Healthcare and Medicine Reference
In-Depth Information
Fall liegt beispielsweise vor, wenn Patienten bei einer Therapiestudie so verteilt werden,
dass die Patienten der einen Gruppe nur leicht erkrankt und die Patienten der anderen
Gruppe schwer erkrankt sind. Da der Schweregrad der Krankheit eine wichtige Deter-
minante für die Wirkung einer Therapie ist, könnte ein direkter Vergleich der beiden
Gruppen ohne Berücksichtigung des unterschiedlichen Schweregrades zu falschen
Schlussfolgerungen verleiten. Der Krankheitsstatus wäre dann ein Confounder.
Folgende Gegenmittel werden zur Kontrolle eingesetzt:
4
Randomisierung
4
Blockbildung
4
Selektion oder Restriktion
4
Stratifizierung oder Schichtung
4
Multiple statistische Analyse
4
Matchen
Randomisierung Diese Methode wird vor allem bei klinisch kontrollierten Studien
angewandt ( 7 Abschn. 15.1.3 ): Die Gruppenzuteilung erfolgt allein durch den Zufall.
Dadurch werden alle Störgrößen (also auch unbekannte) gleichmäßig auf die Gruppen
verteilt. Die Gruppen sind also strukturgleich; der Einfluss eines Confounders ist so-
mit ausgeschlossen.
Blockbildung Ein Block wird gebildet aus Beobachtungseinheiten, die sich ähneln.
Natürliche Blöcke sind z. B. eineiige Zwillinge oder paarige Organe. Dies kann man sich
bei herapiestudien zunutze machen (wenn es der Versuchsplan zulässt): Wenn etwa
bei einer Crossover-Studie beide Augen der Studienteilnehmer unterschiedlich thera-
piert werden, entstehen zwei strukturgleiche Vergleichsgruppen ( 7 Abschn. 15.1.10 ).
Falls eine Randomisierung oder Blockbildung nicht möglich ist, sollte man über-
legen, welche Merkmale als Confounder infrage kommen. Deren Einfluss lässt sich
durch eine der in 7 Abschn. 12.5.1 genannten Techniken (Selektion, Stratifizierung
oder multiple Analyse) kontrollieren. Häufig ist der statistische Zusammenhang des
Confounders mit der Zielgröße stärker als die Zusammenhänge anderer Faktoren mit
der Zielgröße.
12
Matchen Dieses Verfahren wird bei Fall-Kontroll-Studien eingesetzt ( 7 Abschn.
13.3.3 ). Dabei wird zu jedem Fall eine passende Kontrolle gesucht, die bezüglich rele-
vanter Faktoren (etwa sozioökonomischer Status oder Geschlecht) mit dem Fall über-
einstimmt.
Es sei darauf hingewiesen, dass es mitunter schwierig ist, darüber zu befinden,
ob eine Einflussgröße kausal mit der Zielgröße zusammenhängt oder ob der Zu-
sammenhang durch einen (eventuell unbekannten) Confounder vorgetäuscht
wird. In 7 Abschn. 13.5 werden Kriterien genannt, mit denen sich Kausalitäten über-
prüfen lassen.
 
Search Pocayo ::




Custom Search