Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Wissenschaftliche Arbeitsmethoden I > Wissenschaftliche Arbeismethoden 17.12 > Flashcards

Wissenschaftliche Arbeismethoden 17.12 Flashcards

1
Q

Was umfasst die Gesamte (Ziel-) Population?

A 
Gesamte (Ziel - )Population
Parameter von Interesse:
- Proportion (Prävalenz)
- Mittelwert & Streuung
(Wertebereich) einer Variablen
- Ratio (Chance, Risiko)
Messung aller Individuen
 Berechnung der wahren Populationsparameter
 Keine Stichproben-bedingte Unsicherheit der
Ergebnisse

Statistische Tests sind nicht erforderlich

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Was umfasst die Repräsentative (Zufalls) Stichprobe?

A 
Repräsentative (Zufalls)Stichprobe
Messung einer Auswahl von Individuen
 Parameter werden geschätzt
 Stichproben-bedingte Unsicherheit der
Ergebnisse in Bezug auf die Gesamtpopulation

Stat. Tests erforderlich, um Aussagen „abzusichern”

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Was sind die Grundlagen des Hypothesentests?

A 
Beschreibende Statistik (Deskription)
Stichprobe/ Studienpopulation
(z.B. Pferde in einer Studie)
Tatsächliches Stockmaß bekannt:
- Mittelwert x
- Standardabweichung s
- Anzahl Pferde n

Rückschluss =Schließende Statistik (Induktion)

Zielpopulation (z.B. alle Pferde in Deutschland) Tatsächliches Stockmaß unbekannt:

  • Geschätzter Mittelwert µ
  • Geschätzte Standardabweichung σ
  • Anzahl Pferde N oder ∞
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Nenne Zentrale Arbeitsschritte der quantitativen Datenanalyse

A
  1. Datenbereinigung
     Alle erhobenen Daten werden sauber aufbereitet
    (z.B. MS Excel) und auf Fehler und/oder unplausible Werte überprüft
    2.Stichprobenbeschreibung
     Die Stichprobe muss anhand zentraler demographischer Merkmale (z.B. Rasse, Alter, Geschlecht) beschrieben werden
     Häufigkeitsverteilungen
     Mittelwerte & Streuung
  2. Deskriptive Analyse
     Alle Variablen von Interesse sowie ggf. Variablenrelationen tabellarisch und/oder grafisch darstellen und im Detail betrachten (Dateninspektion)
  3. Induktive Analyse (Interferenz)
     Mit Hilfe statistischer Berechnungen sind
    Rückschlüsse von der Stichprobe auf die Grundgesamtheit möglich.
     Populationsmittelwerte
     Konfidenzintervalle
     Statist. Signifikanztests
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Welchen Rückschluss ziehen wir aus den Schritten der Datenanalyse?

A

Inhaltliche Interpretation der statistischen Ergebnisse mit Bezug zum Forschungsproblem/den Forschungsfragen und Forschungshypothesen – zunächst für jede einzelne Forschungsfrage/-hypothese, im Anschluss als Gesamtfazit mit Blick auf das Ergebnismuster. Dabei sind alle Ergebnisse (auch widersprüchliche!) und die Limitationen der Studie (Grenzen der Aussagekraft) ausdrücklich zu berücksichtigen.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Nenne die Erste Aufgabe der deskriptiven Epidemiologie

A

Wir untersuchen die räumliche und zeitliche Verteilung von: • Krankheiten
• physiologischen Variablen
• Krankheitsfolgen (z.B. Tod) in Populationen und Beständen (einer definierten Grundgesamtheit).
Bsp.: Zum beobachteten Zeitpunkt sind 20% der Pferde des Bestandes (N=20) erkrankt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Mit welchen Vokabeln haben wir bei Assoziationsmaßen zu tun?

A 
Morbidität
• Kranke (x) / Population
Letalität
• Tote (x) / Kranke (x)
Mortalität
• Tote (x) / Population
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Was ist Prävalenz? Nenne die Formel

A

Prävalenz= Pt =M/N

M= Anzahl erkrankter
Individuen
N= Anzahl der Individuen in der Population am
Stichtag
Die Prävalenz kann als Wahrscheinlichkeit interpretiert werden, mit der ein zufällig aus der Population unter Risiko entnommenes Tier (bereits) krank ist.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Was ist Inzidenz? Nenne die Formel

A 
I= Anzahl der im Zeitraum neu (!) erkrankten Individuen
N0= Anzahl gesunder Individuen zu Beginn des Beobachtungszeitraums

Inzidenz = CI∆= I/N0
Die (kumulative) Inzidenz (CI) gibt die Wahrscheinlichkeit an, dass ein zufällig ausgewähltes Individuum der
Population innerhalb einer zeitlich begrenzten Periode ∆ an einer Krankheit neu erkrankt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Der epidemiologische Brunnen

A 
Inzidenz neuer
Erkrankungen
(„Tropfen pro Zeiteinheit“) -> 
Prävalenz ->Inzidenz von Heilung
oder Tod (Mortalität)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Prävalenz vs. Inzidenz: Bemerkung

A 
Bei kurzen und häufigen Krankheiten
• ist die Inzidenz hoch
• ist die Prävalenz niedrig
Bei chronischen und seltenen Krankheiten
• ist die Inzidenz niedrig
• ist die Prävalenz (ggf.) hoch
GILT FÜR VERGLEICHBARES NORMALES ZEITINTERVALL
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Was ist Ungerichtete Assoziation?

A 
Variable X  Variable Y
Besteht ein Zusammenhang?
-> Wenn ja, dann überprüfen auf:
• Stärke (quantifizierbar)
• Plausibilität, Reproduzierbarkeit etc.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Gebe eine Definition für Risiko & Bsp.

A 
z.B. bei Menschen:
Krebsrisiko
Salmonellen-Infektionsrisiko
Schnupfenrisiko
z.B. bei Tieren:
HD-Risiko bei Retrievern
Schweinepestrisiko
Paratuberkuloserisiko
Euterentzündung (Mastitis) -Risiko

Risiko ist die Wahrscheinlichkeit (relative Häufigkeit), dass ein Individuum innerhalb eines bestimmten Zeitraums an einer Krankheit (Endpunkt) erkranken wird, eine Infektion bzw. den Tod erleiden wird.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Was ist ein Grundrisiko? Gebe Bsp. für Mensch& Tier

A

Grundrisiko ist die Wahrscheinlichkeit, an Krankheit X zu erkranken, falls man einem
bestimmten “Risikofaktor” nicht ausgesetzt ist.
z.B. bei Menschen:
• Nichtraucher
• Vegetarier (verglichen mit Fleischessern)
• Personen, die keinen Kontakt zu Vögeln haben
z.B. bei Tieren:
• Tiere aus ökologischer („natürlicher“) Tierhaltung
• Tiere, die nicht mit Zusatzstoffen gefüttert werden
• Tiere in Betrieben mit hohem Hygienestandard

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Was ist ein Risiko unter Exposition?

A

Risiko unter Exposition (Expositionsrisiko) ist die Wahrscheinlichkeit für ein
Individuum, an Krankheit K zu erkranken, falls es einem bestimmten “Risikofaktor”
ausgesetzt ist.
z.B. bei:
• Personen, die täglich 10 Zigaretten rauchen
• Personen, die jeden Tag ein Steak essen
• Personen, die regelmäßig Kontakt mit Vögeln haben
z.B. bei:
• Tieren aus konventioneller Tierhaltung
• Tieren, die mit Zusatzstoffen gefüttert werden
• Tieren in unhygienischen Betrieben

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Was ist das Relatives Risiko (Risk Ratio)?

A

Relatives Risiko ist das Verhältnis des Krankheitsrisikos bei Exposition zum Grundrisiko (ohne
diese Exposition)
RR = Expositionsrisiko/ Grundrisiko
=n11/(n11+n01)/n10/(n10+n00)
Für das relative Risiko gilt, dass
RR =
>1, falls die Exposition x das Risiko erhöht
=1, falls Risiko bei Exposition gleich Grundrisiko
<1, falls die Exposition x das Risiko verringert

17
Q

Was bezeichnet Odds (Chance)?

A

Odds bezeichnet die “Chance”, dass eine Untersuchungseinheit innerhalb eines bestimmten
Zeitraums an der zu untersuchenden Krankheit erkranken wird bzw. den Tod erleiden wird.

Anwendung in Kohortenstudien sowie Fall-Kontroll-Studien möglich

18
Q

Was ist Odds Ratio?

A

Odds Ratio ist das Verhältnis der Odds zu erkranken bei Exposition zum Odds zu erkranken ohne Exposition

Odds Ratio ist das Verhältnis der Odds exponiert zu sein bei Kranken zum Odds exponiert zu sein bei Gesunden

Für das Odds Ratio gilt
OR =
>1, falls die Exposition das Risiko erhöht
=1, falls Risiko bei Exposition gleich Grundrisiko
<1, falls die Exposition das Risiko verringert
Falls OR = 1, dann ist • AYule = 0 • RR = 1

19
Q

Was ist die Aufgabe von Diagnostische Tests?

A

Muss als Grundstein für alle weiteren Maßnahmen auf
belastbaren Tatsachen beruhen = evidenzbasiert sein!
Aufgaben für Tierärzte und Mediziner…

Korrekte Diagnosen stellen & realistische Prognosen treffen
Entscheidungen über Therapien und Präventionsmaßnahmen treffen
Fachgerechte Durchführung der Behandlung

20
Q

Wofür werden diagnostische Tests verwendet?

A

 Direkte Messung meist nicht möglich
 Test misst indirekt, ob die Krankheit vorliegt oder nicht
 Welche Folgen hat das?

21
Q

Was ist ein Goldener Standard?

A

Ist ein “Goldener Standard” als “Definition der Wahrheit” verfügbar, so können die Diagnose-Häufigkeiten für die Vierfeldertabelle aus einer Stichprobe ermittelt werden

22
Q

Nenne Bsp. für den Diagnostischen Test & den Goldenen Standard

A 
Diagnostischer Test T 
HIV-Schnelltest 
Röntgenbefund Tumor 
Tierärztliche Untersuchung
Palpation einer Gliedmaße 
Schwangerschaftsteststreifen
Goldener Standard K
Aufwändige Bestätigungsuntersuchungen
Biopsie, Histologie
Labor- und Pathologiegestützter Nachweis
Röntgenbefund
gynäkologische Untersuchung
23
Q

Wie gebe ich Schätzungen für Sensitivität & Spezifität an?

A

Schätzer für Sensitivität:
Pr(T+|D+)
Schätzer für Spezifität:
Pr(T-|D-)

24
Q

Krankheitserkennungswahrscheinlichkeiten?

A

Sensitivität und Spezifität sind nicht voneinander unabhängig
Die Berechnung hängt von einer repräsentativen Erhebung ab
Sensitivität und Spezifität hängen vom Schwellenwert des Verfahrens ab

25
Q

Welche 2 Analytische Testeigenschaften gibt es, worin unterscheiden sie sich?

A 
Analytische Sensitivität
(Lower detection limit)
 geringste noch erkennbare Menge/
Einheit der zu messenden Substanz
oder Eigenschaft (Antigen,
Antikörper, Chemikalie etc.)
„Wie wenig kann der Test
noch erkennen?“
Analytische Spezifität
(Cross-reaction profile)
 Ausmaß der Fähigkeit, nicht auf
andere ähnliche Substanzen/
Eigenschaften zu (kreuz-)reagieren
„Misst der Test
ausschließlich das, was ich
messen will?“
26
Q

Analytische vs. Diagnostische Sensitivität & Spezifität

Wo liegt der Unterschied?

A 
Diagnostische Tests
Analytische Eigenschaften
 Analytische Sensitivität
 Analytische Spezifität
Relevant bei der Untersuchung einzelner Proben
• Biochemische „Korrektheit“
Diagnostische Eigenschaften
 (Diagnostische) Sensitivität
 (Diagnostische) Spezifität
Eigenschaften des Tests beim Einsatz in
Populationen
• Anteile der korrekt „klassifizierten“ Tiere
27
Q

Vorhersagewerte im Diagnosetest (1)

A

Vorhersagewerte im Diagnosetest (1)
• In der angewandten Medizin interessieren in der Regel weniger Sensitivität und
Spezifität als die Frage, ob ein Test positives Individuum wirklich krank ist
→ (bedingte) Krankheits-Wahrscheinlichkeiten

28
Q

Vorhersagewerte im Diagnosetest (2)

A

positiver prädiktiver Wert:
ppW = P(K+|T+) = a/a+b
• negativer prädiktiver Wert:
npW = P(K-|T-) = d/c+d

29
Q

Wie geht der Satz von Bayes: Diagnosetests?

A

Satz von Bayes: Diagnosetests
Kennt man Sensitivität, Spezifität und Prävalenz, so gilt für den positiven prädiktiven Wert
(Vorhersagewert):
Pr(K+|T+) =Pr(T+∩K+)/Pr(T+) = Pr T+ K+ · Pr(K+)/Pr(T+)
=Pr T+ K+ · Pr(K+)/ Pr(T+∩K+) + Pr(T+∩K−)
=Pr(K+) · Pr T+ K+ / Pr(K+) · Pr T+ K+ +Pr K− ·Pr T+ K−
= Präv · Sen/ Präv · Sen + 1−Präv · (1−Spez)

30
Q

Diagnosetests und (kleine) Prävalenzen?

A

Diagnosetests und (kleine) Prävalenzen
Wenn die Prävalenz gering ist,
• ist die (absolute) Anzahl falsch positiver Diagnosen erhöht
• erniedrigt sich der positive prädiktive Wert
bei der Bewertung von diagnostischen Verfahren, falls die Prävalenz der Erkrankung sehr klein ist (viele Tierseuchen, HIV, …)

31
Q

Serielles und paralleles Testen (1)

A

Serielles und paralleles Testen (1)
• Um die Spezifität oder Sensitivität eines Tests (und somit auch seine ppW oder npW) zu verbessern, kann man ihn mit einem zweiten Test kombinieren.
• Parallel-Ansatz
• Alle Proben werden in beiden Tests untersucht: höhere SE oder SP?

32
Q

Serielles und paralleles Testen (2)

A

Serielles und paralleles Testen (2)
• Um die Spezifität oder Sensitivität eines Tests (und somit auch seine PPW oder NPW) zu
verbessern, kann man ihn mit einem zweiten Test kombinieren.
• Serieller Ansatz
• Nur Test 1-positive Proben werden im 2. Test untersucht: SE, SP

33
Q

Einsatz mehrerer Tests Nenne Bsp,

A

Einsatz mehrerer Tests
• Beispiele – parallele oder serielle Interpretation?:
• Untersuchung durch zwei Kliniker
• Meldung von Verdachtsfällen mit Abklärung im Labor
• Antikörpernachweis und direkter Virusnachweis
• HIV-Screening-Test von Blutspenden und Bestätigungstest bei initial reaktiven (nichtnegativen) Resultaten

34
Q

Welche Schlussfolgerung ziehen wir aus den Diagnostischen Tests?

A

Schlussfolgerung
• Je mehr wir über die von uns eingesetzten diagnostischen Testverfahren wissen (wie validiert, welche Eigenschaften in unserer Population etc.), desto besser können wir
• die Zuverlässigkeit eines damit generierten Resultates (Wahrheitsgehalte) einschätzen
• die Anwendbarkeit in bestimmten Situationen (Surveillance-Programme, Querschnittsstudien) beurteilen
• Wichtig: Kosten/Folgen für falsch-positive und falsch-negative Resultate können je nach Anwendung hoch sein

Wissenschaftliche Arbeitsmethoden I (7 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions