Wie du die ewige Liebe mit der Bland-Altman-Methode findest

Wie du die ewige Liebe mit der Bland-Altman-Methode findest

Wer sucht sie nicht – die ewige Liebe. Egal, welcher Altersgruppe, Herkunft oder Bildungsschicht wir angehören, jeder Mensch sehnt sich nach Zugehörigkeit, Liebe und Geborgenheit.

 

Je jünger wir sind, desto mehr wird dieses Gefühl von dem Drang nach Abenteuer und Aufregung überlagert, aber….

 

—– SPOILERALARM ——

 

….in den allermeisten Fällen führen schwierige Beziehungen mit Partnern, die sich an der Grenze zur Persönlichkeitsstörung bewegen, nicht zum langfristig gewünschten Ergebnis.

 

Spätestens in den frühen Dreißigern hat es aber jeder kapiert: Eine stabile Liebe finden wir bei einem Menschen, dem wir vertrauen können, weil er uns so annimmt, wie wir sind. Bei jemandem, der uns nicht wahnsinnig macht, weil er immer wieder über unsere persönlichen Grenzen hinweg trampelt.

 

Dauerhafte, tiefe Liebe, so erklärte es mir mal ein Freund kurz vor seiner Hochzeit,  findet man beim besten Freund – zumindest wenn man ihn zufällig auch noch äußerst attraktiv findet.

 

Die große Liebe basiert also in letzten Konsequenz auf Übereinstimmung.

 

Und die ist messbar.

 

Vergleich 3er verschiedener exponentieller Wachstumskurven des Coronavirus.

 

Zum einen bietet sich da natürlich das eigene Gefühl an. Als ich meinen Mann vor fast 10 Jahren auf einer WG-Party kennenlernte, war die Sache für mich innerhalb von wenigen Minuten klar:

 

Er war nicht nur sehr attraktiv und sehr klug, sondern gab mir zum ersten Mal in meinem Leben das Gefühl, dass ich nicht zu irgendwas war. Zu nerdig, zu ambitioniert, zu fokussiert. Wir waren uns einfach total ähnlich.

 

Hätte ich aber auf Nummer sicher gehen wollen, hätte ich unser Beziehungspotential auch mathematisch berechnen können. 1986 publizierten Martin Bland und Douglas Altman, zwei Epidemiologen aus Großbritannien, eine ebenso einfache wie auch geniale Methode, um Übereinstimmung zu messen.

 

blank

(Foto: Bland & Altmann, 1981)

 

Ihnen begegnete in klinischen Publikationen nämlich immer wieder der gleiche Fehler:

 

Übereinstimmung, insbesondere zweier klinischer Messverfahren, wurde entweder anhand einfacher Korrelationstests überprüft (Heißt: Die Messwerte beider Methoden korrelieren positiv, also messen beide Methoden das Gleiche), oder anhand der fehlenden Signifikanz gerechneter T-Tests (Heißt: da es keinen signifikanten Unterschied zwischen den Werten beider Messverfahren gibt, müssen die Verfahren wohl gut übereinstimmen).

 

Während die Verwendung von Korrelationstests nur leicht falsch ist, war die Verwendung von T-Tests total daneben. Dies beruht auf den statistischen Grundlagen des Tests:

 

Eine Korrelation tritt nämlich auch dann auf, wenn beide Messreihen und die ihnen zugrunde liegenden Methoden eine intensive Beziehung zueinander haben. Das − und da verweise ich kurz auf all die missglückten Beziehungen, bevor ich meinen Mann traf −  ist aber nicht das Gleiche wie eine hohe Übereinstimmung.

 

blank

 

Bei T-Tests ist es noch schlimmer: Eine fehlende Signifikanz kann durch sehr viele verschiedene Faktoren herbeigeführt werden, allen voran durch eine kleine Stichprobe. Indem ich also möglichst wenige Messungen miteinander vergleiche, erhöhe ich die Wahrscheinlichkeit, keinen signifikanten Unterschied zwischen den zwei Messverfahren zu erhalten. Wer da nicht auf falsche Gedanken kommt …

 

Was haben also Bland und Altman gemacht?

 

Sie haben sich überlegt, dass die Übereinstimmung zweier klinischer Messverfahren wahrscheinlich dann am größten ist, wenn der Unterschied zwischen den beiden am kleinsten ist.

 

Dieser Gedanke war so neu und gleichzeitig so revolutionär einfach, dass die dazugehörige Publikation (Bland and Altman, 1986) bis zum heutigen Tag 45.562 mal zitiert wurde.

 

Durch die neu entwickelte Bland-Altman-Methode hatten Mediziner nun ein einfaches Instrument, mit dessen Hilfe sie bestimmen konnten, ob ein neues Messverfahren ein altes, aufwendigeres ersetzen konnte.

 

Und wie funktioniert das Verfahren genau?

 

Ganz einfach:

 

  • Zuerst misst man bei möglichst vielen Patienten den Zielparameter einmal mit Methode A und gleich danach noch einmal mit Methode B.
  • Danach bildet man für jeden Patienten sowohl den Durchschnitt (MW) als auch die Differenz aus beiden Messpunkten (Diff = xMethode A – xMethode B). 
  • Der Durchschnitt beider Messungen ist dabei ein Indikator für den wahren Wert des zu messenden Parameters. Da kein Messverfahren der Welt den wahren Wert genau darstellen kann (es sei denn, wir befinden uns im Bereich der Kalibrierung), können wir uns dem wahren Wert immer nur annähern – und in diesem Fall wird dies über den Mittelwert beider Messverfahren versucht.

Im nächsten Schritt wird für die Gesamtheit der ermittelten Differenzen beider Messverfahren sowohl der Gruppenmittelwert () als auch die Standardabweichung (s) berechnet. Wir haben nun also einen Wert für die mittlere Abweichung und einen für die mittlere Streuung der Differenzen.

 

Und nun wird das Ganze im Bland-Altman-Plot visualisiert:

 

blank

(aus: Giavarina, 2015) 

Hierfür wird eine Grafik mit 4 Teilen gebaut:

 

  • Auf der x-Achse wird der Mittelwert der jeweiligen Paare beider Methoden dargestellt, auf der y-Achse deren Differenzen. 
  • Eine gestrichelte horizontale 0-Linie zeigt die Linie der perfekten Übereinstimmung an, da hier die Differenz = 0 wäre. 
  • Auf einer zweiten horizontalen Linie wird der Mittelwert der Differenzen (Bias oder ) eingezeichnet. 
  • Oben und unten werden horizontale Linien für die Limits of Agreement (LOAs), definiert über ± 1,96s der Differenzen, wie oben berechnet, geplottet. 
  • Und zum Schluss wird für jeden der berechneten Parameter das jeweilige 95 %-Konfidenzintervall schraffiert (grau hinterlegte Flächen).

 

In dieses Gerüst werden nun für jeden Patienten der Durchschnitt (x-Achse) und die Differenz beider Messungen als Punkte eingetragen und fertig ist der Bland-Altman-Plot.

 

Interpretation des Bland-Altman-Plots

 

 1. Abstand der Linie der mittleren Differenz () zur 0-Linie:

 

Der Abstand beider Linien sollte möglichst gering sein. Je kleiner der Abstand, desto stärker stimmen die Methoden im Mittel überein. Den Unterschied zwischen beiden Linien nennt man Bias. Er ist ein Indikator dafür, ob die neue Methode das zu messende Konstrukt im Vergleich zur Standardmethoden über- oder unterschätzt (je nachdem, ob die Differenz ein positives oder negatives Vorzeichen hat).

 

2. Abstand der LOAs zur Linie der mittleren Differenz:

 

Die LOAs werden anhand der Streuung der Differenzen berechnet und enthalten aufgrund ihrer festgelegten Breite von ± 1,96 Standardabweichungen (s) 95 % aller berechneten Differenzen – zumindest dann, wenn die Differenzen normalverteilt sind, was aber fast immer der Fall ist.

 

Heißt das also, dass die Methoden übereinstimmen, wenn 95 % der Punkte innerhalb der LOAs liegen?

  

Nein, eben nicht.

 

Der Position der LOAs auf der y-Achse überdeckt per Definition 95 % aller Punkte, da die Breite mit ± 1,96 s entsprechend ausgewählt wurde.

 

Anhand der Limits of Agreement kann man also nicht nachweisen, DASS beide Messverfahren übereinstimmen, sondern nur, wie stark die Streuung der Differenzen ist.

 

Ob das nun klinisch viel oder wenig ist und somit die Übereinstimmung klein oder groß ist, muss anhand vorab festgelegter Grenzwerte bestimmt werden.

 

Eine Frage, die sich also alle Forschenden VOR Beginn der Studie stellen sollten, ist, wie groß die mittlere Abweichung vom Mittelwert der Differenzen sein darf, um auch mit der neuen Methode noch gute Ergebnisse erzielen zu können.

 

Liegen die LOAs also innerhalb der a priori festgelegten klinisch sinnvollen Grenzwerte, dann stimmen die Methoden ausreichend stark überein.

 

3. Die 95 %-Konfidenzintervalle:

 

Da wir in jeder Studie nur eine begrenzte Stichprobe untersuchen, wird in jedem guten Bland-Altman-Plot sowohl für die mittlere Differenz als auch für beide LOAs ein 95 %-Konfidenzintervall eingezeichnet.

 

Diese Intervalle sind sehr nützlich, weil sie uns einen weiteren Indikator dafür liefern, wie sehr sich die Ergebnisse der Studie auf die Gesamtbevölkerung übertragen lassen.

 

Das Konfidenzintervall überdeckt den „wahren“ Wert innerhalb der Gesamtbevölkerung mit einer Wahrscheinlichkeit von 95 %. Je schmaler also das 95 %-KI, desto repräsentativer ist unsere Stichprobe und desto mehr dürfen wir unseren Ergebnissen trauen.

 

Zusammenfassung:

 

Die Bland-Altmann-Methode erlaubt eine Beurteilung darüber, mit welcher Übereinstimmung zwei Messmethoden denselben klinischen Parameter messen.

 

Sie basiert nicht auf einem Signifikanztest, sondern erfordert eine kritische Einschätzung der Ergebnisse und ein gewissenhaftes Vorgehen, bei dem die Grenze der Übereinstimmung zwischen beiden Methoden schon vor Beginn der Studie anhand klinischer Parameter festgelegt werden muss.

 

Damit die Methode bestmöglich funktioniert, müssen einige Vorbedingungen erfüllt sein:

 

  1. Die einzelnen Messpaare sollten unabhängig voneinander sein. Das bedeutet, dass jeder Proband nur einmal an der Studie teilgenommen haben sollte und nicht mehrfach.
  1. Die Differenzen sollten zufällig und nicht systematisch variieren. Das heißt, die Werte auf der y-Achse sollten nicht parallel zu steigenden Werten auf der x-Achse größer oder kleiner werden.
  1. Die Differenzen beider Messverfahren sollten über die Patienten hinweg normalverteilt sein. Das sind sie aber zum Glück meistens.

 

Hältst du bei der Planung deiner Studie diese Vorbedingungen ein, ist ein sehr gutes Ergebnis wahrscheinlich.

 

Was bleibt:

 

Nachdem mein Mann (ein Wirtschaftsinformatiker) am Ende der WG-Party zu dem Schluss kam, dass es durchaus eine gute Idee wäre, mich auch über diesen ersten Abend hinaus besser kennenzulernen, telefonierten wir während der nächsten Wochen jeden Abend mindestens eine Stunde miteinander und redeten und redeten und redeten.

 

Da wir beide keine Fans großer Gefühlsbekundungen sind, war es mein größtes Glück, als er mir ein paar Monate später anstelle seiner Liebe mit großem Ernst erklärte:

 

„Leni, du bist der Mensch, der mir von allen auf der Welt am wenigsten auf die Nerven geht.“

 

Ab diesem Moment, in dem wir all unsere Differenzen quantifiziert und sie für ausreichend klein befunden hatten, war uns beiden klar, dass wir die große Liebe gefunden hatten.

 

 

blank

 

Literatur:

Bland, J.M., Altman, D.G., 1986. Statistical Methods for assessing Agreement between two methods of clinical measurement. Lancet 1, 307–310.

Giavarina, D., 2015. Understanding Bland Altman analysis. Lessons Biostat. Underst. 25, 141–151.

 

Hol dir hier die Formelsammlung für deinen
Bland-Altman-Plot

Woran erkennt man eine gute Statistik-Beratung?

Woran erkennt man eine gute Statistik-Beratung?

Statistik ist für viele Mediziner ein Buch mit 7-Siegeln. Total verständlich – denn sie findet innerhalb des Medizinstudiums kaum statt.

 

Sobald aber die empirische Doktorarbeit ansteht, haben Ärzte ein Problem, denn Statistik ist ein wichtiger Teil der medizinischen Dissertation, den man nicht umgehen kann.

 

Gerade für arbeitende Ärzte, die wenig Zeit haben, ist die Sache daher schnell klar: Ich hole mir Hilfe! Aber wie findet man einen guten Statistikberater?

 

In diesem Artikel erkläre ich dir, woran du eine qualitativ hochwertige Statistik-Beratung erkennst, und wie du bei deiner Suche am besten vorgehst.

 

 

 

Gute Beratung bekommst du vom Spezialisten

 

Das Allerwichtigste zuerst. Als Arzt hast du ziemlich spezielle Fragestellungen, die sich sehr von denen anderer Fächer unterscheiden. Daher hat sich innerhalb der Statistik ein Bereich entwickelt, der sich mit genau diesen fachspezifischen Problemen beschäftigt: Die Medizinstatistik oder auch Biostatistik, genannt.

 

Natürlich machen auch Ärzte einfache Gruppenvergleiche oder Zusammenhangsanalysen, sehr oft aber haben sie spezielle Fragen wie z.B.: Überleben Krebspatienten mit Chemotherapie länger als solche mit Bestrahlung? Oder: Gibt es Cut-Off-Werte in bestimmten Blutparametern, die mir das spätere Auftreten von Alzheimer vorhersagen?

 

Oftmals verstecken sich in den erhobenen Patientengruppen Störvariablen, die deine ganze Untersuchung ruinieren können, wenn du sie nicht zwischen den Gruppen angleichst. Wie man das macht wissen viele Statistikberater nicht, da Sie sich hauptsächlich mit anderen Fächern wie z.B. den Sozialwissenschaften oder der Politologie beschäftigen.

 

Es ist daher immer ratsam, sich von Anfang an einen Berater zu suchen, der sich auf Statistik für Mediziner spezialisiert hat.

 

 

 

Du promovierst?

 

Dann brauchst du einen Berater, der wissenschaftlich gearbeitet hat

 

Eine Dissertation ist eine wissenschaftliche Arbeit. Natürlich suchst du eigentlich einen Statistik-Berater, der dir möglichst effizient bei der Datenanalyse hilft. Das Problem ist aber, dass die Statistik kein isolierter Teil deiner Dissertation ist. Sie ist eher das Herz deiner Doktorarbeit (ganz bildlich gesprochen). Hier laufen alle Fäden deiner Forschungsfrage zusammen, werden innerhalb der Datenanalyse in Ergebnisse transformiert, und bilden dann die Grundlage deiner Diskussion.

 

Ein guter Statistikberater sollte also viel Erfahrung darin haben, deine spezifischen Forschungsfragen zu verstehen (oftmals muss er sie sogar mit dir zusammen entwickeln), und sie bei Bedarf in sinnvolle Hypothesen und Analysen übersetzen können, um die Ergebnisse im Anschluss in dein Manuskript zu integrieren.

 

Das klappt nur, wenn dein Berater schon viele eigene Manuskripte erstellt und – ganz wichtig- veröffentlicht hat.

 

Nur dann hat er immer wieder hartes, wissenschaftliches Feedback erhalten und gelernt, wie wissenschaftliches Arbeiten und Veröffentlichen funktioniert.

 

Berater, die bisher wenig wissenschaftlich gearbeitet haben können das nicht, weil sie die Analyse als isolierte Einheit betrachten. Ihnen übermittelst du während der Beratung ein festes Set an Variablen, mit denen sie rechnen sollen, und dazu eine zu testende Hypothese, das war‘s.

 

Im Gegenzug bekommst du eine Ausgabedatei oder eine kurze Dokumentation mit statischen Kennwerten und dann ist die Beratung beendet. Was du mit den Ergebnissen machst, ist dann deine Sache. Und eins kann ich dir sagen: Ab dem Level der Promotion lautet die Antwort: nicht viel.

 

Ich kann dir daher nur empfehlen gezielt nach Beratern zu suchen, die dir anhand ihrer Publikationsliste nachweisen können, dass Sie als Wissenschaftler gearbeitet und publiziert haben. Diese Statistikberater werden dir dabei helfen können Statistik und Manuskript zu verbinden.

 

 

 

Dein Statistikberater muss sich mit Medizin auskennen

 

Wenn ich meine Klienten frage, warum sie mit mir zusammen arbeiten, kommt eigentlich fast immer die gleiche Antwort: Weil ich Ihre Thematik verstehe.

 

Es gibt zwar den Mythos von der easy-peasy, auf einer Pobacke abzusitzenden Medizinerdissertation, die man quasi im Vorbeigehen beraten kann, aber meiner Erfahrung nach ist dem nicht so.

 

Medizinische Dissertationen untersuchen – nun ja – medizinische Fragestellungen. Und die physiologischen Prozesse unseres Körpers sind sehr komplex. Das Gleiche gilt für Behandlungsmethoden und – abläufe. Man muss sie wirklich verstehen, um sinnvolle statistische Analysen durchführen zu können.

 

Zusätzlich sollte ein guter Statistikberater auch viel Erfahrungen mit Patientendatensätzen mitbringen, da deren Qualität sich deutlich von denen der experimentellen Forschung unterscheidet.

 

Wenn dir also jemand erzählt, es wäre sehr einfach medizinische Datensätze auszuwerten, dann bist du definitiv bei der falschen Beratung gelandet.

 

 

 

Du hast keine gute akademische Betreuung? Such dir einen promovierten Berater

 

Jetzt kommen wir zu einem sehr speziellen Problem, das glücklicherweise nicht jeden Promovierenden betrifft, aber dennoch sehr häufig bei Medizinern zu finden ist: Dein Promotionsbetreuer ist nicht ausreichend für dich da.

 

Auf den ersten Blick ist das kein offensichtliches, mit Statistikberatung zusammenhängendes Problem, allerdings entwickeln sich daraus meist grundlegende Probleme, die über den Erfolg einer medizinische Promotion entscheiden können, und die ein promovierter Statistikberater, der selber ausreichend lange im Wissenschaftsbetrieb gearbeitet hat, gut adressieren kann.

 

Viele meiner Kunden kommen zu mir, weil sie mit Ihrer Dissertation ziemlich allein dastehen. Oft interessieren sich Ihre Betreuer nicht für Ihre Doktorarbeit, oder es fehlt schlicht weg die fachliche Kompetenz, um den Doktoranden wirklich helfen zu können.

 

Meine Aufgabe als Statistikberater ist es dann, mich in die Lage des Betreuers (nicht des Doktoranden!) hineinzuversetzen, und zusammen mit dem Doktoranden eine mehr oder weniger „fertige“ Dissertation zu erstellen, die bis auf Kleinigkeiten abgesegnet werden kann und möglichst wenig Engagement vom Betreuer erfordert.

 

Dabei geht es nicht um Ghostwriting, sondern um akademische Erfahrung, die man bekommt, wenn man selber jahrelang Doktoranden betreut und Forschung betrieben hat.

 

Ein unerfahrener Statistikberater, der nicht promoviert ist, kann in diesen Situationen nicht weiterhelfen. Im besten Falle hat man nach der Statistikberatung die Ergebnisse der Datenanalyse, aber vom Abgeben der Dissertation ist man noch sehr weit entfernt.

 

 

 

Traue niemals einer 24/7- Hotline

 

Wenn du auf Facebook, Instagram oder Google unterwegs bist, ist es ziemlich sicher, dass du schon mal die Werbung großer Beratungen gesehen hast. Berufsbedingt sehe ich die ständig, denn Facebook weiß ja, womit ich mich beschäftige.

 

Es gibt sehr große Firmen, die sich auf Statistikberatung spezialisiert haben und mit 24h-Hotlines werben, professionelle Jingles in der Warteschleife abspielen und sehr kompetent wirken.

 

Ich kenne diese Beratungen sehr gut und bin mir sicher, dass es auch dort unter Umständen möglich ist, gute Statistikberatung zu bekommen. Was ich aber auch ganz sicher weiß, ist, dass in diesen Firmen ein Gleichgewicht zwischen Gewinnspanne der Firma, Beraterhonorar und Werbekosten gefunden werden muss.

 

Werbung ist extrem teuer, für Google und Facebook ist das Schalten von Werbeanzeigen eine Gelddruckmaschine. Wer wirbt muss ein hohes Werbebudget einplanen, gerade dann wenn Werbung die einzige Akquisemethode ist und die Skalierung des Umsatzes davon abhängt.

 

Rechnet man den eingeplanten Gewinn des Unternehmens und die Gehälter der Mitarbeiter mit ein, wird schnell klar, dass es nur zwei Stellschrauben gibt, an denen man drehen kann, um die Firma am Laufen zu halten: Die Preise für die Statistikberatung – und die Honorar der vermittelten Statistikberater.

 

Während die eine Seite maximiert wird, wird die andere minimiert. Doch wer arbeitet für ein geringes Honorar? In den allermeisten Fällen sind das Studenten oder Berater mit wenig Erfahrung. Wenn du dir also einen erfahrenen Berater wünschst, such dir besser eine kleine, schon länger bestehende Statistikberatung, bei der du von Beginn an weißt, mit wem du zusammen arbeiten wirst.

 

Finanziell wird es auf einen gleichhohen oder sehr wahrscheinlich sogar geringeren Preis hinauslaufen. Aber hier bezahlst du für Qualität, eine Rund-um-Betreuung und fachliche Expertise, anstelle für Werbung, Gewinnmaximierung und Overhead.

 

Ganz wichtig: Die durchwachsende Qualität der Statistikberater der großen Beratungen kann man auch daran abschätzen, wieviele Berater in diesen Firmen arbeiten. Ich habe selber ein kleines Team aus Co-Beratern, von deren Kompetenz ich absolut überzeugt bin. Meine Berater sind alle promoviert, spezialisiert auf Medizinstatistik, haben etliche nationale und internationale Publikationen veröffentlicht und schon viele klinische Studien und medizinische Doktorarbeiten betreut.

 

Aber um diese Berater zu finden, habe ich mich wirklich auf den Kopf stellen müssen.

 

50 oder mehr von ähnlich hochqualifizierten Beratern finden zu können, halte ich somit für relativ unwahrscheinlich.

 

 

 

So findest du gute Statistikberater im Netz

 

Jetzt wo du weißt, warum es nicht gut ist, Beratungen auszuwählen, die dich mit Werbung bombardieren, stellt sich natürlich die Frage, wie du die guten Statistikberatungen denn dann findest?!

 

Ganz einfach: Benutze Google, aber mit Strategie.

 

Eine gute Freundin und Unternehmensberaterin meinte mal zu mir, dass man bei Google auf Seite 3 glatt einen Mord begehen könnte und keiner würde es merken. Das stimmt, kann aber auch für den Suchenden von Vorteil sein.

 

Kleine, hochspezialisierte Beratungen investieren mit hoher Wahrscheinlichkeit sehr viel Zeit in die Qualität Ihrer Beratung und in ihre eigene fachliche Weiterbildung. Bedeutend weniger Zeit und Geld investieren Sie in Werbung und SEO-Optimierung, da sie nicht darauf angewiesen sind Millionenumsätze zu machen um ein großes Team an festen Mitarbeitern und eine große Gewinnspanne zu erwirtschaften.

 

Gute Statistikberater werden außerdem über Mund-zu-Mund-Propaganda weiter empfohlen und müssen daher deutlich weniger Geld für eine gute Platzierung auf Google bezahlen.

 

Daher ist es sehr wahrscheinlich, dass qualitativ hochwertige Beratungen nicht auf Seite 1, und oft auch nicht auf Seite 2 bei Google zu finden sind.

 

Es lohnt sich also immer, diese ersten Seiten hinter sich zu lassen und mal auf Seite 3 -5 zu schauen.

 

Außerdem ist es deutlich effektiver, nach komplexen Begriffen zu googlen. Anstatt „Statistikberatung” kommt man schneller mit „Statistik für Mediziner“, „Statistik für Ärzte“, oder „Statistikberatung Medizin“ ans Ziel.

 

Warum ist das so?

 

Die großen Statistikberatungen bedienen alle Fächer. Dort gibt es (aus den vorher genannten Gründen) keine spezialisierten Berater. Daher wird auch sehr viel Werbebudget für allgemeine Schlagwörter verwendet, die deutlich teurer sind.

 

Da kleine Beratungen oftmals hochwertigen Content auf Ihren Seiten veröffentlichen, rankt Google kleine Firmen in deren Nischengebieten deutlich höher als bei den allgemeinen Suchbegriffen.

 

Googelst du also möglichst genau, wirst du gute Statistikberatungen finden, die auf dein Fach spezialisiert sind.

 

 

 

Um das noch mal zusammenzufassen

 

Wenn du als Mediziner eine qualitativ hochwertige Statistikberatung suchst, die deine Dissertation effektiv betreut, dann geh folgendermaßen vor:

 

  • Google genau was du suchst, z.B. “Statistikberatung für Ärzte”
  • Nimm dir die Zeit auch auf den hinteren Seiten bei Google zu suchen
  • Kompetente Berater liefern Content auf Ihren Seiten, der dir wirklich weiter hilft
  • Sie werben eher wenig, auch weil sie gut genug sind um von Mund-zu-Mund-Propaganda leben zu können
  • Wenn du promovierst, sollte auch dein Berater promoviert sein und genug wissenschaftliche Erfahrung mitbringen; suchst du Hilfe bei deiner Masterarbeit, ist diese Erfahrung weniger wichtig
  • Suche dir auf Mediziner spezialisierte Statistikberater, die wirklich nur und nicht auch in dieser Nische tätig sind
  • Kontaktiere nur Beratungen, bei denen von Anfang an klar ist, wer hinter dieser Firma steckt. 24/7-Hotlines vermitteln zwar oft ein Gefühl von Sicherheit, haben aber nicht unbedingt die besseren Berater.
  • Und abschließend: Nutze kostenlose Erstgespräche um deinen Berater kennen zu lernen. Nur wenn die Chemie zwischen dir und dem Berater – und nicht zwischen dir und dem Verkäufer in der Hotline- stimmt und du dich menschlich und fachlich verstanden fühlst, ist die Wahrscheinlichkeit groß, dass du bei dieser Statistikberatung gut aufgehoben bist.

 

Viel Glück bei deiner Suche!

 

 

 

 

Trag dich hier für Dr. Ortmanns beste Maildizin ein und erhalte regelmässige Tipps für deine medizinische Promotion

 

 

 

Du brauchst Hilfe bei der Datenanalyse? Dann vereinbare gern ein kostenloses Erstgespräch.

4 + 3 =

Corona blockiert dein Medizinstudium? Dann gründe eine Studygroup und arbeite an deiner Diss!

Corona blockiert dein Medizinstudium? Dann gründe eine Studygroup und arbeite an deiner Diss!

Corona hat uns alle voll erwischt. Normalerweise wäre ich jetzt gerade unterwegs, würde meine Ärzte vor Ort besuchen und Projekte planen. Tja, das kann ich aktuell vergessen.

 

Wie sieht es bei dir aus? Viele Studenten, die ich betreue, erzählen mir, dass sie aktuell keine Vorlesungen mehr haben, wieder daheim bei ihren Eltern sind und frustriert rumsitzen. Wenigstens an der eigenen Diss arbeiten könnte man ja jetzt, aber nein:

 

Da eure Betreuer voll und ganz ins Krisenmanagement eingebunden sind, sind sie natürlich auch nicht mehr ansprechbar. Datenerhebungen finden nicht mehr statt und keiner zeigt euch, wie ihr weitermachen sollt. Total frustrierend.

 

Für mich ist die Situation seit Beginn der Coronakrise ähnlich blöd – aber es gibt da immerhin eine Sache, die ich seit langem machen wollte.

 

Eigentlich ist jetzt nämlich genau die richtige Zeit, um wieder enger mit euch Studenten zusammenzuarbeiten.

 

Ich habe ja schon bei der Einführung meiner Forschungsakademie erzählt, dass ich in meiner Zeit als Wissenschaftlerin unglaublich gerne mit Studenten und Doktoranden zusammengearbeitet habe.

 

Zu Spitzenzeiten hatte ich ein Team aus bis zu 20 Leuten, mit denen ich eine riesige Trainingsstudie durchgezogen habe. Sehr viele von denen (und viele weitere in den Jahren davor und danach) habe ich auch durch ihre Abschlussarbeiten und  Dissertationen geschleust. Und das in Rekordzeit!

 

Mein Ansatz als Betreuerin war damals immer, den Studenten so viel Hilfestellung und Erklärung wie möglich zu geben, damit sie ihre Arbeit Schritt für Schritt selbstständig durchführen können. Quasi Hilfe zur Selbsthilfe – und das hat jedes Mal super geklappt! Meine Studenten waren ruck zuck fertig, keine Frustration, keine Ängste, sondern sicheres und ruhiges Arbeiten.

 

Mich hat es immer tierisch aufgeregt, wenn andere Wissenschaftler im meinem Umfeld Forschungsthemen vergeben haben, sich dann aber im Laufe des Projektes nicht mehr um ihre Studenten kümmern wollten.

 

Den universitären Regeln zufolge sollte ein Student zwar fähig sein, eine wissenschaftliche Arbeit eigenständig zu bearbeiten, ich habe das aber nie so interpretiert, dass er sie auch allein bearbeiten muss.

 

„Eigenständig, aber unter schrittweiser Anleitung“ war mein Motto an der Uni . Das ergibt den besten Lerneffekt und optimale Ergebnisse.

 

Nun, wo ich genauso viel Zeit habe wie ihr, könnten wir also endlich mein nächstes Wunschthema anpacken: Wir gründen gemeinsame Studiengruppen!

 

Ihr wisst ja vielleicht, dass ich Kurzberatungen anbiete. Die werden normalerweise von arbeitenden Ärzten genutzt, die in einer Intensivsitzung von bis zu 90 Minuten fokussierte Fragestellungen bearbeiten wollen.

 

Das Ganze läuft dann meist über Telefon oder Bildschirm und funktioniert total gut. Natürlich ist so eine Beratung für die allermeisten Studenten ein bisschen kostspielig.

 

Außerdem brauchen Studenten kontinuierliche Hilfe mit stetigen Impulsen, und nicht unbedingt eine Einzelsitzung.

 

Daher habe ich mir überlegt, die Einzelsitzungen per Zoom in virtuelle Gruppensitzungen umzuwandeln. Organisiert euch in Teams von bis zu 5 Personen, die ähnliche Fragen haben, und bildet zusammen eine Studygroup.

 

Einmalig oder regelmäßig können wir uns per ZOOM treffen und eure Daten auswerten. Ihr gebt mir ein Wunschthema, mit dem wir beginnen, und Schritt für Schritt arbeiten wir uns durch eure Promotionen.

 

Fragen, die z. B. immer wieder auftreten, sind:

 

  • Wie programmiere ich Fragebögen?
  • Wie importiere und organisiere ich mein Datenfile in SPSS?
  • Wie gehe ich überhaupt mit den Daten um?
  • Wie macht man die Deskriptive Statistik?
  • Wie finde ich den richtigen Test?
  • Wie führe ich eine ANOVA durch?
  • Wie rechne ich eine Regression?

 

Es gibt aber auch ganz praktische Fragen:

 

  • Wie benutze ich Zitationsprogramme oder suche Paper in Literaturdatenbanken?
  • Wie führe ich Telefoninterviews?
  • Und worauf kommt es eigentlich beim wissenschaftlichen Schreiben an?

 

So viele Bereiche, die man super in Kleingruppen bearbeiten kann!

 

Wenn ihr euch einfach den Beratungspreis von 170 € für 90 min teilt, wird es für alle bedeutend billiger (z. B. 35 € / Termin pro Person bei 5 Personen). Ihr bekommt eine an eure Bedürfnisse angepasste Beratung und arbeitet euch strukturiert durch eure Dissertationen.

 

Um zwischen den Treffen effektiv weiterarbeiten zu können, bekommt ihr nach jedem Termin eine Aufzeichnung der Sitzung.

 

Klingt das nicht super?! Genau. Machen wir also gemeinsam das Beste aus der Coronakrise!

 

Aber wie findet ihr eure Lernpartner?

 

Ganz einfach! Postet euer Interesse in meine Facebook-Gruppe: Promovieren in der Medizin – das schaffst du auch!

 

Gern helfe ich auch, Teams zusammenzustellen. Dann bucht einen Termin in meinem Kalender, sammelt die Einzelbeiträge über PayPal MoneyPool und los geht’s.

 

Ihr könnt mir dabei schon vor dem Termin das Thema samt einem Datensatz (oder einem Fragebogen, einer Studienidee oder was ihr so habt) zuschicken, damit ich unser Treffen vorbereiten kann.

 

Ich schicke euch dann eine Mail mit Link und schon treffen wir uns im virtuellen Kursraum.

 

Ganz wichtig: Auch wenn sich mein Angebot an Medizinstudenten richtet, ist diese Beratung im Rahmen von Corona auch für andere Fächer geöffnet. Fachspezifische Lerngruppen zu bauen, ist ja kein Problem.

 

Lasst uns also einfach das Beste aus dieser Zeit machen. Anstatt frustriert rumzusitzen, nutzen wir die Zeit im home office, um produktiv zu werden!

 

Und falls es euch aktuell nicht betrifft: Seid so lieb und leitet den Link zu diesem Artikel an eure Fachschaften oder über eure internen Emailverteiler / sozialen Netzwerke weiter. Die Nachricht soll so viele Studenten wie möglich erreichen.

 

Stellt euch mal vor: Wenn sich der Unibetrieb wieder normalisiert könntet ihr mit einer fertigen Dissertation da sitzen – super, oder?!

 

Als ehemalige Wissenschaftlerin und professionelle Statistikberaterin, die wirklich hunderte Medizinstudenten durch die Dissertation gelotst hat, kann ich sagen: Mit meiner Hilfe schafft ihr das!

 

Also meldet euch, ich freue mich sehr auf euch. Lasst uns starten!

 

Eure Magdalene

 

 

Trag dich hier für Dr. Ortmanns beste Maildizin ein und erhalte regelmässige Tipps für deine medizinische Promotion

 

Corona ist hier – was wir jetzt tun müssen

Corona ist hier – was wir jetzt tun müssen

Corona ist auch bei uns angekommen. Das wird langsam allen klar. In diesem Artikel erkläre ich dir daher, was wir jetzt tun müssen, um unsere Familie, unsere Wirtschaft und unser gemeinschaftliches Leben zu schützen.

 

Ich bin Dr. Magdalene Ortmann, Medizinstatistikerin sowie ehemalige Wissenschaftlerin und somit von Haus aus sehr an Zahlen und Krankheiten interessiert. Beruflich mache ich nichts anderes als medizinische Daten auszuwerten, zu interpretieren und für meine Kunden verständlich aufzubereiten.

 

Als im Januar von einem neuartigen Virus in China berichtet wurde, das schwere Lungenentzündungen bis hin zum Lungenversagen auslöst und sich rasant verbreitet, erweckte das sofort mein Interesse (Berufskrankheit).

 

Dass Viren, die Tiere als Wirt benutzen, ab und zu den Sprung auf den Menschen schaffen, ist nicht ungewöhnlich – hier kann der Evolution beim Arbeiten zugeschaut werden. Dass dies nun aber ausgerechnet inmitten einer Großstadt passierte, war etwas unglücklich.

 

Wenn ein Virus auf ein unvorbereitetes „naives“ Immunsystem trifft, rennt es offene Türen ein. So ziemlich jeder, der Kontakt mit dem Virus hat, wird sich anstecken, zumindest solange die Viruskonzentration im Übertragungsmedium ausreichend hoch ist.

 

Anders als bei der Grippe gibt es also niemanden, der schon genug „Vorerfahrung“ mit ähnlichen Grippestämmen hat und die Ausbreitung verlangsamt.

 

Im Falle von Corona haben wir somit ein ziemlich verbreitungsfreudiges Virus. Jeder Erkrankte steckt im Schnitt zwischen 2,4 und 3,3 Familienmitglieder, Freunde oder Nachbarn an (Robert-Koch-Institut).

 

Das wiederum heißt, dass aus dem ersten Patienten im Schnitt 3 neue resultieren, die wiederum 9 weitere infizieren, aus denen dann 27 neue Fälle entstehen. Schon in der 3. Ansteckungsrunde erreichen wir also in Summe 40 Erkrankte. Führen wir das ein bisschen weiter, sind wir schnell bei Hunderten und schließlich Tausenden von Infizierten.

 

Das ist die sogenannte exponentielle Funktion, von der alle sprechen. In der folgenden Grafik habe ich die mal geplottet. Dabei habe ich verschiedene Ansteckungsraten (R0) angenommen, um zu zeigen, wie unterschiedlich so ein exponentielles Wachstum aussehen kann:

 

Vergleich 3er verschiedener exponentieller Wachstumskurven des Coronavirus.

 

Grün zeigt die Neuansteckung von 2 Patienten durch einen aktuell Erkrankten, rot von 2,2 und blau von 2,4.

 

Schon hier ist deutlich zu sehen, dass bereits eine kleine Steigerung der Ansteckungsrate eine massive Steigerung der Fallzahlen im späteren Verlauf zur Folge hat.

 

Es stellt sich natürlich die Frage, warum wir aktuell noch so “wenige“ Fälle in Deutschland sehen – schließlich ist das Virus ja nun schon seit 3 Wochen bei uns unterwegs.

 

Das liegt daran, dass wir zum einen nicht alle Erkrankten mit den durchgeführten Tests erfassen, weil ein extrem hoher Anteil nur leichte Symptome zeigt, die durchaus mit üblichen Erkältungen zu verwechseln sind. Zum anderen liegt es aber auch daran, dass es bis zu 4 Tage dauert, bis die Testergebnisse nach dem Abstrich vorliegen.

 

Was wir also aktuell sehen, sind die Erkrankungszahlen von vor 4 Tagen, zudem von einer Subgruppe, bei der wahrscheinlich nur die schweren Fälle sowie deren positiv getestete Kontaktpersonen erfasst wurden.

 

Sind die aktuellen Zahlen also realistisch? Auf keinen Fall.

 

Bis vor kurzem wurde ein Patient mit Beschwerden nur dann getestet, wenn er sich entweder kurz zuvor in einem Risikogebiet aufhielt oder vorab Kontakt zu einer infizierten Person hatte.

 

Berücksichtigt man aber, dass sehr viele Menschen nur leichte, mit einfachen Erkältungen zu vergleichende Symptome haben und somit nie zum Arzt gehen, muss davon ausgegangen werden, dass in Deutschland sehr viele infizierte Personen umherlaufen, die andere anstecken, ohne überhaupt zu wissen, dass sie infektiös sind. Und diese angesteckten Personen haben keine Chance getestet zu werden, da Sie ja keinen Kontakt zu einer schwer erkrankten, nachweislich infizierten Person hatten.

 

Ihr seht an dieser Stelle beißt sich die Katze irgendwie in den Schwanz.

 

Zu erkennen ist das Problem der hohen Dunkelziffer auch daran, dass aktuell immer wieder größere Erkrankungsherde wie aus dem Nichts auftauchen, bei denen der sogenannte Patient 0, wie auch im Kreis Heinsberg, nicht gefunden werden kann. Patient 0 weiß nämlich gar nicht, dass er Patient 0 ist, weil er mit leichtem Husten durch die Gegend tingelt, falls er nicht ohnehin schon längst wieder gesund ist.

 

blank

 

Klar ist: Nur wer sehr schwer erkrankt ist, fällt auf und wird getestet. Alle anderen nicht.

 

Ein weiterer Hinweis auf eine hohe Dunkelziffer sind auch die enormen Todesraten in Iran und Italien. 

 

Überall dort, wo nur die allerschwersten Fälle und die Toten auf Corona getestet werden, muss die Letalität, also die Zahl der Toten in Bezug auf die Anzahl der Erkrankten, anteilig erhöht sein, denn das Virus verändert sich nicht, sobald es Ländergrenzen überschreitet. Selbst wenn man die Qualität des jeweiligen Gesundheitssystems berücksichtigt, erklärt das nicht diese enormen Unterschiede.

 

Es ist sehr wahrscheinlich viel eher so, dass die leicht Infizierten – du kannst es mittlerweile mitsingen – nicht durch Tests erfasst werden. Statt dessen laufen sie unerkannt herum und stecken andere an.

 

So lange leicht erkrankte Personen nicht identifiziert werden, werden wir Covid-19 nicht kontrollieren können. Stattdessen werden wir weiterhin einen enormen Anstieg von Erkrankten haben.

 

Jetzt könnte natürlich so argumentiert werden: Ist ja egal, schließlich sind es ja nur wenige, die sehr krank werden und auf der Intensivstation behandelt werden müssen. Das ist aber ein Fehlschluss!

 

Auch hier kommt wieder unsere exponentielle Wachstumskurve ins Spiel. Wenn 5% der Erkrankten beatmet werden müssen, dann sind das bei 40 Patienten nur 2, bei 30.000 Infizierten aber schon 1500 und bei 100.000 unglaubliche 5.000 ITS-Patienten – auf unsere Bevölkerung von 83 Millionen und einer finalen Durchseuchung von 60 bis 70% innerhalb weniger (!) Wochen oder Monate will ich das lieber mal gar nicht anwenden (wobei auch hier eine Korrektur nach unten stattfinden muss, da sich die 5% auf die diagnostizierten Fälle bezieht und die Dunkelziffer ignoriert).

 

Aktuell wird überall gemeldet, dass wir mit 28.000 Intensivbetten bestens ausgestattet wären. Gesetzt dem Fall, diese Betten wären leer und die Stationen bestens mit Ärzten und Pflegekräften ausgestattet, würde ich das ja gern glauben. Fragt man aber die Ärzte direkt (und das tue ich berufsbedingt sehr oft), klingt die Einschätzung schon ganz anders.

 

In den letzten 10 bis 15 Jahren wurden die Krankenhäuser kaputt gespart. Das Personal auf den Intensivstationen ist extrem überlastet, auch ohne Corona.

 

Selbst wenn alle planbaren OPs verschoben werden könnten, wären dort immer noch viele schwerstkranke Patienten, die versorgt werden müssen. Wenn ich Ärzte in den Kliniken besuche, um Projekte zu besprechen, kann ich sicher sein, dass bei den Intensivmedizinern alle 3 Minuten das Telefon klingelt und irgendjemand Hilfe braucht. 

 

Können wir uns somit darauf verlassen, dass wir alle im Notfall gut versorgt werden können? Never ever.

 

Was können wir also tun?

 

1.  In einer idealen Welt könnten wir einfach mehr und schneller testen, um einen realistischen IST-Zustand zu bekommen. Danach würden wir alle Infizierten in Quarantäne stecken, die schweren Fälle behandeln – und schwupp, wäre alles ok.

Das ist aber leider absolut unmöglich, da wir keine Kapazitäten haben, um so viele Menschen zu testen.

 

2.  In einer idealen Welt könnten wir außerdem impfen, aber bis der Impfstoff marktreif ist, hat sich der Großteil der Gesellschaft längst mit Covid-19 infiziert.

 

3.  Übrig bleibt die unbequeme Wahrheit, dass allein eine Änderung der Verbreitungsgeschwindigkeit das Virus verlangsamen kann.

 

Wir müssen also mit allen Mitteln dafür sorgen, dass das Virus weniger leicht weitergegeben werden kann.

 

Und wie machen wir das, wenn sich aktuell potenziell jeder anstecken kann?

 

Indem wir uns isolieren.

 

Es führt kein Weg daran vorbei. Natürlich nicht für immer, aber während der kommenden Wochen.

 

Wir müssen beginnen zu verstehen, dass die Verbreitung des Corona-Virus reine Mathematik ist und wir nur gemeinsam in der Lage sind, die Verbreitung zu reduzieren.

 

Und damit meine ich nicht, einfach häufiger mal die Hände zu waschen und in die Armbeuge zu niesen. Nein, gemeint ist, ernsthaft zuhause zu bleiben, Treffen mit Freunden, wo immer es möglich ist, zu vermeiden, und keine älteren Verwandten in Heimen zu besuchen (die teilweise immer noch für Besucher geöffnet sind!).

 

Denkt daran: Es gibt eine sehr hohe Dunkelziffer an halbwegs gesunden Corona-Infizierten, die das Virus stetig weitergeben. Jeder Besuch alter Verwandter erhöht also das Risiko, dass unsere Großeltern oder Eltern an Corona erkranken. Und wie ja mittlerweile jeder weiß, steigt das Sterberisiko bei alten Leuten enorm an.

 

Wer also noch etwas von seinen Großeltern haben will, steigt aufs Telefon um.

 

Es ist außerdem notwendig, dass wir unsere älteren Nachbarn, Verwandten und Freunde stetig darüber informieren, dass sie wirklich zuhause bleiben müssen.

 

Ich finde es aktuell ziemlich irritierend, dass wir jungen Leute zuhause bleiben, die Kinder aus den Schulen genommen werden, auf Homeoffice umgestiegen wird, während draußen eine große Zahl älterer Menschen unterwegs ist.

 

blank

 

Das liegt natürlich zum einen daran, dass alle, auch hochgefährdete Menschen, davon ausgehen, dass es sie schon nicht treffen wird. Schließlich haben sie ja bis dato noch alles überlebt (was ja auch stimmt, sonst wären sie ja schließlich tot).

 

Zum anderen liegt es aber sicherlich auch daran, dass ältere Menschen weniger Zugang zum Internet und anderen schnellen Medien haben und somit einfach noch nicht oft genug gehört haben, dass wir uns in einer sehr ernsten Lage befinden, die jetzt strenge Konsequenz erfordert.

 

Das Beste, was wir also neben der eigenen sozialen Isolation machen können, ist, allen älteren Menschen in unserem Umfeld mit der immer gleichen Botschaft auf die Nerven zu gehen: Bleibt zu Hause.

 

Nun ist die Frage: Werden wir durch soziale Isolation weniger Corona-Fälle haben?

 

Nein. 60 bis 70 % der Bevölkerung werden sich anstecken. So oder so. Für alles andere ist es zu spät.

 

Was wir aber durch die Quarantäne erleben werden, ist, dass die Ausbreitung weniger schnell verläuft.

 

Dieser Punkt wird ja aktuell sehr oft in den Medien besprochen. Wir werden damit erreichen, dass die Kapazität der Intensivbetten für die Anzahl der jeweils schwererkrankten Patienten ausreicht. Auch das wird dann noch einmal die Todesrate reduzieren.

 

Wir werden nicht, wie in Italien, Ärzte entscheiden lassen müssen, wer eine Beatmung bekommen soll – der 50-jährige Familienvater oder die 80-jährige Großmutter. Wir werden alle Patienten ausreichend gut behandeln können.

 

Jetzt möchte ich aber noch auf einen sehr wichtigen Punkt eingehen, der in den nächsten Wochen entscheidend sein wird.

 

Wenn die Regierung den großen Shutdown veranlasst, alle Geschäfte schließen und sich die Menschen zuhause fast vollständig isolieren, werden wir alle auf ein Abflachen der Infektionskurve hoffen.

 

Aber dieses Abflachen wird sehr lange auf sich warten lassen – nämlich ca. 2 Wochen.

 

Um das zu verstehen, muss man sich die folgende Grafik ein bisschen näher ansehen. Bitte keinen Schreck bekommen, konzentriert euch einfach auf den blauen und den orangenen Hügel, sowie die gelbe Fläche darunter.

 

blank

Quelle: Wu & McCoogan in JAMA (2020) copyright

 

In dieser Grafik ist der chinesische Verlauf der Corona-Pandemie zu sehen. Die orangenen Balken zeigen das, was die Statistiken der deutschen Zählungen aktuell berichten: die Anzahl der positiv getesteten Corona-Fälle, allerdings nicht, wie sonst üblich, als Summe aller bisher Infizierten, sondern als neu identifizierte Fälle pro Tag.

 

Als die chinesische Regierung am 23. Januar die Gefahr durch das Corona-Virus endgültig verstand (Beginn der gelb markierten Fläche unter den Balken), riegelte sie die Großstadt Wuhan ab.

 

Alle Menschen bekamen Ausgehverbot. Die Schulen wurden geschlossen, die Firmen produzierten nichts mehr. Alles stand still.

 

Und trotzdem stiegen die Fallzahlen pro Tag weiter an. Bis zum 05. Februar, also über ganze 14 Tage breitete sich das Virus immer weiter aus.

 

Die Quarantäne schien völlig sinnlos zu sein.

 

Aber das war nicht die Realität.

 

Wie ich bereits erklärt habe, haben wir zum einen ein wirkliches Diagnostikproblem. Wir testen Menschen zu spät, nämlich dann, wenn sie mit wirklich schlimmen Symptomen zum Arzt oder direkt ins Krankenhaus kommen, und übersehen somit einen Großteil der Kranken.

 

Zum anderen dauert es bis zum Testergebnis ca. 4 Tage. Addiert man nun die Tage der Inkubationszeit (also die Zeit zwischen der Infektion und dem Auftreten der ersten leichten Symptome (ca. 5 bis 6 Tage) und die Dauer, bis die ersten schweren Symptome auftreten (Tag des Arztbesuches inkl. Abstrich nach weiteren 4 Tagen), und addiert dazu die 4 Tage, die der Test braucht um ein Ergebnis zu liefern, kommen wir auf eine Verzögerung von ziemlich genau 2 Wochen.

 

Rechnet man nun also rückwärts, was die Autoren der Studie, aus der diese Grafik stammt, gemacht haben (hier dargestellt als blaue Balkenkurve), kann man abschätzen, wie sich der wirkliche zeitliche Ablauf abgespielt haben muss. Und dort sieht man, dass genau zu dem Zeitpunkt, als Wuhan abgeriegelt wurde und sich die Menschen in strenge soziale Isolation begeben haben, die Zahl der Neuansteckungen deutlich zurückgegangen ist.

 

Und das muss unsere Motivation sein!

 

Wenn in den kommenden Tagen also unser Leben massiv runtergefahren wird und wir die Wachstumskurve in den Zeitungen verfolgen, dann müssen wir damit rechnen, dass es bis zu zwei Wochen dauern kann, bis die Kurve abflacht.

 

Wir müssen Geduld haben und weiterhin aushalten. Wir dürfen auf keinen Fall aufgeben und die Isolation beenden, weil die Zahlen zu zeigen scheinen, dass soziale Isolation keinen Effekt hat. Das hat sie.

 

Wenn wir diese Zeit durchhalten, werden wir den wirtschaftlichen Schaden begrenzen können. Wir werden deutlich weniger Freunde und Verwandte verlieren. Wir werden unsere Häuser und unsere Arbeitsplätze behalten.

 

Wenn wir nun also in die Isolation gehen, dann werden wir das mit der Gewissheit tun, dass wir diese Krise überwinden werden. Und zwar mit Disziplin und Geduld. Lasst es uns also anpacken und durchhalten.

 

Auf einen Sommer in Freiheit, mit frischer Luft, Altstadtfesten und Wein. Bald. Nach der Quarantäne. Wir schaffen das.

 

(Und immer dran denken: Corona ist ein Zahlenspiel – und wir haben die Regeln verstanden. Auf geht‘s.)

 

 

Du möchtest mehr Artikel wie diesen? 

Follow me on Instagram oder Facebook!

 

Zur weiteren Recherche und für alle, die Zahlen mögen:

 

Ein grandioser Artikel von Tomas Pueyo, der noch viele weitere Aspekte anspricht, und sich direkt an Entscheidungsträger aus Politik und Wirtschaft richtet.

Der Steckbrief des Robert-Koch-Institutes zu Covid-19 mit allen Zahlen, die man sich nur wünschen kann.

 

 

 

 

Du brauchst Hilfe bei der Analyse deiner Studiendaten? Dann kontaktiere mich hier:

12 + 9 =

* Mit der Eingabe und Absendung Ihrer Daten erklären Sie sich einverstanden, dass wir Ihre Angaben zum Zwecke der Beantwortung Ihrer Anfrage und etwaiger Rückfragen entgegennehmen, zwischenspeichern und auswerten. Sie können diese Einwilligung jederzeit widerrufen.

Wie schreibt man den Methodenteil einer medizinischen Dissertation?

Wie schreibt man den Methodenteil einer medizinischen Dissertation?

In meinem vorherigen Artikel habe ich dir erklärt, warum es absolut notwendig ist, die Einleitung nicht am Anfang, sondern erst ganz am Ende deiner wissenschaftlichen Arbeit zu schreiben – du erinnerst dich? (Wenn nicht, kannst du die Gründe noch einmal in diesem Artikel nachlesen)

 

Stattdessen empfehle ich, immer zuerst mit dem Methodenteil zu beginnen. Warum?

 

Weil dir das Schreiben des Methodenteils helfen wird, deine Studie noch einmal zu strukturieren, sodass du ein gutes Grundgerüst für alle weiteren Teile hast.

 

In diesem Artikel werde ich dir daher genau erklären, WIE du den Methodenteil schreibst und WAS alles darin enthalten sein muss.

 

Elementar wichtig ist dabei aber zu verstehen, WARUM du den Methodenteil überhaupt schreiben musst.

 

In der Forschung streben wir alle nach Erkenntnisgewinn – wir versuchen also herauszufinden, wie die Welt / das Gehirn / unser Körper oder was auch immer funktioniert. Dazu eignen sich am besten Studien, die möglichst gut designt und ausgewertet wurden.

Ein Kriterium für eine gute Studie ist dabei die Replizierbarkeit der Ergebnisse – und genau die stellt ein guter Methodenteil sicher.

 

Der Methodenteil ist nämlich nichts anderes als eine genaue Anleitung, die anderen Forschern
ermöglichen soll, die Untersuchung zu wiederholen  – bei hoffentlich gleichen Resultaten.

 

Mich ärgert es daher sehr, wenn ich Publikationen lese, die ungenau geschrieben sind.

Wenn du nun also beginnst, deinen Methodenteil zu schreiben, überlege genau, welche Informationen der Leser bräuchte, um deine Studie nachzubauen.

 

WAS muss nun in den Methodenteil einer medizinischen Promotion hinein?

 

Für ein gelungenes Manuskript brauchst du 7 Teilbereiche. Du beginnst dabei eher breit mit der Beschreibung deines Studiendesigns und gehst dann immer mehr ins Detail, bis du bei der Statistik angekommen bist. So gelingt dann auch der perfekte Übergang zum Ergebnisteil.

 

Aber erstmal von vorn:

 

1. Das Studiendesign:

 

In diesem Abschnitt müssen die Grundzüge deiner Studie kurz und prägnant dargelegt werden:

Welche Art von Studie wurde durchgeführt? Bsp: Eine Beobachtungs- oder eine Interventionsstudie?

Wie wurden die Daten erhoben? Rückwirkend aus Akten (retrospektiv) oder während der laufenden Studie (prospektiv)?

Wie viele Patienten wurden insgesamt gemessen?

In welchem Zeitraum wurden Patienten in die Studie aufgenommen und untersucht? Bsp: Alle Patienten, die von Mai bis Oktober 2019 in Klinik x behandelt wurden und die Aufnahmekriterien erfüllten.

Welche Interventionsgruppen gab es? Bsp: Vergleich einer neuen vs. einer erprobten Operationsmethode.

Wie wurden die Patienten den Interventionsgruppen zugeordnet?  – Hier bitte die Art der Randomisierung und das Verhältnis der Gruppengrößen zueinander (1:1, 1:3 o. Ä.) angeben.

Im diesem Abschnitt bekommt der Leser also eine sehr knappe Zusammenfassung der Studie, deren Teilaspekte dann in den folgenden Abschnitten vertieft werden.

 

 

2. Das Ethikstatement:

 

Hier dreht sich alles um das Thema Patientenschutz. Es müssen dabei folgende Punkte angesprochen werden:

Der Name der Ethikkommission, bei der das Ethikvotum eingeholt wurde (inkl. der Registrierungsnummer der Studie im Deutschen Register klinischer Studien und der Nummer des Ethikantrags).

Ein Verweis darauf, dass die Studie z.B. die Richtlinien der Deklaration von Helsinki (2004) eingehalten hat.

Die Bestätigung darüber, dass alle Patienten über den Inhalt und den Ablauf der Studie informiert wurden.

 

Außerdem ein Vermerk, dass der Untersucher Sie darüber aufgeklärt hat, dass es ihr Recht war die Teilnahme an der Studie ohne negative Konsequenzen zu jedem Zeitpunkt abzubrechen.

Die Belehrung der Patienten muss dabei schriftlich durchgeführt und dokumentiert werden (via Aufklärungsbogen mit Unterschrift von Untersucher und Patienten).

Ihr merkt wahrscheinlich schon beim Lesen, dass das Ethikstatement einer festen Formulierung folgt. Man kann sie sehr gut aus den meisten deutschen oder englischen Publikationen abschreiben und an die eigene Studie anpassen.

 

 

3. Die Patientenpopulation:

 

Dieser Abschnitt beschreibt, wie die Teilnehmer der Studie gefunden wurden und welche Kriterien sie erfüllen mussten, um teilnehmen zu dürfen. Dabei werden drei Bereiche adressiert:

Rekrutierungsmethoden: Hier muss beschrieben werden, wie die Patienten für die Studie rekrutiert wurden (z.B. alle Patienten mit einer akuten Sinusitis, die vom Hausarzt in die Klinik überwiesen wurden)

Aufnahmekriterien:  An dieser Stelle müssen nun die Merkmale genannt werden, die ein Patient erfüllen musste, um an der Studie teilnehmen zu dürfen

Ausschlusskriterien:  Hier werden logischerweise die Merkmale aufgeführt, die ein Patient nicht haben durfte, da er sonst von der Teilnahme ausgeschlossen wurde.

 

Kurz, knackig, das reicht.

 

 

4. Die Intervention:

 

Hast du eine Interventionsstudie durchgeführt, muss in diesem Teil beschrieben werden, WIE die Interventionen aussahen, die von den Patienten durchlaufen wurden.

Dabei ist besonders wichtig, dass vorab ein grober Ablaufplan beschrieben wird. Hier muss erläutert werden, wann und wie oft ein Patient untersucht / behandelt wurde und was während der einzelnen Termine geschah.

Es könnte z.B. dargelegt werden, dass der Patient nach Aufnahme und Zustimmung zur Studienteilnahme eine erste Untersuchung bzgl. der Parameter abc bekam, um Baselinewerte für die Zielvariablen der Studie zu bekommen, sowie demografische Merkmale und die Krankheitsgeschichte des Patienten notiert wurden.

Im Anschluss sollte der weitere Ablauf beschrieben werden, dass also je nach zugeordnetem Studienarm Intervention A oder B durchgeführt wurde und dann zu den Zeitpunkten 1, 2, 3 die schon in Prä erhobenen klinischen Zielvariablen noch einmal erhoben wurden. Das reicht.

 

Im nächsten Schritt muss nun die durchgeführte Intervention im Detail beschrieben werden.  

 

Die Kunst ist es dabei, den feinen Grad zwischen zu viel und zu wenig Information zu finden. Der Leser muss verstehen können, was genau gemacht wurde, damit er es nachmachen oder zumindest die fachliche Sinnhaftigkeit der Intervention beurteilen kann.

Eine detaillierte Beschreibung absoluter Selbstverständlichkeiten (Und dann wurde dem Patienten der Ärmel hochgekrempelt, ein venöser Zugang gelegt und mit einem Pflaster fixiert …) sollte aber unbedingt vermieden werden.

Stattdessen können man eher schreiben: Während der gesamten Intervention wurden Sauerstoffsättigung und Puls (Produktname des Messgeräts, Firma ) überwacht.

Es sollten also alle verwendeten Geräte / Medikamente inkl. der wichtigsten Parameter (Einstellungen / Dosierungen)  genannt werden. Außerdem müssen sämtliche Abbruchkriterien beschrieben werden, also die klinischen Grenzwerte, die nicht überschritten werden durften, um die Intervention durchführen zu können.

Am Ende dieses Abschnitts muss dann nur noch der Ablauf der post-interventionellen Phase, also der Zeit nach der Intervention beschrieben werden – wiederum mit allen erhobenen Parametern, zeitlichen Abständen, verwendeten Medikamenten und Messverfahren.

 

 

5. Die klinischen Endpunkte:

 

Hat man die Beschreibung der Intervention erledigt, müssen die verschiedenen Zielparameter der Studie definiert werden.

Hier unterscheidet man zwischen den primären und sekundären Endpunkten.

Primäre Endpunkte könnten z.B. beim Vergleich zweier OP-Methoden, von denen die neue deutlich schonender sein soll, die Anzahl der aufgetretenen Komplikationen sein oder der Verlauf und die Höhe der Schmerzkurve in der post-interventionellen Phase.

Die primären Endpunkte sind also die wichtigsten Zielparameter der Studie, da sie die Kernhypothesen in messbare Werte übersetzen. Sie sollten daher fehlerfrei und für absolut jeden Messzeitzeitpunkt erhoben werden.

Die sekundären Endpunkte sind ebenfalls interessante Variablen, aber ein bisschen weniger wichtig. Sie komplementieren den Wissensgewinn, kommen aber in den Hypothesen eher weiter hinten.

Für jeden klinischen Endpunkt, ob primär oder sekundär, muss beschrieben werden, WIE, WOMIT, DURCH WEN und WIE OFT er gemessen wurde.

Außerdem muss erläutert werden, ob eine Verblindung des Untersuchers und / oder des Patienten stattfand sowie wo und wie die Ergebnisse dokumentiert wurden.

 

Wichtig: Die Reihenfolge der klinischen Endpunkte sollte die der Hypothesen in der Einleitung widerspiegeln und sich auch im Ergebnisteil wiederholen.

Das erleichtert das Leseverständnis enorm. Gibt es thematische Teilbereiche (z.B. Verhaltensdaten und physiologische Daten), die verschiedene Aspekte einer Fragestellung untersuchen, sollten auch diese getrennt und immer in der gleichen Reihfolge abgehandelt werden.

 

Hat man einen präzisen Methodenteil geschrieben, weiß der Leser danach nicht nur, wie er die Studie replizieren kann, sondern auch, welche Störvariablen sich ggf. negativ auf die Messung ausgewirkt haben könnten. Das ist besonders für mögliche Gutachter der Studie sehr wichtig.

 

 

6. Fallzahlschätzung

 

Du merkst wahrscheinlich schon, dass wir uns immer mehr in Richtung Auswertung bewegen. Vorab wird aber mittlerweile in fast jeder Publikation (und somit garantiert auch in deiner Dissertation) eine Fallzahlschätzung verlangt.

Eine Fallzahlschätzung leitet anhand vorheriger Studien, die ähnliche Fragestellungen bearbeitet haben, die benötigte Größe deiner Stichprobe ab. Berücksichtigt werden müssen dabei die Effektstärken der Studien, an denen du dich orientierst, und dein Studiendesign, denn daraus resultieren die zu verwendenden statistischen Verfahren, die du im Rahmen der Fallzahlschätzung modellierst.

Anhand dieser Parameter kannst du dann mithilfe eines geeigneten Programms (z.B. GPower) die Mindestgröße deiner benötigten Studienpopulation berechnen.

Die Schätzung muss also schon vor Beginn der Studie erfolgen, meistens schon vor dem Antrag an die Ethikkommission oder wenn der Drittmittelantrag geschrieben wird. Es lohnt sich also, dort einmal hineinzusehen und die Parameter dann einfach zu übernehmen.

 

 

7. Statistische Analyse

 

Jetzt kommen wir zum letzten Abschnitt des Methodenteils. Hier berichtest du, was du mit den erhobenen Daten gemacht hast. Genau wie bei der Beschreibung der Intervention musst du auch hier möglichst genaue Angaben über deine Analyseschritte machen, aber gleichzeitig darauf achten, überflüssige Informationen zu vermeiden.

Du beginnst dabei immer mit der deskriptiven Statistik. Der erste und wichtigste Satz ist dabei immer, dass die kontinuierlichen Variablen auf Normalverteilung geprüft wurden. Aus diesem Test leitet sich nämlich die Klasse der zu verwendenden statistischen Verfahren ab – also ob du parametrische oder nicht-parametrische Verfahren verwenden kannst.

 

Im nächsten Schritt solltest du beschreiben, wie du mit den verschiedenen Messniveaus deiner Variablen umgegangen bist.

 

Wie wurden deine metrischen Variablen (z.B. das Alter deiner Patienten) dargestellt, wie die ordinalen (z.B. Ratingskalen) und wie die nominalen (z.B. das Geschlecht).

Je nach Verteilung deiner Daten kann es sinnvoll sein, die kontinuierlichen Variablen als Mittelwerte und Standardabweichungen oder aber als Mediane und Quartile zu beschreiben. Nominale Daten sollten als absolute und relative Anteile dargestellt werden.

 

Im dritten Schritt beschreibst du nun die statistischen Verfahren, die du verwendet hast. Dabei sollten auch die wichtigsten Parameter innerhalb der Verfahren genannt werden. Dazu zählen z.B. die Faktorstruktur der ANOVAs oder der verwendete Algorithmus der Regressionen, aber auch die Tests, die für jede Hypothese und für jeden Datentyp benutzt wurden (inkl. der Follow-up-Tests).

Wichtig ist außerdem, die berichteten Effektstärken und deren Interpretation zu nennen (Welchem Wert entspricht ein kleiner, mittlerer oder großer Effekt?) und aufzuzeigen, inwiefern für multiple Vergleiche korrigiert wurde und wie mit fehlenden Werte verfahren wurde.

Generell ist es sehr wichtig, die statistische Analyse so zu beschreiben, dass der Leser die Auswertung wiederholen kann. Es hat außerdem den Vorteil, dass der Leser den folgenden Ergebnisteil besser versteht.

 

Und ganz wichtig: Eine genaue Beschreibung erlaubt späteren Studien eine bessere Fallzahlenschätzung – zumindest, wenn du auch den Ergebnisteil ordentlich schreibst.

 

Hast du diesen Punkt erreicht, kannst du direkt zum Resultateteil übergehen, denn den hast du jetzt perfekt vorbereitet.

Bevor du weitermachst, achte darauf, dass alle Ergebnisse vorliegen, wenn du mit dem Schreiben beginnst. Aber dazu mehr in meinem nächsten Artikel …

Hol dir hier die Checkliste für deinen
Methodenteil

 

 

Du möchtest ein fachliches Lektorat deines Methodenteils? Dann kontaktiere mich hier:

10 + 12 =

Wie vermeide ich, dass fehlende Daten meine Doktorarbeit ruinieren?

Wie vermeide ich, dass fehlende Daten meine Doktorarbeit ruinieren?

Langzeitstudien mit vielen Messterminen bergen ein nicht zu unterschätzendes Fehlschlagrisiko (und das ist britisches Understatement).

Sie liefern den Alptraum, der Doktoranden in schlaflosen Nächten besuchen kommt, frei Haus UND kostenlos mit. Und dieser wabbelige Besucher heißt:

 

Fehlender Wert.
blank
 

Fehlende Werte sind so ziemlich das Schlimmste, was einer Studie passieren kann. Denn jeder fehlende Wert bedeutet, dass der entsprechende Patient die Studie verlässt.

 

Warum ist das so?

 

In Langzeitstudien werden vorab definierte Zielvariablen über einen langen, laaangen Zeitraum wiederholt gemessen. Dies ermöglicht es die Entwicklung dieser Variablen über eine oder mehrere Interventionen hinweg zu beobachten und / oder  zu vergleichen.

In der Statistik haben wir für sich wiederholende Messungen (tata!) Tests mit Messwiederholung (da würde man jetzt nicht drauf kommen…).

Das kann z.B. Modell für den Vergleich zweier Messpunkte innerhalb einer Gruppe ein gepaarter T-Test sein, oder wenn man mehr als zwei Messpunkte hat, die ANOVA mit Messwiederholung (oder auch repeated-measures ANOVA genannt).

Diese und ähnliche Verfahren erfordern nun aber, dass jeder Messpunkt für wirklich jeden Probanden vorhanden ist (Näheres dazu bald in einem Artikel zur ANOVA).

Wenn ein Patient beispielsweise nicht zum Messtermin erscheint oder ein Wert aus Versehen nicht erhoben wird, dann habt Ihr diesen Patienten an allen anderen Messterminen leider umsonst gemessen (falls du deine Datenerhebung schon beendet hast, bekomm jetzt bitte keinen Schreikrampf – auch wenn es angebracht wäre).

Natürlich gibt es immer Wege fehlende Werte zu schätzen (z.B. durch Interpolation oder Imputation), aber in Patientenstudien und gerade bei solchen, die nur wenig Probanden haben, wird das nicht gern gesehen.

 

Was ist also die Lösung, um fehlende Werte in den Griff zu bekommen?

 

Ganz einfach: VERMEIDE SIE.

 

Und das ist nicht nur irgend so eine idealistische Phrase von jemanden, der immer nur nett am Schreibtisch sitzt, Daten auswertet und keine Ahnung vom wirklichen Leben in der Klinik hat. Meine gesamte Dissertation beruht auf Studien, in denen ich Patienten über Zeiträume von bis zu sechs Monaten immer und immer wieder mit langwierigen Messungen traktiert habe.

Das waren Kinder, deren Mütter blitzschnell dabei sind die Kabel abzureißen und mit den Kindern aus dem Labor zu stürmen, wenn es auch nur den Anschein hat, dass da etwas nicht läuft. Aber auch Erwachsene über 70, bei denen man schon wirklich viel Überzeugungsarbeit leisten muss, damit diese nach einem langen Kliniktag noch einmal zwei Stunden in der EEG-Kammer sitzen.

 

Am Ende meiner drei Studien hatte ich genau einen einzigen fehlenden Wert und das auch nur, weil mein Patient aufgrund seines wirklich gehobenen Alters verstorben ist. So etwas ist dann einfach Pech und ich denke bis heute sehr gern an diesen netten älteren Herren mit seinem wunderbaren Humor zurück.

 

Wie habe ich das erreicht?

 

Ich habe mich an ein paar einfache Regeln gehalten:

 

> Sei deine eigene Study-Nurse

Niemand, aber auch wirklich niemand, kann besser dafür sorgen, dass Patienten zur Messung bzw. zum Kontrolltermin kommen, als du. Und warum?

Weil niemand ein größeres Interesse an seiner Anwesenheit hat.

Nehmen wir es, wie es ist: Jeder andere profitiert wahrscheinlich sogar davon, wenn der Patient nicht kommt, denn das bedeutet weniger Stress im klinischen Alltag.

Dem entsprechend wird auch niemand außer dir dafür freiwillig Sorge tragen.

Also schwing dich ans Telefon und rufe deinen Patienten 1-2 Tage vor dem Termin an und sag ihm, wie sehr du dich freust, ihn zum Kontrolltermin begrüßen zu dürfen.

 

> Traue Niemanden. Besteche jeden.

Seien wir ehrlich. Nicht jeder Test macht zu jedem Termin Sinn. In meiner Dissertation haben die Logopäden und Audiometristen völlig zurecht moniert, dass es wenig Sinn macht sehr komplexe Sprachreize kurz nach Aktivierung des Cochlea Implantats zu testen. Demensprechend waren Sie jedes Mal kurz davor entsprechende Tests einfach weg zu lassen.

Aber weißt du was? Zu glauben, dass ein Patient ein Ergebnis x zeigen wird, ist keine Erlaubnis einen entsprechenden Wert x auch hinzuschreiben (z.B. eine „0“ à la „versteht nix“).

Ein fehlender Wert ist ein fehlender Wert und wird auch als fehlender Wert eingetragen.

Also ist es deine Aufgabe den entsprechenden Test eigenhändig durchzuführen oder zumindest den entsprechenden Mitarbeitern so lange auf den Keks zu gehen (oder Kekse zu schenken) bis der Test zuverlässig durchgeführt wird. Und zwar immer!

 

> Baue vor Beginn der Studie ein übersichtliches Studienprotokoll, in das jeder erhobene Wert easy peasy eingetragen werden kann.

Das A und O eines vollständigen Datensatzes ist Komfort. Klinikalltag ist stressig. Jeder möchte nur möglichst schnell durchkommen. Wenn sich also nur die kleinste Möglichkeit für ein entschuldbares Weglassen des Tests bietet, dann wird diese Chance ergriffen!

Also erstelle für jeden Patienten einen eigenen Ordner mit allen Testunterlagen, die pro Messtermin benötigt werden. Oben drauf kommt dann ein Protokollbogen, auf dem alle relevanten Daten eingetragen und die Tests nacheinander abgehakt werden können. 

Spezialtipp: Wenn du eine Randomisierung der Testreihenfolge eingebaut hast, sortiere die Testunterlagen für jeden Messtermin entsprechend.

 

> Gehe auf Nummer sich und teste selber.

Jetzt möchtest du mir wahrscheinlich eine scheuern. Denn selber testen ist eine Wahnsinnsarbeit. Es kostet enorm viel Zeit und Energie.

Aber weißt du was? Ein löchriger Datensatz kostet dich noch mehr. Ich habe immer wieder Studien auf meinem Tisch, bei denen eine Dissertation lange Zeit nicht abgeschlossen werden kann, weil die Datenauswertung aufgrund der fehlenden Werte ein einziges Desaster ist.

Glaub mir, ein Betreuer kann ganz schnell die Lust an einem Projekt verlieren, wenn sich abzeichnet, dass die Datenbasis schlecht ist. Und dann muss nicht nur eine Strategie her wie man mit den fehlenden Werten umgeht, sondern auch ein Schlachtplan entwickelt werden, wie man die Dissertation durchbekommt.

 

Und da bestätigt sich wieder Punkt 1: Das größte Interesse an einer lückenlosen Messung hast du – und keiner sonst.

 

Also umgarne deine Patienten damit Sie kommen, messe am besten alles selber und baue vor Beginn der Studie für jeden Patienten einen eigenen Studienordner.

Auf diese Weise wird aus dem dicken Monster (mit ein bisschen Einsatz) eine schnurrende Katze, die dich nachts wärmt und für gute Träume sorgt (und jetzt rate mal warum ich seit meiner Dissertation sogar zwei Katzen habe….).

 

blank

Trag dich hier für Dr. Ortmanns beste Maildizin ein und erhalte regelmässige Tipps für deine medizinische Promotion

 

Trag dich hier für Dr. Ortmanns beste Maildizin ein und erhalte regelmässige für deine empirische Promtion

You have Successfully Subscribed!