Wähle im Druckfenster „Als PDF speichern“, um eine Kopie auf deinem Gerät zu behalten.
1Formeln und Methoden
Statistik der evidenzbasierten Praxis
Sensitivität und Spezifität
Se = a/(a + c), Sp = d/(b + d)
Prädiktive Werte
PPV = a/(a + b), NPV = d/(c + d)
Genauigkeit
(a + d)/n
Likelihood-Ratios
LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
PPV bei Prävalenz p
Se·p / (Se·p + (1 − Sp)(1 − p))
Odds
Odds = p/(1 − p); p = Odds/(1 + Odds); Nachtest-Odds = Vortest-Odds × LR
Risikomaße
RR = EER/CER, ARR = CER − EER, RRR = ARR/CER
Number needed to treat
NNT = 1/ARR, aufgerundet; NNH = 1/(EER − CER)
Odds Ratio
OR = ad/(bc)
Inzidenzrate
neue Fälle / Personenzeit
Methode
Zeichne die Vierfeldertafel und beschrifte a, b, c und d, bevor du rechnest.
Lies Sensitivität und Spezifität spaltenweise ab, prädiktive Werte zeilenweise.
Stell dir bei einer anderen Prävalenz 10 000 Personen vor und fülle die Tafel mit Se, Sp und der Prävalenz.
Rechne bei einer Likelihood-Ratio die Wahrscheinlichkeit in Odds um, multipliziere und rechne zurück.
Bestimme bei einer Studie zuerst EER und CER; dann RR = EER/CER, ARR = CER − EER und NNT = 1/ARR aufgerundet.
Beschreibende Statistik
Mittelwert
x̄ = Σx/n
Stichproben-Standardabweichung
s = √(Σ(x − x̄)²/(n − 1))
Median
mittlerer Wert der sortierten Daten
z-Wert
z = (x − μ)/σ
Normalverteilung
68% innerhalb ±1σ, 95% innerhalb ±2σ
Konfidenzintervalle
σ bekannt
x̄ ± z·σ/√n
σ unbekannt
x̄ ± t·s/√n, df = n − 1
Kritischer z-Wert
90%: 1,645, 95%: 1,96, 99%: 2,576
Stichprobenumfang
n = (z·σ/E)², rounded up
Methode
Entscheide zwischen z (σ der Grundgesamtheit bekannt) und t (nur die Stichproben-Standardabweichung s, mit n − 1 Freiheitsgraden).
Bestimme den kritischen Wert für das Konfidenzniveau.
Fehlerspanne: E = kritischer Wert × Standardabweichung/√n.
Intervall: x̄ ± E.
Hypothesentests & Konfidenzintervalle
z-Test für einen Mittelwert
z = (x̄ − μ0)/(σ/√n)
t-Test für einen Mittelwert
t = (x̄ − μ0)/(s/√n), df = n − 1
Zweiseitig bei 5%
H0 ablehnen, wenn |z| > 1,96
Konfidenzintervall
x̄ ± z·σ/√n
Methode
Formuliere H₀ und H₁ und entscheide, ob der Test einseitig oder zweiseitig ist.
Berechne die Teststatistik: (x̄ − μ₀)/(σ/√n), oder mit s und t.
Vergleiche mit dem kritischen Wert oder bestimme den p-Wert.
Verwirf H₀, wenn die Statistik jenseits des kritischen Werts liegt (p kleiner als α), und formuliere die Schlussfolgerung in Worten.
2Übungsaufgaben
1.Statistik der evidenzbasierten PraxisMittel
Übungsaufgabe (erfundene Werte, keine klinische Empfehlung). In einer randomisierten Studie erhielten 970 Patienten eine neue Behandlung und 320 die Kontrollbehandlung. Die Tabelle zeigt, wie viele in jeder Gruppe eine Nebenwirkung hatten. Bestimme das relative Risiko RR für das Ereignis unter der Behandlung. Runde auf zwei Nachkommastellen.
Behandlung: 87/970Kontrolle: 19/320
RR =
2.Statistik der evidenzbasierten PraxisSchwer
Übungsaufgabe (erfundene Werte, keine klinische Empfehlung). Ein Screeningtest hat eine Sensitivität von 97 % und eine Spezifität von 84 %. Er wird in einer Population mit einer Prävalenz von 0,5 % eingesetzt. Bestimme den positiven prädiktiven Wert PPV als Prozentsatz. Runde auf eine Nachkommastelle.
Se = 97%Sp = 84%p = 0,5%
PPV = %
3.Beschreibende StatistikMittel
Bestimme die Stichproben-Standardabweichung s der Daten: 60, 34, 15, 30, 50.
n = 5
s =
4.Beschreibende StatistikSchwer
Prüfungsergebnisse sind normalverteilt mit Mittelwert 50 und Standardabweichung 5. Bestimme den z-Wert z eines Ergebnisses von 53.
μ = 50σ = 5x = 53
z =
5.KonfidenzintervalleMittel
Eine Stichprobe von 12 Elementen hat den Mittelwert 112,5 und die Standardabweichung s = 7. Die Grundgesamtheit ist annähernd normalverteilt. Bestimme die untere Grenze des 95-%-Konfidenzintervalls für den Mittelwert.
n = 12x̄ = 112,5s = 795%t(11) = 2,201
untere Grenze =
6.KonfidenzintervalleSchwer
Die Standardabweichung der Grundgesamtheit ist 24. Wie groß muss die Stichprobe n sein, damit ein 95-%-Konfidenzintervall für den Mittelwert eine Fehlermarge von höchstens 1 hat?
σ = 24E = 195%
n =
7.Hypothesentests & KonfidenzintervalleMittel
Zwei Fertigungslinien stellen dasselbe Teil her. Linie 1: Eine Stichprobe von 100 Teilen hat die mittlere Länge 100 mm, und die bekannte Standardabweichung der Linie ist 10 mm. Linie 2: Eine Stichprobe von 60 Teilen hat den Mittelwert 102,4 mm, bekannte Standardabweichung 19 mm. Bestimme die Teststatistik z für H₀: μ₁ = μ₂, mit der Differenz x̄₁ − x̄₂ (Linie 1 minus Linie 2).
Ein einseitiger z-Test von H₀: μ = 200 gegen H₁: μ > 200 wird bei α = 0,01 mit einer Stichprobe von 64 durchgeführt; die Standardabweichung ist bekanntermaßen 4. In Wirklichkeit beträgt der Mittelwert 201,6. Bestimme die Wahrscheinlichkeit eines Fehlers 2. Art β in Prozent.
μ₀ = 200μ = 201,6σ = 4n = 64α = 0,01
β = %
3Lösungen
1.Statistik der evidenzbasierten Praxis
Antwort: RR = 1,51
Likelihood-Ratios und Risikomaße: LR+ = Sensitivität/(1 − Spezifität), LR− = (1 − Sensitivität)/Spezifität. In einer Studie sind EER und CER die Ereignisraten mit und ohne Behandlung: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER und NNT = 1/ARR, aufgerundet. In einer Fall-Kontroll-Studie kann nur die Odds Ratio OR = ad/(bc) verwendet werden. Eine Inzidenzrate = neue Fälle/Personenzeit.
Ereignisraten
EER = 87/970 = 0,08969
CER = 19/320 = 0,05937
Relatives Risiko
RR = 0,08969/0,05937 = 1,511 ≈ 1,51
Antwort
RR = 1,51
2.Statistik der evidenzbasierten Praxis
Antwort: PPV = 3 %
Prädiktive Werte hängen von der Prävalenz ab: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)) und NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). Mit Likelihood-Ratios: Vortest-Odds = p/(1 − p), Nachtest-Odds = Vortest-Odds × LR, Wahrscheinlichkeit = Odds/(1 + Odds). Bei einer Population von N gilt: richtig Positive = N·p·Se und falsch Positive = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), aufgerundet.
Richtig und falsch Positive (pro Person)
Se·p = 0,97·0,005 = 0,00485
(1 − Sp)·(1 − p) = 0,16·0,995 = 0,1592
Positiver prädiktiver Wert
PPV = 0,00485/(0,00485 + 0,1592) = 0,02956 ≈ 3%
Antwort
PPV = 3%
Je niedriger die Prävalenz, desto niedriger der PPV desselben Tests.
3.Beschreibende Statistik
Antwort: s = 17,58
Beschreibende Statistik: Der Mittelwert ist die Summe geteilt durch n; der Median ist der mittlere Wert der sortierten Daten (bei geradem n der Mittelwert der beiden mittleren Werte). Die Stichproben-Standardabweichung ist s = √(Σ(x − x̄)²/(n − 1)). Ein z-Wert z = (x − μ)/σ gibt an, wie viele Standardabweichungen ein Wert vom Mittelwert entfernt liegt.
Beschreibende Statistik: Der Mittelwert ist die Summe geteilt durch n; der Median ist der mittlere Wert der sortierten Daten (bei geradem n der Mittelwert der beiden mittleren Werte). Die Stichproben-Standardabweichung ist s = √(Σ(x − x̄)²/(n − 1)). Ein z-Wert z = (x − μ)/σ gibt an, wie viele Standardabweichungen ein Wert vom Mittelwert entfernt liegt.
Standardisieren
z = (53 − 50)/5 = 0,6
Antwort
z = 0,6
5.Konfidenzintervalle
Antwort: untere Grenze = 108,1
Konfidenzintervall für einen Mittelwert: x̄ ± Fehlermarge. Bei bekanntem σ der Grundgesamtheit ist die Fehlermarge z·σ/√n; ist nur die Stichproben-Standardabweichung s bekannt, nimm t mit n − 1 Freiheitsgraden: t·s/√n. Kritische Werte: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Für eine Fehlermarge von höchstens E brauchst du n ≥ (z·σ/E)², aufgerundet.
Kritischer Wert
df = n − 1 = 11, t = 2,201
Fehlermarge
E = 2,201·7/√12 = 4,448
Intervall
112,5 ± 4,448 → [108,1, 116,9]
Antwort
untere Grenze = 108,1
6.Konfidenzintervalle
Antwort: n = 2213
Konfidenzintervall für einen Mittelwert: x̄ ± Fehlermarge. Bei bekanntem σ der Grundgesamtheit ist die Fehlermarge z·σ/√n; ist nur die Stichproben-Standardabweichung s bekannt, nimm t mit n − 1 Freiheitsgraden: t·s/√n. Kritische Werte: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Für eine Fehlermarge von höchstens E brauchst du n ≥ (z·σ/E)², aufgerundet.
Nach n auflösen
n = (1,96·24/1)² = 2213
Aufrunden
Ein Stichprobenumfang ist eine ganze Zahl, und Abrunden würde die Fehlermarge zu groß machen.
n = 2213
Antwort
n = 2213
7.Hypothesentests & Konfidenzintervalle
Antwort: z = −0,906
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
Standardfehler der Differenz
SE = √(10²/100 + 19²/60) = √7,017 = 2,649
Teststatistik
z = (100 − 102,4)/2,649 = −0,906
Antwort
z = −0,906
|z| < 1.96, also wird H₀ auf dem 5-%-Niveau (zweiseitig) nicht verworfen.
8.Hypothesentests & Konfidenzintervalle
Antwort: β = 19,11 %
Teststärke: Die Teststärke 1 − β ist die Wahrscheinlichkeit, H₀ zu verwerfen, wenn sie falsch ist. Bestimme die Grenze x̄c aus μ₀ und z_α und berechne dann mit dem wahren Mittelwert die Wahrscheinlichkeit, jenseits von x̄c zu landen: z = (x̄c − μ)/(σ/√n).