Glossar

A B C D E F G H I K L M N O P Q R S T Ü V W Y Z

Längsschnittstudie

Oder auch: Longitudinale Studie.

Meint meist eine prospektive Studie (manchmal allerdings auch retrospektives Design), deren Datenerhebung und Durchführung an unterschiedlichen Zeitpunkten mit den gleichen Proband:innen und unter sonst gleichen Umständen wiederholt wird. Das Ziel ist es, die Ergebnisse auf Unterschiede zwischen den Messzeitpunkten zu untersuchen.1angelehnt an Weiß, Christel (2013): Epidemiologische Studien. In: Christel Weiß (Hg.): Basiswissen Medizinische Statistik. Mit 20 Tabellen. 6., überarbeitete Auflage. Berlin, Heidelberg: Springer (Springer-Lehrbuch), S. 219-240, Kapitel 12.3.Zur Erklärung auf der entsprechenden Seite im EpiBioManual.

Fußnoten

Leitlinie

Z. B. durch die AWMF festgehaltene (Handlungs-)Empfehlungen und Richtlinien für Ärzt:innen und Gesundheitsdienstleister:innen für die Diagnostik, Behandlung und Pflege von Patient:innen auf der Grundlage der besten verfügbaren Evidenz.1angelehnt an Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften (AWMF) – Ständige Kommission Leitlinien (2023): Das AWMF-Regelwerk Leitlinien – Version 2.1. Online verfügbar unter: https://www.awmf.org/regelwerk/downloads; zuletzt abgerufen am 13.04.2024.Zur Erklärung auf der entsprechenden Seite im EpiBioManual.

Fußnoten

Letalität

Oder auch: Letalitätsrate.

Bezeichnet die bedingte Wahrscheinlichkeit, dass eine bereits erkrankte Person an der Erkrankung stirbt, also die Sterberate der Erkrankten. Nur wenn Beginn und Ende der Erkrankung innerhalb des Beobachtungszeitraums liegen, ergibt es Sinn die Letalität zu beleuchten.1angelehnt an Weiß, Christel (2013): Epidemiologische Studien. In: Christel Weiß (Hg.): Basiswissen Medizinische Statistik. Mit 20 Tabellen. 6., überarbeitete Auflage. Berlin, Heidelberg: Springer (Springer-Lehrbuch), S. 219-240, Kapitel 12.

Fußnoten

Lineare Einfach-Regression

Statistische Methode, um auf Basis von Korrelation den Einfluss einer (hier metrischen) Einflussgröße (unabhängige Variable x) auf eine andere metrische Zielvariable (abhängige Variable y) zu modellieren. Sie schätzt einen linearen Zusammenhang auf Basis der Methode der kleinsten Quadrate. Mithilfe der geschätzten Regressionsgeraden und Werten der Einflussgröße können auch Vorhersagen über die Zielgröße gemacht werden. Extrapolation ist dabei nicht möglich. Kann um mehrere Einflussgrößen erweitert werden, siehe dazu multiple lineare Regression.1angelehnt an Weiß, Christel (2013): Beschreibung eines Zusammenhangs. In: Christel Weiß (Hg.): Basiswissen Medizinische Statistik. Mit 20 Tabellen. 6., überarbeitete Auflage. Berlin, Heidelberg: Springer (Springer-Lehrbuch), S. 73-89, Kapitel 5.Zur Erklärung auf der entsprechenden Seite im EpiBioManual.

Fußnoten

Linkssteil

Oder auch: Rechtsschief.

Mehr Masse liegt auf der linken Seite der Verteilung, sodass es sich nicht um eine symmetrische Normalverteilung handelt. Der Gipfel der Verteilung liegt weiter auf der linken Seite und auf der rechten Seite läuft die Verteilung langsam und flach aus. Man kann versuchen, mithilfe einer Log-Transformation normalverteilte Daten zu erzeugen.1angelehnt an Weiß, Christel (2013): Verteilungen. In: Christel Weiß (Hg.): Basiswissen Medizinische Statistik. Mit 20 Tabellen. 6., überarbeitete Auflage. Berlin, Heidelberg: Springer (Springer-Lehrbuch), S. 115-143, Kapitel 7.Zur Erklärung auf der entsprechenden Seite im EpiBioManual.

Fußnoten

Log Rank-Test

Statistischer Test der Ereigniszeitanalyse, um zwei oder mehrere Kaplan-Meier-Kurven, die sich hinsichtlich einer Variablen unterscheiden (z. B. Gruppenzuteilung nach Therapie), zu vergleichen. Es wird auf statistisch signifikante Unterschiede zwischen den Kurven über den gesamten Zeitraum hinweg untersucht. Auch zensierte Daten können in der Analyse angemessen berücksichtigt werden. Eine Voraussetzung für den Log-Rank-Test ist die Annahme einer über die gesamte Zeit konstanten Hazard Ratio.1angelehnt an Weiß, Christel (2013): Tests zum Vergleich von Häufigkeiten. In: Christel Weiß (Hg.): Basiswissen Medizinische Statistik. Mit 20 Tabellen. 6., überarbeitete Auflage. Berlin, Heidelberg: Springer (Springer-Lehrbuch), S. 199-216, Kapitel 11.1.7 und Schumacher, Martin; Olschewski, Manfred (2008): Analyse von Ereigniszeiten – Teil I. In: Methodik klinischer Studien. Methodische Grundlagen der Planung, Durchführung und Auswertung. Martin Schumacher, Gabi Schulgen (Hrg.), 3. Aufl., Springer Verlag, S. 77-94, Kapitel 5.Zur Erklärung auf der entsprechenden Seite im EpiBioManual.

Fußnoten

Log-Transformation

Oder auch: Logarithmische Transformation.

Transformation, um zu versuchen, aus linkssteil / rechtsschief verteilten Daten normalverteilte Daten zu machen. Dabei werden die Daten jeweils durch den natürlichen Logarithmus angepasst. Kann zurücktransformiert werden durch ihre Umkehrfunktion, die Exponentialfunktion.1angelehnt an Weiß, Christel (2013): Verteilungen. In: Christel Weiß (Hg.): Basiswissen Medizinische Statistik. Mit 20 Tabellen. 6., überarbeitete Auflage. Berlin, Heidelberg: Springer (Springer-Lehrbuch), S. 115-143, Kapitel 7.Zur Erklärung auf der entsprechenden Seite im EpiBioManual.

Fußnoten

Loss to Follow-Up

Oder auch: Studienabbruch, Drop-Out.

Studienteilnehmer:innen, die bereits vor Studienende aus der Studie ausscheiden oder nach Beendigung der eigentlichen Studienphase nicht mehr zu geplanten Nachuntersuchungen zur Verfügung stehen. Passiert dies aus Gründen, die direkt mit dem Outcome im Zusammenhang stehen, handelt es sich um eine mögliche Quelle für Selektionsbias.1angelehnt an Weiß, Christel (2013): Epidemiologische Studien. In: Christel Weiß (Hg.): Basiswissen Medizinische Statistik. Mit 20 Tabellen. 6., überarbeitete Auflage. Berlin, Heidelberg: Springer (Springer-Lehrbuch), S. 219-240, Kapitel 12.Zur Erklärung auf der entsprechenden Seite im EpiBioManual.

Fußnoten

Maximum

Größter Wert der vorliegenden Datenreihe.Zur Erklärung auf der entsprechenden Seite im EpiBioManual.