LFU:online

Erfolgreiche AbsolventInnen dieser Veranstaltung verfügen über fundierte Wissen sowohl über die Möglichkeiten, wissenschaftliche Erkenntnisse aus Beobachtungsstudien zu gewinnen, als auch über die Hindernisse, die z.B. einer kausalen Interpretation von Wirkfaktoren entgegenstehen.

Korrelationsstudien, Mediator-Analysen/Strukturgleichungsmodelle, Propensity score matching, andere Matchingverfahren, Fallkontrollstudien, Patientenregister, Kausalitätsfragen, Methoden für binäre Daten und Ereigniszeiten, Mehrstadienmodelle, diagnostische Studien, Interventionsstudien mit historischen Kontrollen, Bayes-Statistik, STROBE-Guideline. 

Vorlesung mit Übungsaufgaben

wöchentliche Übungsaufgaben + online Klausur in Präsenz (offene Fragen)

Lash et al. (2022). Modern Epidemiology.

Pearl (2012). Causality.

Vorlesungsskript mit schriftlichen Zusammenfassungen + einzelne weitere Artikel

Greenland S (1999) Causal diagrams for epidemiologic research. Epidemiology 10, 37–48

Hernán M (2018) The c-word: scientific euphemisms do not improve causal inference from observational data. Am J Public Health 108, 616–619

Westreich D, Greenland S (2013) The Table 2-fallacy. Presenting and interpreting confounder and modifier coefficients. Am J Epidemiology 177, 292–298