Kolloquium über anwendungsorientierte Statistik
Universität und ETH Zürich
Seminar für Statistik, ETHZ

Analyse wiederholter Messungen: Beispiele aus der Medizin.

Prof. Theo Gasser und Dr. Burkhardt Seifert , Abteilung Biostatistik, Universität Zürich

20. November 1997, 16.15 - ca. 17.30
Hauptgebäude der Universität, Hörsaal E 18 

Zusammenfassung

Burkhardt Seifert: Die Quantifizierung der Genauigkeit von Messungen ist ein wesentlicher Bestandteil der medizinischen Forschung. Es geht dabei um die Zuverlässigkeit wiederholter Messungen durch den selben Arzt (intrarater reliability) oder durch verschiedene Ärzte (interrater reliability). Ein seit langem gebräuchliches Mass für die Zuverlässigkeit von Messungen ist der Intra-class Korrelationskoeffizient. In zwei Beispielen aus der Augenheilkunde [1] und der Rheumatologie [2] werden Verallgemeinerungen des ICC in Modellen der Varianzanalyse für wiederholte Messungen angewandt.
  • [1] Junghardt et al. (1996). Reproducibility of the data determined by scanning laser polarimetry. Graefe's Archive Clinical and Experimental Ophthalmology.
  • [2] Theiler et al. (1996). Parametric and non-parametric measures in the assessment of knee and hip osteoarthritis: interobserver reliability and correlation with radiology. Osteoarthritis and Cartilage.

    • Theo Gasser: In der quantitativen EEG-Analyse ist es üblich, spektrale Parameter durch Summierung der Energie in 4-6 definierten Frequenzbändern ("Bänderparameter") zu bilden. Die Messwiederholung ist dann nicht Zeit, sondern Hirntopographie, indem an 4-21 Ableitepunkten (oder mehr) die Hirnaktivität registriert wird. Es wird beispielhaft am Vergleich des EEG von Alzheimer-Patienten und Kontrollen illustriert, wie die Split-plot ANOVA es erlaubt einen "between" und zwei "within" Faktoren zu analysieren, und gegebenenfalls eine Kovariate einzubeziehen.
    Je nach Zeit wird noch kurz die Methode der "feature extraction", gefolgt von konventionellen statistischen Methoden, am Beispiel von Wachstumsverläufen illustriert.

    Further information: Christina Künzli, Statistics Seminar of ETH Zurich