Advertisement

Auswertung und Beurteilung epidemiologisch-klinischer Befunde mit Hilfe multivariater Statistik

  • W. Oberwittler
Conference paper
Part of the Verhandlungen der Deutschen Gesellschaft für Innere Medizin book series (VDGINNERE, volume 78)

Zusammenfassung

Bei jeder Erörterung der Ätiologie der Arteriosklerose ist vorauszusetzen, daß die Ursachen dieses Leidens noch unbekannt sind. Unsere Vorstellungen über die Entstehung der Arteriosklerose ergeben sich aus Beobachtungen in der Klinik, bei epidemiologischen Untersuchungen und im Experiment, die zeigen, daß bestimmte Merkmale bei Arteriosklerose besonders häufig vorkommen Eine Kausalität läßt sich aus der Beobachtung dieser Coincidenzen nicht ableiten. Doch hoffen wir, kausale Beziehungen mit einer umso größeren Wahrscheinlichkeit zu entdecken, je präziser die Analyse der erhobenen Befunde und Meßwerte gelingt. Unter den Methoden, die der Erforschung der Arteriosklerose dienen, hat die Statistik eine zentrale Stellung. Die klinisch, epidemiologisch und experimentell erhobenen Daten bedürfen der statistischen Ordnung, damit die in ihnen enthaltenen Informationen erkannt werden und interpretiert werden können. Eines der Hauptthemen dieses Kongresses sind die Beziehungen „ätiologischer“ Faktoren in ihren Auswirkungen auf die Arteriosklerose. Von den Mitteln, die für die Abschätzung der Bedeutung eines Faktors für die Entstehung der Arteriosklerose zur Verfügung stehen, ist die multiple Kreuzklassifikation eine traditionelle Methode. Sie wird jedoch schnell unpraktikabel, wenn die Zahl der zu betrachtenden Merkmale ein gewisses Maß überschreitet. So würden sich mehr als 50000 Felder ergeben, wenn zehn Variable auf jeweils drei Stufen betrachtet würden [11]. Beobachtungsreihen von dieser Größenordnung sind praktisch nicht verfügbar. Ein weiterer Nachteil kommt hinzu : Bei der Kreuzklassifikation werden Gruppen mit festen, willkürlich gesetzten Grenzen gebildet, z. B. Einteilung des Blutdruckes in Gruppen von unter 150, von 150 bis 170 und von 170 und darüber, die den vielschichtigen Interdependenzen in biologischen Komplexen kaum gerecht werden. Die Verfahren der multivariaten Statistik, z. B. die Faktorenanalyse und die Diskriminanzanalyse, bieten die Möglichkeit, eine fast beliebig große Anzahl von Variablen gleichzeitig zu betrachten und auf Zusammenhänge und Größe des Einflusses der einzelnen Variablen zu prüfen. Über die Anwendung der Diskriminanzanalyse als Hilfsmittel bei diagnostischen Vorgängen wurde an anderer Stelle berichtet [7 bis 9].

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Anderson, T. W.: Introduction to multivariate statistical analysis. New York: Wiley and Sons 1958.Google Scholar
  2. 2.
    Dixon, W. J.: BMD-Computer programs. Ucla 1964.Google Scholar
  3. 3.
    Fisher, R. A.: Statistical methods for research workers. Edinburgh: Oliver and Boyd 1970.Google Scholar
  4. 4.
    Gross, R.: Medizinische Diagnostik. Berlin-Heidelberg-New York: Springer 1969.CrossRefGoogle Scholar
  5. 5.
    Koller, S.: Klin. Wschr. 45, 1065 (1967).PubMedCrossRefGoogle Scholar
  6. 6.
    Linder, A.: Statistische Methoden. Basel-Stuttgart: Birkhäuser 1964.Google Scholar
  7. 7.
    Oberwittler, W.: Med. Welt 23, 397 (1972).PubMedGoogle Scholar
  8. 8.
    Oberwittler, W.: Verh. dtsch. Ges. inn. Med. 77, 861 (1971).Google Scholar
  9. 9.
    Oberwittler, W.: Verh. dtsch. Ges. Kreisl.-Forsch. 37, 219 (1971).Google Scholar
  10. 10.
    Weber, E.: Grundriß der biologischen Statistik. Stuttgart: Fischer 1967.Google Scholar
  11. 11.
    Truett, J., Cornfield, J., Kannel, W. B.: J. chron. Dis. 20, 511 (1967).PubMedCrossRefGoogle Scholar
  12. 12.
    Truett, J., Sorlie, P.: J. chron. Dis. 24, 349 (1971).PubMedCrossRefGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1972

Authors and Affiliations

  • W. Oberwittler
    • 1
  1. 1.Med. Klinik und PoliklinikUniversität MünsterDeutschland

Personalised recommendations