Pedemy

Lernleitfaden · Biostatistik und Epidemiologie

Studiendesigns, Bias, p-Werte, NNT und Prävalenz für die Facharztprüfung

Prüfungsfragen zur Forschung fragen drei Dinge: Welches Design liegt vor, kann man dem Ergebnis trauen, und gilt es für meinen Patienten? Wenige Formeln (NNT, Prävalenz, Inzidenz, Power) decken den Rest ab.

Für Medizinstudierende, Assistenzärzte, Pflegekräfte und Kinderärzte. Nach aktuellen Leitlinien geschrieben; die Entscheidungsbäume stammen aus den Pedemy-Karteikarten. Die Karteikarten sind auf Englisch.

Wichtigster Entscheidungsbaum

Studiendesigns: in welche Zeitrichtung sie blicken

Entscheidungsbaum: Studiendesigns: in welche Zeitrichtung sie blicken
Aus den Pedemy-Karteikarten. Antippen für volle Größe; erklärt unter „Studiendesigns: in welche Zeitrichtung sie blicken“ weiter unten.

Das Wichtigste

  • Kohorte: von der Exposition ausgehen und vorwärts verfolgen. Fall-Kontroll: von der Erkrankung ausgehen und zurückblicken. Querschnitt: ein einziger Zeitpunkt.
  • Randomisierung gleicht gemessene und nicht gemessene Störfaktoren im Mittel aus.
  • Studienabbrecher, die aus der Analyse ausgeschlossen werden, verursachen Attrition-Bias; die Intention-to-treat-Analyse vermeidet ihn.
  • Fehler erster Art (α) = falsch positiv; Fehler zweiter Art (β) = falsch negativ; Power = 1 − β.
  • p < 0.05 bedeutet statistische Signifikanz nach dieser Regel, nicht den Beweis eines echten oder klinisch relevanten Effekts.
  • NNT = 1 / absolute Risikoreduktion: 20% vs. 15% → ARR 5% → NNT 20.
  • Heilung oder schnellerer Tod senkt die Prävalenz; die Inzidenz bleibt unverändert.

Studiendesigns: in welche Zeitrichtung sie blicken

Kohorten- und Fall-Kontroll-Studien sind Beobachtungsstudien: Der Untersucher teilt die Exposition nicht zu. Eine Querschnittstudie liefert die Prävalenz, kann aber nicht zeigen, was zuerst da war.

DesignAusgangspunktRichtungHinweis im Fragentext
KohortenstudieExposition (exponiert vs. nicht exponiert)Vorwärts zur späteren ErkrankungKinder nach Exposition gruppiert, Endpunkte später verglichen
Fall-Kontroll-StudieEndpunkt (Fälle vs. Kontrollen)Zurück zur früheren ExpositionKinder mit und ohne die Erkrankung werden nach früheren Expositionen befragt
QuerschnittstudieEine Population zu einem ZeitpunktKeine zeitliche AbfolgeEine Erhebung misst Exposition und Erkrankung im selben Moment
Randomisierte kontrollierte StudieZufällige ZuteilungVorwärts, Behandlung vs. KontrolleDie Untersucher teilen die Behandlung zu

Randomisierte Studien und Intention-to-treat

Entscheidungsbaum: Studiendesigns: die randomisierte Studie
Studiendesigns: die randomisierte Studie · aus den Pedemy-Karteikarten. Antippen für volle Größe.

Die zufällige Zuteilung ist die Hauptstärke einer RCT. Sie verringert Confounding, weil sie Ausgangsfaktoren zwischen den Gruppen im Mittel ausgleicht, auch Faktoren, die niemand gemessen hat.

Kinder, die die Studie abbrechen oder die Gruppe wechseln, müssen trotzdem in der Gruppe ausgewertet werden, der sie zugeteilt wurden. Das ist die Intention-to-treat-Analyse. Werden Abbrecher ausgeschlossen, entsteht ein Analyse-(Attrition-)Bias, und das durch die Randomisierung geschaffene Gleichgewicht geht verloren.

Interne und externe Validität

Entscheidungsbaum: Stimmt die Studie, und gilt sie für meinen Patienten?
Stimmt die Studie, und gilt sie für meinen Patienten? · aus den Pedemy-Karteikarten. Antippen für volle Größe.
  • Interne Validität: Ist das Ergebnis innerhalb der Studie richtig? Bedrohungen sind Bias, Confounding und Zufall.
  • Attrition-(Analyse-)Bias bedroht die interne Validität; Vorbeugung durch Intention-to-treat-Analyse.
  • Externe Validität (Generalisierbarkeit): Gilt das Ergebnis für meine Patienten?
  • Die Generalisierbarkeit ist eingeschränkt durch wenige Teilnehmer oder durch Teilnehmer, die sich in Alter, Ethnie, Gesundheitszustand oder Versorgungssetting von den eigenen Patienten unterscheiden.

Fehler erster Art, Fehler zweiter Art und Power

Entscheidungsbaum: Hypothesentest: Fehler, Power und p-Werte
Hypothesentest: Fehler, Power und p-Werte · aus den Pedemy-Karteikarten. Antippen für volle Größe.

Die Power ist die Wahrscheinlichkeit, einen echten Effekt zu finden, wenn er existiert. Kleine Studien haben eine geringe Power und ein höheres Risiko für einen Fehler zweiter Art.

Wahrheit: kein echter Effekt (H0 wahr)Wahrheit: ein echter Effekt (H0 falsch)
Studie verwirft H0Fehler erster Art (α): falsch positivRichtig: Power = 1 − β
Studie verwirft H0 nichtRichtig: kein Effekt gefunden, keiner vorhandenFehler zweiter Art (β): falsch negativ, ein echter Effekt wird übersehen

p-Werte und statistische Signifikanz

Entscheidungsbaum: Hypothesentest: der p-Wert
Hypothesentest: der p-Wert · aus den Pedemy-Karteikarten. Antippen für volle Größe.
  • Ein p-Wert ist die Wahrscheinlichkeit für ein Ergebnis, das mindestens so extrem ist wie das beobachtete, unter der Annahme, dass Nullhypothese und Modell zutreffen.
  • Er ist nicht die Wahrscheinlichkeit, dass die Nullhypothese wahr ist.
  • Wenn die Studie α = 0.05 vorab festgelegt hat und p < 0.05 ist, ist das Ergebnis nach dieser Regel statistisch signifikant.
  • Signifikanz beweist keinen echten Effekt und zeigt keine klinische Relevanz. Entscheidend sind die Effektstärke und ihr Konfidenzintervall.

Number needed to treat

Entscheidungsbaum: Number needed to treat
Number needed to treat · aus den Pedemy-Karteikarten. Antippen für volle Größe.
  • Absolute Risikoreduktion (ARR) = Ereignisrate Kontrolle − Ereignisrate Behandlung.
  • NNT = 1 / ARR.
  • Beispiel: ungünstiger Verlauf bei 20% unter Placebo und 15% unter Behandlung. ARR = 5% = 0.05, also NNT = 20: 20 Kinder behandeln, um 1 ungünstigen Verlauf zu verhindern.

Prävalenz und Inzidenz

Entscheidungsbaum: Prävalenz vs. Inzidenz
Prävalenz vs. Inzidenz · aus den Pedemy-Karteikarten. Antippen für volle Größe.
  • Beispiel: 1,200 von 10,000 befragten Kindern haben Asthma → Prävalenz 12%.
  • Im Baum sind am 1. Juli 2 von 6 Kindern krank (Punktprävalenz 2/6); im Lauf des Jahres treten unter den 5 Kindern mit Risiko 3 neue Fälle auf (Inzidenz 3/5).
  • Prävalenz ≈ Inzidenz × Dauer. Eine neue Heilung oder ein schnelleres Versterben verkürzt die Dauer: Die Prävalenz sinkt, die Inzidenz bleibt gleich.
  • Eine Behandlung, die Patienten ohne Heilung länger am Leben hält, erhöht die Prävalenz.
MaßZähltFormel
PunktprävalenzBestehende Fälle zu einem ZeitpunktBestehende Fälle zu einem festen Zeitpunkt ÷ Population zu diesem Zeitpunkt
PeriodenprävalenzAlle, die die Erkrankung zu irgendeinem Zeitpunkt im Intervall habenFälle im Intervall ÷ Population
InzidenzNeue Fälle über einen ZeitraumNeue Fälle im Zeitraum ÷ Risikopopulation

Häufige Fragen

Was ist der Unterschied zwischen einer Kohorten- und einer Fall-Kontroll-Studie?

Eine Kohortenstudie gruppiert Personen nach Exposition und verfolgt sie hinsichtlich des Endpunkts. Eine Fall-Kontroll-Studie gruppiert Personen nach Endpunkt und sucht rückblickend nach früherer Exposition.

Was bedeutet ein p-Wert von 0.05?

Gäbe es tatsächlich keinen Effekt, würde ein mindestens so extremes Ergebnis in etwa 5% der Fälle auftreten. Es bedeutet nicht, dass der Effekt mit 95% Wahrscheinlichkeit echt ist.

Wie berechnet man die Number needed to treat?

NNT = 1 / absolute Risikoreduktion. Ein Rückgang von 20% auf 15% ist eine ARR von 0.05, also NNT = 20.

Dieses Thema lernen

Quellen

Für Pedemy in eigenen Worten nach den obigen Quellen geschrieben; geprüft November 2026. Nur zur Bildung, keine medizinische Beratung; prüfen Sie Dosen und lokale Protokolle, bevor Sie Patienten behandeln. Pedemy ist unabhängig und nicht mit den genannten Organisationen verbunden oder von ihnen empfohlen.

Alle Lernleitfäden nach Prüfungsbereich →