|
|||||||
|---|---|---|---|---|---|---|---|
| Start | Editorial | Die Autoren | Einführung | Inhaltsverzeichnis | Impressum | Bestellen |
Kapitel 1.5: Wissenschaftliche Risikoeinschätzung |
Peter T. Sawicki, Burkhard John | ||||||||||||||||||||
|
Die Einschätzung der Wahrscheinlichkeit, mit der eine Erkrankung oder eine Komplikation bei einem bestimmten Krankheitsbild eintreten kann, ist das Hauptsteuerungskriterium für diagnostische und therapeutische Entscheidungen. Das vorliegende Kapitel vermittelt das dafür nötige Grundlagenwissen. Es lohnt sich, diese Seiten durchzuarbeiten: zu lernen, hinter die statistischen Kulissen zu blicken; beurteilen zu können, ob eine auf den ersten Blick eindrucksvoll erscheinende Risikoreduktion den therapeutischen Aufwand tatsächlich wert ist. Gerade für den Hausarzt als Koordinator im System ist es extrem wichtig zu wissen, welcher medizinische Vorteil für einen Patienten durch eine therapeutische oder diagnostische Maßnahme zu erwarten ist. Das Beispiel in Tabelle 1.5.1 soll diese Bedeutung zeigen: Um mit der Darstellung der medizinischen Wahrscheinlichkeitsabschätzung umgehen zu können, ist zunächst die Beschäftigung mit einigen Grundbegriffen erforderlich. „Alles oder nichts“-Prinzip oder kontinuierliche VariablenDie Komplikationen einer Erkrankung werden in wissenschaftlichen Untersuchungen häufig als Ereignisse bezeichnet. Das Ereignis ist ein Zustand, der bei einem Patienten in einer bestimmten Beobachtungszeit auftreten kann. Dabei spricht man von so genannten dichotomen Größen, also „Alles oder nichts“-Größen. Dies können zum Beispiel Herzinfarkte, Krankenhausaufnahmen oder schwere Unterzuckerungen sein. Dichotome Ereignisse werden häufig nach ihrer Schwere in Morbidität – das sind Krankheitsereignisse ohne Todesfälle – und Mortalität – die tödlichen Ereignisse – unterteilt. Ein dichotomes Ereignis kann also entweder eintreten oder nicht, eine andere Möglichkeit gibt es nicht. Dies ist anders bei kontinuierlichen Variablen. Hier ist eine stufenweise Änderung der Effektgröße möglich. Beispiel sind der HbA1c-Wert oder die Albuminurie. Häufigkeiten: Inzidenz und PrävalenzDas Risiko für ein bestimmtes Ereignis kann in verschiedenen wissenschaftlichen Untersuchungen beschrieben werden. Die beste Aussagekraft haben dabei prospektive longitudinale Studien. In einer prospektiven longitudinalen Studie ist das interessierende Ereignis, zum Beispiel diabetische Retinopathie zum Zeitpunkt des Studienbeginns, nicht vorhanden. In solchen Studien wird also eine Gruppe von Patienten, bei denen dieses Ereignis nicht vorliegt, über eine bestimmte Zeit verfolgt. Dabei wird beobachtet, wann und bei wie vielen Patienten dieses Ereignis eintritt. In solchen Studien wird die Inzidenz einer bestimmten Erkrankung beschrieben. Die Inzidenz eines Ereignisses ist also die Anzahl von neuen Fällen, die in einer Population in einer bestimmten Zeit auftreten. Zum Beispiel könnte in einer prospektiven Studie beschrieben werden, bei wie vielen Patienten mit einem HbA1c-Wert unter 8% im Laufe einer bestimmten Zeit eine diabetische Retinopathie auftritt. Eine solche Beschreibung ist in einer Querschnittsstudie nicht möglich. In solchen Studien werden Patienten nur zu einem bestimmten Zeitpunkt untersucht. Dabei wird die Prävalenz einer Erkrankung beschrieben. Also zum Beispiel, wie viele Patienten mit diabetischer Retinopathie einen HbA1c-Wert unter 8% aufweisen oder wie viele Menschen in der Normalbevölkerung an Diabetes Typ 2 erkrankt sind (z.B. in Deutschland 5%). |
Der verstehende Blick hinter die statistischen Kulissen Der Hausarzt sollte selbst beurteilen können, welcher medizinische Vorteil für den Patienten von einer Maßnahme zu erwarten ist |
||||||||||||||||||||
| Surrogatparameter erlauben keine sichere Aussage bezüglich der klinischen Endpunkte |
Klinische Endpunkte und ihre SurrogateIn manchen Studien werden keine echten klinischen Ereignisse, sondern so genannte Surrogatparameter beschrieben. Surrogatparameter sind „Ersatzmessgrößen“, die mit dem Risiko für das Auftreten eines klinisch wichtigen Ereignisses verbunden sind. Surrogatparameter erlauben keine sichere Aussage bezüglich der klinischen Endpunkte und können zu Trugschlüssen führen. Surrogatparameter werden in Studien benutzt, um die Laufzeit und die Größe der Studie zu reduzieren. So kann zum Beispiel der Surrogatparameter „retinale Laserkoagulation“ als Ersatz für die Beschreibung der Erblindung bei diabetischer Retinopathie verwendet werden, da beide Größen eng miteinander verbunden sind. Es ist aber durchaus möglich, dass eine retinale Laserkoagulation nicht aufgrund einer diabetischen Retinopathie durchgeführt wird, oder dass nicht alle Patienten mit Laserkoagulation erblinden. Eine Reduktion des Risikos für eine Laserkoagulation muss also nicht zwangsläufig bedeuten, dass auch das Risiko für Erblindungen reduziert wird. Faktoren und Marker des RisikosFür die Beschreibung von Größen, die mit einem bestimmten Risiko verbunden sind, werden häufig die Begriffe Risikofaktor und Risikomarker verwendet. Risikofaktor ist ein Merkmal, das kausal mit dem Auftreten einer Erkrankung assoziiert ist. Durch die Modifikation des Risikofaktors wird das Risiko des Ereignisses reduziert. Zum Beispiel: Hoher Blutdruck ist ein Risikofaktor für einen Schlaganfall. Menschen mit höheren Blutdruckwerten haben ein erhöhtes Schlaganfallrisiko, und durch die Blutdrucksenkung wird dieses Risiko reduziert. Dagegen ist ein Risikomarker nicht unbedingt kausal mit dem Ereignis verbunden, es ist lediglich ein Merkmal, das mit dem Auftreten einer Erkrankung assoziiert ist und das Risiko anzeigt. Durch die Modifikation des Risikomarkers wird das Risiko des Ereignisses nicht reduziert. Zum Beispiel: Hohe Blutzuckerwerte sind ein Risikomarker für das Auftreten eines Schlaganfalls. Menschen mit höheren Blutzuckerwerten haben also ein erhöhtes Schlaganfallrisiko, aber durch eine Blutzuckersenkung wird dieses Risiko nicht reduziert. Eine Hyperglykämie ist also nicht kausal mit dem Schlaganfallrisiko assoziiert. |
||||||||||||||||||||
Kausalität: Henne, Ei oder „Ente“?Bei der therapeutischen prognostischen Betrachtung ist also der Begriff der Kausalität von entscheidender Bedeutung. Aus einem gleichzeitigen oder aufeinander folgenden Auftreten von Ereignissen allein kann nicht auf die Kausalität geschlossen werden. Zwischen zwei zusammenhängenden Ereignissen A und B können grundsätzlich vier Beziehungsformen bestehen:
Das häufige Auftreten von schweren Unterzuckerungen bei Patienten mit diabetischer Retinopathie kann also prinzipiell dadurch bedingt sein, dass z.B.:
(...) |
Inzidenz eines Ereignisses ist die Anzahl von neuen Fällen, die in einer Population in einer bestimmten Zeit auftreten Prävalenz beschreibt, wie häufig ein Merkmal in einer Population zu einem bestimmten Zeitpunkt ist |
||||||||||||||||||||
|
|||||||||||||||||||||
| Rundgang: | |
| « Kapitel 1.4: Nutzen der Longitudinalbetrachtung | Kapitel 2.1: Diagnostik und Fallfindung » |
| Start | Editorial | Die Autoren | Einführung | Inhaltsverzeichnis | Impressum | Bestellen | |
| Copyright © 2012: MedKomm | |