Klinische Studien lesen und verstehen

Dr. Michael Benesch ist Psychologe, Trainer, Berater und lehrt an verschiedenen Hochschulen in Österreich.
Prof. Elisabeth Raab-Steiner ist Dipl. Sozialarbeiterin und Psychologin an der FH Campus Wien.

Studierende wie Lehrende stehen häufig vor der Herausforderung, Studien lesen und deren Ergebnisse bewerten zu müssen. Dieses einfach gestaltete und verständliche Lehrbuch vermittelt die Grundlagen dafür. Statistisch bzw. epidemiologisch nicht oder kaum vorgebildete Leser lernen an Beispielen aus Medizin, Sozialwissenschaften oder Psychologie, Studienergebnisse zu beurteilen und zu verstehen. Zentral sind das Schlüsselthema Signifikanz und die damit verbundenen Begriffe (z. B. Alpha-Fehler, Power- Analyse, Signifikanzniveau, p-Wert). Ferner werden häufige medizinstatistische Kennzahlen erklärt und können mit Hilfe des Buches korrekt interpretiert werden. Checklisten bieten zudem praktische Hilfe bei der systematischen Beurteilung von Publikationen.
Jedes Kapitel beinhaltet Übungsbeispiele mit Musterlösungen. Formeln werden weitgehend vermieden. Zahlreiche Bezüge zu Beispielen und Hintergründen aus dem Alltag erleichtern das Verstehen und Interpretieren empirischer Studien und statistischer Kennzahlen.

Vorwort 5
1 Grundlagen statistischer Tests 9
1.1 Stichprobe und Grundgesamtheit 9
1.2 Signifikanz (p-Wert) 19
1.3 Die Nullhypothese und die Alternativhypothese 25
1.4 Fehler erster Art und Fehler zweiter Art 30
1.5 Das Signifikanzniveau 47
1.6 Ein- und zweiseitige Forschungshypothesen 50
1.7 Signifikanz und Relevanz, Power (Macht) und Fallzahlschätzung 54
1.8 Konfidenzintervalle 60
2 Medizinstatistische Kennzahlen aus der Epidemiologie 65
2.1 Inzidenz und Prävalenz 65
2.2 Maßzahlen für das Risiko 75
2.2.1 Odds Ratio (OR) 75
2.2.2 Relatives Risiko (RR; relative risk) 83
2.2.3 Absolute und relative Risikoreduktion (ARR, RRR) 91
2.2.4 "Number needed to treat" (NNT; Anzahl der notwendigen Behandlungen) und "number needed to harm" 96
2.2.5 Goldstandard und diagnostische Tests 98
2.2.6 Sensitivität und Spezifität 100
2.2.7 ROC - Receiver Operator Characteristics Curve und ROC-Analysen 110
3 Die Beurteilung der Qualität von Studien 116
3.1 Hierarchie der Evidenz: Studiendesigns 118
3.2 Kriterien zur Studienbeurteilung/Checklisten 125
3.3 Eine Checkliste zur Studienbeurteilung selbst erstellen 148
Literaturverzeichnis 152
Zum Autor/Zur Autorin 155
Stichwortverzeichnis 157