STATISTIK FÜR NICHT-STATISTIKER

„Statistik HAUTNAH“ erlernen war das Credo des diesjährigen deutschen Seminars für Nicht-Statistiker. Frau Dr. Zebrowski, Leiterin der Abteilung Data Operations von proDERM, und Frau Dr. Keller, Statistikerin bei proDERM, hießen die Teilnehmer im InterCityHotel Hamburg willkommen. Die Dozentinnen vermittelten anhand von anschaulichen praktischen Beispielen aus der Dermatologie und Ophthalmologie wesentliche Grundkenntnisse der Statistik, die in der kosmetischen Industrie häufig Anwendung finden. Anstatt den Fokus auf Formeln und Theorie zu legen, wiesen die Dozentinnen auf Entscheidungsprobleme und mögliche Fallstricke hin, die sie täglich lösen. Die Teilnehmer sollten anschließend in der Lage sein, die Auswahl geeigneter statistischer Methoden nachzuvollziehen sowie statistische Ergebnisse verstehen und kommunizieren zu können.

Da sich das Seminar an Fachkräfte richtet, die ihre statistischen Kenntnisse auffrischen bzw. erweitern wollen, stellte Frau Zebrowski zunächst die Sprache der Statistiker vor. Sie veranschaulichte alle relevanten Fachbegriffe wie zum Beispiel ordinale Daten, Standardabweichung, Konfidenzintervall und Boxplot. Im Anschluss ging Frau Keller der zentralen Frage auf den Grund: was bedeutet statistisch signifikant? Sie erläuterte, wie man Hypothesen von einer Forschungsfrage ableitet. Diese bilden die Grundlage des statistischen Testens. Vielzählige Beispiele erleichterten das Verständnis der statistischen Vokabeln wie Null- und Alternativhypothese, Signifikanzniveau und p-Wert. Auch der Prozess des Hypothesentestens wurde vorgestellt.

Als nächstes ging Frau Zebrowski intensiv auf Vor- und Nachteile gepaarter Daten sowie auf die häufigsten darauf zugeschnittenen Testverfahren ein. Klinische Studien zur äußeren Anwendung von Prüfpräparaten sind prädestiniert für sogenannte gepaarte Analysen. Dabei werden den Probanden mehrere Produkte je Zeitpunkt appliziert. Frau Zebrowski zeigte wie instrumentelle Messwerte, Bewertungen von Hautrötungen sowie das Auftreten von Allergien mit Hilfe des t-Tests für gepaarte Daten, dem Wilkoxon-Vorzeichen-Rang-Test und dem McNemar Test analysiert werden können. Weitere Beispiele folgten zum Thema Messwiederholungen. Abschließend präsentierten Frau Zebrowski und Frau Keller eine Übersicht der Tests, die auch als praktische Handlungsanweisung dient. Somit können die Teilnehmer zukünftig selbst eine Entscheidung treffen bzw. nachvollziehen, welcher statistische Test bei welchem Studiendesign und Zielparameter geeignet ist.

Am frühen Nachmittag lud Frau Keller die Teilnehmer zu zwei Übungen ein. Mit Hilfe eines Multiple Choice Fragebogens konnte sich zunächst jeder Einzelne Zeit nehmen, das gelernte Wissen zu reflektieren. Im Anschluss lösten alle gemeinsam mehrere Quizfragen zu konkreten Entscheidungsproblemen und klärten noch offene Fragen. Die vielen richtigen Antworten spornten für den Endspurt an.

Daten zu Patient Reported Outcomes werden häufig mittels Fragebogen erfasst. Daher zeigte Frau Keller auf, was man bei der Entwicklung eines Fragebogens beachten sollte. Sie stellte verschiedene Antworttypen (z.B. Bewertungsskala oder Visuelle Analogskala) vor und beschrieb deren Auswertung.

Um alle wesentlichen Prozesse in der Statistik abzudecken, ging Frau Zebrowski noch auf Randomisierungsverfahren sowie häufige Fehler bei der Auswertung und Berichterstellung ein. Beispielsweise wies sie darauf hin, dass alle im Protokoll geplanten Analysen auch im Bericht dargestellt werden sollen. Es gilt das Prinzip „no pick and choose“. Dies ist ebenfalls gültig, wenn mehr als eine Hypothese pro Studie getestet wird. Dann spricht man von multiplem Testen –  ein viel diskutiertes Thema. Frau Keller stellte praktische Beispiele vor, um zunächst die Problematik multiplen Testens nachvollziehen zu können. Sie präsentierte mögliche Lösungsansätze, um das Angeln nach signifikanten p-Werten zu vermeiden. Eine Zusammenfassung aller Vortragsthemen rundete das Seminar ab.

Wir bedanken uns bei den Teilnehmern für Ihr Kommen und den regen Austausch untereinander. Wir hoffen, dass wir Ihr Feuer für Statistik entfachen konnten.