Altklausurfragen

Die klinische Epidemiologie ist die Wissenschaft der Erstellung von Vorhersagen zu individuellen Patienten durch Zählung klinischer Ereignisse (5Ds) bei ähnlichen Patienten.

Das Ziel der klinischen Epidemiologie ist es, statistische Methoden zur Vermeidung von zufälligen Fehlern zu entwickeln und bereitzustellen.

Die Unzufriedenheit des Patienten mit einer bestehenden Krankheit und ihrer Behandlung ist kein klinischer Outcome (5Ds)

Chronische, nicht infektiöse Krankheiten werden in der klinischen Epidemiologie nicht betrachtet.

Informationsbias tritt auf, wenn Vergleiche angestellt werden zwischen Gruppen von Patienten, die sich in Determinanten des klinischen Endzustands außer dem, der untersucht wird, unterscheiden.

Die Reliabilität beschreibt, in welchem Ausmaß die Daten messen, was sie messen sollen.

Die inhaltliche Validität ist der Grad, bis zu welchem eine bestimmte Messmethode alle Dimensionen des Konstrukts, das man zu messen beabsichtigt, und nichts darüber hinaus, umfasst.

Wesentliche Quellen der Variabilität medizinischer Merkmale sind die Messung und die Biologie.

Die Bestimmung von Quantilen (insbesondere des Medians) setzt ein zumindest nominales Skalenniveau des Merkmals voraus.

Mittelwert und Median einer ungeraden Anzahl an Messwerten sind identisch.

Im Vergleich zu natürlichen Häufigkeiten erleichtern bedingte Wahrscheinlichkeiten die Herleitung des positiven Vorhersagewerts.

Das diagnostische Odds Ratio eines binären Diagnosetests ergibt sich als Ratio des positiven zu negativen Likelihood Ratio.

Eine summarische ROC-Kurve beschreibt die diagnostische Genauigkeit der Kombination mehrerer diagnostischer Tests.

Bei Ausschlusstests ist ein positives Testergebnis hilfreich, bei Bestätigungstests ein negatives Testergebnis.

Beim Test Review Bias werden Maße für die diagnostische Genauigkeit verfälscht, durch die Kenntnis des Ergebnisses des Referenzstandards bei der Interpretation des Indextests.

Die drei wesentlichen Einflussfaktoren für die Verteilung von Krankheiten sind Zeit, Ort und Datum.

Die Inzidenz der rheumatoiden Arthritis beträgt 30/100.000 pro Jahr und die Prävalenz etwa 1/100. Dann dauert die Krankheit durchschnittlich 33 Jahre.

“15 bis 45% der Erwachsenen haben zu irgendeiner Zeit im Jahr Rückenschmerzen” ist eine Aussage zur kumulativen Inzidenz.

Bei der direkten Standardisierung wird die Studienrate auf die Standardpopulation umgerechnet (“erwartete Rate in der Standardpopulation”).

Bei der indirekten Standardisierung wird die Standardrate auf die Studienpopulation umgerechnet (“erwartete Rate in der Studienpopulation”).

Ein Risikofaktor ist ein Merkmal, dessen Ausprägung die Vorhersage erlaubt, dass ein bestimmtes Ereignis eintreten wird.

Das Odds Ratio liegt stets näher am Wert 1 als das zugehörige Relative Risiko RR.

Bei negativer Darstellung von Wahrscheinlichkeiten (z.B. Tod statt Überleben) können Patienten Risiken von Behandlungen eher akzeptieren.

Das attributable Risiko in der Population ist unabhängug von der Prävalenz der Exposition gegenüber dem Risikofaktor.

Mit dem Instrument “Score Deutschland” kann das 10-Jahres-Risiko für eine tödliche Herz-Kreislauf-Erkrankung in Abhängigkeit von bestimmten Risikofaktoren in der deutschen Bevölkerung abgeschätzt werden.

Prospektive und retrospektive Kohortenstudien messen die Inzidenz einer Erkrankung direkt.

Prospektive und retrospektive Kohortenstudien erlauben die Beurteilung möglicher Assoziationen zwischen der Exposition und vielen Krankheiten.

Bei prospektiven Kohortenstudien kann vorab entschieden werden, welche Daten gesammelt werden.

Prospektive Kohortenstudien vermeiden Bias, der auftreten könnte, wenn die Expositionserhebung erfolgt, nachdem das Outcome bereits bekannt ist.

Das STROBE-Statement ist eine Leitlinie für die Planung von Beobachtungsstudien.

Eine Fall-Kontroll-Studie eignet sich insbesondere für die Untersuchung seltener Krankheiten.

Eine Fall-Kontroll-Studie eignet sich insbesondere für die untersuchung seltener Expositionen.

Beim “Matching” muss die individuelle Zuordnung, etwa von Kontrollen und Fällen, im Verhältnis 1:1 erfolgen.

Die logistische Regression kann Interaktionen mittel multiplikativer Terme erfassen.

Die Mantel-Haenszel-Methode erlaubt die Berücksichtigung vieler Einflussvariablen (Confounder).

Eine geplante Zwischenauswertung einer klinischen Studie kann zum früheren Abbruch der Studie mit Ablehnung der Nullhypothese bei Kontrolle des Fehlers 1. Art führen

Bei der Anwendung des Intention-to-treat-Prinzips (ITT) werden Patienten entsprechend der tatsächlich erhaltenen Behandlung analysiert.

Bei der Last-observation-carried-forward Methode (LOCF) werden fehlende Beobachtungen durch zeitlich nachfolgende ersetzt.

Inadäquate Studienbeschreibungen führten 1896 zur Entwicklung des CONSORT-Statements.

Bei der Zulassung eines Medikaments müssen Studien zu direkten Vergleichen mit bereits zugelassenen Alternativen (Head-to-Head-Studien) vorgelegt werden.

Eine Prognose-Studie ist eine Studie an Gesunden zu prognostischen Fragen.

Für Prognose-Studien eignen sich vor allem Fall-Kontroll-Studien.

Prädiktive Variablen helfen bei der Therapiewahl.

Zur Beschreibung der Prognose wird ggf. die 5-Jahres-Überlebensrate verwendet.

Über Prognosefaktoren können ggf. Risikogruppen defniert werden, die zur Verbesserung der Planung und Analyse klinischer Studien beitragen (“Risiko-Stratifizierung”).

Als “tödliches Quartett” beim Lebensstil werden Übergewicht/Fehlernährung, Bewegungsmangel, Rauchen und Alkohol bezeichnet.

Zwei Vorgehensweisen der Prävention (nach G.Rose) sind die Populations- und die Niedrig-Risiko-Strategie.

An den Folgen des Rauchens sterben allein in Deutschland jedes Jahr zwischen 100.000 und 120.000 Menschen (Stand 2012).

Primäres Ziel einer Impfung ist es, die Zirkulation der Krankheitserreger einzudämmen und somit auch nicht geimpfte Personen von einer Infektion mit dem jeweiligen Erreger zu schützen (Herdenimmunität).

Indirekte Kosten beschreiben den volkswirtschaftlichen Produktionsausfall, der durch krankheitsbedingte Arbeits und Erwerbsfähigkeit sowie vorzeitigen Tod entsteht.

Intervallkarzinome sind die Krebserkrankungen bei Screening-Teilnehmern mit unauffällig befundenem Screeningtest, die im Intervall bis zur nächsten Screening-Untersuchung außerhalb des Krebsfrüherkennungs-Programms entdeckt werden.

Die Inzidenzmethode zur Berechnung der Sensitivität eines Screeningtests basiert auf der Idee, dass diese Sensitivität die Rate der Intervallfälle nicht beeinflusst.

Patienten mit schnell wachsenden TUmoren werden beim Screening leicht erkannt und können von der Früherlennung profitieren.

Der Prozentsatz gefundener Personen mit wenigstens einemn von der Norm abweichenden Testergebnis sinkt mit der Anzahl der angeordneten Tests.

Beim Screening ist die Prävalenz gering, sodass immer ein großer Anteil falsch-positiver Befunde zu erwarten ist.

Eine Ursache ist ein Ereignis, eine Bedingung oder ein Merkmal (oder Kombination dieser Faktoren), das/die eine wesentliche Rolle beim Auftreten der Krankheit spielt.

Eine Ursache heißt notwendig, wenn sie erforederlich ist für die Entwicklung einer bestimmten Krankheit (z.B. ein spezieller Keim), d.h. ohne sie kann die Krankheit nicht entstehen.

Die Miasma-Theorie wurde durch die Henle-Koch-Postulate über mutmaßliche Krankheitserreger begründet.

Eine hinreichende (suffiziente) Ursache ist ein vollständig kausaler Mechanismus, der unausweichlich die Krankheit produziert.

Gemäß den Kriterien von Hill für Ursache-Wirkungs-Beziehungen spricht ein kleines relatives Risiko für einen kausalen Zusammenhang.

Als wissenschaftliches Fehlverhalten gelten Falschangaben, wie das Erfinden oder Verfälschen von Daten (Ordnung der Uni Köln).

Gemäß der guten wissenschaftlichen Praxis sind Primärdaten als Grundlage für Veröffentlichung fünf Jahre in der Institution, in der sie entstanden sind, aufzubewahren.

Das GRADE-System dient dazu, Effekte (Wirksamkeit und Sicherheit) einer klinischen Studie als stark oder schwach zu klassifizieren.

Nach dem GRADE-System wird die Stärke einer Empfehlung bestimmt durch die Balance gewünschter und unerwünschter Effekte, die Qualität der Nachweise, Werte und Präferenzen des behandelnden Arztes sowie Einsatz von Ressourcen (Kosten).

Die Spirit-Empfehlungen sollten die Erstellung von Studienprotokollen hoher Qualität fördern.

Die Epidemiologie befasst sich mit den Verteilungen von Krankheiten in Populationen und Faktoren, die diese Verteilungen beeinflussen.

Die Epidemiologie befasst sich auch mit der Prävention von Krankheiten.

Zu den Zielen der Epidemiologie gehört auch die Information über Häufigkeiten von Krankheiten in der Bevölkerung.

Zu den Zielen der Epidemiolige gehört auch die Krankheitsursachenforschung (Ätiologie).

Snow entdeckte 1854 in London das Cholera-Bakterium/Erreger.

Snow entdeckte 1854 in London den Erreger des Kinderbettfiebers.

Die häufigsten Todesursachen in Deutschland sind Krebserkrankungen.

Die häufigsten Todesursachen in Deutschland sind Krankheiten des Herz-Kreislaufsystems.

Die häufigste Krebs-Todesursache bei Frauen in Deutschland ist Brustkrebs.

Die häufigste Todesursache bei Frauen in Deutschland ist Brustkrebs.

Die häufigste Todesursache bei Frauen in Deutschland sind Herz-Kreislauf-Erkrankungen.

Semmelweiß entdeckte 1847 in Wien den Erreger des Kinderbettfiebers.

Zur Bestimmung von Sensitivität und Spezifität eines neuen diagnostischen Tests für eine bestimmte Krankheit ist es nötig, dass die Prävalenz der Krankheit vor der Untersuchung bekannt ist.

Die Sensitivität eines diagnostischen Tests ist der Anteil der Test-Positiven unter den tatsächlichen Kranken.

Die Sensitivität eines diagnostischen Tests ist der Anteil der Kranken unter den Test-Positiven.

Die Spezifität eines diagnostischen Tests ist der Anteil der Test-Negativen unter den tatsächlich Gesunden.

Die Spezifität eines diagnostischen Tests ist der Anteil der Kranken unter den Test-Positiven.

Die Spezifität eines diagnostischen Tests ist der Anteil der Test-Negativen unter allen Kranken.

Die Spezifität eines diagnostischen Tests ist der Anteil der Gesunden unter den Test-Negativen.

Ein diagnostischer Test zur Erkennung von Diabetes mellitus ist positiv, wenn der Blutzuckerspiegel über einem bestimmen Schwellenwert liegt. Was passiert, wenn der Schwellenwert erhöht wird? Die Spezifität wird größer und die Sensitivität wird kleiner.

Die Sensitivität eines diagnostischen Tests hängt von der Prävalenz ab.

Die Spezifität eines diagnostischen Tests hängt nicht von der Prävalenz ab.

Die Spezifität eines diagnostischen Tests ist immer kleiner als die Sensitivität.

Ein diagnostischer Test mit mäßiger Sensitivität und sehr hoher Spezifität ist geeignet, Krankheiten zu bestätigen (Ruhe-In).

Ein diagnostischer Test mit sehr hoher Sensitivität und hoher Spezifität ist geeignet, Krankheiten auszuschließen (Rule-Out).

Ein diagnostischer Test mit sehr hoher Sensitivität und mäßiger Spezifität ist geeignet, Krankheiten auszuschließen (Rule-Out).

Ein diagnostischer Test mit hoher Sensitivität und hoher Spezifität ist geeignet, Krankheiten auszuschließen (Rule-Out).

Ein diagnostischer Test mit mäßiger Sensitivität und sehr hoher Spezifität ist generell für die Praxis ungeeignet.

Ein diagnostischer Test mit hoher Sensitivität und mäßiger Spezifität ist generell für die Praxis ungeeignet.

Ein diagnostischer Test mit mäßiger Sensitivität und sehr hoher Spezifität ist generell für die Praxis ungeeignet.

Bei Variation des Schwellenwerts (Cutpoints) verhalten sich Sensitivität und Spezifität eines diagnostischen Tests gemäß: Spezifität = 1-Sensitivität.

Bei Variation des Schwellenwerts (Cutpoints) verhalten sich Sensitivität und Spezifität eines diagnostischen Tests gegensinnig (wenn die Sensitivität steigt, so fällt die Spezifität).

Zur Bewertung der Qualität eines diagnostischen Tests wird als statistisches Maß z.B. die Spezifität beuntzt.

Ein diagnostischer Test entdeckt von 100 Kranken 90 als richtig positiv und von 100 Gesunden 80 als richtig negativ. Die Sensitivität ist 90%

Wie verhalten sich Sensitivität und Spezifität eines diagnostischen Tests bei Variation des Schwellenwerts? Gleichsinnig (wenn die Sensitivität steigt, so steigt auch die Spezifität).

Der positive prädiktive Wert (Vorhersagewert) eines diagnostischen Tests ist der Anteil der Kranken unter den Test-Positiven.

Der positive prädiktive Wert (Vorhersagewert) eines diagnostischen Tests ist der Anteil der Tests-Positiven unter den tatsächlich Kranken.

Der negative prädiktive Wert (Vorhersagwert eines diagnostischen Tests ist der Anteil der Test-Negativen unter den tatsächlich Gesunden.

Der negative prädikitve Wert (Vorhersagewert) eines diagnostischen Tests ist der Anteil der Kranken unter allen Test-Positiven.

Der negative prädiktive Wert (Vorhersagewert) eines diagnostischen Tests ist der Anteil der Gesunden unter den Test-Negativen.

Der positive prädiktive Wert (Vorhersagewert) eines diagnostischen Tests hängt auch von der Spezifität ab.

Der negative prädiktive Wert (Vorhersagewert) eines diagnostischen Tests hängt auch von der Spezifität ab.

Der positive prädiktive Wert (Vorhersagewert) eines diagnostischen Tests hängt auch von der Sensitivität ab.

Der negative prädiktive Wert (Vorhersagewert) eines diagnostischen Tests hängt auch von der Sensitivität ab.

Ein neuer Labortest für die Diagnose von Darmkrebs ist entwickelt worden. Ein negativer Vorhersagwert von 75% bedeutet, dass 25% der Patienten mit negativem Testbefund Darmkrebs haben.

Bei einem diagnostischen Test ist die Sensitivität 90% und die Spezifität 80%. Der positive prädiktive Wert (Vorhersagewert) ist PW+ =18%.

Der positive prädiktive Wert (Vorhersagewert) ist bei Screeningtests nicht von Bedeutung.

Bei einem diagnostischen Test ist die Sensitivität 90% und die Spezifität 80%. Bei einer Prävalenz von 50% ist der positive prädiktive Wert (Vorhersagewert) PW+ ca. 82%.

Bei einem diagnostischen Test ist die Sensitivität 90% und die Spezifität 80%. Bei einer Prävalenz von 25% ist der positive prädiktive Wert (Vorhersagewert) PW+ ca.82%.

Das folgende statitische Maß wird zur Bewertung der Qualität eines diagnostischen Tests benutzt: Likelihood Ratios.

Das negative Likelihood Ratio (LR-) eines diagnostischen Tests mit den beiden Ergebnissen positiv oder negativ soll bei guten Tests deutlich unter 1 liegen.

Das negative Likelihood Ratio (LR-) eines diagnostischen Tests mit den beiden Ergebnissen positiv oder negativ soll bei guten Tests deutlich unter 0 liegen

Das negative Likelihood Ratio (LR-) eines diagnostischen Tests mit den beiden Ergebnissen positiv oder negativ soll bei guten Tests unter -1 liegen.

Ein positives Likelihood Ratio (LR+) eines diagnostischen Tests soll bei guten Tests deutlich über 1 liegen.

Das Likelihood Ratio (LRx) eines diagnostischen Tests mit dem Ergebnis x ist nie negativ.

Ein positives Likelihood Ratio (LR+) eines diagnostischen Tests ist positiver prädiktiver Wert / negativer prädiktiver Wert.

Ein positives Likelihood Ratio (LR+) eines diagnostischen Tests ist (1-Sensitivität)/Spezifität.

Ein positives Likelihood Ratio (LR+) eines diagnostischen Tests ist Sensitivität/(1-Spezifität).

Das Likelihood Ratio (LRx) eines diagnostischen Tests mit dem Ergebnis x ist (Wahrscheinlichkeit für x eines Kranken) / (Wahrscheinlichkeit für x eines Gesunden).

Das Likelihood Ratio (LRx) eines diagnostischen Tests mit dem Ergebnis x ist (Wahrscheinlichkeit für x eines Gesunden) / (Wahrscheinlichkeit für x eines Kranken).

Ein diagnostischer Test mit hoher Sensitivität und hoher Spezifität hat ein kleines LR-.

Ein neuer Labortest für die Diagnose von Darmkrebs ist entwickelt worden. Die Sensitivität des Tests beträgt 87%, die Spezifität 83%. Das positive Likelihood Ratio ist ungefähr 5,12.

Ein diagnostischer Test endeckt von 100 Kranken 90 als richtig positiv und von 100 Gesunden 80 als richtig negativ. Das LR+ eines positiven Testergebnisses ist 10.

Ein diagnostischer Test entdeckt von 100 Kranken 90 als richtig positiv und von 100 Gesunden 80 als richtig negativ. Das Likelihood-Ratio (LR+) eines positiven Testergebnisses ist 4,5.

Ein diagnostischer Test entdeckt von 100 Kranken 90 als richtig positiv und von 100 Gesunden 80 als richtig negativ. Das Likelihood-Ratio (LR+) eines positiven Testergebnisses ist 0,125.

Die Number Needed to Harm (NNH) ist 1/(Differenz der Nebenwirkungsraten).

Die number Needed to Harm bezeichnet die durchschnittliche Anzahl von behandelten patienten pro aufgetretenem unerwünschten Ergebnis.

Die Number to Treat (NNT) bezeichnet die von der Ethikkomission zur Studie zugelassene Patientenzahl.

Die Number Needed to Screen (NNS) ist gleich mittlere Anzahl der Gescreenten pro einer geretteten Person.

Die Number Needed to Treat (NNT) bezeichnet die durchschnittliche Anzahl von Patienten, die behandelt werden muss, um ein erwünschtes Ereignis (z.B. Heilung) zu erzielen bzw. ein unerwünschtes Ereignis (z.B. Tod) zu verhindern.

Die NNS sinkt, wenn die Behandlungschancen der Gescreenten steigen.

Bei einer therapeutischen Intervention haben 70% der Patienten Erfolg, bei der Standard-Therapie nur 60%. Die NNT ist 70.

Bei einer Screening-Studie auf eine Krankheit K werden bei 1.000 Patienten einige als erkrankt entdeckt und dann behandelt. 10 Personen sterben innerhalb von 5 Jahren an der Krankheit K. In der nicht gescreenten Kontrollgruppe von 1.000 sterben 20 Personen. Die NNS ist 10.

Bei einer Screening-Studie auf eine Krankheit K werden bei 1.000 Patienten einige als erkrankt entdeckt und dann behandelt. 10 Personen sterben innerhalb von 5 Jahren an der Krankheit K. In der nicht gescreenten Kontrollgruppe von 1.000 sterben 60 Personen. Die NNS ist 20.

Bei einer Screening-Studie auf eine Krankheit K werden bei 1.000 Patienten einige als erkrankt entdeckt und dann behandelt. 10 Personen sterben innerhalb von 5 Jahren an der Krankheit K. In der nicht gescreenten Kontrollgruppe von 1.000 sterben 60 Personen. Die NNS ist 50.

Bei einer Screening-Studie auf eine Krankheit K werden bei 1.000 Patienten einige als erkrankt entdeckt und dann behandelt. 10 Personen sterben innerhalb von 5 Jahren an der Krankheit K. In der nicht gescreenten Kontrollgruppe von 1.000 sterben 20 Personen. Die NNS ist 100.

Bei einer therapeutischen Intervention haben 70% der Patienten Erfolg, bei der Standard-Therapie nur 50%. Die NNT ist 20.

Ein Informationsbias liegt vor, wenn die Methoden zur Infromationsgewinnung systematisch uneinheitlich bei den zu vergleichenden Gruppen sind.

Ein Informationsbias liegt vor, wenn die Patienten nicht über die Randomisierung aufgeklärt werden.

Ein Informationsbias ist identisch mit einem Confounding.

Ein Informationsbias ist identisch mit einem Selektionsbias.

Ein Detektionsbias klinischen Studien liegt vor, wenn z.B. in einer Behandlungsgruppe das Endergebnis anders bestimmt, wird als in den anderen Gruppen.

Ein Selektionsbias liegt z.B. bei einem Rekrutierungsbias vor.

Ein Selektionsbias liegt vor, wenn Vergleiche zwischen Gruppen durchgeführt werden, die sich in weiteren als den zu untersuchenden Faktoren unterscheiden.

Ein Selektionsbias liegt vor, wenn bestimmte Patienten bevorzugt in eine der Vergleichsgruppen eingeschlossen werden.

Ein Selektionsbias liegt vor, wenn Vergleiche zwischen Gruppen von Patienten angestellt werden, die sich in Determination des Outcomes unterscheiden.

Ein Represantionsbias liegt vor, wenn sich die Stichprobe systematisch von der Zielpopulation unterscheidet.

Ein Representationsbias liegt z.B. vor, wenn eine klinische Studie an schwer Erkrankten durchgeführt wird und deren Ergebnisse dann an leichter Erkrankten angewandt werden sollen.

Ein zufälliger Fehler ist ein Bias.

Ein Bias ist ein zufälliger Fehler bzw. eine zufällige Verzerrung.

Ein Bias ist ein systematischer Fehler bzw. eine systematische Verzerrung.

Der Length-Time-Bias ist die scheinbare Verbesserung des Outcomes der Gescreenten durch häufigeres Auffinden von Personen mit guter Prognose.

Der Lead-Time-Bias ist eine scheinbare Verlängerung der Überlebenszeit durch die Vorverlegung der Diagnose einer Erkrankung durch das Screening.

Der Length-Time-Bias ist eine scheinbare Verlängerung der Überlebenszeit durch die Vorverlegung der Diagnose einer Erkrankung durch das Screening.

Der Lead-Time-Bias ist die scheinbare Verbesserung des Outcomes der Gescreenten durch häufigeres Auffinden von Personen mit guter Prognose.

Eine Kohortenstudie vermeidet Bias, der auftreten könnte, wenn die Expositionserhebung erfolgt, nachdem das Outcome bereits bekannt ist.

Confounding ist bei prospektiven Studien nicht möglich.

Confounding ist nur bei Fall-Kontroll-Studien möglich.

Confounding ist ein Risikofaktor.

Ein Condfounder wird auch als Störgröße bezeichnet.

Confounding liegt vor, wenn ein Störfaktor sowohl mit dem Risikofaktor als auch mit der Zielgröße assoziiert ist.

Simpson’s Paradoxon ist eine Form des Confoundings, wenn sich die Richtung der Assoziation durch Stratifikation nach dem Confounder ändert.

Bei einer prospektiven Beobachtungsstudie zur Krebstherapie stellt sich heraus, dass die Überlebensrate in der Placebogruppe höher ist als in der Behandlungsgruppe - Eine Untersuchung der Placebogruppe ergibt, dass die Patienten in der Behandlungsgruppe viel älter sind als in der Placebogruppe. Das Merkmal “Alter des Patienten” nennt man Störgröße (Confounder).

Die externe Validität ist bei einer klinischen Studie mit engen Ein- und Ausschlusskriterien oft relativ gering.

Reliabilität einer klinischen Studie ist identisch mit der Validität einer Messmethode.

Die interne Validität einer klinischen Studie wird u.a. durch die Verblindung erhöht.

Die interne Validität einer klinischen Studie wird durch die Randomisation erhöht.

Die interne Validität einer klinischen Studie ist der Grad, in dem die Resultate einer Studie für diese Stichprobe korrekt sind.

Die interne Validität einer Studie ist bei randomisiert kontrollierten klinischen Studien relativ hoch.

Die externe Validität ist bei einer Studie der Grad, in dem die Resultate einer Studie generalisierbar sind.

Die externe Validität ist bei einer Studie identisch mit der Reliabilität einer Messmethode.

Die externe Validität in einer Studie kann durch die Verblindung erhöht werden.

Die Validität (Gültigkeit) einer Messmethode ist eine andere Bezeichung für die Sensitivität.

Die Validität (Gültigkeit) einer Messmethode ist ein Maß für die Wiederholbarkeit einer Messung.

Die Reliabilität einer Messmethode ist ein Maß dafür, inwieweit eine Methode misst, was sie soll.

Die Validität (Gültigkeit) einer Messmethode ist ein Maß dafür, inwieweit eine Methode misst, was sie soll.

Die Reliabilität einer Messmethode ist die Zuverlässigkeit oder Präzision.

Die Reliabilität einer Messmethode ist ein Maß für die Gültigkeit oder Richtigkeit.

Die Validität (Gültigkeit) einer Messmethode ist ein Maß für die Stabilität einer Messung bei Wiederholung unter denselben Bedingungen.

Die Reliabilität einer Messmethode ist ein Maß für die Stabilität einer Messung bei Wiederholung unter denselben Bedingungen.

Die externe Validität (einer Studie) kann durch Randomisation erhöht werden.

Die Reliabilität einer Messmethode ist ein Maß für das Risiko einer Falsch-Messung.

Die interne Validität einer klinischen Studie ist gut, wenn die Patienten eine repräsentative Stichprobe darstellen.

Die interne Validität einer klinischen Studie ist identisch mit der Validität einer Messmethode.

Die interne Validität (einer Studie) wird u.a. durch eine möglichst weit gehende Verblindung erhöht.

In einer gut geplanten klinischen Studie zur Behandlung des Ovarialkarzinoms waren die Remissionsraten für eine neues Medikament und die Standardtherapie nach einem Jahr ähnlich. Der p-Wert betrug 0,4. Das bedeutet, dass es nicht möglich ist, unter Angabe nur dieser Information zu entscheiden, ob eine Behandlung der anderen überlegen ist.

Die Punktprävalenz einer Krankheit ist meist geringer als die Periodenprävalenz.

Die Prävalenz einer Krankheit ist der Anteil der Kranken in einer Population.

Die Prävalenz der Hypertonie umfasst in Deutschland ca. 27 Millionen.

Die Punktprävalenz einer Krankheit ist die Inzidenz von kurzzeitigen Erkrankungen.

Die Punktprävalenz einer Krankheit ist die Prävalenz zu einem bestimmten Zeitpunkt.

Die Prävalenz der Hypertonie steigt mit wachsendem Alter.

Die Prävalenz der Hypertonie fällt mit wachsendem Alter.

Die Periodenprävalenz ist sinnvoll bei sehr kurzen Erkrankungen.

Die Prävalenz einer Krankheit wird z.B. in Querschnittstudien bestimmt.

Der aktuelle Krankenstand für eine bestimmte Krankheit am Stichtag ist eine Prävalenz.

80% der Menschen haben irgendwann in ihrem Leben Rückenschmerzen. Es handelt sich hier um eine Punktprävalenz.

Die Prävalenz einer Krankheit wird in einer Stichprobe der Population bestimmt.

Die Prävalenz einer Krankheit ist beim Einsatz eines diagnostischen Tests üblicherweise niedriger als bei einem Screeningtest.

Die Periodenprävalenz ist die Prävalenz von Fällen, die innerhalb einer bestimmten Zeitperiode festgestellt werden.

Die Prävalenz einer Krankheit wird z.B. in Fall-Kontroll-Studien bestimmt.

Die Inzidenz einer Krankheit in einer Population ist auf einen Zeitraum zu spezifizieren.

Eine Letalitätsrate ist die Mortalität von Patienten mit einer bestimmten Krankheit.

Die Mortalität ist der Anteil der Todesfälle unter den Erkrankungsfällen (einer speziellen Krankheit).

Die Mortalität ist der Anteil der gestorbenen Personen unter allen Personen einer Population.

Die Letalität beschreibt den Anteil der Individuen, die nach Diagnose einer Krankheit daran versterben.

Die Letalität ist der Anteil der Todesfälle unter den Erlrankungsfällen.

Der aktuelle Krankenstand für eine bestimmte Krankheit am Tag der Klausur heißt Inzidenz.

Der aktuelle Krankenstand für eine bestimmte Krankheit am Stichtag heißt Inzidenz.

Unter Inzidenz versteht man in der Epidemiologie den aktuellen Krankenstand.

Unter Inzidenz versteht man in der Epidemiologie die Neuerkrankungsrate.

Die Inzidenz einer Krankheit in einer Population ist auf einen Zeitraum zu spezifizieren.

Die Inzidenz bei exponierten und nicht exponierten Personen kann in einer Kohortenstudie ermittelt werden.

Die Inzidenz bei exponierten und nicht-exponierten Personen kann in einer Fall-Kontroll-Studie ermittelt werden.

Eine Letalitätsrate kann man mit einer Fall-Kontroll-Studie bestimmen.

Eine Fall-Kontroll-Studie ist geeignet zur Berechnung von Inzidenzen.

Es soll die Mortalität für 40- bis 45-Jährige Männer für 2004 berechnet werden. Als Bezugsgröße kommt die durchschnittliche Anzahl der 40- bis 45-jährigen Personen in der Bevölkerung im Jahre 2004 in den Nenner.

Die Mortalität ist die Inzidenz des Ereignisses Tod.

Die Inzidenz einer Krankheit in einer Population ist die Krankheitshäufigkeit in einer Zeiteinheit.

Die Prävalenz einer Krankheit ist die Neuerkrankungsrate.

Die Mortalität ist der Anteil der Todesfälle unter den Erkrankungsfällen (einer speziellen Krankheit). Die altersstandardisierte Herz-Kreislauf-Mortalität bei Männern in Deutschland ist seit 1968 ansteigend.

Für Kohortenstudien gilt: Inzidenzen sind berechenbar.

Die Inzidenz der rheumatoiden Arthritis beträgt 30/100000 pro Jahr und die Prävalenz etwa 1/100. Wie viele Jahre dauert diese Krankheit im Durchschnitt? 3 Jahre

Die Inzidenz für einen primären Leistenbruch wird bei westeuropäischen Männern mit 2-5% angegeben. Die Rezidivrate für die Operationsmethode nach Schouldice liegt bei 0,9-5,9%. Nehmen Sie für die Aufgabe an, die Inzidenz liege bei 4% und die Rezidivrate bei 5%. Wie häufig sind solche Rezidive bezogen auf die männliche Gesamtbevölkerung? 0,02% = 2/10.000.

Eine direkte Altersstandardisierung ermittelt die Rate, die in der Standardpopulation vorläge, wenn dort die Studienraten beobachtet worden wären.

Die in der Epidemiologie übliche (Alters-)Standardisierung von Inziedenzen dient der Darstellung der Altersabhängigkeit.

Die in der Epidemiologie übliche (Alters-)Standardisierung von Inzidenzen dient der Erzielung von vergleichbaren Werten für verschiedene Populationen.

Die altersstandardisierte Herz-Kreislauf-Mortalität bei Männern in Deutschland ist seit 1968 ansteigend.

Bei der direkten Altersstandardisierung werden die Studienergebnisse auf eine Standardpopulation hochgerechnet.

Bei der direkten Altersstandardisierung werden die Raten der Standardpopulation auf die Studienpopulation heruntergerechnet.

Bei der direkten Alterstandardisierung werden die alterspezifischen Raten der Studie benötigt.

Eine indirekte Altersstandardisierung ermittelt die Rate, die in der Standardpopulation vorläge, wenn dort die Studienrate beobachtet worden wäre.

Die in der Epidemiologie übliche Altersstandardisierung von Inzidenzen dient der Verminderung der Streuung.

Die Effektivität (Effectiveness) einer Intervention ist ein Maß für den Umfang von Ergebnissen unter Routinebedingungen.

Die Effektivität (Effectiveness) einer Intervention ist ein Maß für den Umfang von Ergebnissen unter Idealbedingungen

Die Wirksamkeit (Efficacy) einer Intervention ist ein Maß für den Umfang von Ergebnissen unter Routinebedingungen.

Die Effektivität (Effectiveness) einer Intervention ist ein Maß für den Umfang von Ergebnissen unter der Angabe der Number Needed to Treat (NNT).

Die Wirksamkeit (Efficacy) einer Intervention ist ein Maß für den Umfang von Ergebnissen unter Angabe der Number Needed to Harm (NNH).

Die Wirksamkeit (Efficacy) einer Intervention ist ein Maß für den Umfang von Ergebnissen unter kosten-Effektivitäts-Analysen.

Die Wirksamkeit (Efficacy) einer Intervention ist ein Maß für den Umfang von Ergebnissen unter Idealbedingungen.

Eine Querschnittstudie (Prävalenzstudie) ist eine Studie zur Ermittlung späterer Expositionsfolgen.

Eine Querschnittstudie (Prävalenzstudie) ist eine Studie zur Untersuchung des Zusammenhangs zwischen einer Krankheit und anderer relevanter Merkmale in einer bestimmten Population.

Eine Querschnittstudie (Prävalenzstudie) ist eine prospektive Studie.

In einer Grundschule wurde bei mehreren erkrankten Kindern eine Bleivergiftung als Ursache festgestellt. Es stellte sich heraus, dass alle diese bleibelasteten Kinder in Haushalten lebten mit Beschäftigten eines Betriebes, in dem Autobatterien aufgearbeitet wurden. Daraufhin wurde sofort eine Erhebung veranlasst, bei der sämtliche Beschäftigte dieses Betriebes und ihre Haushaltsmitglieder untersucht wurden. In beiden Gruppen zeigten sich in zahlreichen Fällen erhöhte Blutbleiwerte. Der folgende Studientyp kommt dem Plan der geschilderten Erhebung am nächsten: Querschnittstudie zur Prävalenzmessung.

Studien mit aggregierten Daten heißen auch Querschnittstudien.

Eine Prävalenzstudie / Querschnittstudie ist sinnvoll zur Abschätzung der Prätest-Wahrscheinlichkeit der Krankheit vor Durchführung eines diagnostischen Tests.

Eine Querschnittstudie (Prävalenzstudie) ist eine retrospektive Studie.

Die attributable Fraktion (Anteil) der Population (populations-attributabler Anteil, PAF) ist die Erhöhung der Populations-Inzidenz gegenüber der Inzidenz der Nicht-Exponierten.

Die attributable Fraktion (Anteil) der Population (populations-attributabler Anteil, PAF) ist der ANteil der Inzidenz in der Gesamtpopulation, der durch die Exposition verursacht wird.

Die attributable Fraktion (Anteil) bezeichnet die Anzahl des Auftretens von Ereignissen, die einer bestimmten Ursache zuzuordnen sind.

Der populationsbezogene Anteil (PAF) der Lungenkrebs-Inzidenz, der durch das Rauchen verursacht wird, liegt bei etwa 89%.

Der populationsbezogene Anteil (PAF) der Lungenkrebs-Inzidenz, der durch das Rauchen verursacht wird, liegt bei etwa 50%.

Das attributable Risiko der Population (populations-attributables Risiko, PAR) ist die Erhöhung der Populationsinzidenz gegenüber der Inzidenz der Nicht-Exponierten.

Das attributable Risiko der Population (populations-attributables Risiko, PAR) ist die Differenz des Risikos in der Gesamtpopulation und dem Risiko der Nicht-Exponierten.

Die expositionsattributable Anzahl ist die Anzahl Betroffener, die durch eine Exposition geschädigt werden.

Die attributable Anzahl bezeichnet des Auftretens von Ereignissen, die einer bestimmten Ursachen zuzuordnen sind.

Der Median ist das 50%-Perzentil.

Ein Referenzbereich (Normbereich) erlaubt zu beurteilen, wo der Messwert eines Patienten bezüglich der Werte der Population liegt.

Ein Referenzbereich (Normbereich) beschreibt z.B. den Bereich der 90% der innen liegenden Laborwerte.

Prognosestudien sind spezielle Kohortenstudien.

Prognosestudien sind spezielle prospektive Studien.

Prognosestudien sind spezielle Fall-Kontroll-Studien.

Prognosestudien sind spezielle klinische Studien.

Ein 95%-Konfidenzintervall für eine Prävalenz für eine Prävalenz wird mit wachsendem Stichprobenumfang immer enger.

Ein 95%-Konfidenzintervall für eine Prävalenz für eine Prävalenz gibt einen Bereich an, in dem die tatsächliche Prävalenz der Grundgesamtheit mit 95% Sicherheit liegt.

Ein 95%-Konfidenzintervall für eine Prävalenz für die Prävalenz ist breiter als das 90%-Konfidenzintervall.

Ein 95%-Konfidenzintervall für eine Prävalenz für die Sensitivität ist breiter als das 90%-Konfidenzintervall.

Wenn ein OR = 0,8 ist, ist das entsprechende RR ≤ 0,8 .

Bei Fall-Kontroll-Studien lassen dich die Odds-Ratios sinnvoll interpretieren.

Bei Kohortenstudien können Konfidenzintervalle für Odds Ratios berechnet werden.

Bei Kohortenstudien können Odds Ratios berechnet werden.

Eine Kohortenstudie kann die (relativen) Risiken ermitteln.

Das Odds Ratio ist der englische Begriff für das relative Risiko (RR).

Das Odds Ratio ist 1, wenn ein starker positiver Zusammenhang zwischen zwei Variablen besteht.

Das Odds Ratio ist nie negativ.

Das Odds Ratio ist immer positiv.

Das Odds Ratio unterschätzt relative Risiken, wenn sie unter 1 sind.

Das Odds Ratio überschätzt relative Risiken, wenn sie über 1 sind.

Das Odds Ratio ist ein Maß für den Zusammenhang einer Exposition und einer Krankheit.

Das relative Risiko ist der Quotient der Risiken zweier Gruppen.

Ein 95%-Konfidenzintervall für die Sensitivität eines diagnostischen Tests überdeckt mit einer Wahrscheinlichkeit von (mindestens) 95% die wahre Wahrscheinlichkeit, dass ein Kranker durch diesen Test entdeckt wird.

Das relative Risiko ist bei Fall-Kontroll-Studien nicht berechenbar.

Das Odds Ratio ist bei Fall-Kontroll-Studien nicht berechenbar.

Die Prävalenz einer Krankheit ist P. Dann ist das entsprechende Odds = (1-P)/P.

Die Prävalenz einer Krankheit ist P. Dann ist das entsprechende Odds = P/(1-P).

Die 1-Jahres-Inzidenz einer Erkrankung ist 0,2. Dann ist das entsprechende Odds 0,25.

Eine Prävalenzstudie (Querschnittstudie) zeigt unter 100 Exponierten 50 Allergiker und unter 100 nicht Exponierten 10 Allergiker. Das Odds Ratio (OR) ist gerundet -11.

Eine Prävalenzstudie (Querschnittstudie) zeigt unter 100 Exponierten 50 Allergiker und unter 100 nicht Exponierten 10 Allergiker. Das Odds Ratio (OR) ist 0,9.

Eine Prävalenzstudie (Querschnittstudie) zeigt unter 100 Exponierten 50 Allergiker und unter 100 nicht Exponierten 10 Allergiker. Das Odds Ratio (OR) ist nicht bestimmbar.

Bei einer Exposition E bekommen 20% der Exponierten eine Krankheit, jedoch nur 10% der nicht Exponierten. Für das Odds Ratio (OR) gilt: OR = 2,25.

Bei einer Exposition E bekommen 40% der Exponierten eine Krankheit, jedoch nur 10% der nicht Exponierten. Für das Relative Risiko (RR) gilt: RR = 4.

Bei einer Exposition E bekommen 20% der Exponierten eine Krankheit, jedoch nur 10% der nicht Exponierten. Für das Odds Ratio (OR) gilt: OR = 0,75.

Eine Prävalenzstudie (Querschnittstudie) zeigt unter 100 Exponierten 50 Allergiker und unter 100 nicht Exponierten 10 Allergiker. Das Odds Ratio (OR) ist -9.

Eine Prävalenzstudie (Querschnittstudie) zeigt unter 100 Exponierten 50 Allergiker und unter 100 nicht Exponierten 10 Allergiker. Das Odds Ratio (OR) ist 9.

Mit einer Fall-Kontroll-Studie soll untersucht werden, ob unterernährte Frauen ein erhöhtes Risiko haben, untergewichtige Kinder zu gebären. Der Ernährungszustand der in die Untersuchung aufgenommenen Frauen unmittelbar vor der Konzeption ist bekannt. Als Risikomaß wird das relative Risiko berechnet.

Mit einer Fall-Kontroll-Studie soll untersucht werden, ob unterernährte Frauen ein erhöhtes Risiko haben, untergewichtige Kinder zu gebären. Der Ernährungszustand der in die Untersuchung aufgenommenen Frauen unmittelbar vor der Konzeption ist bekannt. Als Assoziationsmaß (Risikomaß) wird das Odds Ratio berechnet.

Mit einer Fall-Kontroll-Studie soll untersucht werden, ob unterernährte Frauen ein erhöhtes Risiko haben, untergewichtige Kinder zu gebären. Der Ernährungszustand der in die Untersuchung aufgenommenen Frauen unmittelbar vor der Konzeption ist bekannt. Welches Vorgehen beim Studienaufbau ist richtig? Der Ernährungszustand der Frauen wird als Fälle bzw. Kontrollen definiert.

In einer Fall-Kontroll-Studie über den Zusammenhang zwischen Krampfadern und Übergewicht (und anderen Risikofaktoren) wurden bei Frauen zwischen 20 und 50 Jahren die folgenden Zahlen ermittelt: Fälle (mit Krampfadern) mit bzw. ohne Übergewicht 94 bzw. 541, Kontrollen (ohne Krampfadern) mit bzw. ohne Übergewicht 69 bzw. 566. Dann beträgt das Odds Ratio für Übergewicht ≈ 1,36.

In einer Fall-Kontroll-Studie über den Zusammenhang zwischen Krampfadern und Übergewicht (und anderen Risikofaktoren) wurden bei Frauen zwischen 20 und 50 Jahren die folgenden Zahlen ermittelt: Fälle (mit Krampfadern) mit bzw. ohne Übergewicht 94 bzw. 541, Kontrollen (ohne Krampfadern) mit bzw. ohne Übergewicht 69 bzw. 566. Dann beträgt das Odds Ratio für Übergewicht ≈ 1,43.

In einer prospektiven Studie über den Zusammenhang zwischen der Exposition gegenüber einer Noxe und dem Auftreten einer Krankheit, die bei Männern einer bestimmten Region über einen Zeitraum von 15 Jahren durchgeführt wurde, erhielt man folgende Ergebnisse: Exponierte mit bzw. ohne Erkrankung 10 bzw. 1490, Nicht-Exponierte mit bzw. ohne Erkrankung 20 bzw. 4480. Danach erhöht sich bei exponierten Männern (gegenüber den nicht eponierten Männern) das Risiko des Auftretens der Krankheit um den Faktor 1,5.

Die Sensitivität eines diagnostischen Tests betrage 97%, die Spezifität 84%. Angenommen die Prävalenz für eine Krankheit ist 53%. Dann ist die Wahrscheinlichkeit, dass ein Patient mit positivem Test tatsächlich gesund ist, 16%.

Bei einem Screeningprogramm an 1000 Männern im Alter von über 65 Jahren wurde in 100 Fällen ein behandlungsbedürftiger Diabetes mellitus diagnostiziert. Nach einem Jahr war in derselben Personengruppe eine Anzahl von Neuerkrankungen an Diabetes mellitus hinzugekommen. Dieser Zuwachs wird durch das relative Risiko in adäquater Weise angegeben.

Bei einer Exposition E bekommen 20% der Exponierten eine Krankheit, jedoch nur 10% der nicht Exponierten. Für das Odds Ratio (OR) gilt: OR = 10%.

Bei einer Exposition E bekommen 20% der Exponierten eine Krankheit, jedoch nur 10% der nicht Exponierten. Für das Odds Ratio (OR) gilt: OR = 6%.

Das relative Risiko ist bei Kohortenstudien bestimmbar.

Bei Fall-Kontroll-Studien können relative Risiken berechnet werden.

Die Prävalenz einer Krankheit ist P = 0,5. Dann ist das entsprechende Odds =1.

In einer Kohortenstudie wurde die Häufigkeit schwerer kindlicher Fehlbildungen nach Antiemetikaeinnnahme in der Frühschwangerschaft untersucht. Die Ergebnisse wurden in der folgenden 4-Felder-Tafel dargestellt. Einnahmen mit bzw. ohne Fehlbildung 20 bzw. 1480, Nicht-Einnahmen mit bzw. ohne Fehlbildung 10 bzw. 1490. Der Ausdruck “(20/1500) / (10/1500)” bezeichnet das relative Risiko für schwere kindliche Fehlbildung nach Antiemetikaeinnahme in der Frühschwangerschaft.

Im Rahmen einer Fall-Kontroll-Studie wurde folgende Vierfeldertafel erstellt: A=50, B=50, C=100, D=300. Das Odds Ratio bezüglich des unerwünschten Ereignisses beträgt 3.

Das relative Risiko ist bei Fall-Kontroll-Studien nicht bestimmbar.

Spezifische Raten beziehen sich immer auf Teilpopulationen.

Eine Überlebenskurve hat an der medianen Überlebenszeit etwa den Funktionswert 50%.

Eine Überlebenskurve gibt an, wie viel Prozent der Stichprobe zum Zeitpunkt t noch lebt.

Der Median ist das 50%-Perzentil.

Die mediane Überlebenszeit ist etwa die Hälfte der maximalen Überlebenszeit.

Die mediane Lebenserwartung der weiblichen deutschen Bevölkerung ist die Hälfte der maximal möglichen Lebensdauer.

Die mediane Überlebenszeit ist die mittlere Überlebenszeit.

Eine Kaplan-Meier-Kurve ist eine Überlebenskurve, die zensierte Daten berücksichtigt.

Eine Kaplan-Meier-Kurve ist ein Histogramm der Zensierungszeitpunkte.

Die mediane Überlebenszeit der weiblichen deutschen Bevölkerung liegt über 80 Jahre.

Die mediane Lebenserwartung der weiblichen deutschen Bevölkerung liegt bei über 80 Jahren.

Die mediane Überlebenszeit der weiblichen deutschen Bevölkerung liegt bei etwa 45 Jahren.

Die mediane Lebenserwartung der weiblichen deutschen Bevölkerung liegt bei etwa 45 Jahren.

Eine Überlebenskurve ist nicht berechenbar bei zensierten Daten.

Eine Überlebenskurve hat Funktionswerte zwischen 0 und 1.

Die 5-Jahres-Überlebensrate ist größer als oder gleich der 3-Jahres-Rate.

Die 5-Jahres-Überlebensrate ist immer größer als die 3-Jahres-Überlebensrate.

Die 5-Jahres-Überlebensrate ist kleiner als oder gleich der 3-Jahres-Rate.

Bei klinischen Studien wird die Behandlungsgleichheit z.B. durch eine Placebo-Kontrolle angestrebt.

Bei klinischen Studien wird die Beobachtungsgleichheit durch z.B. ein Referenzlabor angestrebt.

Bei einer klinischen Studie wird die Gleichheit zwsichen den Behandlungen durch ein Referenzlabor angestrebt.

Bei klinischen Studien wird die Beobachtungsgleichheit durch Doppel-Verblindung angestrebt.

Bei klinischen Studien wird die Beobachtungsgleichheit durch Randomisierung angestrebt.

Bei klinischen Studien wird die Strukturgleichheit durch Randomisierung angestrebt.

Bei klinischen Studien wird die Strukturgleichheit durch Doppel-Verblindung angestrebt.

Randomisierte klinische Studien sind spezielle Kohortenstudien.

Bei kontrolliert klinischen Studien müssen im Prüfplan Ein- und Ausschlusskriterien definiert werden.

Klinische Studien sind immer Arzneimittelstudien.

Klinische Studien sind immer prospektive Studien

Klinische Studien sind spezielle Kohortenstudien.

Bei der Interntion to Treat-Analyse (ITT) werden die Patienten gemäß der Gruppenzuteilung ausgewertet.

Bei der Per protocol-Analyse (PP) werden die Patienten gemäß der Gruppenzuteilung (Randomisierung) ausgewertet.

Bei der Intention to Treat-Analyse (ITT) werden nur die Prüfplankonformen Patienten ausgewertet.

Bei der Intention to Treat-Analyse (ITT) werden Abbrecher nicht ausgewertet.

Eine randomisierte klinische Studie vergleicht Angioplastie mit Fibrinolyse zur Behandlung des akuten Myokardinfarkts. Die Autoren schreiben, dass “… die Auswertung der Intention-to-Treat-Methode durchgeführt wurde”. Ein Vorteil dieser Methode ist, dass sie die Effekte der Behandlungen beschreibt, die die Patienten tatsächlich erhalten haben.

Screening-Untersuchungen sind als diagnostische Maßnahme gedacht.

Eine Screening-Untersuchung dient meist der Entdeckung einer unbekannten Erkrankung.

Zum Screening des Prostatakarzinoms stehen verschiedene Diagnoseinstrumente zur Verfügung. Der positive Vorhersagewert steigt, falls das Screening in einer Risikopopulation durchgeführt wird.

Zum Screening des Prostatakarzinoms stehen verschiedene Diagnoseinstrumente zur Verfügung. Der positive Vorhersagewert fällt, falls das Screening in einer Risikopopulation durchgeführt wird.

Zum Screening des Prostatakarzinoms stehen verschiedene Diagnoseinstrumente zur Verfügung. Zur Verminderung falsch-positiver Resultate sollte ein hoch spezifischer Test verwendet werden.

Der Zuwachs von Neuerkrankungen bei einem Screening-Programm wird durch das relative Risiko in adäquater Weise angegeben.

Eine Screening-Untersuchung dient z.B. der Aufdeckung asymptotischer Krankheitsstufen.

Wenn ein Screeningprogramm begonnen wird, werden bei der ersten Screeningrunde meistens mehr Personen mit der Krankheit gefunden als in späteren Screeningrunden.

Eine Screening-Untersuchung kann in ihrer Effektivität beurteilt werden wie eine randomisierte kontrollierte Studie.

Screening-Untersuchungen sollen unbekannte Erkrankungen oder Risikofaktoren feststellen.

Der positive prädiktive Wert (Vorhersagewert) ist bei Screeningtests nicht von Bedeutung.

Screening-Studien sind meistens Maßnahmen im Rahmen der sekundären Prävention.

Der PROCAM-Score gibt das 10-Jahres-Risiko für das Auftreten einer koronaren Herzerkrankung bei Männern an.

Der PROCAM-Score gibt das 10-jahres-Risiko für das Auftreten von Diabetes an.

Das STARD-Statement beschreibt Standards zur Publikation von Studien zu diagnostischen Tests.

Das Consort-Statement beschreibt Standards zur Publikation klinischer Studien

Das Consort-Statement beschreibt Standards zur Publiaktion diagnostischer Studien.

Studien mit aggregierten Daten heißen auch ökologische Studien.

Studien mit aggregierten Daten heißen auch Kohortenstudien.

Eine ökologische Studie ist ein Sonderfall einer Fall-Kontroll-Studie.

Studien mit aggregierten Daten sind spezielle Fall-Konntroll-Studien.

Studien mit aggregierten Daten heißen auch Fall-Kontroll-Studien.

Studien mit aggregierten Daten sind Studien mit Zugriff auf Individualdaten.

In einer Studie zur Hypertonie wurde für 6 europäische Staaten, die USA und Kanada die Bluthochdruck-Prävalenz zur Mortalität pro 100.000 Einwohner des jeweiligen Staates in Beziehung gesetzt. Es handelt sich um eine ökologische Studie mit Aggregat-Daten.

Bei normalverteilten Merkmalen sind 95,4% der zu erwartenden Daten im “2-σ-Bereich”.

Bei normalverteilten Merkmalen sind 68,3% der zu erwartenden Daten im “1-σ-Bereich”.

Bei normalverteilten Merkmalen sind 99,7% der zu erwartenden Daten im “3-σ-Bereich”.

Bei normalverteilten Merkmalen sind 95,4% der zu erwartenden Daten im “1-σ-Bereich”.

Das Fagan-Nomogramm ermöglicht das Ablesen der Spezifität.

Das Fagan-Nomogramm ermöglicht das Ablesen der Nachtest-Wahrscheinlichkeiten in Abhängigkeit der Vortest-Wahrscheinlichkeit und der Likelihood-Ratios.

Das Fagan-Nomogramm ermöglicht das Ablesen der prädiktiven Werte (Nachtest-Wahrscheinlichkeiten).

Die Fläche unter der ROC-Kurve (AUC = Area under Characteristic) ist ≤ 1.

Die Fläche unter der ROC-Kurve (AUC = Area under Characteristic) beschreibt die Qualität des diagnostischen Tests.

Die ROC-Kurve beschreibt bei diagnostischen Tests als Fläche unter der ROC-Kurve die Qualität des Tests.

Der 2x2-Felder-Test ist ein statistischer Signifikanztest.

Die ROC-Kurve beschreibt bei diagnostischen Tests die Rate richtig-positiver bzw. Sensitivität (y-Achse) versus Rate falsch-positiver bzw. 1 - Spezifität (x-Achse).

Eine ROC-Kurve eines diagnostischen Tests entspricht einem sehr guten Test, wenn die sehr nah an der Diagonalen liegt.

Die ROC-Kurve eines diagnostischen Tests ist eine monoton steigende Funktion.

ROC-Kurven diagnostischer Tests ermöglichen Vergleiche zwischen verschiedenen Tests.

Eine ROC-Kurve eines diagnostischen Tests trägt Sensitivität gegen (1-Spezifität) in Abhängigkeit des gewählten Cutpoints auf.

Der Bland-Altman-Plot ist eine AUC-Kurve.

Der Bland-Altman-Plot wird zum Vergleich zweier Messungen verwendet.

Der Bland-Altman-Plot ist ein Streudiagramm (Scatterplot) mit Mittelwerten (x-Achse) vs. Messwertdifferenzen (y-Achse) zweier paariger Messwerte.

Der Bland-Altman-Plot ist eine Punktwolke.

Ein diagnostischer Test erfordert zu seiner korrekten Validierung einen “Goldstandard”.

Ein diagnostischer Test erfordert einen Goldstandard zur Validierung.

Eine Sterbetafel enthält Angaben über z.B. den Anteil der Lebendgeborenen, die ein bestimmter Altersjahr vollenden.

Ein Risikofaktor für eine Krankheit bezieht sich im Allgemeinen auf noch nicht Erkrankte.

Ein Prognosefaktor bezieht sich auf bereits Erkrankte.

Ein Risikofaktor für die Hypertonie ist z.B. das Alter.

Ein Risikofaktor für die Hypertonie ist z.B. Übergewicht.

Hypertonie ist ein Risikofaktor für die Schlaganfall-Mortalität.

Hypertonie ist ein Risikofaktor für die Inzidenz von Schlaganfällen und Herzinfarkten.

Ein Risikofaktor ist ein Merkmal, das mit dem Auftreten der Krankhiet assoziiert ist.

Ein Risikofaktor kann ein Merkmal sein, das genetisch bedingt ist.

Ein Risikofaktor ist oft nur statistisch begründet und muss gegen Bias-Formen abgesichert werden.

Ein Risikofaktor kann z.B. auch Alter oder Geschlecht sein.

Ein Prognosefaktor kann z.B. auch Alter oder Geschlecht sein.

Primäre Prävention kann z.B. eine Diät-Schulung bei Schwangeren sein.

Primäre Prävention kann z.B. ein Screening auf Kolonkarzinom mit einem Hämoccult-Test sein.

Primäre Prävention kann auch eine Screening-Untersuchung z.B. auf Risikofaktoren umfassen.

Primäre Prävention findet statt, wenn noch keine Erkrankung eingetreten ist.

Sekundäre Prävention kann auch eine Screening-Untersuchung z.B. auf Risikofaktoren umfassen.

Sekundäre Prävention kann z.B. ein Screening auf Kolonkarzinom mit einem Hämoccult-Test sein.

Sekundäre Prävention deckt eine Krankheit frühzeitig auf, wenn sie noch asymptotisch ist, und versucht durch eine rechtzeitige Behandlung ihre Progression zu verhindern.

Tertiäre Prävention findet statt, wenn die Erkrankung eingetreten ist und Spätkomplikationen verhindert, werden sollen.

Eine Screening-Untersuchung kann ein Teil der Maßnahmen der sekundären Prävention sein.

Eine Fall-Kontroll-Studie ist eine Beobachtungsstudie.

Beobachtungsstudien können z.B. Fall-Kontroll-Studien sein.

Bei Fall-Kontroll-Studien können mehrere Expositionen untersucht werden.

Eine Fall-Kontroll-Studie ist geeignet zur Aufdeckung von mehreren späteren Expositionsfolgen

Bei Fall-Kontroll-Studien wird der Zusammenhang von eingetretenen Effekten mit vermuteten Ursachen geprüft.

Fall-Kontroll-Studien sind vom logischen Ansatz her immer retrospektiv.

Eine Fall-Kontroll-Studie ist eine retrospektive Studie, die Gruppen von Erkrankten und Nicht-Erkrankten vergleicht.

Beobachtungsstudien können z.B. randomisiert klinische Studien sein.

Beobachtungsstudien können z.B. Querschnittstudien sein.

In einer Studie zur Hypertonie wurde für sechs europäische Staaten, die USA und Kanada die Bluthochdruck-Prävalenz zur Mortalität pro 100.000 Einwohner des jeweiligen Staates in Beziehung gesetzt. Es handelt sich um eine Fall-Kontroll-Studie.

In einer Studie zur Hypertonie wurde für sechs europäische Staaten, die USA und Kanada die Bluthochdruck-Prävalenz zur Mortalität pro 100.000 Einwohner des jeweiligen Staates in Beziehung gesetzt. Es handelt sich um eine Kohortenstudie.

Metaanalysen sind geeignet für die Zusammenfassung mehrerer klinischer / epidemiologischer Studien zur gleichen Fragestellung.

Metaanalysen benötigen ihrerseits einen Stundenplan.

Die Framingham-Studie war eine Kohortenstudie.

Die Framingham-Studie war eine Fall-Kontroll-Studie.

Prospektive bzw. Kohortenstudien sind für die Aufdeckung von Risiken der Hypertonie ungeeignet.

Prospektive bzw. Kohortenstudien können Inzidenzen aufdecken.

Eine Kohortenstudie kann Inzidenzen ermitteln.

Eine Kohortenstudie ist eine prospektive Studie, die Gruppen mit verschiedenen Expositionen vergleicht.

Bei Kohortenstudien können mehrere Folgekrankheiten untersucht werden.

Bei Kohortenstudien können Differenzen von Inzidenzraten berechnet werden.

Bei einer Kohortenstudie können berechnet werden: relative Risiken.

Kohortenstudien können die Inzidenz von Erkrankungen direkt messen.

Kohortenstudien vermeiden Bias, der auftreten könnte, wenn die Expositionserhebung erfolgt, nachdem das Outcome bereits bekannt ist.

Eine Kohortenstudie kann nicht durchgeführt werden, bevor nicht genügend Zeit nach der Exposition zur Entwicklung der Krankheit vergangen ist.

In einer Kohortenstudie wurde gefunden, dass die Vitamin A-Aufnahme ein Risikofaktor für eine Oberschenkelhalsfraktur bei Frauen ist. Das relative Risiko war 1,48 und das 95%-Konfidenzintervall ergab 1,05-2,07. Die Assoziation ist statistisch signifikant bei p < 0,05.

In einer Kohortenstudie wurde ein Odds Ratio mit OR = 2,2 berichtet. Dann ist das entsprechende relative Risiko stets kleiner als 2,2.

Kohortenstudien sind vom logischen Ansatz her immer prospektiv.

Eine Stratifizierung ist sinnvoll bei der Randomisierung (“stratifizierte Randomisierung”).

Eine Stratifizierung ist sinnvoll bei der Stichprobenziehung (“geschichtete Stratifizierung”).

Bei der geschichteten (stratifizierten) Randomisation in klinischen Studien wird z.B. die Klinik bei Multicenterstudien berücksichtigt.

Eine Stratifizierung ist eine Form der Hochrechnung.

Bei der Beurteilung, ob eine beobachtete Assoziation plausiblerweise kausal ist, gilt: Das Fehlen einer Dosis-Wirkungs-Beziehung spricht gegen Kausalität.

Bei der Beurteilung, ob eine beobachtete Assoziation plausiblerweise kausal ist, gilt: Das Fehlen einer Dosis-Wirkungs-Beziehung spricht für eine Kausalität.

Bei der Beurteilung, ob eine beobachtete Assoziation plausiblerweise kausal ist, gilt: Der beobachtete Befund sollte konsistent mit dem Ergebnis anderer Studien sein.