Kursankündigungen

Systematische Reviews & Meta-Analysen

Das Ziel einer evidenzbasierten Medizin besteht in einer medizinischen Versorgung, die auf Grundlage der besten zur Verfügung stehenden Daten getroffen wird. Die steigende Zahl wissenschaftlicher Veröffentlichungen im Bereich der Medizin erschwert jedoch zunehmend den aktuellen Stand der Forschung zu überblicken und somit die ärztliche Versorgung von Patienten auf eine wissenschaftliche Grundlage im Sinne einer evidenzbasierten Medizin zu stützen. Zudem können einzelne Studien zu widersprüchliche Ergebnissen führen, so dass eine evidenzbasierte Therapieentscheidung nur durch eine gemeinsame Betrachtung, Analyse und Bewertung aller verfügbaren Quellen getroffen werden kann.

Systematische Reviews und Meta-Analysen stellen eine Methode dar, Studienergebnisse systematisch darzustellen und mit statistischen Methoden zusammenzufassen und zu bewerten. Anhand konkreter Fallbeispiele werden die verschiedenen Schritte eines systematischen Reviews bzw. einer Meta-Analyse dargestellt und deren Umsetzung mit Hilfe der Software RevMan demonstriert. Dabei werden Vor- und Nachteile verschiedener Studiendesigns aufgezeigt, die Wahl geeigneter Effektschätzer motiviert sowie verschiedene statistisch Modelle diskutiert. Eine kritische Beurteilung der Qualität von systematischen Reviews und Meta-Analysen wird durch die Betrachtung möglicher Limitationen wie etwa eine unzureichende Qualität von Studien, Publikationsbias oder Heterogenität angeregt

Wichtig: Die folgenden Termine sind keine Einzeltermine, von denen Sie sich einen aussuchen können, sondern Kurse bei denen die Termine aufeinander aufbauend und relevant sind.

Die Veranstaltung findet am 21.,22. und 23. Oktober von 16:00 – 17:30 Uhr online als ZOOM-Meeting  statt.

 Zusätzlich wird es einen weiteren Termin zur Präsentation der Ergebnisse geben.

Klinische Studien

Klinische Studien (syn. clincal trials) werden als diejenige Methode betrachtet, mit der sich die Effekte von therapeutischen Maßnahmen mit höchster Validität überprüfen lassen. Zunächst wird die Entwicklung klinischer Studienmethodik in den historischen und gesetzlichen Rahmen eingebettet. Eine klinische Studie verfolgt das Ziel der Beantwortung einer wissenschaftlichen Fragestellung, die mithilfe einer wohldefinierten messbaren Eigenschaft der Studienteilnehmer, dem Endpunkt, in eine statistische Hypothese operationalisiert wird. Die unterschiedlichen Phasen der Arzneimittelentwicklung adressieren unterschiedliche Fragestellungen, die mit unterschiedlichen Studiendesigns beantwortet werden. Die Validität der Aussage einer klinischen Studie hängt von den bei der Durchführung der Studie verwendeten Methoden zur Vermeidung Bias sowie der Umsetzung dieser Methoden ab. Hierbei spielt insbesondere die Allokationsmethode der Behandlungszuteilung, die Randomisierung, eine tragende Rolle. Das Rückgrat klinischer Studien bilden Methoden der schließenden Statistik. Am Beispiel des einfachen cross-over Versuchsdesigns zum Vergleich der mittleren Behandlungseffekte wird dieses Vorgehen erläutert, die Schätzer für die unterschiedlichen Effekte vorgestellt sowie differenziert. Ein Entscheidungsbaum charakterisiert den Weg der Auswertung. All diese Aspekte werden im Kurs besprochen und anhand von Beispielen diskutiert.

Termine werden in absehbarer Zeit aktualisiert.

Fallzahlplanung

Die Wahl einer geeigneten Anzahl von Patienten ist ein grundlegender Aspekt bei der Planung einer klinischen Studie, von dem die Validität der Aussage der Studie abhängt. Viele unterschiedliche Details des Designs einer klinischen Studie sind dabei zu berücksichtigen, wie etwa die Formulierung des Studienendpunktes, die Formulierung der Fragestellung, die Möglichkeit der Adjustierung durch Zwischenauswertungen, die Berücksichtigung fehlender Werte, die Formulierung von relevanten Effekten, etc. In der Veranstaltung werden diese und weitere Aspekte der Fallzahlplanung besprochen mit besonderem Schwerpunkt auf randomisierte klinische Studien. Das Lernziel ist, einen Überblick über mögliche Techniken zu gewinnen, sowie einfache Fallzahlberechnungen für klinische Studien selbständig durchführen zu können. Dabei werden die Berechnungen sowohl von Hand als auch mit Hilfe statistischer Software durchgeführt. 

Termine werden in absehbarer Zeit aktualisiert.

Auswertung empirischer Daten mit SAS

In vielen Bereichen, in denen statistische Auswertungen zur wissenschaftlichen Arbeit gehören, wird SAS (Statistical Analysis System) als eines der führenden Softwareprodukte zur Durchführung statistischer Analysen eingesetzt. Der Kurs bietet eine Einführung in grundlegende statistische Analyseverfahren mit Hilfe des SAS-Systems, wobei zunächst auf die spezifischen Konzepte von SAS eingegangen wird, inklusive der Dateneingabe, des Imports von Fremddateien wie z.B. EXCEL sowie Datenmodifikationen innerhalb von SAS. Darauf aufbauend wird die Umsetzung deskriptiver und induktiver statistischer Methoden mithilfe von SAS vermittelt. Dazu zählen insbesondere statistische Kenngrößen, die Darstellung von Häufigkeitstabellen, Methoden der Korrelations- und Regressionsanalyse sowie ausgewählte statistische Testverfahren. Der Kurs soll Sie in die Lage versetzen, einfache Analyse selbständig durchführen zu können.

Wichtig: Die Onlineveranstaltung findet im Selbststudium auf unserer Moodleplattform statt. Fragen zu den Inhalten werden in Fragestunden nach Vereinbarung besprochen.

Auswertung empirischer Daten mit SPSS

In vielen Bereichen, in denen statistische Auswertungen zur wissenschaftlichen Arbeit gehören, wird SPSS zur Durchführung statistischer Analysen eingesetzt. Der Kurs bietet eine Einführung in grundlegende statistische Analyseverfahren mit Hilfe von SPSS, wobei zunächst auf die spezifischen Konzepte von SPSS eingegangen wird, inklusive der Dateneingabe, des Imports von Fremddateien wie z.B. EXCEL sowie Datenmodifikationen innerhalb von SPSS. Darauf aufbauend wird die Umsetzung deskriptiver und induktiver statistischer Methoden mithilfe von SPSS vermittelt. Dazu zählen insbesondere statistische Kenngrößen, die Darstellung von Häufigkeitstabellen, Methoden der Korrelations- und Regressionsanalyse sowie ausgewählte statistische Testverfahren. Der Kurs soll Sie in die Lage versetzen, einfache Analyse selbständig durchführen zu können.

Wichtig: Die Onlineveranstaltung findet im Selbststudium, auf unserer Moodleplattform, statt und ist über folgenden Link zu erreichen: Auswertung empirischer Daten mit SPSS [Fak. 10] | RWTHmoodle