Im August 1988 erscheint in der renommierten medizinischen Fachzeitschrift \"The Lancet\" eine Studie, zu der auch eine Auswertung des Therapieeffekts nach Sternzeichen gehört. Was auf den ersten Blick als esoterischer Unsinn erscheint, entpuppt sich bei näherem Hinsehen als didaktischer Geniestreich des britischen Statistikers Richard Peto.

Die Quellen gibt es wie immer auf der Podcast-Seite bei Podigee.

Wenn Endpunkte in klinischen Studien nachträglich geändert werden, kann das das Ergebnis dramatisch verzerren. Das ist seit langem bekannt. Warum kontrollieren medizinische Fachzeitschriften das nicht strenger? Diese Frage hat sich die COMPare-Initiative aus Oxford gestellt - und bei der Suche nach Antworten erschreckende Entdeckungen gemacht.

Alle Quellen und weiterführende Literatur gibt es auf der Podcast-Seite bei Podigee.

Die vorhergehenden Folgen des Podcasts haben sich mit Fragen rund um die Glaubwürdigkeit (interne Validität) von randomisierten kontrollierten Studien beschäftigt. Will man die Evidenz in die Praxis bringen, reicht das aber nicht aus: Denn es muss immer überprüft werden, ob die Studie überhaupt auf den konkreten Patienten anwendbar ist. Deshalb geht es in dieser Folge des Podcasts um verschiedene Aspekte der externen Validität.

Links zu weiterführender Literatur gibt es auf meinem Blog.

Musik: Ausschnitte aus „I dunno“ von grapes,  unter CC BY 3.0

Bisher haben wir uns immer nur mit einzelnen Studien beschäftigt. Diese Folge gibt Tipps, wie man Zusammenfassungen von Einzelstudien, also Übersichtsarbeiten, kritisch bewerten kann.

Die Erläuterungen zum Forest Plot, die Checkliste und die Links zu weiterführender Literatur gibt es auf meinem Blog.

Musik: Ausschnitte aus „I dunno“ von grapes, unter CC BY 3.0

In dieser Folge dreht sich alles um Probleme, die bei multiplen Tests entstehen können: Das betrifft etwa Studien mit einer Vielzahl von Endpunkten, Zwischenauswertungen und Subgruppenanalysen.

Die ausführlichen ShowNotes finden sich auf meinem Blog.

Musik: Ausschnitte aus „I dunno“ von grapes, unter CC BY 3.0

Nicht immer verlaufen klinische Studien nach Plan. Um die Ergebnisse nicht zu verzerren, dürfen die Daten von Studienabbrechern jedoch nicht einfach unter den Tisch fallen. Diese Folge des Podcasts dreht sich rund um Auswertemethoden wie intention-to-treat, per-protocol oder as-treated - und worauf man bei Studienpublikationen entsprechend achten sollte.

Die ausführlichen ShowNotes finden sich auf meinem Blog.

Musik: Ausschnitte aus „I dunno“ von grapes, unter CC BY 3.0

Im 5. Teil des Podcasts dreht sich alles um Konfidenzintervalle und p-Werte: Was versteht man genau darunter und welche Aussagekraft haben diese Größen für die Bewertung des Therapieeffekts?

Die ausführlichen ShowNotes finden sich auf meinem Blog.

Musik: Ausschnitte aus „I dunno“ von grapes, unter CC BY 3.0

In dieser Folge erkläre ich, welche quantitativen Angaben man in RCTs findet und wie man diese kritisch beurteilen kann. Dazu muss man sich mit der Aussagekraft verschiedener Effektmaße beschäftigen. Dazu gehören etwa die relative Risikoreduktion, die absolute Risikoreduktion, die Number needed to treat oder das Odds ratio.

Die ausführlichen ShowNotes finden sich auf meinem Blog.

Musik: Ausschnitte aus „I dunno“ von grapes, unter CC BY 3.0

Im 3. Teil meines Podcasts zur Evidenzbasierten Pharmazie erkläre ich, welche Vorteile die Prinzipien Randomisierung, Kontrollgruppe und Verblindung bei randomisierten kontrollierten Studien haben.

Die ausführlichen ShowNotes finden sich auf meinem Blog.

Musik: Ausschnitte aus „I dunno“ von grapes, unter CC BY 3.0

Im 2. Teil meines Podcasts zur Evidenzbasierten Pharmazie dreht sich alles um Studientypen und Evidenzgrade. Sie erfahren, warum nicht jede Studie sich als Wirksamkeitsnachweis für eine therapeutische Intervention eignet und was eigentlich randomisierte kontrollierte Studien, Kohortenstudien und Fall-Kontroll-Studien voneinander unterscheidet.

Die ausführlichen ShowNotes finden sich auf meinem Blog.

Musik: Ausschnitte aus „I dunno“ von grapes, unter CC BY 3.0