gms | German Medical Science

51. Kongress für Allgemeinmedizin und Familienmedizin

Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin (DEGAM)

21.09. - 23.09.2017, Düsseldorf

Die Propensity Score-Analyse – Eine innovative Methode zur Auswertung von nichtrandomisierten Interventionsstudien

Meeting Abstract

Search Medline for

  • O. Kuß - Deutsches Diabetes-Zentrum (DDZ), Leibniz-Zentrum für Diabetes-Forschung an der Heinrich-Heine-Universität Düsseldorf, Institut für Biometrie und Epidemiologie, Düsseldorf, Deutschland

51. Kongress für Allgemeinmedizin und Familienmedizin. Düsseldorf, 21.-23.09.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. Doc17degam233

doi: 10.3205/17degam233, urn:nbn:de:0183-17degam2331

Published: September 5, 2017

© 2017 Kuß.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: Es besteht weitgehende Einigkeit in der empirischen Forschung darüber, dass Interventionen primär in randomisierten Studien geprüft werden sollen. In manchen Fällen sind diese jedoch „unnötig, ungeeignet, unmöglich oder ungenügend“ und werden immer wieder für ihre fehlende externe Validität kritisiert. Nichtrandomisierte Studien können eine Alternative zur Evaluierung von Interventionen sein, allerdings haben diese das Problem der fehlenden internen Validität: Die Interventionszuteilung erfolgt nichtrandomisiert und Interventions- und Kontrollgruppe können sich systematisch bzgl. bekannter und (schlimmer noch) unbekannter Störgrößen (Confounder) unterscheiden. Eine Reihe von statistischen Verfahren kann zur Confounderadjustierung benutzt werden; immer häufiger Anwendung, auch in der Allgemeinmedizin, findet die Propensity Score-Analyse.

Zielgruppe: Wissenschaftler/innen

Didaktische Methode: Im Workshop soll anhand eines Beispiels die Methode vorgestellt und diskutiert werden.

Ziele: Die Teilnehmenden sollen nach dem Workshop die Grundlagen der Propensity Score-Analyse kennen sowie in der Lage sein, deren Nutzen und die Anwendbarkeit auf eigene Fragestellungen einzuschätzen.

Geschätzte Anzahl Teilnehmern/innen: 10–15

Kurzvorstellung des Workshop Leiters: Prof. Dr. Oliver Kuß ist Biostatistiker und leitet das Institut für Biometrie und Epidemiologie am Deutschen Diabetes-Zentrum (DDZ), Leibniz-Zentrum für Diabetes-Forschung an der Heinrich-Heine-Universität Düsseldorf. Er hat sowohl methodisch im Bereich Propensity Score-Analyse gearbeitet als auch mehrere Studien mit dieser Methode als verantwortlicher Statistiker ausgewertet.