Alt, krank und teuer: Was Studien oft verschweigen

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! 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

There are no comments yet.

Please log in to write the first comment.