Aktion	Zweigstelle	Standorte	Status	Frist	Vorbestellungen
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.MNS Rauc / College 6a - Naturwissenschaften	Status: Verfügbar	Frist:	Vorbestellungen: 0
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NK.AB Rauc / College 3d - Gesundheit, Medizin / Regal 321	Status: Verfügbar	Frist:	Vorbestellungen: 0
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NN.MNS Rauc / College 6a - Naturwissenschaften	Status: Entliehen	Frist: 05.12.2024	Vorbestellungen: 0

Wenn auch Sie Ihre kleinen Problemchen mit medizinischer Statistik haben, sind Sie hier genau richtig. Mit viel Witz bringen Ihnen die Autoren Geraldine Rauch, Jochen Kruppa, Ulrike Grittner und Konrad Neumann die Prinzipien der Biostatistik näher. In diesem Buch lernen Sie alles, was Sie benötigen, um Statistik im medizinischen Bereich erfolgreich einzusetzen. Angefangen bei der Begriffskunde und den Grundlagen, erfahren Sie alles von medizinischen Anwendungsfeldern und Studientypen über Verteilungen, Schätzungen oder Korrelation und Regression bis hin zur deskriptiven Statistik. Anschließend bringen Ihnen die Autoren das theoretisch vermittelte Wissen mit vielen anschaulichen Beispielen näher. So schaffen Sie die nächste Klausur mit Links!

 

 

Aus dem Inhalt:

Einleitung -- Über dieses Buch -- Was Sie nicht lesen müssen -- Konventionen in diesem Buch -- Törichte Annahmen über den Leser -- Wie dieses Buch aufgebaut ist -- Symbole, die in diesem Buch verwendet werden -- Teil I: Medizinische Statistik - Gel(i)ebte Daten -- Kapitel 1: Statistik und Medizin - wie passt das zusammen? -- Medizinische Statistik, Biostatistik, medizinische Biometrie: Eine Begriffsbestimmung -- Wo wird medizinische Statistik gebraucht? -- Aufgabenbereiche der medizinischen Statistik -- Literatur -- Kapitel 2: Besser beraten lassen - Hilfe holen erwünscht -- Wo finden Sie biometrische Unterstützung? -- Vorbereitung auf einen Beratungstermin -- Welche Software brauchen Sie? -- Literatur -- Teil II: Keine Forschung ohne Fundament - Grundlagen -- Kapitel 3: Grundbegriffe und Studientypen -- Grundlegende Begriffe empirischer Forschung in der Medizin -- Verschiedene Studientypen unterscheiden -- Klinische Studie konzipieren - das Studiendesign -- Noch einmal in Kürze -- Literatur -- Kapitel 4: Modelle für die Wirklichkeit -- Was sind Wahrscheinlichkeiten? -- Modellannahmen, Verteilungen und Schätzung -- Merkmale und Verteilungen -- Gängige Verteilungsannahmen -- Literatur -- Teil III: Was Sie unbedingt brauchen - Theorie trifft Praxis -- Kapitel 5: Die Kunst der Beschreibung - Deskriptive Statistik -- Was ist das eigentlich - deskriptive Statistik? -- Wo brauchen Sie deskriptive Statistik? -- Merkmale unterscheiden - Skalenniveaus -- Methoden der Deskription -- Beschreibung kategorieller Merkmale -- Beschreibung ordinalskalierter Merkmale -- Beschreibung intervall- und verhältnisskalierter Merkmale -- Wichtiges hervorheben, Unwichtiges weglassen -- Literatur -- Kapitel 6: Nachweis durch Kontrolle des Zufalls - Konfirmatorische Statistik

Konfirmatorisch, induktiv, schließend - eine Begriffsbestimmung -- Idee des statistischen Tests - der konfirmatorische Umweg -- Die sechs Schritte des statistischen Tests -- Von der Fragestellung zur Hypothese -- Was sagen die Daten? Von den Daten zur Testentscheidung -- Interpretation des Testergebnisses - nichts ist bewiesen -- Literatur -- Kapitel 7: t-Test &amp -- Co: Die Klassiker unter den Tests -- Statistische Tests zum Vergleich von Erwartungswerten und anderen Lagemaßen -- Statistische Tests zum Vergleich von Anteilen und Wahrscheinlichkeiten -- Literatur -- Kapitel 8: Den Behandlungseffekt quantifizieren - Punktschätzer und Konfidenzintervalle -- Quantifizierung des Effekts - der Punktschätzer -- Die Größe des Effekts - das Konfidenzintervall -- Signifikanz versus Relevanz - nicht zu verwechseln -- Punktschätzer und Konfidenzintervalle für verschiedene Datensituationen -- Literatur -- Kapitel 9: Was sonst noch wichtig ist - Vor und nach dem statistischen Test -- Kontrolle des Fehlers 2. Art? Grundprinzip der Fallzahlplanung -- Mehr als eine Fragestellung - multiples Testen -- Das Ergebnis einer Studie berichten -- Literatur -- Kapitel 10: Zusammenhänge und Vorhersage - Korrelation und Regression -- Wie stark ist die Verbindung - Maße des Zusammenhangs -- Regressionsmodelle -- Die logistische Regression -- Literatur -- Teil IV: Blick über den Tellerrand - weiterführende Methoden -- Kapitel 11: Wer lebt länger? Analyse von Ereigniszeiten -- Was sind Ereigniszeitdaten? Zeiten, Ereignisse und Zensierungen -- Schätzung von Ereigniswahrscheinlichkeiten - Kaplan-Meier zeigt, wie es geht -- Gruppenvergleich - Überlebensfunktion, Hazards und Hazard Ratios -- Logrank-Test und Cox-Regression -- Literatur -- Kapitel 12: Methoden zur Bewertung der Diagnostik und Übereinstimmung -- Diagnostische Studien -- Goldstandard und Referenzdiagnostik

Güte von diagnostischen Tests - Sensitivität und Spezifität -- Prädiktive Werte und Satz von Bayes -- Die ROC-Kurve -- Literatur -- Kapitel 13: Ausgewählte Methoden epidemiologischer Studien -- Verzerrungen vermeiden durch Matching -- Löcher in den Daten - Vom Umgang mit fehlenden Werten -- Literatur -- Kapitel 14: Methodik von systematischen Reviews und Metaanalysen -- Systematische Reviews und Metaanalysen in der Medizin -- Ablauf von systematischen Reviews und Metaanalysen -- Vor- und Nachteile von systematischen Reviews und Metaanalysen -- Literatur -- Teil V: Der Top-Ten-Teil -- Zehn statistische Irrtümer -- Irrtum 1: Statistische Tests liefern wertvollere Ergebnisse als deskriptive Datenauswertungen -- Irrtum 2: Ein nicht-signifikantes Testergebnis deutet auf die Gültigkeit der Nullhypothese hin -- Irrtum 3: Der p-Wert ist die Wahrscheinlichkeit, dass die Nullhypothese richtig ist -- Irrtum 4: Ein kleiner p-Wert spricht immer für einen großen Effekt -- Irrtum 5: Bei Verwendung eines parametrischen Tests müssen die Daten normalverteilt sein -- Irrtum 6: Signifikante Ergebnisse sind immer auch klinisch relevant -- Irrtum 7: Alle p-Werte unter 5% sind signifikante Ergebnisse -- Irrtum 8: Für eine Fallzahlplanung werden nur ein paar Werte in eine Eingabemaske eingegeben -- Irrtum 9: Ein multivariates Regressionsmodell dient der Vorhersage einer Zielgröße aus mehreren Einflussgrößen -- Irrtum 10: Nur Studien mit signifikanten Ergebnissen sollten publiziert werden -- Stichwortverzeichnis -- End User License Agreement