Datenanalyse bei einer medizinischen Dissertation

Nach wie vor streben ihn die meisten Medizinstudenten an: den Doktortitel. Etwa 60 Prozent der Mediziner beenden ihr Studium mit einer Promotion. Dabei stolpert so mancher über die statistische Auswertung. Wer hier nicht sorgfältig genug arbeitet, läuft jedoch Gefahr, bereits im Promotionsverfahren zu scheitern. Um dem entgegenzuwirken, fasst der folgende Artikel die wichtigsten Punkte zum Thema Datenanalyse bei medizinischen Dissertationen zusammen.

Arten der medizinischen Dissertation

In medizinischen Dissertationen kommen verschiedene Methoden der Datenerhebung in Frage. Mitunter muss man Patienten einbestellen und vermessen, im Labor Versuche durchführen oder einen bereits bestehenden Datensatz statistisch analysieren.
Bei der Klinischen Studie erhebt der Studierende die Daten am Patienten. Dies kann in Form von Befragungen, Messungen oder dem subjektiven Beurteilen von Befunden erfolgen. So lassen sich beispielweise Schmerzen mit Hilfe einer Schmerzskala ermitteln.
Die Experimentelle Doktorarbeit erfordert viel Zeit, meist im Labor. Hierbei dienen dem Forschenden beispielsweise Zellkulturen oder Tiere als Basis für Experimente.
Bei der Statistischen Doktorarbeit hingegen analysiert der Forschende bereits vorhandene Datensätze und vergleicht sie mit der medizinischen Literatur.

Datenanalyse

Nach der Datenerhebung erfolgt die Auswertung. Erst durch diese sind Aussagen über die Annahme oder Verwerfung von Hypothesen schließlich möglich.
Für die Analyse benötigt man eine spezielle Statistiksoftware wie zum Beispiel SPSS. Es empfiehlt sich, die Daten vorab in eine Exceltabelle einzupflegen. Da statistische Software mit Zahlen arbeitet, ist es ratsam, alle Variablen in Zahlenform darzustellen.
Es kann sinnvoll sein, im Vorhinein einen Kurs zur medizinischen Statistik abgelegt zu haben oder auch eine Statistik-Beratung in Anspruch zu nehmen. Darüber hinaus sei an dieser Stelle auf promotionsbezogene Kurse verwiesen, die viele Universitäten anbieten, zum Beispiel Endnote-, Literaturrecherche oder spezielle Doktorandenkurse.

Die statistische Datenanalyse ist in zwei Teile gegliedert: Die Deskriptive Statistik und die Schließende Statistik.

Deskriptive Statistik

Die Explorative Statistik umfasst eine Reihe statistischer Methoden zur Beschreibung und Darstellung von Daten anhand statistischer Kennwerte, Grafiken und Tabellen. Verfahren zur Berechnung von Lage- und Streuungsmaßen, Korrelationen und Regressionen zählen dazu. Es geht um eine Zusammenfassung und Darstellung von zufällig variierenden Daten. Sie eignet sich besonders gut zur Beschreibung von sogenannten kategorialen Daten wie beispielsweise das Geschlecht, Raucher/Nichtraucher sowie metrische Daten (Symptom- oder Schmerzstärke zum Beispiel). Diese kategorialen Merkmale stellt man beschreibend, also deskriptiv, in Form von Häufigkeits- oder Kreuztabellen dar. Ein Anwendungsbeispiel hierfür wäre etwa eine Klinik, in der Mediziner die Todesfälle nach einer erfolgten Mandel-OP innerhalb eines Jahres ermitteln wollen.

Schließende Statistik – Interferenzstatistik

Schließende Statistik schließt aus den gewonnenen Daten einer Stichprobe auf Werte in der Population, trifft also Wahrscheinlichkeitsaussagen. Es geht somit um Rückschlüsse aus Stichproben auf das Unbekannte hinter den nicht exakt nachvollziehbaren Vorgängen.
An unserem Beispiel: Aufgrund der gesammelten Daten der Todesfälle schließt man auf entsprechende Todesfälle in anderen Krankenhäusern.
Die Verfahren in der Interferenzstatistik sind Signifikanztests und Konfidenzintervalle.

Signifikanz

Die Signifikanz gibt Aufschluss darüber, wie stark Stichprobendaten von einer zuvor getroffenen Annahme abweichen.
Um zu überprüfen, ob ein statistisches Ergebnis signifikant ist, existieren verschiedene statistische Tests. Dabei legt man, je nach Beschaffenheit der Daten, unterschiedliche Verteilungen zugrunde. Bei der Überprüfung auf Unterschiede in den Mittelwerten bietet sich beispielsweise ein z-Test oder t-Test an, für Kontingenztafeln ist der Chi²-Test geeignet.

Fazit

Da medizinische Studien selten eindeutige Ergebnisse liefern, ist die anschließende statistische Auswertung von großer Bedeutung für die Interpretation und die objektive Beurteilung der erfassten Daten. Mit dem nötigen Know-how in der Softwareanwendung und Statistik steht einer erfolgreichen medizinischen Promotion aber nichts im Weg.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*