Über die Autoren 8
Zur zweiten Auflage 9
Einführung 23
Über dieses Buch 23
Was Sie nicht lesen müssen 24
Konventionen in diesem Buch 24
Törichte Annahmen über den Leser 25
Wie dieses Buch aufgebaut ist 25
Teil I: Epidemiologen sind Gesundheitsdetektive 25
Teil II: Werkzeuge zum Messen und Vergleichen 26
Teil III: Die Architektur der Epidemiologie 26
Teil IV: Studien durchführen und Fallstricke vermeiden 26
Teil V: Anwendungen der Epidemiologie 26
Teil VI: Der Top-Ten-Teil 26
Anhang 27
Symbole, die in diesem Buch verwendet werden 27
Wie es weitergeht 27
Teil I
Epidemiologen sind Gesundheitsdetektive 29
Kapitel 1
Epidemiologen bei der Arbeit 31
Was Epidemiologen tun 31
Arbeitskleidung: Gelber Schutzanzug 31
Gesund dank besserer Medizin? 32
Gesundheitsrisiken heute 34
Eine Definition von Epidemiologie 37
Epidemiologie, Kommunikation und Politik 38
Sie haben ein Recht auf Information 38
Wir haben ein Sprachrohr 38
Wir schauen uns selbst auf die Finger 39
Wie und warum wir Epidemiologen wurden 40
Epidemiologen geht es um Gesundheit 40
Epidemiologen sind vielseitig interessiert 41
Epidemiologen denken kritisch 42
Epidemiologen entwickeln Studiendesigns 42
Epidemiologen handeln 42
Epidemiologen träumen von Gerechtigkeit 43
Kapitel 2
Epidemiologen sind Detektive 45
Auf den Schultern von Giganten 45
Risiken sind nicht zufällig verteilt 46
Verstädterung, Globalisierung, Seuchen 47
Wiege der Epidemiologie: London im 19. Jahrhundert 47
Cholera in London 47
Die Miasma-Theorie 48
Gesundheitsberichterstattung 48
Epidemiologischer Detektiv - Dr. John Snow 50
Beobachten im Lichte bestehender Theorien 50
Hypothesenbildung 51
Datenerhebung 51
Alles olle Kamellen? 58
Kapitel 3
Im Falle eines Falles 59
Epidemiologische »Fälle« 59
Fälle präzise beschreiben 60
Von Todesursachen und Totenscheinen 61
ICD-10: Ordnung muss sein 63
Die zehn häufigsten Todesursachen in Deutschland 65
Krankheitsregister 67
Klinische Register - Daten zur Behandlung 67
Epidemiologische Register - Daten zur Häufigkeit 68
Kapitel 4
Stets im Mittelpunkt: Die Bevölkerung 69
Epidemiologen schauen auf Bevölkerungen 69
Kleine Demografie für Epidemiologen 70
Wie viele sind wir? Größe der Bevölkerung 70
Wer steht auf meinem Fuß? Bevölkerungsdichte 71
Zählen von Anfang an: Geburten 72
Zählen bis zum bitteren Ende: Sterbefälle 73
Woher, wohin: Wanderungsbewegungen 74
Die demografische Formel 75
Der neugierige Staat: Volkszählungen 75
Bevölkerungsstruktur: Die Bevölkerungspyramide 76
Lebenserwartung in Deutschland 79
Bevölkerungsentwicklung und gesellschaftliche Situation 79
Alterung der Bevölkerung 79
Zuwanderung nach Deutschland 80
Geburtenrückgang nach der Wende 81
Ost-West-Wanderung und ihre Folgen 82
Was schließen wir aus alledem? 83
Teil II
Werkzeuge zum Messen und Vergleichen 85
Kapitel 5
Größen und Veränderungen messen 87
Absolute Zahl und Prävalenz 88
Absolute Zahl 88
Prävalenz 89
Ohne Zeit geht nichts - Inzidenzen 91
Kumulative Inzidenz (Inzidenzrisiko) 92
Inzidenzrate (I) - Basis mittlere Bevölkerung 93
Inzidenzrate (II): Inzidenzdichte - Basis Personenzeit 93
Weitere Inzidenzmaße: Mortalität und Letalität 96
Zusammenhang zwischen Inzidenz und Prävalenz 98
Weder Fisch noch Fleisch: Periodenprävalenz 99
Risiko und Risikodifferenz 100
Kapitel 6
Vergleiche anstellen 103
Kein Vergleich - keine Beurteilung 103
Für alle Fälle - die Vier-Felder-Tafel 104
Randsummen der Vier-Felder-Tafel 105
Anwendung in der Praxis 105
Relatives Risiko - ein Risiko kommt selten allein 106
Kalte und warme Klassenzimmer 106
Interpretation des Relativen Risikos 107
Vier-Felder-Tafel - die neue Übersichtlichkeit 108
Relatives Risiko und absolute Zahl 109
Wo Sie keine Relativen Risiken berechnen können 110
Odds Ratio - wie hoch ist die Chance? 110
Grippaler Infekt oder gesund 110
Wievielmal so hoch ist die Chance, krank zu werden? 111
Odds Ratios interpretieren 112
Population Attributable Risk 113
Auswirkung einer Exposition auf die Bevölkerung 113
Population Attributable Risk berechnen (I) 114
Population Attributable Risk berechnen (II) 114
Kapitel 7
So werden Daten vergleichbar: Stratifizieren und Standardisieren 117
Stratifizierung - die Kleinen nach vorn, die Großen nach hinten 117
Standardisierung - der einheitliche Bevölkerungsaufbau 118
Direkte Altersstandardisierung - von den Raten zur Standardbevölkerung 120
Indirekte Altersstandardisierung - von der Standardbevölkerung
zu den Raten 123
Fallstricke bei der Standardisierung 126
Standardbevölkerungen 127
Kapitel 8
Wie sag ich’s richtig? Beschreibende Statistik 129
Von Variablen und ihren Werten 129
Was ich Ihnen sagen möchte: Antwortmöglichkeiten 129
Skalen: Haben Ihre Antworten Niveau? 130
Transformation von Variablen - es gibt kein Zurück 131
Sprechen wir Epidemiologisch oder Statistisch? 132
Deskriptive Statistik - Daten zusammenfassen 133
Die goldene Mitte: Maße der zentralen Tendenz 133
Streuungsmaße: Wie groß sind die Unterschiede? 135
Alles im grünen Bereich? Die Normalverteilung 139
Teil III
Die Architektur der Epidemiologie 143
Kapitel 9
Alles nur im Hier und Jetzt: Querschnittstudien 145
Was läuft hier quer? 145
Querschnittstudien sind Momentaufnahmen 146
Wie kurz ist ein »Zeitpunkt«? 146
Wer macht mit? Und wie viele? 147
Was haben Meinungsforschung und Mikrozensus gemeinsam? 147
Was Sie mit Querschnittstudien messen können 148
Hochspannung in Deutschland: Macht Elektrosmog krank? 149
Die Ausschreibung des Auftraggebers 149
Vorüberlegungen zum Studiendesign 149
Die Entscheidung zur Querschnittstudie 150
Was war zuerst da - die Henne oder das Ei? 150
Grenzen des Querschnittdesigns 150
Die Gefahr von Fehlschlüssen 151
Was kommt dabei heraus? 152
Stärke der Assoziation: Odds Ratio 152
Kapitel 10
Ein Marsch Gesunder durch die Zeit: Kohortenstudien 155
Blick nach vorn: Wer wird krank? 155
Der Klassiker: Rauchen und Lungenkrebs 156
Wann eine Kohortenstudie sinnvoll ist 156
Was Sie in Kohortenstudien messen können 157
Rekrutieren der Studienbevölkerung 159
Auswahl aus der Allgemeinbevölkerung 159
Auswahl aus besonderen Bevölkerungen 160
Auswahl bei Berufskohorten 160
Auf die richtige Größe kommt es an 162
Wie komme ich an Informationen? 163
Mal sehen, was die Zukunft bringt: Follow-up 165
Wie lange muss das Follow-up laufen? 166
Offene und geschlossene Kohorten 166
Mehrere Befragungszeitpunkte 167
Wenn Ihnen Studienteilnehmer abhanden kommen ... 167
Zurück in die Zukunft? Historische Kohorten 168
Kapitel 11
Die Vergangenheit von Kranken und Gesunden: Fall-Kontroll-Studien 171
Kommt mir mein Handy zu nahe? 171
Wie häufig sind Hirntumoren? 172
Wie schnell entstehen Hirntumoren? 172
Warum Fall-Kontroll-Studie statt Kohortenstudie? 172
Welche Expositionen müssen Sie erfragen? 172
Welches Studiendesign ist passend? 173
Das Design von Fall-Kontroll-Studien 173
Wie wird man ein »Fall«? 174
Auf der Suche nach den Fällen 174
Fälle sammeln - repräsentativ oder selektiv? 175
Am besten nur inzidente Fälle 176
Kontrollen auswählen: Die Passenden ins Töpfchen 176
Woher nehmen? Quellen für Kontrollen 177
Expositionen messen 179
Erinnern Sie sich noch? 180
Fälle erinnern sich anders als Kontrollen 180
Paarungen: Passende Kontrollen zu den Fällen 181
Individuelles Matching 182
Gruppenmatching 182
Was Sie in Fall-Kontroll-Studien messen können 183
Auswertung bei einem nicht gematchten Design 183
Auswertung von individuell gematchten Paaren 185
Zu guter Letzt: Eingebettete Fall-Kontroll-Studie 186
Kapitel 12
Der Zufall als Helfer: Randomisierte kontrollierte Studien 189
Warum randomisierte kontrollierte Studien? 189
Wirksamkeitsprüfung: Erste Überlegungen 189
Angemessenes Design für Wirksamkeitsprüfungen 190
Verzerrungen vermeiden 192
Randomisierung 192
Compliance - immer bei der Stange bleiben 194
Verblindung - keiner weiß was 195
Ein- und Ausschlusskriterien 195
Klinische Studien - Therapie top oder Flop? 197
Phase 1: Pharmakologische Studien 198
Phase 2: Therapeutisch-exploratorische Studien 200
Phase 3: Therapeutisch-konfirmatorische Studien 200
Maßzahlen in klinischen Studien 201
Absolute Risiken 201
Relative Risikoreduktion 202
Absolute Risikoreduktion 203
Number Needed to Treat 204
Number Needed to Harm 204
Wenn Zweifel bleiben ... 205
Phase-4-Studien 205
Therapie-Optimierungsprüfungen 206
Anwendungsbeobachtungen 206
Ethisch vertretbar? 207
Aufklärung und Zustimmung 207
Kontrollgruppe und Placebo 207
Größe der Studie und vorzeitiger Abbruch 208
Auswahlkriterien für Studienteilnehmer 208
Alles offengelegt? 208
Kapitel 13
Ganz ohne Individualdaten: Ökologische Studien 211
Individualdaten oder aggregierte Daten? 211
Studiendesigns mit Individualdaten 211
Arbeiten mit aggregierten Daten 212
Korrelation: Maß für die Stärke der Beziehung 213
Nutzen von ökologischen Studien 214
Unterschiedliche Arten von ökologischen Studien 215
Daten für ökologische Studien 215
Wenn der ökologische Schein trügt 216
Datenqualität - kritische Nachfragen erwünscht 219
Ökologische Studien: Besser als ihr Ruf 220
Teil IV
Studien durchführen und Fallstricke vermeiden 221
Kapitel 14
Epidemiologische Studien durchführen 223
Das Thema finden und die Studie planen 223
Ein passendes Projekt - die Stecknadel im Heuhaufen? 223
Die Forschungsfrage entwickeln und präzisieren 224
Literaturrecherche - aktuell oder Schnee von gestern? 225
Studienplan erstellen - bis ins kleinste Detail 225
Ethik - von der Aufklärung zur Einwilligung 228
Datenschutz - meine Daten gehören mir 229
Antrag einreichen 229
Die Studie durchführen - ab ins Feld 230
Pilotstudie - letzte Möglichkeit für Änderungen 230
Feldarbeit - die Zeit läuft 230
Daten eingeben und prüfen 231
Datenaufbereitung und Datenauswertung 231
Projektbericht und Publikation - was gibt’s Neues? 232
Kapitel 15
Verzerrtes Bild der Wirklichkeit? 233
Keine Wissenschaft ohne Fehler (leider) 233
Zufällige Fehler: Heute so, morgen so 234
Systematische Fehler: Immer gleich falsch 235
Die falsche Bevölkerung ausgewählt: Selektionsbias 236
Informationsbias - oder: Missklassifizierte Menschen 239
Confounding - oder: Leben auf großem Fuße 242
Schuhgröße und Einkommen: Die Schuh-Studie 242
Confounding heißt Verschleierung 243
Der Umgang mit Confounding 243
Typische Confounder 245
Zwischenstufen sind keine Confounder 246
Effektmodifikation 246
Jetzt kommt’s ganz dicke: Mehrere Fehler 248
Kapitel 16
Ursachen und Wirkungen 249
Epidemiologen wollen Ursachen finden 249
Die Sache mit den kleinen Babys 250
Macht fernsehen dick? 252
Von Kometen und anderen Unglücksbringern 252
Ist Kaffee krebserregend? 253
Wer war König Knut? 253
Warum leiden nicht alle Menschen an Tuberkulose? 256
Kriterien für Kausalität 257
Stärke der Beziehung 258
Konsistenz der Beziehung 258
Spezifität des Effekts 258
Zeitliche Sequenz 259
Dosis-Wirkungs-Beziehung 259
Biologische Plausibilität und Kohärenz 260
Experimentelle Evidenz 260
Kausales Denken im Überblick 261
Kapitel 17
Spielt uns der Zufall einen Streich? Schließende Statistik 263
Warum wir Sie mit schließender Statistik quälen 263
Von der Stichprobe zur Bevölkerung 264
Auf den Punkt gebracht - der Punktschätzer 264
Präzision von Schätzungen 265
Zufall oder doch nicht? Statistisches Testen 265
Nullhypothese: In Wirklichkeit kein Unterschied 266
Der p-Wert - je größer, desto Zufall 267
Signifikanzniveau - dem Zufall eine Grenze setzen 269
p-Wert und Nullhypothese - eine enge Beziehung 270
Konfidenzintervalle - der Bereich Ihres Vertrauens 271
Fehlertypen: Falscher Alarm oder Aufdeckung verpasst 272
Power - die Macht eines statistischen Tests 272
Wie groß muss eine Studie sein? 273
Statistische Modelle und die Wirklichkeit 274
Beispiel: Bluthochdruck und Herzinfarkt 275
Beispiel: Übergewicht und Sterblichkeit 275
Mehrere mögliche Risikofaktoren: Was tun? 277
Teil V
Anwendungen der Epidemiologie 279
Kapitel 18
Die großen Seuchen: Infektionsepidemiologie 281
Seuchen in Europa: Vergangenheit und Zukunft 281
Eine Seuche, die die Welt umrundet 282
Vorbereitungen für die nächste Pandemie 283
Vom Erreger zur Epidemie: Grundlagen 283
Was sind Infektionskrankheiten? 283
Wie werden Krankheitserreger übertragen? 285
Grundbegriffe der Infektionsepidemiologie 285
Impfen: Schutz aus der Spritze 286
Wie sich Epidemien ausbreiten 287
Wenn keiner immun ist: Basisreproduktionszahl 287
Nicht alle sind empfänglich: Nettoreproduktionszahl 288
Die Sicherheit der Gruppe: Herdenimmunität 289
Ausbreitungsverlauf beschreiben: Epidemische Kurve 290
Modellieren: Vorhersagen über die Zukunft 292
Ausbrüche früh erkennen: Surveillance 292
Datenquellen 292
Daten aufbereiten und übermitteln 293
Grenzen der Surveillance 293
Können Epidemiologen Seuchen besiegen? 294
Pocken: Eine Erfolgsgeschichte 294
Kinderlähmung ausrotten? 295
Armut macht Epidemien - Cholera in Simbabwe 296
Kapitel 19
Krankheitsausbrüche epidemiologisch untersuchen 299
Vorgehen bei einem Ausbruch 299
Beschreibende (deskriptive) Epidemiologie 300
Schließende (analytische) Epidemiologie 303
Epidemische Gehirnhautentzündung in Afrika 304
Dramatische Ereignisse in Mchanje 305
Deskriptive Untersuchung 306
Aufklärung mittels einer Fall-Kontroll-Studie 306
Fußball also doch gefährlich? 309
Kapitel 20
Sozialepidemiologie: Lieber reich und gesund als arm und krank 311
Der Traum von der Gleichheit der Menschen 311
Versuche, die Welt zu verbessern 312
Erste Schritte der Sozialepidemiologie 312
Wie misst man soziale Ungleichheit? 313
Die Whitehall-Studie 314
Wie alles begann 314
Was dabei herauskam 315
Ungleichheit in England: Der »Black Report« 316
Die Folgen des »Black Report« 317
Gesundheitliche Ungleichheit in Deutschland 317
Wie soziale Ungleichheit krank macht 318
Das Erklärungsmodell von Andreas Mielck 318
Kritik an Andreas Mielcks Erklärungsmodell 319
Sozialepidemiologie: Vergleichen und Handeln 320
Lernen aus Vergleichen zwischen Ländern 320
Neue Wege zum Handeln: Ökosoziale Epidemiologie 321
Kritik am ökosozialen Konzept 322
Die beste aller Welten? 323
Kapitel 21
Erfolge messen 325
Gesundheitsprogramme - mein Rücken zwickt 325
Der Handlungskreis in Public Health 326
Warum Gesundheitsprogramme evaluieren? 327
Idealbedingungen oder wahres Leben? 328
Effektivität von Gesundheitsprogrammen messen 328
Evaluation - die Mühen der Ebenen 328
Ziele formulieren - hat es Ihnen geholfen? 329
Surrogatgrößen - Ersatzziele führen in die Irre 330
Studiendesigns mit Kontrollgruppe 330
Experimentelle Designs 331
Quasi-experimentelles Design 333
Evaluation ohne Kontrollgruppe 334
Zeitliche Entwicklungen beurteilen 334
Grenzen von Vergleichen ohne Kontrollgruppe 336
Kapitel 22
Screening: Dem Risiko ins Auge schauen 337
Sinn des Screenings: Krankheiten früh erkennen 337
Epidemiologen beurteilen die Wirksamkeit 338
Ärzte diagnostizieren und behandeln 339
Geeigneter Schnelltest gesucht 339
Eigenschaften von Tests 341
Ein Gedankenexperiment 341
Vier mögliche Kombinationen 341
Maße für die Eigenschaften eines Tests 342
HIV-Testen mit Fidel Castro 343
Screening - Nutzen und Schaden 344
Nicht perfekter Schnelltest im Alltag 344
Es zählt nur die Gesamtbilanz 346
Bewertung von Screening-Programmen 346
Verzerrte Wirklichkeit 347
Graues Screening oder Screening-Programme? 348
Streit um Prostata-Screening 349
Emotionen pur 349
Gewinner und Verlierer beim Screening 350
Screening als Tausch von Risiken 350
Ergebnisoffen beraten 351
Teil VI
Der Top-Ten-Teil 353
Kapitel 23
Zehn Tipps, um Fehler in Studien zu vermeiden 355
Keine vorschnellen Schlüsse ziehen 355
Mit einer klaren Fragestellung beginnen 356
Geeignete Stichprobengröße wählen 356
Raten statt absolute Zahlen analysieren 356
Geeignete Vergleichsgruppe wählen 357
Mögliches Confounding bedenken 357
Enttäuschende Ergebnisse nicht verschweigen 358
Ergebnisse klar kommunizieren 358
Mit den Medien umgehen lernen 359
Risiken realistisch einschätzen 360
Kapitel 24
Die zehn besten Datenquellen 361
Bevölkerungsstatistik 361
Todesursachenstatistik 362
Meldepflichtige Infektionskrankheiten 363
Bevölkerungsbezogene Krebsregister 364
Krankenhaus-Diagnosestatistik 364
Kinder- und Jugendgesundheitssurvey KiGGS 365
Telefonischer Gesundheitssurvey 365
Mikrozensus 366
Sozio-oekonomisches Panel SOEP 366
Ein Blick zu den europäischen Nachbarn 367
Entwicklung und Gesundheit: Weltweite Daten 368
Soziale Ungleichheit: Human Development Index HDI 368
Mortalität und Morbidität 369
Weltweite gesundheitliche Ungleichheit 369
Quellen 371
Stichwortverzeichnis 379
