Statistik in der Epidemiologie psychischer Störungen

Epidemiologie psychischer Störungen:
Die Statistik verstehen und sicher interpretieren

Die Epidemiologie in der klinischen Psychologie und Psychiatrie ist gekennzeichnet durch die Komplexität der untersuchten Krankheitsbilder: Entstehung und Verlauf psychischer Störungen sind multifaktoriell bestimmt, gesicherte Erkenntnisse sind selten. Untersuchungsdesign und statistische Verfahren müssen an das Forschungsgebiet angepasst werden, die Interpretation verlangt einiges an statistischem Wissen. Hier setzt der Statistiker Michael Höfler mit seiner praxisorientierten Darstellung an: Er formuliert für diejenigen, die die statistischen Ergebnisse interpretieren müssen.

Für Mediziner und Psychologen

- Für Mediziner und Psychologen verständlich werden die statistischen und epidemiologischen Verfahren bei der Erforschung psychischer Störungen dargestellt.

- Die Lesbarkeit wird durch Verzicht auf mathematische Details erleichtert,
vorausgesetzt sind lediglich Grundkenntnisse der Statistik.

- Zahlreiche Beispiele aus der Forschungspraxis illustrieren die vorgestellten Methoden.

Die wesentlichen Inhalte

- Wie generiert man statistische Modelle zur Untersuchung der komplexen Ätiologie psychischer Störungen?

- Untersuchungsplanung, Studiendesign, Datenqualität

- Statistische Verfahren, u. a. Kategoriale Regression, Multiple Vergleiche, Survivalanalyse

- Das "kontrafaktische Modell" von Kausalität, das implizit hinter vielen statistischen Verfahren und Versuchsdesigns steht

Wichtig in der Forschungspraxis

Häufig ergeben sich bei der Planung epidemiologischer Studien Einschränkungen. Höfler zeigt, wie Sie mit den Konsequenzen umgehen, z. B. :

- Das optimale ist Untersuchungsdesign nicht realisierbar:
Welche Folgenergeben sich aus den weniger geeigneten Designs?

- Die Modellvoraussetzungen für die angewandten statistischen Verfahren sind nicht erfüllt: Was bedeutet das für die Interpretation der Ergebnisse?

Der Wegweiser durch die Epidemiologie psychischer Störungen!