Datenerfassung und Auswertung klinischer Studien

Ein statistischer Datensatz besteht aus verschiedenen beobachteten Merkmalen an einer Stichprobe von Beobachtungseinheiten. Diese Stichprobe sollte zufällig und repräsentativ aus der Grundgesamtheit, auf die zurückgeschlossen werden soll, ausgewählt sein. Anhand der Daten wird geprüft, ob ein Zusammenhang zwischen potenziellen Einflussgrößen und zuvor definierten Zielgrößen besteht.

Für die deskriptive Auswertung unterscheidet man verschiedene Skalentypen (z.B. qualitativ/quantitativ oder stetig/diskret). Mithilfe bestimmter Maße wird angestrebt, eine Übersicht über die empirische Verteilung der Merkmale zu erhalten. Beispiele sind:

• Lagemaße (z.B. Mittelwerte, Median, Minimum, Maximum)

• Streuungsmaße (z.B. Standardabweichung, Varianz)

• Zusammenhangsmaße (z.B. Korrelationskoeffizient).

Eine statistische Kenngröße bezeichnet man als robust, wenn sie nicht oder nicht sehr durch einzelne Ausreißer in den Daten beeinflusst wird.

Anhand verschiedener Grafiken kann die empirische Verteilung der Stichprobe gut illustriert werden. Mithilfe von Konfidenzintervallen kann man Zufallsschwankungen in der Schätzung statistischer Kennwerte quantitativ beschreiben.