Alt, krank und teuer: Was Studien oft verschweigen

In dieser Folge nehmen Katharina Schüller und Irit Nachtigall eine
aktuelle Studie unter die Lupe, die die Kosten von Patient:innen
mit Infektionskrankheiten analysiert – und dabei statistisch
fragwürdige Schlüsse zieht. Die Hosts erklären, warum einfache
Analysen mit großen Datenmengen oft in die Irre führen und wie
multivariate Modelle helfen können, Verzerrungen zu vermeiden. Sie
zeigen, wie fehlende Adjustierungen für Alter, Vorerkrankungen und
sozioökonomischen Status zu falschen Interpretationen führen –
etwa, dass Infektionen automatisch höhere Kosten verursachen. Dabei
geht es auch um die Grenzen von Excel in der Datenanalyse und die
Bedeutung von Reproduzierbarkeit und Datenqualität. Jetzt
reinhören, abonnieren und keine Folge mehr verpassen! Katharina
Schüller: https://www.katharinaschueller.de/ Irit Nachtigall:
https://de.linkedin.com/in/irit-nachtigall-univ-prof-dr-10958a75
Mehr spannende Podcasts von Thieme findest du hier:
https://www.thieme.com/de-de/podcast