Teil I - Universität Witten/Herdecke

Querschnittsfach Q 1
„Medizinische Biometrie
und Epidemiologie“
(Witten, Sommersemester 2011)
Institut für Medizinische Biometrie und Epidemiologie (IMBE)
Fakultät für Gesundheit der Universität Witten/Herdecke
Alfred Herrhausen-Straße 50
D-58453 Witten
Tel. (02302) 926 760 Fax: (02302) 926 701
Frank.Krummenauer@uni-wh.de
IMBE

Vorlesung am 01. April
1. Beschreibende Statistik
Exkurs: Umsetzung in SPSS ®
2. p-Werte: Signifikanz und Relevanz
3. Übersicht: Signifikanztests
Exkurs: Umsetzung in SPSS ®
4. Anwendungen – Methodenwahl
5. Konfidenzintervalle
6. Fallzahlplanung
7. Übungen: Alte Klausuren
8. Gliederung einer Doktorarbeit
9. Kriterien bei Suche nach derselben

Praktikum (Raum 1.156):
1. Technische Einführung in SPSS ®
Projekt 1: Promotion Isabel Körner
2. Projekt 2: Promotion Marco Roden
3. Projekt 3: Promotion Isabelle Warlo
drei Praktikumsgruppen:
A 03.05. 13.00 – 14.30
04.05. 09.00 – 12.00
B 24.05. 13.00 – 14.30
25.05. 09.00 – 12.00
C 15.06. 13.00 – 14.30
16.06. 09.00 – 12.00
Einteilung: Dr. Kirsten Gehlhar
(Studiendekanat)

Leistungsnachweis:
a) schriftliches Testat am 12.07.2011
b) Teilnahme am SPSS-Praktikum
Bestehen:
15 von 25 Punkten im Testat
Note des Leistungsnachweises:
„sehr gut“ 22.5 – 25.0
„gut“ 20.0 – 22.0
„befriedigend“ 17.5 – 19.5
„ausreichend“ 15.0 – 17.0
„see you again“ < 15.0

Seminar am 12.07.2011:
1. Testat
2. Projektmanagement
3. Dissertationen parametrisieren
4. Training: Datensatz aufbauen
Abend-Seminar am 22./23.02.2011:
Medizinische Informatik
Referent: Prof. Dr. Thomas Ostermann
(Lehrstuhl Komplementärmedizin)

Seminar am 23.02.2011:
1. Studiendesigns
2. Erstellen eines Ethik-Antrags
3. Evidenzbasierte Medizin
4. Leitlinien
5. Meta-Analysen
Referent: PD Dr. Stefan Sauerland
Institut für Qualität und
Wirtschaftlichkeit in Gesundheitswesen
(IQWiG)

Mögliche Literatur
(subjektive Auswahl)
M Stapff: Arzneimittelstudien. Zuckerschwerdt
Verlag
M Schumacher, G Schulgen: Methodik
Klinischer Studien. Springer Verlag
F Krummenauer: Grundlagen der Medizinischen
Biometrie – eine Anleitung zur Auswertung
und Publikation Klinischer Daten. Shaker
Verlag
RH Fletcher, SW Fletcher, EH Wagner: Klinische
Epidemiologie (Übersetzung von Härting und
Rink). Ullstein Medical Verlag
DG Altman. Practical Statistics for Medical
Research. Chapman & Hall Verlag

Tabellen und Graphiken
in Manuskripten
Wann was anwenden???

Beschreibende Statistik
Zentrale Frage:
Wie wurden die klinischen Größen erhoben?
(Skalenniveau)
a) kategorial: wenige Ausprägungen
Beispiele:
TEP-Lockerungszeichen ? „ja / nein“
Schmerzstärke ? „stark / mittel / schwach“
Arthrosegrad ? „I / II / III / IV“
b) kontinuierlich (stetig): mit Einheit
Beispiele:
Blutdruck [mmHg]
Kosten [€]
Schmerzstärke in visueller Skala [0-10 P.]
Anzahl vorheriger OPs [ ]

Lagemaße für stetige Daten
2, 3, 7, 9, 14 85
Mittelwert: Summe / Anzahl
x = 35 / 5 = 7 x = 120 / 6 = 20
Median: Zentrum der sortierten Messreihe
x ˜ = 7 x ˜ = (7 + 9) / 2 = 8
Mittelwert reagiert „empfindlich“ auf Ausreißer!
Mittelwert� Median Median Mittelwert

Mögliche Konsequenz beim Gruppenvergleich:
Mittelwertabstand
Placebo Verum
Mittelwertabstand
Placebo Verum
Medianabstand
Im Zweifelsfall über Mediane argumentieren!!!

Grundidee der Standardabweichung:
x
x
x
�
�
�
x
x
s umfasst 68% der Messwerte
2s 95%
3s 99%
x-s x x+s
s x groß
s x klein
Aber: Nur bei gaußverteilten Zielgrößen!!!
-s +s
x
x-s x+s

Median: teilt Beobachtungen 50% : 50% auf
Quartile: teilen Beobachtungen 25%,...,25% auf
_______________________________________
| | | | |
Min Median
Max
Q 1
Minimum: 0 %
Quartil Q 1 : 25 %
Median: 50 %
Quartil Q 3 : 75 %
Maximum: 100 %
1, 2, 3, 4, 5, 6, 7, 8, 9, 10
Median: 5.5
Q 1 : 3
Q 3 : 8
Quartile
Interquartilspanne: (3 ; 8)
Q 3

Boxplots
Maximum
Q 3
x~
Q 1
Minimum
Lesenanleitung:
Boxplot
50%
Zentrale
Messwerte

Forcierte Vitalkapazität [l]
5,0
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
,5
0,0
7
Datenbasis: 2769 Schulkinder
8
9
10
11
Alter [Jahre]
12
13
14
Jungen
Mädchen

Forcierte Vitalkapazität [l]
Fluoridkonzentration im Urin [mg/l]
5,0
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
,5
0,0
2,5
2,0
1,5
1,0
,5
0,0
-,5
7
7
Datenbasis: 2769 Schulkinder
8
9
10
11
Alter [Jahre]
12
13
(Datenbasis: 2769 Schulkinder)
8
9
10
11
Alter [Jahre]
12
13
14
14
Jungen
Mädchen
Jungen
Mädchen

Gesamtkosten beidseitiger LASIK
6000
5000
4000
3000
2000
1000
0
N =
34
Mainz
LASIK-Zentrum
120
Mannheim
Boxplot: Wunderwaffe zum Vergleich
mehrerer Messreihen
Sondereinstellungen (SPSS 16.0):
Ausreisser: Abstand vom Median
> 2 x Interquartilabstand
Extremwerte: Abstand vom Median
> 3 x Interquartilabstand

Tonometrie (Dissertation Kathrin Specht):
Frage:
Abweichung des TGDc-01 von der Goldmann-
Tonometrie als Goldstandard?
Klinischer Endpunkt:
Abweichung im Augeninnendruck [mmHg]
Patientengut:
68 rechte Augen von Glaukompatienten

IOD [mmHg]
55
50
45
40
35
30
25
20
15
10
5
0
N =
68
TGDc-01
68
Goldmann

pro Auge: intraindividuelle Abweichung
Abweichung TGDc - Goldmann [mmHg]
D = 24 mm – 19 mm = 5 mmHg
D = 31 mm – 39 mm = –8 mmHg
....
4
2
0
-2
-4
-6
-8
-10
N =
68

IOD [mmHg]
Tabellarische Darstellung (Vorschlag):
Median (Q 1 –Q 3 ) min – max
TGDc-01 22 (13 ; 30) 2 ; 42
Goldmann 23 (14 ; 31) 2 ; 52
Abweichung -1 (-3 ; 0) -9; +4
55
50
45
40
35
30
25
20
15
10
5
0
N =
68
TGDc-01
68
Goldmann
Abweichung TGDc - Goldmann [mmHg]
4
2
0
-2
-4
-6
-8
-10
N =
68

a) numerisch
x~
Zusammenfassung:
Deskription stetiger Daten
immer
Q1 ,Q3 immer
min., max. immer
x
s x
Gaußglocke
Gaußglocke
Persönliche Empfehlung:
• Alles angeben
• Inferenzen über Quartile und Mediane
b) graphisch
-s +s
• Boxplots bei interindividuellen Vergleichen
• Differenzen zur Baseline abtragen bei
intraindividuellen Vergleichen
x
-s +s
x

Keine Antennenbildchen !!!
Mittelwert +/- Standardabweichung
10
9
8
7
6
5
4
3
2
1
10
9
8
7
6
5
4
3
2
1
0
Messreihle 1 Messreihle 2
Messreihe 1 Messreihe 2

time to event-Daten
Zielgröße: Zeitspanne bis zum Eintritt eines
klinisch relevanten Ereignisses.
Beispiele:
• Vergleich zweier TEP-Design
(Zeitspanne bis Wechsel der TEP)
• Vergleich der Nachstarneigung zweier IOLs
(Zeitspanne seit OP bis Kapsulotomie)
• Vergleich der Wirksamkeitsdauer antiretrovir. Th.
(Zeitspanne seit Medikationstart bis Resistenz)
Idee: Abtragen der Zeitspanne unter
Beobachtung in der Studie
Kaplan / Meier:
Anteil Patienten (%), die nach einer Zeitspanne
unter Beobachtung kein Ereignis gezeigt haben
(„Überlebenswahrscheinlichkeit“)

100 %
50 %
•
•
•
• • ••
•
1 Jahr 2 Jahre
Zeitspanne
Faustregel: Je höher die Kurve, desto
besser die Prognose.

100 %
50 %
•
•
•
• • ••
•
1 Jahr 2 Jahre
Zeitspanne
Faustregel: Je höher die Kurve, desto
besser die Prognose.
Nachstar-Freiheitsrate
1,0
,9
,8
,7
,6
,5
,4
,3
,2
,1
0,0
0
5
10
15
20
25
30
Zeitspanne seit Implantation [Monate]
35
40
rund
scharfkantig

Lagemaße für kategoriale Zielgrößen
- absolute Häufigkeiten (n)
- sinnvolle relative Häufigkeiten (%)
Komp ?
Des. 1
Des. 2
Kompl. ?
Design 1
Design 2
ja
27
16
nein
95
58
ja
14 %
8 %
nein
48 %
30 %
Komp ?
Des. 1
Des. 2
22 %
22 %
falsch!
nein
78 %
78 %
Empfehlung:
- Zeilenvariable = kausale Einflussgröße
- Zeilenprozente angeben
- n < 300 => Prozente ganzzahlig angeben
- graphische Darstellung: Balkendiagramm
ja

Absolutes und Relatives Risiko
Komplik. ? ja nein
Design 1 40 % 60 %
Design 2 20 % 80 %
Absolutes Risiko = 40 % – 20 % = 20%
40%
Relatives Risiko = = 2.00
20%
= 1 + 100 %
� ������ "Risikoerhöhung"
Bei Versorgung mit Design 1 ist das Risiko
einer Komplikation um 100 % erhöht
(„verdoppelt“) gegenüber einer
Versorgung mit Design 2.

Absolutes und Relatives Risiko
Komplik. ? ja nein
Design 1 40 % 60 %
Design 2 20 % 80 %
Was bedeutet ein RR < 1 ???
20%
Relatives Risiko = = 0.50
40%
= 1 –50%
� ������ "Risikosenkung"
Bei Versorgung mit Design 2 ist das Risiko
einer Komplikation um 50 % gesenkt
(„halbiert“) gegenüber einer Versorgung
mit Design 1.

Vorsicht vor dem relativen Risiko!!!
Thrombose? ja nein
Verum 0.9 % 99.1 %
Placebo 1.5 % 98.5 %
0.9 %
Relatives Risiko = = 0.60 = 1 – 0.40
1.5 %
= 1 – 40%
� ������ "Risikosenkung"
Unter Verum ist das relative Risiko einer
Thrombose um 40 % gesenkt gegenüber
Placebo.

Zusammenfassung: Deskription
Tabellen Graphiken
kategorial Zeilenprozente Balkendiag.
stetig Mediane
Quartile
time to event Mediane
Quartile
Boxplots
KM-Kurven

Statistik versus Klinik
Ein Widerspruch ???

p-Werte
Wie sicher kann ein Studienergebnis auf
andere Patienten übertragen werden?
Realität
Studie
α-Fehler:fälschlicherweises Übertragen eines Studienergebnisses
auf die Realität
p-Wert: Wahrscheinlichkeit des α -Fehlers aufgrund der
eigenen Studiendaten
Signifikanzniveau α: maximal tolerable Schranke für die
Wahrscheinlichkeit eines α-Fehlers
zu fordern: p � α

� �
Grundidee:
p-Wert sehr klein
� α-Fehler sehr unwahrscheinlich
� „statistisch gesicherte“ Folgerungen aus
der Studie
Frage:
Regel:
Ab wann ist ein p-Wert „sehr klein“?
p α � hinreichend klein
p α � zu groß
MERKE:
"statistisch signifikant“
=
abgesichert gegen falsche Rückschlüsse

Tonometrie (Dissertation Kathrin Specht):
Vergleich Goldmann-Tonometer mit Tono-Pen
p-Wert (Vorzeichentest): p < 0.001
Entscheidung: p < α = 0.05
also: statistisch signifikanter Unterschied

Median (Q 1 –Q 3 ) min – max
TGDc-01 21 (13 ; 30) 2 ; 42
Goldmann 23 (14 ; 31) 2 ; 52
Abweichung -1 (-3 ; 0) -9; +4
Abweichung TGDc - Goldmann [mmHg]
4
2
0
-2
-4
-6
-8
-10
N =
68

Tonometrie (Dissertation Kathrin Specht):
mediane Abweichung: – 1 mmHg
(TGDc-01 – Goldmann)
p-Wert (Vorzeichentest): p < 0.001
Entscheidung: p < α = 0.05
also: statistisch signifikanter Unterschied
aber: kein klinisch relevanter Unterschied
Conclusio:
Es gibt einen zum 5%-Niveau signifikanten
Unterschied zwischen den Tonometern bei der
Messung des IOD (p

Thrombose? ja nein
Placebo 1.5 % 98.5 %
Verum 0.9 % 99.1 %
• jeweils 800 Patienten pro Studienarm
• Fisher-Test: p = 0.033 < 0.05
Conclusio:
Es gibt eine zum 5%-Niveau signifikant
geringere Thromboserate unter Verum
gegenüber Placebo (p=0.033); konkret
hat sich die Rate unter Verum auf 0.9%
gegenüber 1.5% unter Placebo gesenkt.

Zusammenfassung: p-Wert
p-Wert = Wahrscheinlichkeit, fälschlich
Studienergebnisse zu übertragen
p � α � „signifikante“ Studienergebnisse
Beachte dabei:
statistische Signifikanz � klinische Relevanz
Ergebnisteil in Manuskripten etc:
statistische Signifikanz: p-Wert
klinische Relevanz: Mediane / Prozentzahlen

Problem des β-Fehlers
α-Fehler = fälschliches Übertragen von
Unterschied aus der Studie
β-Fehler = fälschliches Übersehen von
Unterschieden in der Studie
CAVE:
Der p-Wert sichert nur gegen den α-Fehler ab!!!
Nicht-Signifikanz
bedeutet keine Gleichwertigkeit !!!
„… zeigte sich kein zum 5%-Niveau statistisch
signifikanter Unterschied (p=0.096).“

Problem des multiplen Testens
�
�
�
p � 3monatiger Recall
p � 6monatiger Recall
p � 12monatiger Recall
3 �
Problem:
Bei jedem Einzeltest ist ein α-Fehler möglich!
Einfachste Lösung:
Nur einen sogenannten „primären Endpunkt“!
Keine unnötigen Zielparameter !!!

Ausweg: �-Korrektur (z.B. nach Bonferroni)
�
�
p � /3
p � /3
�
p � /3
�
Korrektur nach Bonferroni:
�
p �
Anzahl p-Werte
lokale Signifikanz: Einzeltests mit p < �
multiple Signifikanz: Gesamtaussage
multiple Signifikanz >> lokale Signifikanz !!!
„… zeigten sich jeweils zum multiplen 5%-Niveau
signifikante Unterschiede (p=0.023 und p

Beispiel 1
• paarweiser Vergleich von 4 Therapien
• Gesamtniveau 5%, insgesamt 6 p-Werte
• Einzelvergleich mit p < 5% / 6 = 0.8 %
also: lokale Signifikanz bei p < 5%
multiple Signifikanz bei p < 0.8%

Beispiel 1
• paarweiser Vergleich von 4 Therapien
• Gesamtniveau 5%, insgesamt 6 p-Werte
• Einzelvergleich mit p < 5% / 6 = 0.8 %
also: lokale Signifikanz bei p < 5%
multiple Signifikanz bei p < 0.8%
Beispiel 2
Risikofaktoren eines Bronchialcarcinoms
Rauchen p=0.015 < 0.05
Alter > 40 p=0.092 > 0.05
Stadium III p=0.002 < 0.05
Anamnese p=0.144 > 0.05
Rauchen p=0.015 > 0.0125
Alter > 40 p=0.092 > 0.0125
Stadium III p=0.002 < 0.0125
Anamnese p=0.144 > 0.0125
Also: Nur das Stadium ist auch zum
„multiplen Niveau“ 5% signifikant.

Zusammenfassung: p-Wert
p-Wert = Wahrscheinlichkeit, fälschlich
Studienergebnisse zu übertragen
p � α � „signifikante“ Studienergebnisse
Beachte dabei:
statistische Signifikanz � klinische Relevanz
nicht-Signifikanz � Äquivalenz
primärer Endpunkt: es kann nur einen geben…
Ergebnisteil in Manuskripten etc:
statistische Signifikanz: p-Wert
klinische Relevanz: Mediane / Prozentzahlen

Von Wilcoxon bis
McNemar
Irgendein Test passt immer …

Signifikanztests
2 prinzipielle Unterscheidungskriterien:
a) Wie ist die Zielgröße erfasst?
stetig time to event binär
b) Wie ist das Design der Studie?
verbunden unverbunden
(intraindividuell) (interindividuell)

stetig, verbunden
Abweichung TGDc - Goldmann [mmHg]
4
2
0
-2
-4
-6
-8
-10
N =
Vorzeichentest (sign test):
testet, ob viele intraindividuellen Differenzen
gleiche Richtung (=gleiches Vorzeichen) zeigen
68

stetig, verbunden
Abweichung TGDc - Goldmann [mmHg]
4
2
0
-2
-4
-6
-8
-10
N =
Vorzeichentest (sign test):
testet, ob viele intraindividuellen Differenzen
gleiche Richtung (=gleiches Vorzeichen) zeigen
68

stetig, unverbunden
Gesamtkosten beidseitiger LASIK
6000
5000
4000
3000
2000
1000
0
N =
34
Mainz
LASIK-Zentrum
Wilcoxon-Test (Mann/Whithney test):
vergleicht Lage zweier unverbundene Boxplots
120
Mannheim

time to event, unverbunden
Nachstar-Freiheitsrate
1,0
,9
,8
,7
,6
,5
,4
,3
,2
,1
0,0
0
5
10
15
20
Zeitspanne seit Implantation [Monate]
Logrank-Test:
vergleicht Lage zweier unverbund. KM-Kurven
25
30
35
40
rund
scharfkantig

inär, unverbunden
Nachstar?
ja nein
Linse I 10 % 90 %
Linse II 30 % 70 %
Fisher-Test (Fisher‘s exact test):
vergleicht zwei unverbundene Prozentzahlen

inär, verbunden
Meniskus-
Ruptur
Radiologe II:
ja
McNemar-Test (test for symmetry):
vergleicht zwei verbundene Häufigkeiten
Radiologe II:
nein
Radiol. I: ja 37 % 24 %
Radiol. I: nein 8 % 31 %
• betrachtet „Asymmetrien“ auf Nebendiagonale
• testet auf Tendenz in diskordanten Befunden

Zusammenfassung: Signifikanztests
unverbunden verbunden
stetig Wilcoxon Vorzeichen
time to event Logrank
binär Fisher McNemar

t-Test für unverbundene Stichproben
vergleicht zwei unverbundene Mittelwerte
t-Test für verbundene Stichproben
vergleicht Mittelwert der Differenzen aus
zwei verbundenen Messreihen mit „0“
Differenzen
Warnung vor dem t-Test
nur anwendbar, wenn Mittelwerte sinnvoll !!!
0

Zusammenfassung:
Wann was verwenden?
Tabelle Graphik
Signif.-Test
(p-Wert)
kategorial Zeilenprozente Balkendiag Fisher
McNemar*
stetig Mediane*
Quartile
Zeitspanne Mediane
Quartile
Boxplots* Wilcoxon
Vorzeichen*
KM-
Kurven
Logrank
*: bei intraindividuellen Vergleichen
Mediane, Quartile und Boxplots der Differenzen!

Anwendungen
Wann ist welche Methode sinnvoll ???
Um die Effizienz der Hüft-TEP-Chirurgie
beurteilen zu können, soll die Schnitt-
Naht-Zeit als ein Maß der Kosten des
Eingriffes (human ressources) für eine
Orthopädische Klinik gemessen werden.
Dazu werden die Schnitt-Naht-Zeiten
[min] für alle Eingriffe des Jahres 2008 in
den Orthopädien der Universitätsklinika
Dresden und Leipzig erhoben. Bei einer
ersten deskriptiven Analyse zeigt sich, dass
aufgrund von Komplikationen während
einzelner Eingriffe merkliche Ausreißer in
den Schnitt-Naht-Zeiten beider Kliniken
auftreten.
Konkret soll getestet werden, ob sich die
beiden Kliniken hinsichtlich der Schnitt-
Naht-Zeiten signifikant unterscheiden.

Im internen Qualitätsmanagement werden für
das erste Quartal des Jahres 2009 an der
Dresdner Orthopädie die Schnitt-Naht-
Zeiten aller Hüft-TEP-Eingriffe bestimmt.
Konkret soll getestet werden, ob sich
diese gegenüber den Dresdner Schnitt-
Naht-Zeiten des Jahres 2008 signifikant
verändert haben.

In einem weiteren Schritt sollen die Schnitt-
Naht-Zeiten der Dresdner Orthopädie mit
entsprechenden Gesamtangaben einer
privaten Klinik-Kette verglichen werden.
Diese stellt jedoch keine Fall-basierten
Daten zur Verfügung, sondern nur die
mediane Dauer aller Eingriffe in den von
ihr betriebenen Häusern aus dem Jahr
2009.
Nun soll getestet werden, ob die Dresdner
Schnitt-Naht-Zeiten signifikant von dieser
Sachsen-weiten benchmark abweichen.

Die Verbesserung der maximalen Gehstrecke [m]
ist ein Surrogatmaß für die Wirksamkeit einer
Rehabilitation nach Hüft-Totalendoprothetik. Für
jeweils 40 Patienten wird eine vierwöchige
Rehabilitation vorgenommen, wobei randomisiert
eine Patientengruppe einer physiotherapeutischen,
eine weitere einer kombiniert physio- und
schmerztherapeutischen Intervention unterzogen
wird. Eingeschlossen werden nur Patienten mit
einer prä-interventionellen maximalen Gehstrecke
unter 1000 m.
Primärer Endpunkt dieser randomisierten Studie
ist die post/prä-Änderung der maximalen
Gangstrecke zum Zeitpunkt drei Monate nach
Ende der Rehabilitation.
Es soll nun geprüft werden, ob kombiniert physioschmerz-therapierte
Patienten einen signifikant
höheren Zuwachs in ihrer maximalen Gehstrecke
haben als alleinig physiotherapierte Patienten.

Die Auswertung dieser jeweils 40 randomisierten
Patienten wird im Rahmen von Zusatzanalysen
noch erweitert: Es interessiert, ob durch die
Rehabilitation die maximale Gehstrecke eines
Patienten auf mindestens 1000 m angehoben
werden konnte (Messung drei Monate nach Ende
der Rehabilitation). In diesem Fall kann von
einem klinisch relevanten Effekt der Intervention
ausgegangen werden.
Konkret soll geprüft werden, ob kombiniert
therapierte Patienten signifikant häufiger einen
klinisch relevanten Nutzen aus der Rehabilitation
ziehen konnten als alleinig physiotherapierte
Patienten.

Die jeweils 40 randomisierten Patienten werden
einer maximal fünfjährigen Nachbeobachtung
unterzogen mit jeweils halbjährlichem Recall. Es
interessiert, ob bei einem der Recalls die
maximale Gehstrecke eines Patienten wieder auf
oder unter das Niveau vor Beginn der
Rehabilitation gesunken ist.
Konkret soll geprüft werden, ob kombiniert
therapierte Patienten einen signifikant
längerfristigen Nutzen hinsichtlich der maximalen
Gehstrecke haben als alleinig physiotherapierte
Patienten.

Im Rahmen der kieferorthopädischen Diagnostik
und Therapiesteuerung wird oft die Strecke „Sella
– Gonion“ [mm] als prognostisch relevanter
Endpunkt verwendet. Deren Bestimmung erfolgt
durch Ausmessung einer lateralen Fernröntgen-
Aufnahme und ist sicher vom auswertenden
Operateur bzw. dessen Erfahrungsgrad abhängig.
Um das Ausmaß dieses möglichen „observer
bias“ bewerten zu können, wird diese Strecke für
jeden von 250 Patienten sowohl von einer
Fachärztin als auch einer Assistenzärztin der
Klinik für Kieferorthopädie vermessen.
Nun soll geprüft werden, ob die Messergebnisse
der Assistenzärztin signifikant von denen der
Fachärztin abweichen („significant observerbias“).

Zähne und Augen
Die Studien-Datensätze …

Dissertation Isabel Körner:
„Klinische und ökonomische Evaluation
der Inanspruchnahme zahnärztlicher
Versorgung im Ausland“
Datenbasis:
57 Gutachten des MDK Rheinland-Pfalz
(32 Versorgungen Türkei, 25 Osteuropa)
klinische und ökonomische Zielgrößen:
• Versorgungen mängelfrei [ja/nein]?
• Kostenbilanz Ausland versus Inland [€]
• Kostenbilanz incl. Mängelkorrektur [€]
jeweils aus Patientenperspektive

Dissertation Marco Roden:
„Prospektive benchmark-Studie zu klinischem
Ergebnis und Kosteneffektivität der LASIK
bei moderater Myopie“
Datenbasis:
33 Eingriffe in 2001 (Mainz)
114 Eingriffe in 2001 (Mannheim)
klinische und ökonomische Zielgrößen:
• Komplikationsraten [%]
• refraktiver Gewinn [D]
• inkrementelle Kosten
pro Dioptrie [€ / D]
• visuelle Lebensqualität vor / nach LASIK
[„gut“ / „schlecht“]

Dissertation Isabelle Warlo:
„Vergleich der Rotationsstabilität von
Intraokularlinsen mit C- und Z-Haptik bei
Kataraktpatienten“
primäre klinische Zielgröße:
Rotation 3 Monate nach Implantation [Grad]
Vermutung klinisch:
C-Haptik: mediane Rotation 20 Grad
Z-Haptik: mediane Rotation 10 Grad
Quartilspanne jeweils 10 Grad
klinisch relevanter Unterschied: 10 Grad

Zusammenfassende Empfehlung:
Statistik in Manuskripten
A) Methodenteil
Bewertung von
• statistischer Signifikanz
• klinischer Relevanz
Die Deskription kategorialer Endpunkte erfolgte
mittels Zeilenprozenten sowie absolutem und
relativem Risiko, die stetiger Endpunkte mittels
Medianen und Quartilen (graphisch Boxplots).
Zum Signifikanzvergleich von unverbundenen
Messreihen wurden Wilcoxon- und Fisher-Tests
(stetige bzw. kategoriale Endpunkte) verwendet,
von verbundenen Messreihen Vorzeichentest-
Tests.
Ergebnisse der Tests werden mittels p-Werten
zusammengefaßt, p≤0.05 wird als Indikator
statistischer Signifikanz interpretiert.

Zusammenfassende Empfehlung:
Statistik in Manuskripten
B) Ergebnisteil
Bewertung von
• statistischer Signifikanz
(p-Wert mit drei Nachkommastellen)
• klinischer Relevanz
(medianer / prozentualer Unterschied)
„Unter Verum zeigte sich eine statistisch
signifikante (p=0.013) Senkung des Blutdrucks
um im Median 8 mmHg (Interquartilspanne 5 –
12 mmHg).“
„Das Risisko einer Komplikation ist ohne
antibiotische Prophylaxe statistisch nicht
signifikant (p=0.094) um 23% erhöht.“