VL5 - Forschungsdesigns Flashcards
Unterscheidung von Studien (4)
- Primär- und Sekundärforschung
- zeitliche Abfolge (retrospektiv,querschnitt,prospektiv)
- quantitativ vs. qualitativ
- Beobachtungs- und Interventionsstudie
Def.: Forschungsdesign
Unter einem Versuchsplan (bzw. –design) versteht man ein standardisiertes, routinemäßig anwendbares Schema, das dem Aufbau, der Kontrolle und der methodischen Bewertung einer empirischen Untersuchung von unabhängigen und abhängigen Variablen zugrunde liegt
Abhängigkeit von Forschungsfrage und Forschungsdesign
Das Forschungsdesign ist abhängig von der Forschungsfrage
Warum ist das Forschungsdesign wichtig?
- Das Forschungsdesign ist die wichtigste Entscheidung und Komponente in einer Studie.
- wichtiger als die Analyse.
- Eine schlecht konzipierte Studie kann nach Durchführung niemals gerettet werden, eine schlecht analysierte Studie hingegen kann immer nochmals (und besser) analysiert werden.
–> Die Wahl eines passenden Studiendesigns ist der wichtigste Faktor für die Qualität der Studie!
You can‘t fix by analysis
what you bungled by design
Beobachtungsstudien
z.B. Querschnittsstudien,
Kohortenstudien, oder Fall-Kontroll-Studien
Interventionsstudie
z.B. experimentelle und quasi-experimentelle Studien
Das Experiment
wird häufig als Goldstandard der Forschungsdesigns angesehen
eher beschreibende Studiendesigns
Querschnitt &
Retrospektive Kohortenstudie
eher erklärende Studiendesigns
Prospektive Kohortenstudie &
Fall-Kontrollstudie
+/- Querschnittstudie
+ schnell, kostengünstig
- Systematische Fehler, geringe Validität
eher evaluatives Studiendesign
Quasi-experimentell & Experimentelle Studie
+/- Längsschnittstudien
+ Veränderliche Merkmale
-Individuelle Entwicklung über die Zeit
-komplex, zeitintensiv, teuer, Informationsbias, Selektionsbias
Deskriptive Querschnittsstudien
- “Blitzlicht” der Erfahrungen einer Personengruppe zu einem Zeitpunkt Prävalenz (Auftretenshäufigkeit) eines Phänomens oder Problems
- Ausgewählt aus der Population zu einem bestimmten Zeitpunkt
Längsschnittstudien:
Längsschnittstudien: Beschreibung der natürlichen Entwicklung eines Merkmals über die Zeit
Analytische Beobachtung Querschnittsstudien
Nur Zusammenhänge, aber keine Kausalbeziehungen
➔ hypothesengenerierend
* Problem: Systematische Fehler, weil natürliche Abfolge von Exposition und Outcome nicht untersucht werden kann
Analytische Beobachtung Längsschnittstudien
Prospektive oder retrospektive (historische) Kohortenstudie, Fall-Kontrollstudie (nur vom Ansatz
nicht aber Durchführung her)
- Problem: Eine Beziehung zeigt nicht notwendigerweise Ursache-Wirkung an
- Beide Designs anfällig für Informationsbias und Selektionsbias
- Deshalb immer wichtig, alternative Erklärungen zu berücksichtigen
Kohortenstudie:
- Beobachtungsstudie, in der eine Gruppe von
Studienteilnehmern über die Zeit hinweg beobachtet wird = Längsschnittstudie - Die Gruppen sind definiert anhand des Faktors, den man kausal untersuchen will + Exposition
- Prospektive Kohorte: Gruppen definiert anhand der Exponiertheit, warten auf das “Outcome” (z.B. Lungenkrebs, Herzinfarkt, Versterben)
- Retrospektive Kohorte: es wird von einem möglichen Faktor ausgegangen – etwa einer bestimmten medizinischen Behandlung
Auswertung des Relative Risiko (RR) KOHORTENSTUDIE
——————–Exponiert Nicht-exponiert
erkrankt ————84 (a) ———–87 (b)
nicht erkrankt —- 2916 (c)———4913 (d)
R exponiert= (a) geteilt durch (a + c)
R nicht-exponiert= (b) geteilt durch (b+d)
RR= R exponiert geteilt durch R nicht-exponiert
Fall-Kontroll-Studie
Immer retrospektiv
Fälle (definiert nach Outcome, z.B. “Problem”, Krankheit) und Kontrollen (haben Outcome nicht) werden
miteinander bezüglich einer Exposition verglichen – ist ein bisschen wie Sherlock Holmes spielen…
Retrospektiv, weil die Exposition in der Vergangenheit liegt
Beispiel: Flugzeug, Lebensmittelvergiftung, Exposition: Fischgericht –> Hatte der Pilot den Fisch oder das
Fleisch?
Auswertung des Odds Ratio (OR) FALL-KONTROLL-STUDIE
OR = (a) x (d) / (b) x (c)
Problem bei einer Fall-Kontroll-Studie
- schwierig zu verwirklichen, da man valide EE in beiden Gruppen bestimmt
- nur möglich wenn die Gesamtpopulation bekannt ist
- Validität höngt davon ab!
Beispiel Flugzeug: Hier ist die Gesamtpopulation bekannt, die eine Lebensmittelvergiftung bekommen kann (alle Passagiere plus Flugpersonal).
Experimentelle Studien
Randomisiert kontrollierte Studien (“reines” Experiment) als Goldstandard, der Zufall bestimmt, welche Person in der Stichprobe der Experimentalgruppe und welche Person der Kontrollgruppe zugewiesen wird
Quasi-experimentelle Studien
Ebenfalls eine Experimentalgruppe und eine Kontrollgruppe, aber andere Faktoren als der Zufall bestimmen, wer in welche Gruppe geht (z.B. natürlich vorkommende Gruppen wie Schulklassen oder geographische Gruppen (Vereine, Baden-Württemberg versus Bayern)
Def. Experiment
Unter einem Experiment versteht man die systematische Beobachtung einer abhängigen Variablen unter verschiedenen Bedingungen der unabhängigen Variablen […], wobei die zufällige Zuordnung der Probanden zu den [hergestellten] experimentellen Bedingungen gewährleistet sein muss.
(Hussy et al., 2010)
Randomisiert kontrollierte (klinische) Studie
- Patienten werden dem Zufall nach der Experimentalgruppe oder der Kontrollgruppe zugeteilt
- Randomisierung: der Zufall entscheidet = die Wahrscheinlichkeit, die neue Therapie oder die Kontrollintervention zu bekommen ist also genau gleich für jeden Studienteilnehmer
- Ergebnisse werden in beiden Gruppen verglichen, um die relative Wirksamkeit der Intervention zu bestimmen.
- Idealerweise “doppelblind”
- Idealerweise mit Placebogruppe = Kontrollgruppe, die keinen „Wirkstoff“ erhält
- Idealerweise mehrere Messzeitpunkte: Vor der Intervention, während der Intervention, nach der Intervention, längere Zeit nach der Intervention Idealerweise bei gutem Design die einzige Methode, um Kausalität nachzuweisen!
Vorteile Randomisiert kontrollierte (klinische) Studie
- Systematische Fehler werden minimiert (z.B. Placebo-Effekt kontrollieren)
- Studienbedingungen können stark kontrolliert werden ➔hohe interne Validität
- Konfundierende und Störvariablen werden durch das Design ausgeschaltet (randomisierte Zuweisung)
- Beste Ergebnisse bei “einfachen” experimentellen Bedingungen
Nachteile Randomisiert kontrollierte (klinische) Studie
- spezieller Stichproben
➔geringe externe Validität - Schwierig, adäquat bei komplexen Interventionen (z.B. didaktisches Programm) zu kontrollieren
- Nicht alle Störvariablen lassen sich kontrollieren
- Teuer und zeitintensiv
- Bei nicht verblindeten Experimenten hohe Wahrscheinlichkeit systematischer Fehler
- Systematische Fehler durch fehlende Messzeitpunkte in der Post-Messung.
- Ethische Probleme
quasi-experimentelle Studien
- Auch hier wird etwas Neues (Intervention, Trainingsverfahren etc.) auf seine Wirksamkeit hin untersucht
- Unterschied zwischen experimentellen und quasi-experimentellen Designs:
- Randomisierte Zuweisung von Studienteilnehmern auf die Gruppen = Experiment
- Ohne randomisierte Zuweisung = Quasi-Experiment
Vorteile quasi-experimentelle Studien
- Billiger
- Kleine Stichproben
- Rekrutierung einfacher
- Repräsentativere Stichprobe
- Standardisierung leichter
- Geographische Kontrollen: bei großer Stichprobengröße kann man Störvariablen statistisch kontrollieren
- Zwar kann Kausalität nicht gezeigt werden, quasi-experimentelle Studie dienen aber häufig der Hypothesengenerierung = Erkennen möglicher “Ursachen”
Nachteile quasi-experimentelle Studien
- Extrem anfällig für systematische Fehler!
- Besonders problematisch, wenn “Vorher-Information” retrospektiv erhoben wurde und in der
Zwischenzeit Veränderungen eingetreten sind. - Geographische Kontrollgruppe: große regionale Variation, z.B. beim Vergleich Stadt-Land
- Nur Zusammenhänge, kein Kausalschluß
Def.: Einzelfallstudien
Von quantitativer Einzelfallforschung spricht man, wenn eine einzelne Untersuchungseinheit (in der Regel eine Person) bezüglich einer oder mehrerer AV unter möglichst kontrollierten Bedingungen wiederholt beobachtet wird, um die Wirkung einer UV messen und bewerten zu können.