Details

Epidemiologie für Dummies

Für Dummies 4. Auflage

von: Oliver Razum, Jürgen Breckenkamp, Patrick Brzoska
24,99 €
Verlag:	Wiley-VCH
Format:	EPUB
Veröffentl.:	17.03.2022
ISBN/EAN:	9783527837212
Sprache:	deutsch
Anzahl Seiten:	432

In den Warenkorb

Als Gutschein

DRM-geschütztes eBook, Sie benötigen z.B. Adobe Digital Editions und eine Adobe ID zum Lesen.

Beschreibungen

Titelbeschreibung

Wer ein gesundheitswissenschaftliches Fach oder Medizin studiert, darf sich auf die Epidemiologie freuen, denn dann wird es richtig spannend. Oliver Razum, Jürgen Breckenkamp und Patrick Brzoska führen in diesen Querschnittsbereich der Medizin und der Gesundheitswissenschaften ein. Sie erläutern, wie Epidemiologen Risikofaktoren und Krankheiten der Bevölkerung untersuchen, wie Studiendesigns aufgebaut sind und welche Methoden zur kritischen Datenanalyse angewendet werden. Anhand vieler Beispiele erfahren Sie, wie sich Seuchen wie Corona ausbreiten, warum Bewegung gesund ist und warum Rauchen krank macht.

Inhaltsverzeichnis

Über die Autoren 7 Zur zweiten Auflage 7 Zur dritten Auflage 8 Zur vierten Auflage 8 Einführung 21 Über dieses Buch 21 Was Sie nicht lesen müssen 22 Konventionen in diesem Buch 22 Törichte Annahmen über den Leser 23 Wie dieses Buch aufgebaut ist 23 Teil I: Epidemiologen sind Gesundheitsdetektive 24 Teil II: Werkzeuge zum Messen und Vergleichen 24 Teil III: Die Architektur der Epidemiologie 24 Teil IV: Studien durchführen und Fallstricke vermeiden 24 Teil V: Anwendungen der Epidemiologie 24 Teil VI: Der Top-Ten- Teil 25 Anhang 25 Symbole, die in diesem Buch verwendet werden 25 Wie es weitergeht 25 Teil I: Epidemiologen sind Gesundheitsdetektive 27 Kapitel 1: Epidemiologen bei der Arbeit 29 Was Epidemiologen tun 29 Arbeitskleidung: gelber Schutzanzug 30 Gesund dank besserer Medizin? 30 Gesundheitsrisiken heute 32 Eine Definition von Epidemiologie 35 Epidemiologie, Kommunikation und Politik 36 Sie haben ein Recht auf Information 36 Wir haben ein Sprachrohr 37 Wir schauen uns selbst auf die Finger 38 Wie und warum wir Epidemiologen wurden 38 Epidemiologen geht es um Gesundheit 39 Epidemiologen sind vielseitig interessiert 39 Epidemiologen denken kritisch 40 Epidemiologen entwickeln Studiendesigns 40 Epidemiologen handeln 41 Epidemiologen träumen von Gerechtigkeit 41 Kapitel 2: Epidemiologen sind Detektive 43 Auf den Schultern von Giganten 43 Risiken sind nicht zufällig verteilt 44 Verstädterung, Globalisierung, Seuchen 45 Wiege der Epidemiologie: London im 19 Jahrhundert 45 Cholera in London 45 Die Miasma-Theorie. 46 Gesundheitsberichterstattung 46 Epidemiologischer Detektiv – Dr John Snow 48 Beobachten im Lichte bestehender Theorien 48 Hypothesenbildung 49 Datenerhebung 50 Alles olle Kamellen? 56 Kapitel 3: Im Falle eines Falles 57 Epidemiologische »Fälle« 57 Fälle präzise beschreiben 58 Von Todesursachen und Totenscheinen 59 ICD-10: Ordnung muss sein 61 Die zehn häufigsten Todesursachen in Deutschland 63 Krankheitsregister 63 Klinische Register – Daten zur Behandlung 65 Epidemiologische Register – Daten zur Häufigkeit 65 Kapitel 4: Stets im Mittelpunkt: die Bevölkerung 67 Epidemiologen schauen auf Bevölkerungen 67 Kleine Demografie für Epidemiologen 68 Wie viele sind wir? Größe der Bevölkerung 68 Wer steht auf meinem Fuß? Bevölkerungsdichte 69 Zählen von Anfang an: Geburten 70 Zählen bis zum bitteren Ende: Sterbefälle 72 Woher, wohin: Wanderungsbewegungen 72 Die demografische Formel 73 Der neugierige Staat: Volkszählungen 74 Bevölkerungsstruktur: die Bevölkerungspyramide 75 Lebenserwartung in Deutschland 77 Bevölkerungsentwicklung und gesellschaftliche Situation 78 Alterung der Bevölkerung 78 Zuwanderung nach Deutschland 80 Geburtenrückgang nach der Wende 81 Ost-West- Wanderung und ihre Folgen 81 Was schließen wir aus alledem? 83 Teil II: Werkzeuge zum Messen und Vergleichen 85 Kapitel 5: Größen und Veränderungen messen 87 Absolute Zahl und Prävalenz 88 Absolute Zahl 88 Prävalenz 89 Ohne Zeit geht nichts – Inzidenzen 91 Kumulative Inzidenz (Inzidenzrisiko) 92 Inzidenzrate (I) – Basis mittlere Bevölkerung 93 Inzidenzrate (II): Inzidenzdichte – Basis Personenzeit 93 Weitere Inzidenzmaße: Mortalität und Letalität 96 Zusammenhang zwischen Inzidenz und Prävalenz 99 Weder Fisch noch Fleisch: Periodenprävalenz 99 Risiko und Risikodifferenz 100 Kapitel 6: Vergleiche anstellen 103 Kein Vergleich – keine Beurteilung 103 Für alle Fälle – die Vier-Felder- Tafel 104 Randsummen der Vier-Felder- Tafel 105 Anwendung in der Praxis 105 Relatives Risiko – ein Risiko kommt selten allein 106 Kalte und warme Klassenzimmer 106 Interpretation des Relativen Risikos 107 Vier-Felder- Tafel – die neue Übersichtlichkeit 108 Relatives Risiko und absolute Zahl 109 Wo Sie keine Relativen Risiken berechnen können 109 Odds Ratio – wie hoch ist die Chance? 109 Grippaler Infekt oder gesund 110 Wievielmal so hoch ist die Chance, krank zu werden? 111 Odds Ratios interpretieren 112 Attributables Risiko 113 Attributables Risiko berechnen (I) 113 Attributables Risiko berechnen (II) 114 Population Attributable Risk 114 Auswirkung einer Exposition auf die Bevölkerung 115 Population Attributable Risk berechnen (I) 115 Population Attributable Risk berechnen (II) 116 Kapitel 7: So werden Daten vergleichbar: Stratifizieren und Standardisieren 117 Stratifizierung – die Kleinen nach vorn, die Großen nach hinten 117 Standardisierung – der einheitliche Bevölkerungsaufbau 119 Direkte Altersstandardisierung – von den Raten zur Standardbevölkerung 120 Indirekte Altersstandardisierung – von der Standardbevölkerung zu den Raten 123 Fallstricke bei der Standardisierung 126 Standardbevölkerungen 128 Kapitel 8: Wie sag ich’s richtig? Beschreibende Statistik 131 Von Variablen und ihren Werten 131 Was ich Ihnen sagen möchte: Antwortmöglichkeiten 132 Skalen: Haben Ihre Antworten Niveau? 133 Transformation von Variablen – es gibt kein Zurück 134 Sprechen wir Epidemiologisch oder Statistisch? 134 Deskriptive Statistik – Daten zusammenfassen 135 Die goldene Mitte: Maße der zentralen Tendenz 135 Streuungsmaße: Wie groß sind die Unterschiede? 137 Alles im grünen Bereich? Die Normalverteilung 141 Teil III: Die Architektur der Epidemiologie 145 Kapitel 9: Alles nur im Hier und Jetzt: Querschnittstudien 147 Was läuft hier quer? 148 Querschnittstudien sind Momentaufnahmen 148 Wie kurz ist ein »Zeitpunkt«? 148 Wer macht mit? Und wie viele? 149 Was haben Meinungsforschung und Mikrozensus gemeinsam? 149 Was Sie mit Querschnittstudien messen können 150 Hochspannung in Deutschland: Macht Elektrosmog krank? 151 Die Ausschreibung des Auftraggebers 151 Vorüberlegungen zum Studiendesign 152 Die Entscheidung zur Querschnittstudie 152 Was war zuerst da – die Henne oder das Ei? 152 Grenzen des Querschnittdesigns 153 Die Gefahr von Fehlschlüssen 153 Was kommt dabei heraus? 154 Stärke der Assoziation: Odds Ratio 155 Kapitel 10: Ein Marsch Gesunder durch die Zeit: Kohortenstudien 157 Blick nach vorn: Wer wird krank? 157 Der Klassiker: Rauchen und Lungenkrebs 158 Wann eine Kohortenstudie sinnvoll ist 158 Was Sie in Kohortenstudien messen können 159 Rekrutieren der Studienbevölkerung 160 Auswahl aus der Allgemeinbevölkerung 161 Auswahl aus besonderen Bevölkerungen 162 Auswahl bei Berufskohorten 163 Auf die richtige Größe kommt es an 164 Wie komme ich an Informationen? 165 Mal sehen, was die Zukunft bringt: Follow-up. 168 Wie lange muss das Follow-up laufen? 168 Offene und geschlossene Kohorten 169 Mehrere Befragungszeitpunkte 169 Wenn Ihnen Studienteilnehmer abhanden kommen … 170 Zurück in die Zukunft? Historische Kohorten 171 Kapitel 11: Die Vergangenheit von Kranken und Gesunden: Fall-Kontroll- Studien 175 Kommt mir mein Handy zu nahe? 175 Wie häufig sind Hirntumoren? 176 Wie schnell entstehen Hirntumoren? 176 Warum Fall-Kontroll- Studie statt Kohortenstudie? 176 Welche Expositionen müssen Sie erfragen? 177 Welches Studiendesign ist passend? 177 Das Design von Fall-Kontroll- Studien. 177 Wie wird man ein »Fall«? 178 Auf der Suche nach den Fällen 179 Fälle sammeln – repräsentativ oder selektiv? 180 Am besten nur inzidente Fälle 180 Kontrollen auswählen: die Passenden ins Töpfchen 181 Woher nehmen? Quellen für Kontrollen 181 Expositionen messen 184 Erinnern Sie sich noch? 184 Fälle erinnern sich anders als Kontrollen 185 Paarungen: passende Kontrollen zu den Fällen 186 Individuelles Matching 187 Gruppenmatching 187 Was Sie in Fall-Kontroll- Studien messen können 188 Auswertung bei einem nicht gematchten Design 188 Auswertung von individuell gematchten Paaren 189 Zu guter Letzt: eingebettete Fall-Kontroll- Studie 191 Kapitel 12: Der Zufall als Helfer: randomisierte kontrollierte Studien 193 Warum randomisierte kontrollierte Studien? 193 Wirksamkeitsprüfung: erste Überlegungen 194 Angemessenes Design für Wirksamkeitsprüfungen 195 Verzerrungen vermeiden 196 Randomisierung 196 Compliance – immer bei der Stange bleiben 198 Verblindung – keiner weiß was 200 Ein-und Ausschlusskriterien 200 Klinische Studien – Therapie top oder flop? 202 Phase 1: pharmakologische Studien 203 Phase 2: therapeutisch-exploratorische Studien 204 Phase 3: therapeutisch-konfirmatorische Studien 205 Maßzahlen in klinischen Studien 206 Absolute Risiken 207 Relative Risikoreduktion 207 Absolute Risikoreduktion 208 Number Needed to Treat 209 Number Needed to Harm 210 Wenn Zweifel bleiben … 210 Phase-4- Studien. 211 Therapie-Optimierungsprüfungen 211 Anwendungsbeobachtungen 211 Ethisch vertretbar? 212 Aufklärung und Zustimmung 212 Kontrollgruppe und Placebo 212 Größe der Studie und vorzeitiger Abbruch 213 Auswahlkriterien für Studienteilnehmer 213 Goldene Standards aus armen Ländern? 214 Alles offengelegt? 214 Weisheit aus vielen Studien: Meta-Analysen. 215 Kapitel 13: Ganz ohne Individualdaten: ökologische Studien 217 Individualdaten oder aggregierte Daten? 217 Studiendesigns mit Individualdaten 218 Arbeiten mit aggregierten Daten 218 Korrelation: Maß für die Stärke der Beziehung 219 Nutzen von ökologischen Studien 220 Unterschiedliche Arten von ökologischen Studien 221 Daten für ökologische Studien 221 Wenn der ökologische Schein trügt 222 Datenqualität – kritische Nachfragen erwünscht 225 Ökologische Studien: besser als ihr Ruf 226 Teil IV: Studien durchführen und Fallstricke vermeiden 227 Kapitel 14: Epidemiologische Studien durchführen 229 Das Thema finden und die Studie planen 229 Ein passendes Projekt – die Stecknadel im Heuhaufen? 229 Die Forschungsfrage entwickeln und präzisieren 230 Literaturrecherche – aktuell oder Schnee von gestern? 231 Studienplan erstellen – bis ins kleinste Detail 232 Ethik – von der Aufklärung zur Einwilligung 234 Datenschutz – meine Daten gehören mir 235 Antrag einreichen 236 Die Studie durchführen – ab ins Feld 236 Pilotstudie – letzte Möglichkeit für Änderungen 236 Feldarbeit – die Zeit läuft 237 Daten eingeben und prüfen 238 Datenaufbereitung und Datenauswertung 238 Projektbericht und Publikation – was gibt’s Neues? 238 Kapitel 15: Verzerrtes Bild der Wirklichkeit? 241 Keine Wissenschaft ohne Fehler (leider) 241 Zufällige Fehler: heute so, morgen so 242 Systematische Fehler: immer gleich falsch 243 Die falsche Bevölkerung ausgewählt: Selektionsbias 244 Informationsbias – oder: missklassifizierte Menschen 247 Confounding – oder: Leben auf großem Fuße 250 Schuhgröße und Einkommen: die Schuh-Studie. 250 Confounding heißt Verschleierung 251 Der Umgang mit Confounding 252 Typische Confounder 254 Zwischenstufen sind keine Confounder 254 Effektmodifikation 255 Jetzt kommt’s ganz dicke: mehrere Fehler 256 Kapitel 16: Ursachen und Wirkungen 259 Epidemiologen wollen Ursachen finden 259 Die Sache mit den kleinen Babys 260 Macht fernsehen dick? 262 Von Kometen und anderen Unglücksbringern 263 Ist Kaffee krebserregend? 263 Wer war König Knut? 264 Warum leiden nicht alle Menschen an Tuberkulose? 266 Kriterien für Kausalität 268 Stärke der Beziehung 268 Konsistenz der Beziehung 269 Spezifität des Effekts 269 Zeitliche Sequenz 269 Dosis-Wirkung- Beziehung. 270 Biologische Plausibilität und Kohärenz 270 Experimentelle Evidenz 271 Kausales Denken im Überblick 271 Kapitel 17: Spielt uns der Zufall einen Streich? Schließende Statistik 273 Warum wir Sie mit schließender Statistik quälen 273 Von der Stichprobe zur Bevölkerung 274 Auf den Punkt gebracht – der Punktschätzer 274 Präzision von Schätzungen 275 Zufall oder doch nicht? Statistisches Testen 276 Nullhypothese: in Wirklichkeit kein Unterschied 276 Der p-Wert – je größer, desto zufälliger 277 Signifikanzniveau – dem Zufall eine Grenze setzen 279 p-Wert und Nullhypothese – eine enge Beziehung 281 Konfidenzintervalle – der Bereich Ihres Vertrauens 281 Fehlertypen: falscher Alarm oder Aufdeckung verpasst 282 Power – die Macht eines statistischen Tests 283 Wie groß muss eine Studie sein? 284 Statistische Modelle und die Wirklichkeit 285 Beispiel: Bluthochdruck und Herzinfarkt 285 Beispiel: Übergewicht und Sterblichkeit 286 Mehrere mögliche Risikofaktoren: Was tun? 287 Teil V: Anwendungen der Epidemiologie 291 Kapitel 18: Die großen Seuchen: Infektionsepidemiologie 293 Seuchen in Europa: Vergangenheit und Zukunft 294 Eine Seuche umrundet die Welt 294 Vorbereitungen für die nächste Pandemie 295 Vom Erreger zur Epidemie: Grundlagen 296 Was sind Infektionskrankheiten? 296 Wie werden Krankheitserreger übertragen? 297 Grundbegriffe der Infektionsepidemiologie 298 Impfen: Schutz aus der Spritze 299 Wie sich Epidemien ausbreiten 300 Wenn keiner immun ist: Basisreproduktionszahl 300 Nicht alle sind empfänglich: Nettoreproduktionszahl 301 Die Sicherheit der Gruppe: Herdenimmunität 302 Ausbreitungsverlauf beschreiben: epidemische Kurve 303 Modellieren: Vorhersagen über die Zukunft 305 Ausbrüche früh erkennen: Surveillance 306 Datenquellen 307 Geeignete Maße berichten 307 Daten aufbereiten und übermitteln 308 Grenzen der Surveillance 308 Können Epidemiologen Seuchen besiegen? 309 Wie enden Pandemien? 309 Pocken: eine Erfolgsgeschichte 310 Kinderlähmung ausrotten? 310 Armut macht Epidemien – Cholera in Simbabwe 312 Kapitel 19: Krankheitsausbrüche epidemiologisch untersuchen 315 Vorgehen bei einem Ausbruch 316 Beschreibende (deskriptive) Epidemiologie 316 Schließende (analytische) Epidemiologie 320 Epidemische Gehirnhautentzündung in Afrika 321 Dramatische Ereignisse in Mchanje 322 Deskriptive Untersuchung 323 Aufklärung mittels einer Fall-Kontroll- Studie. 323 Fußball ist also doch gefährlich? 325 Alternativhypothesen bedenken 326 Kapitel 20: Sozialepidemiologie: lieber reich und gesund als arm und krank 327 Der Traum von der Gleichheit der Menschen 327 Versuche, die Welt zu verbessern 328 Erste Schritte der Sozialepidemiologie 328 Wie misst man soziale Ungleichheit? 329 Die Whitehall-Studie. 330 Wie alles begann 330 Was dabei herauskam 331 Ungleichheit in England: Der »Black Report« 332 Die Folgen des »Black Report« 333 Gesundheitliche Ungleichheit in Deutschland 334 Wie soziale Ungleichheit krank macht 334 Das Erklärungsmodell von Andreas Mielck 335 Kritik an Andreas Mielcks Erklärungsmodell 336 Sozialepidemiologie: vergleichen und Handeln 336 Lernen aus Vergleichen zwischen Ländern 337 Neue Wege zum Handeln: ökosoziale Epidemiologie 338 Kritik am ökosozialen Konzept 338 Die beste aller Welten? 339 Kapitel 21: Erfolge messen 341 Gesundheitsprogramme – mein Rücken zwickt 341 Der Handlungskreis in Public Health 342 Warum Gesundheitsprogramme evaluieren? 343 Idealbedingungen oder wahres Leben? 344 Effektivität von Gesundheitsprogrammen messen 344 Evaluation – die Mühen der Ebenen 344 Ziele formulieren – hat es Ihnen geholfen? 345 Surrogatgrößen – Ersatzziele führen in die Irre 346 Studiendesigns mit Kontrollgruppe 346 Experimentelle Designs 347 Quasi-experimentelles Design 349 Evaluation ohne Kontrollgruppe 350 Zeitliche Entwicklungen beurteilen 351 Grenzen von Vergleichen ohne Kontrollgruppe 352 Kapitel 22: Screening: dem Risiko ins Auge schauen 355 Sinn des Screenings: Krankheiten früh erkennen 355 Epidemiologen beurteilen die Wirksamkeit 357 Ärzte diagnostizieren und behandeln 357 Geeigneter Schnelltest gesucht 358 Eigenschaften von Tests 359 Ein Gedankenexperiment 359 Vier mögliche Kombinationen 360 Maße für die Eigenschaften eines Tests 360 HIV-Testen mit Fidel Castro 361 Screening – Nutzen und Schaden 363 Nicht perfekter Schnelltest im Alltag 363 Es zählt nur die Gesamtbilanz 364 Bewertung von Screening-Programmen. 365 Verzerrte Wirklichkeit 365 Graues Screening oder Screening-Programme?. 367 Streit um Prostata-Screening. 367 Emotionen pur 368 Gewinner und Verlierer beim Screening 368 Screening als Tausch von Risiken 369 Ergebnisoffen beraten 369 Teil VI: Der Top-Ten- Teil. 371 Kapitel 23: Zehn Tipps, um Fehler in Studien zu vermeiden 373 Keine vorschnellen Schlüsse ziehen 373 Mit einer klaren Fragestellung beginnen 374 Geeignete Stichprobengröße wählen 374 Raten statt absolute Zahlen analysieren 375 Geeignete Vergleichsgruppe wählen 375 Mögliches Confounding bedenken 376 Enttäuschende Ergebnisse nicht verschweigen 376 Ergebnisse klar kommunizieren 377 Mit den Medien umgehen lernen 377 Risiken realistisch einschätzen 378 Kapitel 24: Die zehn besten Datenquellen 379 Bevölkerungsstatistik 379 Todesursachenstatistik 380 Meldepflichtige Infektionskrankheiten 381 Bevölkerungsbezogene Krebsregister 382 Krankenhaus-Diagnosestatistik. 383 Kinder-und Jugendgesundheitssurvey KiGGS 383 Telefonischer Gesundheitssurvey 384 Mikrozensus 384 Sozio-oekonomisches Panel SOEP 385 Ein Blick zu den europäischen Nachbarn 386 Entwicklung und Gesundheit: weltweite Daten 387 Soziale Ungleichheit: Human Development Index HDI 387 Mortalität und Morbidität 388 Weltweite gesundheitliche Ungleichheit 389 Das Schweizer Taschenmesser unter den Datenbanken 389 Quellen 391 Abbildungsverzeichnis 399 Stichwortverzeichnis 403

Autorenportrait

Oliver Razum, Dr. med. MSc., ist Mediziner und Professor für Epidemiologie und International Public Health sowie Studiendekan an der Fakultät für Gesundheitswissenschaften der Universität Bielefeld. Seine Arbeits- und Forschungsschwerpunkte sind die Lehre in der Epidemiologie, Sozialepidemiologie, Migration und Gesundheit und Gesundheitsversorgung in Entwicklungsländern. Jürgen Breckenkamp, DrPH, MSc., ist Gesundheitswissenschaftler, Epidemiologe und Wissenschaftlicher Mitarbeiter der Fakultät für Gesundheitswissenschaften der Universität Bielefeld. Patrick Brzoska, DrPH, ist Professor für Versorgungsforschung an der Fakultät für Gesundheit der Universität Witten/Herdecke.