wissenschaftlicher Publikationen Lesen und Einordnen wissenschaftlicher Publikationen

Lesen und Einordnen wissenschaftlicher Publikationen  Welchen Zweck / welches Ziel hat die Studie?  Passt Studiendesign zu Zweck / Ziel? Patienten /Probanden interessant? Leitfragen: Beobachtung / Intervention? Prospektiv / retrospektiv / Querschnitt? Beobachtung: Ursache / Risiko / Prognose? Diagnose / Screening / Qualität? Intervention: randomisiert? kontrolliert? Endpunkte: valide? relevant?

Lesen und Einordnen wissenschaftlicher Publikationen  Welchen Zweck / welches Ziel hat die Studie?  Passt Studiendesign zu Zweck / Ziel? Patienten /Probanden interessant? Leitfragen: Beobachtung / Intervention? Prospektiv / retrospektiv / Querschnitt? Beobachtung: Ursache / Risiko / Prognose? Diagnose / Screening / Qualität? Intervention: randomisiert? kontrolliert? Endpunkte: valide? relevant?

Beurteilung einer möglichen Kausalität in Beobachtungsstudien Beobachtete Beziehung (Assoziation) Sind Bias oder Messfehler mögliche Erklärungen?

Beurteilung einer möglichen Kausalität in Beobachtungsstudien Beobachtete Beziehung (Assoziation) Sind Bias oder Messfehler mögliche Erklärungen? Nein Ist Confounding eine mögliche Erklärung?

 Confounder (lat.: confundere = vermischen, vermengen) Confounding ist die Verzerrung eines Schätzwertes für die Assoziation einer Exposition mit einem Outcome (z.B. Krankheit), die aufgrund des Einflusses eines weiteren, zusätzlichen Faktors (dem “Confounder”) entsteht. In seiner einfachsten Form läßt sich Confounding als eine “Vermischung mehrerer Faktoren, die einen Einfluß auf die Entwicklung eines Outcomes haben (mixing of effects)”, beschreiben. MSE: Advanced Epidemiology I: Bias, Confounding, Effektmodifikation

Beispiel: Alkohol und Krebs der Mundhöhle (1) Confounding I Beispiel: Alkohol und Krebs der Mundhöhle (1) Inzidenzrate nach Alkoholkonsum Alkohol Personen Fälle Inzidenz Relatives Risiko Ja 100.000 350 Nein 100.000 125 0.0035 0.00125 2.8

Beispiel: Alkohol und Krebs der Mundhöhle (2) Confounding II Beispiel: Alkohol und Krebs der Mundhöhle (2) Inzidenzrate nach Alkoholkonsum und Tabakgebrauch Tabak = ja Alkohol Personen Fälle Inzidenz RR Ja 75.000 300 Nein 25.000 50 Tabak = nein Alkohol Personen Fälle Inzidenz RR Ja 25.000 50 Nein 75.000 75 0.004 0.002 2.0 100.000 350 0.0035 0.002 0.001 2.0 100.000 125 0.00125

Confounding III Beispiel: Alkohol und Krebs der Mundhöhle (3) Wenn man die mögliche protektive Wirkung von Alkohol auf die Entwicklung von Krebs der Mundhöhle untersucht, muss man den Faktor Rauchen als möglichen Confounder erwägen: 1. Rauchen ist ein eigenständiger Risikofaktor für Krebs, 2. Rauchen ist positiv mit dem Alkoholkonsum assoziiert (Alkoholkonsumenten rauchen öfter und/oder mehr). Wenn man in der Datenanalyse nicht den Confounder Rauchen bedenkt, wird die Assoziation von Alkohol und Krebs der Mundhöhle verzerrt abgebildet.

- „Confounding by indication“ Häufige Confounder: - Alter - Geschlecht - „Confounding by indication“

Wie behandelt man Confounder in epidemiologischen Studien? Durch folgendes Vorgehen lassen sich Confounder „kontrollieren“ - Restriktion der Studienteilnehmer - Matching (vgl. dazu: Fall-Kontroll-Studien) - Standardisierung (Beispiel folgt) - Stratifikation (s.o., Alkohol und Mundhöhlenkrebs) - Multivariate Verfahren (Adjustierung).

Direkte Altersstandardisierung Obwohl die Mortalitätsrate in jeder Altersklasse in Florida niedriger war als in Alaska, war die Gesamtmortalität in Florida höher! -???

Bei der Direkten Altersstandardisierung wird eine externe Referenz als Altersverteilung für Florida und Alaska vorgegeben. Auf diese wendet man dann die altersspezifischen Mortalitätsraten in Florida und Alaska an. Die so ermittelten Raten nennt man Altersstandardisierte Mortalitätsraten. Sie erlauben einen Vergleich von Florida und Alaska, ohne dass dieser durch die Alterseffekte konfundiert wird!! Florida: [69.2 * 4] + [20.4 * 47] + [10.4 * 538] = 68.3 / 10.000 u. Jahr Alaska : [69.2 * 10] + [20.4 * 67] + [10.4 * 800] = 103.8 / 10.000 u. Jahr ► die altersstandardisierte Mortalität ist in Alaska höher!

Beurteilung einer möglichen Kausalität in Beobachtungsstudien Beobachtete Beziehung (Assoziation) Sind Bias oder Messfehler mögliche Erklärungen? Nein Ist Confounding eine mögliche Erklärung? Nein Ist Zufall eine mögliche Erklärung?

Potenziell Kausal? Kriterien? Beurteilung einer möglichen Kausalität in Beobachtungsstudien Beobachtete Beziehung (Assoziation) Sind Bias oder Messfehler mögliche Erklärungen? Nein Ist Confounding eine mögliche Erklärung? Nein Ist Zufall eine mögliche Erklärung? Nein Potenziell Kausal? Kriterien?

Kausalitätskriterien („Evidenz“ für eine Ursache-Wirkungs-Beziehung) Evidenz für Kausalität Schwach Stark Resultatskriterien Biologische Plausibilität Konsistenz Dosis-Wirkungs-Beziehung Stärke der Beziehung Reversibilität Ursache geht Wirkung voraus Studientyp Fallbericht Fallserie Querschnittsstudie Fall-Kontroll-Studie Prospektivstudie Randomisierte Intervention

Lesen und Einordnen wissenschaftlicher Publikationen Versuchen Sie es als Lesestrategie (z.B. Dissertation) mit T-A-C-T-ik: T = Titel A = Abstract (Kurzzusammenfassung am Anfang) C = Conclusion (Zusammenfassung im letzten Abschnitt) T = Tabellen und Abbildungen (für Details)

Wenden Sie Ihr Wissen jetzt auch an – Ihre Fähigkeit zu kritischem Lesen und Verständnis der Literatur ist in den letzten Tagen gewachsen: Wenden Sie Ihr Wissen jetzt auch an – Viel Erfolg!!