Metaanalysen wurden schon in einigen Folgen des DatenDurchblick erwähnt. Aber was sie genau sind, haben wir noch nicht erklärt und genau darum soll es in dieser Folge gehen. Irit erklärt uns was Metaanalysen sind, wie man sie durchführt und wie man sie visualisiert. Und natürlich geht es darum, was die Vorteile sind, wenn man viele verschiedene (aber passende) Studien zu einer Metaanalyse zusammenfasst.

In der letzten Folge DatenDurchblick ging es um Künstliche Intelligenzen und darum, wie wichtig Datensätze für KI’s sind. Große Datensätze nennt man auch Big Data – einen Begriff den die meisten schon mal gehört haben werden. Was genau ist Big Data, besonders im medizinischen Kontext?

Künstliche Intelligenzen begegnen uns schon seit Jahren, ohne dass wir es merken. Die Programme und Algorithmen werden immer besser, immer ausgeklügelter und immer zugänglicher. Aber eine gute KI ist nichts ohne einen guten Datensatz. Besonders in der Gesundheitsversorgung sollte die Qualität der Daten besonders hoch sein. Doch genau hier gibt es Lücken und Probleme.

Heute geht es im DatenDurchblick um die „Salamitaktik“ bei der Veröffentlichungen von wissenschaftlichen Publikationen.

Wann sollte man alle Erkenntnisse auf einmal veröffentlichen und wann Stück für Stück? Und warum kann das auch ein Problem sein?

Wir sind alle mit Werbespots vertraut, in denen behauptet wird, dass ein Großteil der Leserinnen und Leser einer Zeitschrift ein bestimmtes Produkt weiterempfehlen würde und dass die Käuferinnen und Käufer mit der Qualität sehr zufrieden sind. Doch was steckt eigentlich hinter diesen Zahlen und wie vertrauenswürdig sind sie?

In dieser Folge des DatenDurchblicks diskutieren Irit und Redakteur Daniel anhand der Werbung eines Babyfläschchens genau dieses Thema. Sie beleuchten die Hintergründe von Werbeaussagen und analysieren, inwieweit sie tatsächlich aussagekräftig und vertrauenswürdig sind.

In der heutigen Folge von DatenDurchblick dreht sich alles um die Oscars, das Konzept der falschen Unsterblichkeit und den richtigen Zeitpunkt bzw. ab wann Daten von Studienteilnehmerinnen und -teilnehmern berücksichtigt werden müssen. Dabei wird besonders darauf eingegangen, wie eine Studie durch die falsche Wahl des Zeitpunkts verzerrt werden kann.

Sensitivität und Spezifität sind zwei Begriffe, die wir in den letzten Jahren sicherlich alle gehört haben, insbesondere im Zusammenhang mit medizinischen Tests wie den Corona-Tests. Aber nicht nur dort, denn jedes Testverfahren hat eine unterschiedliche Sensitivität und Spezifität. Aber was genau bedeuten diese beiden Begriffe?

Diese beiden Begriffe werden in dieser Folge von Irit erklärt.

In dieser Folge von DatenDurchblick widmen wir uns einem beobachteten Effekt: Trotz des Endes der Corona-Maßnahmen und der als beendet erklärten Pandemie sind viele Menschen derzeit häufiger krank und die Krankheitsdauer erscheint länger als gewöhnlich. Wir fragen uns, was mit unserem Immunsystem geschieht.

In dieser Folge von DatenDurchblick werfen wir einen Blick auf die langfristigen Effekte und Auswirkungen von Medikamenten, Verfahren und Hilfsmitteln. Denn oft halten die Wirkungen über den Zeitraum einer Studie hinaus an. Wir stellen uns die Frage, ob eine Heilung langfristig ist und ob Nachbeobachtungen und Kontrollen nach der Heilung notwendig sind. In dieser Folge erfahrt ihr, was nach dem Ende einer Studie geschieht und warum es wichtig ist, den langfristigen Verlauf zu untersuchen.

In dieser Folge von DatenDurchblick widmen wir uns dem Thema des Studienabschlusses und der Bewertung des Erfolgs einer Studie. Wir betrachten den Zeitpunkt, an dem eine Studie als abgeschlossen gilt, und diskutieren die Kriterien, anhand derer wir den Erfolg einer Studie beurteilen können. In dieser Folge erfahrt ihr mehr über die verschiedenen Faktoren, die bei der Bestimmung des Studienendes eine Rolle spielen, und welche Kriterien verwendet werden, um den Erfolg einer Studie zu bewerten