Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

In dieser besonderen Folge von „Datendurchblick“ blicken Katharina Schüller und Irit Nachtigall auf zwei Jahre voller spannender Diskussionen rund um Daten, Statistik und Data Literacy zurück. Mit Wehmut, aber auch viel Vorfreude sprechen die Beiden über die wichtigsten Learnings: von Gender Data Gaps über fehlende Zahlen zu Minderheiten bis hin zu den Chancen von KI in der Datenanalyse. Außerdem geht es um die Zukunft – neue Formate wie YouTube, mehr Visualisierung von Studien und die gemeinsame Mission, Fake News und Fake Data den Kampf anzusagen.

Ob soziale Medien die Demokratie gefährden, warum blinde Flecken in Statistiken gefährlich sind und wie man mit Daten verantwortungsvoll umgeht – all das erwartet euch in dieser Folge. Bleibt dran für einen klaren Blick auf Daten und spannende Einblicke in die Welt der Statistik!

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!

Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

In dieser Folge sprechen Katharina Schüller und Irit Nachtigall über ein oft unterschätztes Problem in medizinischen Studien: den Immortal Time Bias. Anhand des Beispiels der Staphylococcus aureus-Bakteriämie zeigen die Hosts, wie statistische Verzerrungen entstehen und warum sie die Interpretation von retrospektiven Daten gefährlich machen können.

Welche Methoden – von der Cox-Regression bis hin zu KI-gestützten Analysen – helfen, solche Bias zu kontrollieren.

Außerdem diskutieren Katharina und Irit, wie Datenqualität, Studiendesign und enge Zusammenarbeit zwischen Medizin und Statistik entscheidend sind, um valide Ergebnisse zu erzielen.

Perfekt für alle, die sich für Medizin, Statistik, Datenanalyse und die Herausforderungen moderner Forschung interessieren.

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!

Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

Warum schlafen wir immer schlechter?

In dieser Folge von Datendurchblick sprechen Katharina Schüller und Irit über die wachsende Zahl von Schlafstörungen in Deutschland und was die Statistik wirklich aussagt. Sind die Diagnosen tatsächlich gestiegen oder nur die Aufmerksamkeit?

Wir beleuchten aktuelle Daten, ICD-Codes, die Rolle von Schlafmedizinern und den Einfluss von Stress, Smartphones und Lebensstil. Außerdem erfahrt ihr, warum Prozentzahlen oft täuschen und wie ihr selbst für besseren Schlaf sorgen könnt.

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!

Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

In dieser Folge von Datendurchblick sprechen Katharina Schüller und Irit Nachtigall über die aktuelle Corona-Lage, fehlerhafte Daten, unzureichende Teststrategien und die Frage, wie gut Deutschland wirklich auf zukünftige Pandemien vorbereitet ist. Sie diskutieren die Bedeutung von Kennzahlen wie Inzidenz und Prävalenz, die Grenzen von Antigen-Schnelltests und die Rolle von Abwasseranalysen als alternative Datenquelle.

Außerdem geht es um Impfstrategien, ökonomische Auswirkungen von Krankheitsausfällen und die mangelnde Fehlerkultur im deutschen Gesundheitssystem. Ein ehrlicher Rückblick auf die Pandemiepolitik – mit klaren Forderungen für bessere Datenqualität, mehr Transparenz und wissenschaftlich fundierte Entscheidungen.

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!

Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

In dieser Folge von Datendurchblick analysieren Katharina Schüller und Irit Nachtigall eine viel diskutierte Studie zur Wirkung von Apfelessig auf Gewichtsreduktion. Die Studie versprach spektakuläre Ergebnisse – wurde jedoch später zurückgezogen. Warum? Die Hosts decken gravierende methodische Mängel auf: fehlende Transparenz bei den Rohdaten, fragwürdige Randomisierung, unzureichende statistische Verfahren und Selbstbericht als Datenbasis.

Dabei geht es nicht nur um Ernährungswissenschaft, sondern auch um die Rolle von Statistik in der Studienbewertung, den Einfluss von Bias und die Grenzen künstlicher Intelligenz bei der Recherche. 

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!

Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

In dieser Folge von DatenDurchblick nehmen Katharina Schüller und Irit Nachtigall euch mit auf eine verständliche Reise durch die Welt der Künstlichen Intelligenz (KI) – ganz im Stil der „Sendung mit der Maus“. Sie erklären, wie medizinische Entscheidungsunterstützungssysteme funktionieren, welche Rolle Datenqualität und -kontrolle spielen und warum es kritisch ist, dass Frauen in medizinischen Datensätzen oft unterrepräsentiert sind. Begriffe wie Supervised Learning, Unsupervised Learning, Clusteranalyse und Overfitting werden anschaulich und praxisnah erklärt. Die Hosts zeigen, wie man mit Methoden wie Self Organizing Maps Muster erkennt und warum statistische Kontrolle in der KI-Entwicklung essenziell ist.

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!

Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

In dieser Folge analysieren Katharina Schüller und Irit Nachtigall eine viel diskutierte Studie aus dem renommierten Journal JAMA, die nahelegt, dass Frauen bessere Behandlungsergebnisse erzielen, wenn sie von Ärztinnen operiert werden. Doch was steckt wirklich hinter solchen Daten?

Die Hosts hinterfragen kritisch die Aussagekraft großer Datensätze, diskutieren methodische Grenzen und zeigen, warum statistische Effekte nicht automatisch praktische Relevanz haben. Sie beleuchten, wie Faktoren wie Kommunikation, Empathie und Vertrauen zwischen Arzt und Patient oft mehr Einfluss auf den Behandlungserfolg haben als das Geschlecht des Operateurs.

Ein datenbasierter Reality-Check über die Grenzen von Studien, den Einfluss von Medien auf die Wahrnehmung und die Frage, wie medizinische Forschung sinnvoll zur Verbesserung der Versorgungsqualität beitragen kann.

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!

Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

In dieser Folge von Datendurchblick diskutieren Katharina Schüller und Irit Nachtigall, ob Kinder tatsächlich glücklicher machen – oder ob das Gegenteil der Fall ist. Ausgangspunkt ist eine internationale Studie mit über 2,8 Millionen Teilnehmenden, die den Zusammenhang zwischen Elternschaft und Lebensglück untersucht. Die Hosts analysieren kritisch, was die Daten wirklich aussagen und welche gesellschaftlichen, finanziellen und emotionalen Faktoren das Wohlbefinden von Eltern beeinflussen.

Dabei geht es um mehr als nur Statistik: Wie wirken sich Kinderbetreuung, Einkommen und kulturelle Normen auf das Glück von Eltern aus? Warum sind Eltern in Skandinavien glücklicher als in den USA? Und wie sinnvoll sind solche groß angelegten Studien überhaupt?

Ein spannender Blick hinter die Zahlen – mit viel Raum für persönliche Erfahrungen, kritische Reflexion und datenbasierte Erkenntnisse rund um das Thema Elternschaft und Lebenszufriedenheit.

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!

Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

In dieser Episode sprechen Katharina Schüller und Irit Nachtigall über ein aktuelles Thema aus Medizin und Hygiene: den gefährlichen Pilz Candida auris. Dieser Erreger gilt als „New Kid on the Block“ in der Infektiologie und sorgt international für Schlagzeilen. Doch wie groß ist die Gefahr wirklich?

Die Hosts beleuchten wissenschaftliche Studien und zeigen, warum die Nachweismethoden und Meldepflicht entscheidend für die Einschätzung der Fallzahlen sind. Mit ihrem klaren Blick auf Daten erklären sie, warum Candida auris durch seine Resistenzen gegen gängige Medikamente und die eingeschränkte Wirksamkeit vieler Desinfektionsmittel so problematisch ist. Gleichzeitig ordnen sie die Zahlen ein: Wie selten sind Infektionen wirklich – und wann stellen sie ein ernsthaftes Risiko dar?

Neben medizinischen Fakten geht es auch um den Umgang mit Risiken und Wahrscheinlichkeiten: Wie bewerten wir Gefahren richtig, insbesondere wenn es um seltene, aber potenziell tödliche Infektionen geht?

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!

Katharina Schüller: https://www.katharinaschueller.de/

Irit Nachtigall: https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75

Mehr spannende Podcasts von Thieme findest du hier:

https://www.thieme.com/de-de/podcast

In dieser Folge nehmen Katharina Schüller und Irit Nachtigall eine aktuelle Studie unter die Lupe, die die Kosten von Patient:innen mit Infektionskrankheiten analysiert – und dabei statistisch fragwürdige Schlüsse zieht. Die Hosts erklären, warum einfache Analysen mit großen Datenmengen oft in die Irre führen und wie multivariate Modelle helfen können, Verzerrungen zu vermeiden.

Sie zeigen, wie fehlende Adjustierungen für Alter, Vorerkrankungen und sozioökonomischen Status zu falschen Interpretationen führen – etwa, dass Infektionen automatisch höhere Kosten verursachen. Dabei geht es auch um die Grenzen von Excel in der Datenanalyse und die Bedeutung von Reproduzierbarkeit und Datenqualität.

🎧 Jetzt reinhören, abonnieren und keine Folge mehr verpassen!