Forschungsdesign und Methoden

-Aktive Intervention

-Gruppe erhält bestimmte Therapieform (Experimentalgruppe) und weitere keine Therapieform (Kontrollgruppe)

-Ursache-Wirkungs Beziehung

-Deskriptive Designs zielen darauf ab, einen Zustand zu beschreiben ohne dabei Ursache-Wirkungs-Beziehungen zu untersuchen

-Korrelative Designs untersuchen die Beziehung zwischen zwei oder mehr Variablen, um Vorhersagen zu treffen oder kausale Zusammenhänge zu erforschen.

Auch: lineare Assoziationen, nicht-lineare Assoziaten zwische Variablen

-Längsschnittstudie, Kohortenstudie

-Untersuchung von Ursache-Wirkungs-Beziehungen zwischen Variablen über einen festgelegten definierten Zeitraum

-Trägt zur Identifizierung kausaler Zusammenhänge bei und unterstützt evidenzbasierte Entscheidungen in Medizin, Epidemiologie und anderen Disziplinen.

Beispiel: Untersuchung des Zusammenhangs zwischen Rauchgewohnheiten und dem Risiko von Lungenkrebs bei Rauchern über einen Zeitraum von zehn Jahren.

1. Kausale Beziehung: Tatsächliche Ursache-Wirkungs-Beziehung

2. Zufall: Der Zusammenhang könnte rein zufällig sein. o Beispiel: Statistische Tests bewerten die Wahrscheinlichkeit von Zufallsbefunden.

3. Störfaktoren: Andere, nicht berücksichtigte Variablen beeinflussen den Zusammenhang. Beispiel: Confounding

4. Umgekehrte Kausalität: Die Ursache-Wirkungs-Richtung könnte umgekehrt sein.

5. Drittvariable: Eine nicht untersuchte Variable erklärt den Zusammenhang. Eine Drittvariable verursacht den scheinbaren Zusammenhang.

6. Selektionsbias: Die Art und Weise, wie Teilnehmer ausgewählt wurden, beeinflusst den Zusammenhang. Beispiel: Verzerrungen können durch die Auswahl der Teilnehmer auftreten.

1. Kovariation: die beiden Variablen müssen zusammen auftreten

2. Vorrangigkeit: Die hypothetische Kausalvariable muss der Effektvariable zuverlässig vorausgehen

3. Ausschluss von alternativen Erklärungen: Andere Erklärungen für die beobachtete Kovariation müssen vernünftigerweise ausgeschlossen werden.

4. Logischer Mechanismus: Es muss eine plausible Erklärung für die angenommene kausale Beziehung geben.

beziehen sich auf verschiedene Aspekte der Gültigkeit von Studienergebnissen.

Interne Validität: bezieht sich darauf, inwieweit eine Studie tatsächlich das misst, was sie zu messen beabsichtigt, und ob sie in der Lage ist, Ursache-Wirkungs-Beziehungen zwischen den untersuchten Variablen festzustellen.

- Interne Validität kann durch verschiedene Faktoren beeinträchtigt werden, wie etwa Störfaktoren (Confounding Variables), Auswahlbias oder Experimentationsfehler.

Externe Validität: Übertragbarkeit oder Generalisierbarkeit der Studienergebnisse auf andere Populationen, Settings oder Zeitpunkte.

- Externe Validität kann beeinträchtigt werden, wenn Studie in einem sehr spezifischen Kontext durchgeführt wurde und die Ergebnisse nicht ohne weiteres auf andere Situationen übertragen werden können.

• Kompromiss: Es besteht oft ein Kompromiss zwischen interner und externer Validität. Eine sehr kontrollierte Studie mit hoher interner Validität könnte möglicherweise weniger auf andere Populationen oder reale Lebenssituationen übertragbar sein (geringere externe Validität).

• Trade-Off: Forscher müssen sorgfältig abwägen, wie stark sie eine Studie kontrollieren, um interne Validität zu gewährleisten, und gleichzeitig sicherstellen, dass die Ergebnisse relevant und auf andere Kontexte anwendbar sind (externe Validität).

• Design-Entscheidungen: Verschiedene Forschungsdesigns und Methoden können dazu beitragen, einen angemessenen Kompromiss zwischen interner und externer Validität zu finden. Zum Beispiel können Feldstudien oder randomisierte kontrollierte Studien unterschiedliche Schwerpunkte setzen.

- bessere Bewertung der tatsächlichen Wirkung einer Intervention

- trägt zur internen Validität bei

-unterstützt die Fähigkeit, kausale Schlussfolgerungen zu ziehen.

1.Reduktion von Confounding (Störvariablen):

2.Ermöglicht kausale Schlussfolgerungen

3.Minimierung von Selektionsbias

4.Stärkung der internen Validität

5.Ethik und Fairness

6.Replizierbarkeit

-No treatment-control

-Wartelistenkontrollgruppen

-Placebokontrollgruppe

-Doppelblind

-Trippleblind

-Der Grundsatz hinter der ITT-Analyse besteht darin:

-ursprüngliche Randomisierung beizubehalten und die Ergebnisse so zu interpretieren, als ob alle Teilnehmer die ihnen zugewiesene Behandlung erhalten hätten, unabhängig von Abbrüchen, Nichtbefolgung der Behandlung oder anderen Unregelmäßigkeiten.

—>Robuste und allgemeine Gültigkeit von Studienergebnissen sicherstellen indem sie Studienpopulationen realistischer abbildet und potenzielle Störfaktoren berücksichtigt

1. Homogenität der Population:

2. Stabile Effekte:

3. Niedrige Generalisierung

4. Geringe Berücksichtigung von Heterogenität:

1. Heterogenität der Population

2. Varianz in den Effekten

3. Generalisierbarkeit

4. Berücksichtigung von Heterogenität

• Die Gruppen wurden gleichbehandelt (z.B. gleich lang, vergleichbare Therapeut*innen etc.)

• Die Beurteiler und Interviewer wussten nicht, in welcher Bedingung der Patient ist (blind)

• Die Patienen homogene Gruppe. Kriterien für eine einzige DSM-Diagnose erfüllen: Patienten mit Komorbiditäten werden oft ausgeschlossen

• Die Abbruchquote der Studie war gering

• Follow up: Die Patienten werden nach Beendigung der Therapie nachbeobachtet

• Der Nachweis der Wirksamkeit einer Behandlung wird von unabhängigen Forscherteams wiederholt, wodurch die Übertragbarkeit von Behandlungen über Forschungsumgebungen gegeben ist

„Funnel Plot“

Trichterstruktur: Idealerweise würde man erwarten, dass die Studien um den Durchschnittsseffekt (der Punkt, an dem der Trichter zentriert ist) herum verteilt sind. Aufgrund von Publikationsbias oder anderer Verzerrungen wird der Trichter asymmetrisch. Studien mit kleinerer Präzision können aufgrund von Publikationsbias fehlen, was zu einer Asymmetrie im unteren Teil des Trichters führt.

Symmetrie und Ausgeglichenheit: symmetrischer, ausgewogener Trichter deutet darauf hin, dass die Studien in der Metaanalyse keine systematische Verzerrung oder Publikationsbias aufweisen. Ein asymmetrischer Trichter kann hingegen auf verschiedene Formen von Verzerrung hinweisen.