EnglishDeutsch

E-F

zurück    weiter >

Einzelfall-Wahrscheinlichkeit
Eine Wahrscheinlichkeit, die sich auf ein einzelnes Ereignis bezieht, für das keine Bezugsmenge bekannt ist oder angegeben wird. Wenn man sagt, „es besteht eine 30-prozentige Wahrscheinlichkeit, dass es morgen regnet", so betrifft dies ein einzelnes Ereignis: Entweder es regnet morgen oder es regnet morgen nicht. Bei der Vorhersage, dass es im Mai an zehn Tagen regnet, wird dagegen keine Häufigkeit angeben. Diese Aussage kann wahr oder falsch sein, aber die Angabe einer Einzelfall-Wahrscheinlichkeit kann niemals widerlegt werden (es sei denn, die Wahrscheinlichkeit ist null oder eins). Einzelfall-Wahrscheinlichkeiten können zu Missverständnissen führen, wenn Menschen sich unterschiedliche Bezugsmengen hinzudenken. So lässt sich die Behauptung, dass es „morgen mit 30-prozentiger Wahrscheinlichkeit regnet", unterschiedlich verstehen: Es regnet in 30 Prozent der Zeit oder es regnet in 30 Prozent der Gegend oder es regnet an 30 Prozent der Tage, die dem morgigen Tag gleichen. Solche Irreführungen kann man vermeiden, indem man Häufigkeiten statt Einzelfall-Wahrscheinlichkeiten angibt, denn bei Häufigkeiten ist stets eine Bezugsmenge gegeben.

Evidenz-basierte Medizin
Von evidenz-basierter Medizin spricht man, wenn die Patienten konsequent nach den neuesten wissenschaftlichen Erkenntnissen behandelt werden und der Arzt Rücksicht auf die Bedürfnisse und Wertvorstellungen der Patienten nimmt.

Fact Boxes
Fact Boxes (Faktenboxen) sind ein Format, um Verbraucher schnell, übersichtlich und transparent über die Wirkung und Risiken von Arzneimitteln sowie den Nutzen von Screeningverfahren zu informieren. Bei Arzneimitteln werden, auf Basis repräsentativer Studien, der Nutzen und die Nebenwirkungen eines Medikaments mit denen eines Placebo (einer nicht arzneimittelwirksamen Substanz) verglichen. Für Screeningverfahren, z.B. zur Krebsvorsorge, wird die Gesamt- bzw. krebsspezifische Sterblichkeitsrate berichtet. Außerdem wird dargestellt, wie häufig positive Befunde zu erwarten sind, obwohl kein Krebs vorliegt (falsch-positive Befunde), sowie die Anzahl unnötiger Behandlungen bei gesunden Menschen aufgrund dieser falsch-positiven Befunde.

Falsch-negativ-Rate
Der Anteil negativer Testergebnisse bei Menschen mit der betreffenden Krankheit (oder Merkmal) heißt Falsch-negativ-Rate. Sie wird meist als eine bedingte Wahrscheinlichkeit und normalerweise in Prozent ausgedrückt. Beim Mammographie-Screening liegt sie beispielsweise zwischen 5 und 20 Prozent, je nach dem Alter der untersuchten Frauen. Das bedeutet, bei 5 bis 20 Prozent der untersuchten Frauen mit Brustkrebs ist das Testergebnis negativ, das heißt, das Karzinom wird übersehen. Die Falsch-negativ-Rate und die Sensitivität eines Tests addieren sich zu 100 Prozent.

Falsch-negatives Testergebnis
Ein solches liegt vor, wenn ein Test (z.B. auf HIV-Infektion oder auf Schwangerschaft) negativ ausfällt, obwohl das überprüfte Merkmal (Infektion oder Schwangerschaft) vorliegt.

Falsch-positiv-Rate
Der Anteil positiver Testergebnisse bei Menschen ohne die betreffende Krankheit (oder Merkmal) heißt Falsch-positiv-Rate. Sie wird meist als bedingte Wahrscheinlichkeit und normalerweise in Prozent ausgedrückt. Beim Mammographie-Screening liegt sie beispielsweise zwischen 5 und 10 Prozent, je nach Alter der untersuchten Frauen. Das bedeutet, bei 5 bis 10 Prozent der untersuchten Frauen ohne Brustkrebs ist das Testergebnis positiv, das heißt, es wird Verdacht auf Karzinom festgestellt, das gar nicht vorhanden ist. Die Falsch-positiv-Rate und die Spezifität eines Tests addieren sich zu 100 Prozent. Falsch-positiv-Rate und Falsch-negativ-Rate eines Tests hängen voneinander ab: Verringert man die eine, so erhöht man im Allgemeinen die andere.

Falsch-positives Testergebnis
Ein solches liegt vor, wenn ein Test (z.B. auf HIV-Infektion oder Schwangerschaft) positiv ausfällt, obwohl das überprüfte Merkmal (Infektion oder Schwangerschaft) nicht vorliegt.

Fehler
Das Ergebnis eines Tests (beispielsweise auf HIV-Infektion) kann falsch-positiv oder falsch-negativ sein. Diese beiden Fehler können verschiedene Ursachen haben, darunter menschliches Versagen (z.B. Verwechseln von Proben oder falsche Weitergabe von Ergebnissen) oder medizinische Gründe (ein HIV-Test kann positiv auffallen, wenn bestimmte rheumatische Erkrankungen oder Störungen der Leberfunktion vorliegen, die nichts mit einer HIV-Infektion zu tun haben). Die Häufigkeit von Fehlern lässt sich reduzieren, aber falsche Testergebnisse können nie ganz ausgeschlossen werden. Fehler haben auch positive Seiten. Im Zuge der Evolution beispielsweise waren und sind „Fehler" bei der Transkription von Genen – also Mutationen – sogar notwendig für die Anpassung von Arten an sich verändernde Bedingungen.

Franklins Gesetz
„Nichts ist gewiss, außer dem Tod und den Steuern." Dieser Satz erinnert daran, dass bei allem Tun ständig eine gewisse Unsicherheit besteht, sei es durch technische oder durch menschliche Unzulänglichkeiten, mangelndes Wissen, unvorhersehbare Einflüsse, Irrtümer oder bewusste Täuschungen.

Früherkennung
Sie ist das Ziel von Screenings, also von Reihenuntersuchungen an Personen, bei denen kein Symptom für die betreffende Krankheit vorliegt. Die Frühdiagnose kann die Sterblichkeit reduzieren. Das ist aber beispielsweise dann nicht der Fall, wenn es keine wirksame Therapie gibt.

zurück    weiter >