LFU:online

Am Ende dieser Veranstaltung sind die TeilnehmerInnen in der Lage, interventionsstudien in Psychotherapieforschung und pädagogischer Forschung zu planen, zu analysieren und die Ergebnisse zu publizieren. Wer diese Veranstaltung erfolgreich absolviert hat, weiß, wie man Baseline-Informationen nutzt, wie man mit fehlenden Werten umgeht, wie man Effekte unterschiedlicher TherapeutInnen berücksichtigt, Subgruppen von PatientInnen untersucht, wie man mit Protokollverletzungen umgeht und wie man Studienplan und -ergebnisse veröffentlicht.

Voraussetzung für die Teilnahme sind grundlegende Kenntnisse der statistischen Testungsmethoden und der englischen Sprache für die Literatur (kein Anfängerkurs). Der Kurs eignet sich als Vorbereitung für die Analyse eigener Daten.

Wir bauen auf dem klassischen Studiendesign in der klinischen Forschung (randomisierte kontrollierte Studie, "t-Test") auf und diskutieren methodische Erweiterungen, mit denen man Baseline-Informationen nutzt, wie man mit fehlenden Werten umgeht, wie man Effekte unterschiedlicher TherapeutInnen berücksichtigt, Subgruppen von PatientInnen untersucht, wie man mit Protokollverletzungen umgeht und welche Informationen man veröffentlicht. Weitere Themen: Explorative Studien, Interventions- vs. Beobachtungsstudien, Modellbildung in der Allgemeinen Psychologie, Zwischenauswertungen, Binäre Daten, Zähldaten und Ereigniszeiten, Fallzahlplanung, Guidelines von FDA und EMA.

Vorlesung mit Übungsaufgaben: Die Vorlesung wird als Präsenzveranstaltung konzipiert, einzelne Termine können allerdings in virtueller Lehre abgehalten werden. In begründeten Ausnahmefällen kann man an der Veranstaltung auch online teilnehmen (muss sich dann aber beteiligen).

ordentlich gemachte Übungsaufgaben + schriftliche Klausur am Ende, online in Präsenz

Bradburn MJ (2003) Survival analysis Part II. Br J Cancer 89, 431–436

Chan AW (2013) SPIRIT 2013 statement. Ann Int Med 158, 200–207

Chan AW (2013) SPIRIT 2013 explanation and elaboration. BMJ 346, e7586

Clark TG (2003) Survival analysis Part I. Br J Canc 89, 232–238

CHMP (2005) Guideline on the Choice of the Noninferiority Margin

CHMP (2007) Reflection Paper on Methodological Issues … Adaptive Design

CHMP (2010) Guideline on Missing Data in Confirmatory Clinical Trials

CHMP (2019) Guideline on the Investigation of Subgroups in Confirmatory Clinical Trials

CHMP (2015) Guideline on Adjustment for Baseline Covariates in Clinical Trials

CHMP (2016) Guideline on Multiplicity Issues in Clinical Trials

Coxe S (2009) The analysis of count Data. J Personality Assess 91, 121–136

von Elm E (2007) Strengthening the … (STROBE) statement. Lancet 370, 1453–1457

Greene CJ et al (2008) Noninferiority and equivalence designs. J Traum Stress 21, 433–439

Hammer GP (2009). Avoiding bias in observational studies. Dtsch Ärztebl Int 106, 664–668

Hemming K (2017) How to design efficient cluster randomised trials. BMJ 358, j3064

Hooper R (2018) Analysis of cluster … at baseline. BMJ 360, k1121

ICH (1998) Statistical Principles for Clinical Trials. Step E9

Kabisch M (2011) Randomized controlled trials. Dtsch Ärztebl Int 108, 663–668

Kuss O (2016) Propensity score. Dtsch Ärztebl Int 113, 597–603

Michaels D, Monforton C (2005) Manufacturing uncertainty. Am J Pub Health 95, S39–S48

Park HA (2013) An introduction to logistic regression. J Kor Acad Nurs 43, 154–164

Röhrig B (2010) Sample size calculation …. Dtsch Ärztebl Int 107, 552–556

Simmons JP (2011) False-positive psychology. Psych Sci 22, 1359–1366

Simon R (1989) Optimal two-stage designs for phase II clinical trials. Contr Clin Trials 10, 1–10

Victor A et al (2009) Judging a plethora of p-values. Dtsch Ärztebl Int 107, 50–56

Wellek S, Blettner M (2012) Establishing equivalence … clinical trials. Dtsch Ärztebl Int 109, 674–679