Univ.-Prof. Dr. rer. nat. Ralf-Dieter Hilgers

Univ.-Prof. Dr. Nicole Heussen

ich, Ralf-Dieter Hilgers bin Direktor des Instituts für Medizinische Statistik der RWTH Aachen. Neben meiner methodischen Forschung zu statistischen Methoden für Stichproben mit geringem Umfang, interessiert mich insbesondere die Förderung des wissenschaftlichen Nachwuchses.

Ich, Nicole Heussen vertrete das Fach Evidenzbasierte Medizin an der Medizinischen Fakultät der Sigmund Freud PrivatUniversität Wien, darüber hinaus lehre und forsche ich am Institut für Medizinische Statistik der RWTH Aachen. Ein besonderes Anliegen ist mir, komplexe statistische Themen für Nicht-Statistiker verständlich aufzubereiten.

Wir gestalten zusammen das Modul Statistik & Evidenzbasierte Medizin, das im 2. Semester des Masterstudiengangs Medical Data Science auf Ihrem Stundenplan steht.

Was Sie in meinem Modul Statistics and Evidence Based Medicine erwartet

Zahlen, Zahlen, Zahlen 🙂  Im Modul Statistik und Evidence based Medicine werden Sie grundlegende Studiendesigns und potentielle Biasquellen kenne lernen, wobei der Schwerpunkt auf Beobachtungsstudien liegt. Neben der Vermittlung von elementaren Konzepten der beschreibenden und induktiven Statistik werden wir Ihnen drei Themen, die wir als wesentlich für Medical Data Science erachteten, nahebringen. Diese Themen lauten „Modelling“, „Uncertainty“ und „Outcome“. Beim Thema „Modelling“ erwartet Sie eine umfassende Einführung in generalisierter lineare Modelle mit gemischten Effekte, die eine große Klasse von Regressionsmodellen abdecken, sowie Konzepte zum Umgang mit fehlenden Werten, zur Bewertung der Modellgüte und Modellformulierung, wie auch zur Dimensionsreduzierung. Das Thema „Uncertainty“ bringt Ihnen die Modellierung und Schätzung von Bias nahe, wobei insbesondere darauf eingegangen wird, wie der Einfluss des Bias auf die Analyseergebnisse quantifiziert werden kann. Im Rahmen des Themas „Outcome“ werden Sie meta-analytischen Betrachtungen im Kontext der evidenzbasierten Medizin kennen lernen, wobei die Wahl eines geeigneten Effektmaßes, die Quantifizierung und Bewertung von Heterogenität, sowie Sensitivitätsanalysen thematisiert werden. Darüber hinaus werden wir mit Ihnen spezifische Themen wie multiple Testprozeduren, Vorhersagemodelle, Split-Sample-Ansätze, Surrogatmarkervalidierung oder multivariate deskriptive Methoden diskutieren.

Warum ist das Modul für Medical Data Scientists wichtig?

Nach Wu, CFJ. (1997) bildet Statistik das Rückgrat von Data Science. Entsprechend verfolgen wir im Modul Statistik & Evidenzbasierte Medizin den Leitgedanken, die Möglichkeiten, Grenzen und Ergebnisse statistischer Analysen von Beobachtungs- und interventionellen Studien aufzuzeigen. Im Mittelpunkt stehen dabei die Begriffe Modelling, Uncertainty und Outcome, als wesentliche Herausforderungen der Statistik im Bereich Medical Data Science.