines Studiums von StudentenInnen erarbeitet - nachdem das Copyright (Urheberschaft der Texte) daher nicht klar war, wurden alle Fragen mittels CHATGPT 4.0 nachbearbeitet.