Diagnostische_Tests_und_Hypothesenbildung_Brainscape Flashcards
(25 cards)
Diagnostische Tests und Hypothesenbildung: Definition Signifikanz (1)
Unterschied zwischen zwei Ergebnissen, der zu groß ist, um als zufällig bezeichnet werden zu können
Diagnostische Tests und Hypothesenbildung: Definitionen
- deskriptive Statistik (1)
- Inferentielle Statistik / schließende Statistik (1)
deskriptive Statistik: die vorliegenden Daten werden beschrieben
Inferentielle Statistik / schließende Statistik: Hier leitet man aus den Daten der Stichprobe Aussagen über die Grundgesamtheit ab
Diagnostische Tests und Hypothesenbildung: Sensitivität (3)
richtig-positiv-Rate
Anteil derer, die bei einem Test richtigerweise als “positiv” getestet wurden - im Verhältnis zur Menge aller Erkrankten
a/(a+c)
Diagnostische Tests und Hypothesenbildung: Spezifität (3)
richtig-negativ-Rate
Anteil derer, die von einem Test richtigerweise als “negativ” getestet wurden - im Verhältnis zur Menge aller Gesunden
d/(b+d)
Diagnostische Tests und Hypothesenbildung: positiv prädiktiver Wert (2)
Anteil der tatsächlich erkrankten unter den laut Test erkrankten, ODER: Wahrscheinlichkeit, bei positivem Testergebnis tatsächlich krank zu sein
a/(a+b)
Diagnostische Tests und Hypothesenbildung: negativ prädiktiver Wert (2)
Anteil der tatsächlich gesunden unter den laut Test gesunden, ODER: Wahrscheinlichkeit, bei negativem Testergebnis tatsächlich gesund zu sein
d/(c+d)
Diagnostische Tests und Hypothesenbildung: Objektivität
- Definition (1)
- kann wie gesteigert werden? (1)
- Hinweise auf hohe Objektivität (1)
Definition: Maß für Unabhängigkeit der Testergebnisse von Studienleiter
kann wie gesteigert werden?: steigt durch Standardisierung
Hinweise auf hohe Objektivität: stets gleiche Testergebnisse auch bei Auswertung / Durchführung / Interpretation durch verschiedene Personen
Diagnostische Tests und Hypothesenbildung: Reliabilität
- Definition (1)
- Hinweis auf hohe Reliabilität (1)
- Methoden zur Abschätzung der Reliabilität (2)
Definition: Wiederholbarkeit: Unter gleichen Bedingungen lassen sich die Testergebnisse reproduzieren
Hinweis auf hohe Reliabilität: entspricht die Varianz der Werte ausschließlich der Varianz der waren Werte, ist die Reliabilität 1
Methoden zur Abschätzung der Reliabilität
- Paralleltestreliabilität
- Retest-Reliabilität
Diagnostische Tests und Hypothesenbildung: Validität
- Definition (1)
- interne Validität (1)
- externe Validität (1)
Definition: Maß für die Belastbarkeit einer aus dem Test generierten Aussage: Misst der Test, was er testen soll?
interne Validität: Abhängige Variable ist wahrscheinlich wirklich durch unabhängige Variable beeinflusst und nicht maßgeblich durch Störgrößen
externe Validität: Ist Aussage ist auf Bevölkerung übertragbar? Dafür spricht, wenn bei einer anderen Studie das gleiche rauskommt
Diagnostische Tests und Hypothesenbildung: absolutes Risiko (1)
entspricht Inzidenz
Diagnostische Tests und Hypothesenbildung: relatives Risiko
- Berechnung (2)
- Beispiel (3)
Berechnung
- Inzidenz exponiert / Inzidenz nicht-exponiert
- Mortalität exponiert / Mortalität nicht-exponiert
Beispiel
- 4% der Patienten ohne Nikotinkonsum erleiden Herzinfarkt
- 6% der Patienten mit Nikotinkonsum erleiden Herzinfarkt
- –> RR = 1,5
Diagnostische Tests und Hypothesenbildung: attributables Risiko
- Beschreibung (1)
- Berechnung (1)
Beschreibung: Anteil des Risikos, der tatsächlich auf Risikofaktor zuzuschreiben ist
Berechnung: ARR = Risiko der exponierten - Risiko der Nichtexponierten
Diagnostische Tests und Hypothesenbildung: absolute Risikoreduktion: Berechnung (1)
Berechnung: Risiko Kontrollgruppe - Risiko Interventionsgruppe
Diagnostische Tests und Hypothesenbildung: relative Risikoreduktion: Berechnung (1)
Berechnung: 1-(Risiko Interventionsgruppe / Risiko Kontrollgruppe)
Diagnostische Tests und Hypothesenbildung: NNR: Berechnung (1)
Berechnung: Kehrwert der absoluten Risikoreduktion
Diagnostische Tests und Hypothesenbildung: Odds
- Synonyme (3)
- Berechnung (3)
- Erlaubt … (1)
Synonyme
- Quotenverhältnis
- Chancenverhältnis
- Kreuzprodukt-Verhältnis
Berechnung
- p: WSKT Ereignis tritt ein
- q: WSKT Ereignis tritt nicht ein
- OR = p:q
Erlaubt …: Schätzung des relativen RIsikos bei unbekannter Inzidenz (insb. bei Fall-Kontroll-Studien)
Diagnostische Tests und Hypothesenbildung: Wahrscheinlichkeitsverhältnis: Likelihood-Ratio (1)
Likelihood-Ratio: Sensitivität / (1 - Spezifität)
Diagnostische Tests und Hypothesenbildung: Effektivität (1)
Zielerreichungsgrad
Diagnostische Tests und Hypothesenbildung: Effizienz (1)
Kosten-Nutzen-Analyse
Diagnostische Tests und Hypothesenbildung: Konfidenzintervall
- Definition (1)
- Konfidenzintervall des Mittelwerts (2)
- wovon hängt Breite ab? (siehe gesonderte Lernkarte)
- Interpretation (1)
Definition: aus Messdaten abgeschätzter Bereich, der mit einer bestimmten WSKT das wahre Ergebnis enthält
Konfidenzintervall des Mittelwerts
- 95%: Mittelwert +- 2x Standardfehler
- 68%: Mittelwert +- 1x Standardfehler
Interpretation: wenn Nulwert im Konfidenzintervall enthalten ist, ist das Ergebnis nicht signifikant
Diagnostische Tests und Hypothesenbildung: Signifikanzniveau
- Formelbuchstabe (1)
- Fehler 1. Art
- —- Beschreibung (1)
- —- Wie groß ist die Wahrscheinlichkeit? (1)
- Fehler 2. Art
- —- Beschreibung (1)
- —- Wie groß ist die Wahrscheinlichkeit? (1)
- Power (2)
Formelbuchstabe: Alpha
Fehler 1. Art
- Beschreibung: Nullhypothese wird zurückgewiesen, obwohl in WIrklichkeit die Alternativhypothese zutrifft
- Wie groß ist die Wahrscheinlichkeit?: alpha
Fehler 2. Art
- Beschreibung: Die Nullhypothese wird beibehalten, obwohl in Wirklichkeit die Alternativhypothese zutrifft (d.h. ein vorhandener Effekt wird übersehen)
- Wie groß ist die Wahrscheinlichkeit?: beta –> neuer Wert, der (glaube ich) nicht aus alpha berechnet werden kann
Power
- 1-beta
- gibt für den Fall, dass die Alternativhypothese zutrifft, die Wahrscheinlichkeit an, dass der Test due Nullhypothese zurückweist.: WIKI: Die Teststärke gibt an, mit welcher Wahrscheinlichkeit ein Signifikanztest zugunsten einer konkreten Alternativhypothese H1 (zum Beispiel „Es gibt einen Unterschied“) entscheidet, falls diese richtig ist.
Diagnostische Tests und Hypothesenbildung: nicht-parametrische Tests
- Voraussetzung (1)
- was prüft man? (1)
- Nachteil (1)
- Beispiele (siehe gesonderte Lernkarte)
Voraussetzung: ordinalskalierte Daten reichen
was prüft man?: ob von Stichprobe auf Grundgesamtheit geschlossen werden kann
Nachteil: durch die “Vereinfachung” der Daten zu Rängen gehen Informationen verloren
Diagnostische Tests und Hypothesenbildung: Konfidenzintervall: wovon hängt Breite ab? (3)
Konfidenzlevel
- meist auf 95% festgelegt
- niedrigeres Konfidenzlevel bedeutet, dass man einen größeren Fehler zulässt –> dem Ergebnis kann dann weniger vertraut werden
Stichprobengröße: je größer die Stichprobe, desto zuverlässiger die Schätzung –> desto kleiner das Konfidenzinterval
Standardabweichung: wenn die Messwerte wenig schwanken, ist auch das Konfidenzintervall schmal
Diagnostische Tests und Hypothesenbildung: Vergleich von Mittelwerten: T-Test: wofür braucht man das? (1)
wofür braucht man das?: Aus den Messdaten hat man Mittelwert und Standardabweichung abgeschätzt, und könnte eigentlich aus der so erhaltenen Normalverteilung direkt ablesen, wie groß das Intervall gewählt werden muss, damit 95% aller Werte drin liegen.
