Mit Statistik gemeistert: perfekte Augentropfen und idealer Screeningtest

Zusammenfassung

Hintergrund

Die Anwendung und das Verständnis von Statistik sind sehr wichtig für die biomedizinische Forschung und für die klinische Praxis. Dies gilt insbesondere auch zur Abschätzung der Möglichkeiten unterschiedlichster Diagnostik- und Therapieoptionen beim Glaukom. Die scheinbare Komplexität der Statistik, die zum Teil dem „gesunden Menschenverstand“ zu widersprechen scheint, zusammen mit der nur vorsichtigen Akzeptanz der Statistik bei vielen Medizinern können zu bewussten und unbewussten Manipulationen bei der Datendarstellung und -interpretation führen.

Ziel der Arbeit

Ziel ist die verständliche Darstellung einiger typischer Fehler in der medizinisch-statistischen Datenbehandlung.

Material und Methoden

Anhand hypothetischer Beispiele aus der Glaukomdiagnostik erfolgen die Darstellung der Wirkung eines hypotensiven Medikamentes sowie die Beurteilung der Ergebnisse eines diagnostischen Tests. Es werden die typischsten statistischen Einsatzbereiche und Irrtumsquellen ausführlich und verständlich analysiert

Ergebnisse

Mechanismen von Datenmanipulation und falscher Dateninterpretation werden aufgeklärt. Typische Irrtumsquellen bei der statistischen Auswertung und Datendarstellung werden dabei erläutert.

Schlussfolgerungen

Die erläuterten praktischen Beispiele zeigen die Notwendigkeit, die Grundlagen der Statistik zu verstehen und korrekt anwenden zu können. Fehlendes Grundlagenwissen und Halbwissen der medizinischen Statistik können zu folgenschweren Missverständnissen und falschen Entscheidungen in der medizinischen Forschung, aber auch in der klinischen Praxis führen.

Abstract

Background

The use and the understanding of statistics are very important for biomedical research and for the clinical practice. This is particularly true for estimation of the possibilities for different diagnostic and therapy options in the field of glaucoma. The apparent complexity and contraintuitiveness of statistics along with a cautious acceptance by many physicians, might be the cause of conscious and unconscious manipulation with data representation and interpretation.

Objectives

Comprehendable clarification of some typical errors in the handling of medical statistical data.

Materials and methods

Using two hypothetical examples from glaucoma diagnostics the presentation of the effect of a hypotensive drug and interpretation of the results of a diagnostic test and typical statistical applications and sources of error are analyzed in detail and discussed.

Results

Mechanisms of data manipulation and incorrect data interpretation are elucidated. Typical sources of error in the statistical analysis and data presentation are explained.

Conclusion

The practical examples analyzed demonstrate the need to understand the basics of statistics and to be able to apply them correctly. The lack of basic knowledge or half-knowledge in medical statistics can lead to misunderstandings, confusion and wrong decisions in medical research and also in clinical practice.