gms | German Medical Science

57. Kongress für Allgemeinmedizin und Familienmedizin

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM)

28. - 30.09.2023, Berlin

Geblendet vom Zufall – der Wahrheit auf der Spur

Meeting Abstract

Suche in Medline nach

  • presenting/speaker Martin Richard Kramer - Technische Universität Dresden, Medizinische Fakultät Carl Gustav Carus, Bereich Allgemeinmedizin, Dresden, Deutschland

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin. 57. Kongress für Allgemeinmedizin und Familienmedizin. Berlin, 28.-30.09.2023. Düsseldorf: German Medical Science GMS Publishing House; 2023. DocSLM-03

doi: 10.3205/23degam274, urn:nbn:de:0183-23degam2746

Veröffentlicht: 27. September 2023

© 2023 Kramer.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Hintergrund: Erkenntnisse aus der Wissenschaft stellen immer nur eine Annäherung an die Wahrheit dar. In der klinischen Forschung gelten randomisierte kontrollierte Studien als das verlässlichste Werkzeug, valide Daten zu gewinnen. Doch selbst diese Daten sind mit Unsicherheiten behaftet. Mittels statistischer Verfahren versucht man, diese Unsicherheiten zu quantifizieren. Das prominenteste Verfahren ist die Nullhypothesensignifikanztestung (NHST). Diese produziert im klinischen Kontext zum Beispiel p-Werte und Konfidenzintervalle. Die Interpretation dieser Parameter ist wenig intuitiv und bereitet Forschern und Ärzten gleichermaßen Schwierigkeiten. In der wissenschaftlichen Praxis hat sich deshalb eine geradezu dichotome Unterteilung in signifikante und nicht signifikante Erkenntnisse entwickelt. Diese Vereinfachung kann jedoch gravierende Konsequenzen zur Folge haben. In Kombination mit systematischen Verzerrungsfehlern wie dem Publikationsbias werden signifikante Erkenntnisse veröffentlicht, die vielfach nur dem Zufall geschuldet sind. Derartige Erkenntnisse sind nicht valide. Sie lassen sich nicht reproduzieren, sofern überhaupt der Versuch der Replikation gewagt wird. Damit leistet die falsche Interpretation von statistischen Parametern ihren Beitrag zur Replikationskrise.

Fragestellung/Diskussionspunkt: Wie kann der Beitrag des Zufalls auf wissenschaftliche Erkenntnisse abgeschätzt werden, wie lässt sich das Konzept der Nullhypothesentestung greifbarer machen und welche hierfür Alternative gibt es?

Inhalt: Die Schwächen der NHST werden anhand von Simulationen repliziert und die Effektgröße des Zufalls wird dargestellt. Anhand der Analogie von Screeningverfahren wird eine Methode zur Berechnung der Irrtumswahrscheinlichkeit anhand von p-Werten vorgestellt. Ein bayesianischer Ansatz zur zukünftigen Einordnung von Erkenntnissen aus Studien wird veranschaulicht.

Take Home Message für die Praxis: Die Wissenschaft befindet sich in einer Replikationskrise. Viele publizierte Erkenntnisse sind dem Zufall geschuldet. Erkenntnisse einzelner Studien sollten nicht als Maß für die Wahrheit genutzt werden. Sie sollten im Kontext des vorbestehenden Wissens betrachtet werden. Im bayesianischen Sinne kann immer nur eine Annäherung an die Wahrheit erfolgen. Den besten Weg zur Annäherung an die Wahrheit stellt letztlich die Replikation von Erkenntnissen aus Studien dar.