gms | German Medical Science

54. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

07. bis 10.09.2009, Essen

Statistische Aspekte bei der Bewertung von Risikofaktoren oder Können Meta-Analysen zur Qualitätsverbesserung der statistischen Auswertung von Einzelstudien beitragen?

Meeting Abstract

Search Medline for

  • Maria Blettner - Institut für Medizinische Biometrie, Epidemiologie und Informatik, Mainz

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 54. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Essen, 07.-10.09.2009. Düsseldorf: German Medical Science GMS Publishing House; 2009. Doc09gmds024

DOI: 10.3205/09gmds024, URN: urn:nbn:de:0183-09gmds0248

Published: September 2, 2009

© 2009 Blettner.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Kontroverse Ergebnisse aus epidemiologischen Studien mit gleicher Fragestellung, ähnlichem Design und kompetenter statistischer Analyse lassen immer wieder neue Diskussionen um die Bedeutung epidemiologischer Forschungsergebnisse aufkommen. Als Beispiele sei an die Ergebnisse verschiedener Studien zum Zusammenhang zwischen der Handynutzung und Tumoren (Augenmelanom, Hirntumoren) erinnert. Nur wenige Risikofaktoren für Krebserkrankungen konnten bisher klar bestätigt werden, trotz zahlreicher großer, gut geplanter und teurer Studien und gepoolten Auswertungen. Eine wichtige Aufgabe ist es daher, die Ergebnisse von Einzelstudien durch systematische Reviews, Metaanalysen oder gepoolte Auswertungen gemeinsam zu bewerten [1]. Um gute Meta-Analysen durchzuführen ist es allerdings unabdingbar, dass die Einzelstudien gut geplant, richtig ausgewertet und in der Literatur gut dargestellt sind. Eine zentrale Verbesserung dazu sind GEP und STROBE [2] Empfehlungen. Beide Instrumente (GEP und STROBE) sagen aber nur wenig über die statistischen Analysestrategien aus. Es wird zunächst exemplarisch überprüft, ob sich diese Empfehlungen bisher schon auf die Verbesserung der Qualität von Einzelstudien bemerkbar gemacht haben. Es werden dann weitere Aspekte der statistischen Auswertung diskutiert, die (auch) eine Voraussetzung für gute Metaanalysen sind. Systematische Metaanalysen in der Epidemiologie werden zwar immer beliebter, aber die Frage der Zusammenfassung von heterogenen Studien bleibt nach wie vor unklar. Ein beliebtes, aber ungeeignetes Instrument, sind gepoolte Auswertungen von mehreren Studien ohne wohldefinierte Auswahlkriterien (z. B. gepoolte Auswertungen von befreundeten Forschergruppen [3]). Erfahrungen aus dem Bereich der Evidenz basierten Medizin sollten auch in der Epidemiologie Anwendung finden.


References

1.
Blettner M, Sauerbrei W, Schlehofer B, Scheuchenpflug T, Friedenreich C. Traditional reviews, meta-analyses and pooled analyses in epidemiology. Int J Epidemiol. 1999;28(1):1-9.
2.
Vandenbroucke JP, von Elm E, Altman DG, Gøtzsche PC, Mulrow CD, Pocock SJ, Poole C, Schlesselman JJ, Egger M; Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): explanation and elaboration. PLoS Med. 2007;4(10):297.
3.
Lahkola A, Auvinen A, Raitanen J, Schoemaker MJ, Christensen HC, Feychting M, Johansen C, Klaeboe L, Lönn S, Swerdlow AJ, Tynes T, Salminen T. Mobile phone use and risk of glioma in 5 North European countries. Int J Cancer. 2007;120(8):1769-75.