Download PDF
Radiologie up2date 2016; 16(04): 339-363
DOI: 10.1055/s-0042-118769
Allgemeine Themen
© Georg Thieme Verlag KG Stuttgart · New York

Studien analysieren und verstehen

Analysing and understanding scientific papers
J. Rojahn
Further Information

Publication History

Publication Date:
06 December 2016 (online)

Also available at
    Permissions and Reprints All articles of this category

Zusammenfassung

Um auf dem Laufenden zu bleiben, muss man regelmäßig wissenschaftliche Veröffentlichungen lesen. Dabei gilt es, relevante Studien möglichst schnell als solche zu erkennen und deren Ergebnisse richtig zu beurteilen. Von besonderer Bedeutung ist, dass Unsicherheiten, Variabilität und Fehler zu den unvermeidlichen Bestandteilen der medizinischen Wissenschaft gehören. Es lohnt sich daher, Veröffentlichungen systematisch zu prüfen und Studiendaten kritisch zu hinterfragen.

Kernaussagen

  • Um eine Veröffentlichung richtig einzuordnen, spielt das Studiendesign eine wichtige Rolle. Als Goldstandard für die experimentelle Überprüfung einer Fragestellung gilt die (doppelblinde) randomisierte kontrollierte Studie.

  • Bei der Studienauswertung sind systematische Fehlerquellen zu berücksichtigen, z. B. Selektionsbias, Beobachterbias, Abweichungen vom Studienplan, Publikationsbias.

  • Metaanalysen fassen Einzelstudien zu einem Thema systematisch zusammen. Ihre Qualität hängt entscheidend von der Güte und Auswahl der Einzelstudien ab.

  • Einzelstudien bestehen i. d. R. aus Einleitung, Methodenteil, Ergebnissen, Diskussion und Literatur. Im Abstract sollten die wesentlichen Ergebnisse der Studie zusammengefasst sein.

  • Bei der Analyse der Daten sind deren Art (binär, nominal, ordinal oder kardinal skaliert) und die Maßzahlen für Lage und Streuung einer Stichprobe (z. B. Median, Mittelwert, Standardabweichung, Varianz, Konfidenzintervall) von Bedeutung.

  • Das Konfidenzintervall beschreibt den Bereich, der den gesuchten, nicht genau bekannten „wahren“ Parameter mit einer gewissen Wahrscheinlichkeit einschließt. Der Sicherheitsbereich für diese Wahrscheinlichkeit wird meist auf 95 % festgelegt.

  • Statistisch signifikante Unterschiede sind solche, die nur sehr unwahrscheinlich durch Zufall zustande kämen. Als Grenze der Unwahrscheinlichkeit wird meist 5 % festgelegt.

  • Bei Signifikanztests formuliert man eine Hypothese zur Zufälligkeit beobachteter Abweichungen, die man mithilfe der erhobenen Daten statistisch überprüft. Die Nullhypothese geht meist davon aus, dass die Abweichungen zufällig sind, die Alternativhypothese postuliert dagegen tatsächliche Unterschiede.

  • Der p-Wert (liegt zwischen 0 und 1) gibt die Wahrscheinlichkeit an, mit der ein gefundener Unterschied lediglich zufällig zustande gekommen ist. Je kleiner der p-Wert ist, desto unwahrscheinlicher ist es also, dass der gefundene Effekt zufällig zustande gekommen ist.