Risikomaßzahlen

Epidemiologische Daten, die durch klinische Studien gewonnen werden, ermöglichen es, die Wahrscheinlichkeit der Entwicklung eines bestimmten Ereignisses von Interesse innerhalb einer untersuchten Population zu bestimmen. Diese Wahrscheinlichkeit bzw. dieses Risiko kann durch sogenannte Risikomaßzahlen quantifiziert werden, bei denen es sich um mathematische Formeln handelt, die aus Vierfeldertafeln abgeleitet werden. Zu diesen Risikomaßzahlen gehören das absolute Risiko (AR), das relative Risiko (RR), das attributable Risiko und die Odds Ratio (OR), die je nach Bedarf unterschiedliche Informationen liefern.

Aktualisiert: 21.06.2023

Redaktionelle Verantwortung: Stanley Oiseth, Lindsay Jones, Evelin Maza

Mit Video-Repetitorien von Lecturio kommst du sicher
durch Physikum, M2 und M3.

Vierfeldertafel

Definition

Eine Vierfeldertafel veranschaulicht die Häufigkeitsverteilungen von Variablen einer Studie und ist eine praktische Methode, um Beziehungen zwischen Variablen zu untersuchen.

Struktur der Vierfeldertafel

  • 2×2-Raster, um Zusammenhänge zwischen Variablen darzustellen
  • Jedes Feld in der Tabelle: Anzahl der Personen in der Studie, die eine spezifische Kombination von Variablen aufweist (Kennzeichnung mit Buchstaben A-D)
  • Verwendung jener Buchstaben in Formeln zur Berechnung verschiedener Risikomaßzahlen
  • Stets gleicher Aufbau der Vierfeldertafel, damit die Formeln angewendet werden können:
    • Zeilen: Exposition oder keine Exposition (z.B. Rauchen)
    • Spalten: Ereignis oder kein Ereignis (z.B. Lungenkarzinom Lungenkarzinom Lungenkarzinom)
    • “Ja” an erster Stelle, “Nein” an zweiter Stelle
  • Bedeutung der Buchstaben:
  • Gesamtzahl:
    • Jede Zeile und Spalte hat Zwischensummen, die sogenannten Randsummen, in der Spalte ganz rechts und in der untersten Zeile.
    • N: Gesamtzahl der Personen (im Feld unten rechts)
  • Schnelle Berechnung mehrerer epidemiologischer Maßzahlen und Prüfung von Zusammenhängen

Beispiel

Darstellung einer Vierfeldertafel: Die Zellen veranschaulichen die Häufigkeitsverteilung (A, B, C, D) für verschiedene Kombinationen der beiden Variablen (Ereignis, Exposition) für eine Population der Größe N.

Kontingenztabelle

Vierfeldertafel
N = Gesamtzahl der Personen

Bild von Lecturio. Lizenz: CC BY-NC-SA 4.0

Absolutes Risiko (AR)

Definition

Das AR ist das Risiko, nach Exposition zu erkranken.

  • Kumulative Inzidenzrate (I) der exponierten (oder nicht-exponierten) Patient*innen
  • Hinweis: Sowohl das absolute Risiko als auch das attributable Risiko (siehe unten) werden häufig mit AR abgekürzt, weshalb das absolute Risiko stattdessen oft als Inzidenz (I) bezeichnet wird.

Berechnung des absoluten Risikos

Das AR wird berechnet, indem die Anzahl der Personen, die zu einem bestimmten Ereignis zugehörig ist, durch die Gesamtzahl der Personen mit der gleichen Exposition (oder der gleichen Nichtexposition) geteilt wird. Dieses Risiko kann sowohl für exponierte als auch für nicht-exponierte Bevölkerungsgruppen berechnet werden.

Vorgehensweise:

Erstellen einer Vierfeldertafel:

Kontingenztabelle

Vierfeldertafel
N = Gesamtzahl der Personen

Bild von Lecturio. Lizenz: CC BY-NC-SA 4.0

Berechnung des absoluten Risikos der Exponierten anhand der Vierfeldertafel:

$$ Absolutes\ Risiko\ der\ Exponierten = \frac{A}{A + B} $$

(A = Exposition und Eintreten des Ereignisses; B = Exposition, aber kein Eintreten des Ereignisses)

Berechnung des absoluten Risikos der Nicht-Exponierten anhand der Vierfeldertafel:

$$ Absolutes\ Risiko\ der\ Nicht-Exponierten = \frac{C}{C + D} $$

(C = keine Exposition, aber Eintreten des Ereignisses; D = keine Exposition und kein Eintreten des Ereignisses)

Beispiel für die Berechnung des absoluten Risikos

Beispiel 1: In einer Population von 100 Raucher*innen erkranken 75 an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom und 25 nicht. Wie hoch ist das absolute Risiko, an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom zu erkranken, wenn man Raucher*in ist?

  • Bezug der Frage auf das AR der Exponierten
  • Erstellen einer Vierfeldertafel mit der Exposition (Rauchen) auf der vertikalen Achse und dem Ereignis ( Lungenkarzinom Lungenkarzinom Lungenkarzinom) auf der horizontalen Achse (siehe unten)
  • Antwort: AR = A / (A + B) = 75 / (75 + 25) = 75 / 100 = 0,75

Beispiel 2: In einer Population von 100 Nichtraucher*innen erkranken 10 an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom und 90 nicht. Wie hoch ist das Risiko, an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom zu erkranken, wenn man Nichtraucher*in ist?

  • Bezug der Frage auf das AR der nicht Exponierten
  • Erstellen einer Vierfeldertafel mit der Exposition (Rauchen) auf der vertikalen Achse und dem Ereignis ( Lungenkarzinom Lungenkarzinom Lungenkarzinom) auf der horizontalen Achse (siehe unten)
  • Antwort: AR = C / (C + D) = 10 / (10 + 90) = 10 / 100 = 0,1
Kontingenztabelle Lungenkrebs

Vierfeldertafel
N = Gesamtzahl der Personen

Bild von Lecturio. Lizenz: CC BY-NC-SA 4.0

Absolute Risikoreduktion (ARR)/absolute Risikozunahme (Englisches Akronym: ARI)

Die ARR oder ARI beschreiben ein Maß für die Reduktion oder Zunahme des Risikos, eine Krankheit aufgrund einer Exposition zu entwickeln.

Andere Möglichkeiten, ARR zu beschreiben:

  • Differenz der absoluten Risiken zwischen Exponierten und Nicht-Exponierten
  • Differenz der Inzidenzraten
  • Differenz zwischen dem Prozentsatz der Erkrankten in den exponierten und nicht-exponierten Gruppen

Die ARR kann als die durch die Exposition “gewonnene” oder “verlorene” Gesundheit interpretiert werden. Beispielhaft kann man sich fragen, um wie viel % sich das Lungenkarzinomrisiko verringert, wenn man nicht raucht.

Die ARR zwischen der exponierten und der nicht-exponierten Gruppe kann folgendermaßen berechnet werden:

$$ ARR = I_{Exponiert} – I_{Nicht-exponiert} $$

I = Inzidenzrate. Da I dasselbe ist wie AR, kann diese Formel mithilfe einer Vierfeldertafel berechnet werden:

$$ ARR = \frac{A}{A + B} – \frac{C}{C + D} $$

Beispiel für die Berechnung der absoluten Risikoreduktion

In einer Gruppe von 100 Raucher*innen erkrankten 75 an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom und 25 nicht. In einer Gruppe von 100 Nichtraucher*innen erkrankten 10 an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom und 90 nicht. Um wie viel % verringert das Nichtrauchen das Risiko, an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom zu erkranken?

  • Bezug der Frage auf die ARR, die durch die Vermeidung der Exposition (Rauchen) erreicht wird
  • Erstellen einer Vierfeldertafel mit der Exposition (Rauchen) auf der vertikalen Achse und dem Ereignis ( Lungenkarzinom Lungenkarzinom Lungenkarzinom) auf der horizontalen Achse (siehe unten)
  • Antwort:
    • ARExponiert = A / (A + B) = 75 / (75 + 25) = 75 / 100 = 0,75
    • ARNicht-exponiert = C / (C + D) = 10 / (10 + 90) = 10 / 100 = 0,1
    • ARR = IExponiert – INicht-exponiert =ARExponiert – ARNicht-exponiert = 0,75 – 0,1 = 0,65
  • Auswertung: Auf der Grundlage dieser Daten verringert der Verzicht auf das Rauchen das absolute Risiko einer Person, an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom zu erkranken, um 65 %.
Kontingenztabelle Lungenkrebs

Vierfeldertafel
N = Gesamtzahl der Personen

Bild von Lecturio. Lizenz: CC BY-NC-SA 4.0

Number needed to treat/harm

Diese Risikomaßzahlen werden in der Regel bei der Prüfung neuer therapeutischer Optionen angegeben.

  • “Exposition”: neues Medikament/Verfahren
  • “Ereignis”: Nutzen des Verfahrens oder eine mögliche unerwünschte Nebenwirkung

Number needed to treat (NNT):

  • Anzahl der Patient*innen, die behandelt werden müssten, um bei einer weiteren Person ein unerwünschtes Ereignis zu verhindern, welches ohne die Behandlung aufgetreten wäre
  • NNT = 1 / ARR (d.h. Kehrwert der ARR)

Number needed to harm (NNH):

  • Gebrauch bei Berichten über experimentelle Behandlungen mit potenziellen unerwünschten Nebenwirkungen
  • Anzahl der Patient*innen, die behandelt werden müssten, um das Ereignis (unerwünschte Nebenwirkungen) zu erreichen
  • NNH = 1 / ARI (d.h. Kehrwert der ARI)

Relatives Risiko (RR)

Definition

Das relative Risiko (RR) ist das Risiko, dass eine Krankheit in einer Gruppe mit einer bestimmten Exposition im Verhältnis zu einer Kontrollgruppe (nicht-exponiert) auftritt.

  • Risiko, die Krankheit nach einer Exposition zu entwickeln, verglichen mit dem Risiko, die Krankheit ohne Exposition zu entwickeln
  • Verdeutlichung, wie stark die Exposition mit dem Krankheitsrisiko assoziiert ist

Berechnung des relativen Risikos

Das RR ist in der Regel eine der wichtigsten Risikomaßzahlen, die berechnet wird. Kohortenstudien sind die einzigen Beobachtungsstudien, die das RR bestimmen können.

Das relative Risiko wird berechnet als das absolute Risiko der Exponierten (IE) geteilt durch das absolute Risiko der Nicht-Exponierten (IO):

$$ RR = \frac{I_{E}}{I_{O}} $$

Da die Inzidenzraten dieselben sind wie das AR, kann das RR aus einer Vierfeldertafel mithilfe der folgenden erweiterten Formel berechnet werden:

$$ RR = \frac{\frac{A}{A + B}}{\frac{C}{C + D}} $$

Interpretation des relativen Risikos

  • RR = 1: Das Risiko für das Ereignis ist für die exponierte Gruppe und die nicht-exponierte Gruppe gleich hoch.
  • RR > 1: Das Risiko der exponierten Gruppe ist größer als das Risiko der nicht-exponierten Gruppe; Nachweis eines positiven Zusammenhangs/eines möglichen kausalen Faktors.
  • RR < 1: Das Risiko der exponierten Gruppe ist niedriger als das Risiko der nicht-exponierten Gruppe; Nachweis eines negativen Zusammenhangs/möglicher protektiver Faktor.

Beispiel für die Berechnung des relativen Risikos

In einer Gruppe von 100 Raucher*innen erkrankten 75 an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom und 25 nicht. In einer Gruppe von 100 Nichtraucher*innen erkrankten 10 an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom und 90 nicht. Wie hoch ist das Risiko, an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom zu erkranken, wenn man raucht, im Vergleich zu dem Risiko, an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom zu erkranken, wenn man nicht raucht?

  • Bezug der Frage auf das relative Risiko, an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom zu erkranken
  • Erstellen einer Vierfeldertafel (siehe unten)
  • Antwort:
    • RR = IE ÷ IO = ARExponiert ÷ ARNicht-exponiert = [A / (A + B)] ÷ [C / (C + D)]
    • RR = 0,75 ÷ 0,1 = 7,5
  • Auswertung: Ausgehend von dieser Stichprobe ist die Wahrscheinlichkeit, an einem Lugenkarzinom zu erkranken, für Raucher*innen 7,5-mal höher als für Nichtraucher*innen.
Kontingenztabelle Lungenkrebs

Vierfeldertafel
N = Gesamtzahl der Personen

Bild von Lecturio. Lizenz: CC BY-NC-SA 4.0

Relative Risikoreduktion (RRR)/relative Risikozunahme (Englisches Akronym: RRI)

Definition:

  • RRR:
    • Risikoreduktion oder -anstieg eines bestimmten Ereignisses einer Gruppe mit bekannter Exposition im Verhältnis zu einer nicht-exponierten Kontrollgruppe
    • Anteil des Ausgangsrisikos, der durch Nichtexposition verringert wird
    • Beispiel: Wie viel % weniger Lungenkarzinom Lungenkarzinom Lungenkarzinom kann man erwarten, wenn die Menschen nicht rauchen?

Berechnung:

Die RRR wird berechnet als die Differenz zwischen des absoluten Risikos einer Krankheit in einer exponierten (IE) und einer nicht-exponierten (IO) Gruppe, dividiert durch das absolute Risiko in der nicht-exponierten Gruppe:

$$ RRR = \frac{ARR}{I_{O}} = (\frac{I_{E} – I_{O}}{I_{O}}) = \frac{\frac{A}{A + B} – \frac{C}{C + D}}{\frac{C}{C + D}} $$

Beispiel für die Berechnung der relativen Risikoreduktion

In einer Kohortenstudie mit 100 Raucher*innen entwickelten 75 nach 10 Jahren ein Lungenkarzinom Lungenkarzinom Lungenkarzinom und 25 nicht. In einer Gruppe von 100 Nichtraucher*innen erkrankten 10 an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom und 90 nicht. Wie viel % weniger Lungenkarzinom Lungenkarzinom Lungenkarzinom wäre in der Bevölkerung zu erwarten, wenn die Menschen nicht rauchen würden?

  • Bezug der Frage auf die RRR, die durch Nichtrauchen erreicht wird
  • Erstellen einer Vierfeldertafel (siehe unten)
  • Antwort: RRR = ARR ÷ IO = 0,65 ÷ 0,1 = 6,5
  • Auswertung: Auf der Grundlage dieser Daten reduziert der Verzicht auf das Rauchen das Risiko, an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom zu erkranken, um 650 %.
Kontingenztabelle Lungenkrebs

Vierfeldertafel
N = Gesamtzahl der Personen

Bild von Lecturio. Lizenz: CC BY-NC-SA 4.0

Attributables Risiko (zuschreibbares Risiko)

Definition

Das attributable Risiko ist ein Maß für das Risiko, ein mit einer bestimmten Exposition verbundenes Ereignis zu entwickeln.

  • Fragestellung: Wie viel % der Ereignisse können auf das Verhalten zurückgeführt werden?
  • Synonym: Überschussrisiko (Angabe, um wie viel % ein bestimmtes Verhalten das Ausgangsrisiko für die Entwicklung eines bestimmten Ereignisses erhöht)
  • Ähnliche Formel wie die für die ARR (Verwendung des attributablen Risikos in epidemiologischen Studien)
  • 2 Arten des attributablen Risikos:
    • Attributables Risiko unter Exponierten (ARE)
    • Populationsattributables Risiko (PAR)
  • Hinweis: Sowohl das absolute Risiko als auch das attributable Risiko werden häufig mit AR abgekürzt, weshalb das absolute Risiko häufig stattdessen als Inzidenz (I) bezeichnet wird.

Attributables Risiko unter Exponierten (ARE)

Das attributable Risiko unter Exponierten beschreibt den Unterschied in der Häufigkeit einer Krankheit zwischen der exponierten und der nicht-exponierten Gruppe. Wie viel % der Lungenkarzinomfälle sind zum Beispiel wahrscheinlich auf das Rauchen zurückzuführen?
Das attributable Risiko wird berechnet, indem die absolute Häufigkeit in der nicht-exponierten Gruppe (IO) von der absoluten Häufigkeit in der exponierten Gruppe (IE) subtrahiert und durch die absolute Häufigkeit in der exponierten Gruppe geteilt wird:

$$ Attributables\ Risiko\ unter\ Exponierten = \frac{(I_{E} – I_{O})}{I_{E}} = \frac{\frac{A}{A + B} – \frac{C}{C + D}}{\frac{A}{A + B}} = (\frac{(RR – 1)}{RR}) $$

Beispiel: In einer Kohortenstudie mit 100 Raucher*innen entwickelten 75 nach 10 Jahren ein Lungenkarzinom Lungenkarzinom Lungenkarzinom und 25 nicht. In einer Gruppe von 100 Nichtraucher*innen erkrankten 10 an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom und 90 nicht. Wie viel % der Lungenkarzinomfälle sind wahrscheinlich auf das Rauchen zurückzuführen?

  • Bezug der Frage auf das attributable Risiko unter Exponierten
  • Antwort: (0.75 – 0.1) ÷ 0.75 = 0.65 ÷ 0.75 = 0.867
  • Interpretation: 86,7 % der Lungenkarzinomfälle sind auf das Rauchen zurückzuführen.
Kontingenztabelle Lungenkrebs

Vierfeldertafel
N = Gesamtzahl der Personen

Bild von Lecturio. Lizenz: CC BY-NC-SA 4.0

Populationsattributables Risiko (PAR)

Das PAR ist das attributable Risiko für eine gesamte Bevölkerung. Es stellt den Anteil der Fälle dar, die in einer Population nicht auftreten würden, wenn die Exposition beseitigt werden würde.

Wie viel % der Lungenkarzinomfälle könnten zum Beispiel verhindert werden, wenn niemand rauchen würde?

Das PAR wird berechnet, indem die absolute Häufigkeit in der nicht-exponierten Bevölkerung von der absoluten Häufigkeit in der Gesamtbevölkerung abgezogen wird:

$$ PAR = \frac{(I_{T} – I_{O})}{I_{T}} = \frac{(\frac{A + C}{N} – \frac{C}{C + D})}{\frac{A + C}{N}} $$

Beispiel: In einer Kohortenstudie mit 100 Raucher*innen entwickelten 75 nach 10 Jahren ein Lungenkarzinom Lungenkarzinom Lungenkarzinom und 25 nicht. In einer Gruppe von 100 Nichtraucher*innen erkrankten 10 an einem Lungenkarzinom Lungenkarzinom Lungenkarzinom und 90 nicht. Wie viel % der Lungenkarzinomfälle könnten verhindert werden, wenn niemand rauchen würde?

  • Bezug der Frage auf das populationsattributable Risiko
  • Antwort: 76,5 % der Lungenkarzinomfälle könnten verhindert werden, wenn niemand rauchen würde
$$ PAR = \frac{(\frac{85}{200} – \frac{10}{100})}{\frac{85}{200}} = \frac{(0.425 – 0.1)}{0.425} = 0.765 $$
Kontingenztabelle Lungenkrebs N = 200

Vierfeldertafel
N = Gesamtzahl der Personen

Bild von Lecturio. Lizenz: CC BY-NC-SA 4.0

Odds Ratio (OR, Chancenverhältnis)

Definition

Sie quantifiziert die Stärke des Zusammenhangs zwischen 2 Variablen oder Ereignissen.

  • OR: Verhältnis der Odds zweier Gruppen für das Auftreten eines Ereignisses
    • Odds: Chance, dass Ereignis eintritt, geteilt durch die Chance, dass Ereignis nicht eintritt
    • Bsp.:
      • Wahrscheinlichkeit, dass bei einem Münzwurf “Kopf” fällt: 50 %
      • Odds: 1 (50 % ÷ 50 %)
  • Anwendung in klinischen Studien: Messung des Zusammenhangs zwischen einer Exposition und einem Ereignis
  • Keine Kausalität impliziert
  • Verwendung zur Schätzung des RR, wenn Inzidenz unbekannt ist, z.B. in Fall-Kontroll-Studien
  • Verwendung bei seltenen Krankheiten (typischerweise bei einer Prävalenz ≤ ca. 10 %)
  • Verwendung auch bei komplizierteren statistischen Analysen:
    • Betrachtung als eine Art von RR
    • Verwendung zur Bestimmung von Risikofaktoren in Studien

Berechnung der Odds Ratio

Die OR wird bei unbekannter Inzidenz, z.B. in Fall-Kontroll-Studien, als Schätzung des relativen Risikos verwendet. Sie wird berechnet, indem die Odds der Exposition bei den Erkrankten durch die Odds der Exposition bei den Nicht-Erkrankten geteilt wird:

$$ OR = \frac{(Odds\ der\ Exposition\ bei\ Erkrankten)}{(Odds\ der\ Exposition\ bei\ Nicht-Erkrankten)} = \frac{A \div C}{B \div D} $$

((A ÷ C): Anzahl der exponierten Fälle geteilt durch die Anzahl der nicht-exponierten Fälle unter den Erkrankten; (B ÷ D): Anzahl der exponierten Nicht-Erkrankten geteilt durch die Anzahl der nicht-exponierten Nicht-Erkrankten)

Durch Umstellen der Formel erhält man die vereinfachte Gleichung:

$$ OR = (AD) \div (BC) $$

Interpretation der Odds Ratio

Die OR wird auf die gleiche Weise interpretiert wie das RR:

  • OR = 1:
    • Das Risiko für das Ereignis für die exponierte Gruppe ist so hoch wie für die nicht-exponierte Gruppe.
    • Kein Zusammenhang zwischen Exposition und Ereignis
  • OR > 1:
    • Das Risiko in der exponierten Gruppe ist größer als das Risiko in der nicht-exponierten Gruppe.
    • Nachweis eines positiven Zusammenhangs/möglicher kausaler Faktor
  • OR < 1:
    • Das Risiko in der exponierten Gruppe ist niedriger als das Risiko in der nicht-exponierten Gruppe.
    • Nachweis eines negativen Zusammenhangs/möglicher protektiver Faktor

Beispiel

In diesem Beispiel erkrankten 6 Personen an der Creutzfeldt-Jakob-Krankheit Creutzfeldt-Jakob-Krankheit Übertragbare spongiforme Enzephalopathien (CJK). 3 von ihnen aßen eine erhebliche Menge Rindfleisch und 3 nicht. Diese Patient*innen wurden in einer Fall-Kontroll-Studie mit einer Kontrollpopulation verglichen. Von den 10 Personen der Kontrollpopulation aßen 4 eine erhebliche Menge Rindfleisch und 6 nicht. Wie hoch ist die Wahrscheinlichkeit, nach dem Verzehr einer großen Menge Rindfleisch an der CJK zu erkranken?

  • Antwort: OR = (AD) ÷ (BC) = (3 x 6) ÷ (3 x 4) = 18 ÷ 12 = 1,5
  • Auswertung: Die Wahrscheinlichkeit, an der CJK zu erkranken, ist in der Gruppe, die Rindfleisch gegessen hat, um 50 % höher, was die Annahme unterstützt, dass der Verzehr von Rindfleisch ein Risikofaktor für die Entwicklung der CJK ist.
Kontingenztabelle für den Verzehr von Rindfleisch und Creutzfeldt-Jakob

Vierfeldertafel
N = Gesamtzahl der Personen
Hinweis: Dies sind hypothetische Daten. Die tatsächlichen Inzidenzraten der Creutzfeldt-Jakob-Krankheit sind viel niedriger als diese Daten vermuten lassen.

Bild von Lecturio. Lizenz: CC BY-NC-SA 4.0

Quellen

  1. Celentano, D., Szklo, M. (2019). Estimating risk: is there an association? Gordis Epidemiology (pp. 240–258).
  2. Szumilas M. (2010). Explaining odds ratios. Journal of the Canadian Academy of Child and Adolescent Psychiatry 19:227–229.
  3. Beaglehole, R. (2006). Basic epidemiology. Geneva: WHO.
  4. Bhopal, R. S. (2016). Concepts of Epidemiology. Oxford University Press. https://global.oup.com/academic/product/concepts-of-epidemiology-9780198739685?cc=de&lang=en
  5. Edwards, A. W. F. (1963). The measure of association in a 2×2 table. Journal of the Royal Statistical Society A (General) 126:109–114.
  6. Morris, A., Gardner, M. (1988). Calculating confidence intervals for relative risks (odds ratios) and standardised ratios and rates. British Medical Journal Clinical Research 296: 1313–1316.
  7. Zhang, J., Yu, K. (1998). What’s the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes. JAMA. 280:1690–1691.
  8. Medizinische Statistik. NNT – Number needed to treat. https://www.medistat.de/glossar/analyse-von-haeufigkeiten/nnt-number-needed-to-treat (Zugriff am 09.10.2022)
  9. StatistikGuru (2016). Odds Ratio. https://statistikguru.de/lexikon/odds-ratio.html (Zugriff am 09.10.2022)

Kostenloses eBook

Lerne erfolgreich im Medizinstudium 

Medizinisches Fachwissen leicht erklärt

Erfolgreiche Prüfungsvorbereitung mit Medizinkursen von lecturio.de

Du bist bereits registriert?  Login

Medizinisches Fachwissen leicht erklärt

Erfolgreiche Prüfungsvorbereitung mit Medizinkursen von lecturio.de

Du bist bereits registriert?  Login

eLearning Award 2023

Lecturio und die Exporo-Gruppe wurden für ihre digitale Compliance-Akademie mit dem eLearning Award 2023 ausgezeichnet.

eLearning Award 2019

Lecturio und die TÜV SÜD Akademie erhielten für den gemeinsam entwickelten Online-Kurs zur Vorbereitung auf den
Drohnenführerschein den eLearning Award 2019 in der Kategorie “Videotraining”.

Comenius-Award 2019

Comenius-Award 2019

Die Lecturio Business Flat erhielt 2019 das Comenius-EduMedia-Siegel, mit dem die Gesellschaft für Pädagogik, Information und Medien jährlich pädagogisch,  inhaltlich und gestalterisch
herausragende didaktische Multimediaprodukte auszeichnet.

IELA-Award 2022

Die International E-Learning Association, eine Gesellschaft für E-Learning Professionals und Begeisterte, verlieh der Lecturio Learning Cloud die Gold-Auszeichnung in der Kategorie “Learning Delivery Platform”.

Comenius-Award 2022

In der Kategorie “Lehr- und Lernmanagementsysteme” erhielt die Lecturio Learning Cloud die Comenius-EduMedia-Medaille. Verliehen wird der Preis von der Gesellschaft für Pädagogik, Information und Medien für pädagogisch, inhaltlich und gestalterisch herausragende Bildungsmedien.

B2B Award 2020/2021

Die Deutsche Gesellschaft für Verbraucherstudien (DtGV) hat Lecturio zum Branchen-Champion unter den deutschen Online-Kurs-Plattformen gekürt. Beim Kundenservice belegt Lecturio den 1. Platz, bei der Kundenzufriedenheit den 2. Platz.

B2B Award 2022

Für herausragende Kundenzufriedenheit wurde Lecturio von der Deutschen Gesellschaft für Verbraucherstudien (DtGV) mit dem deutschen B2B-Award 2022 ausgezeichnet.
In der Rubrik Kundenservice deutscher Online-Kurs-Plattformen belegt Lecturio zum zweiten Mal in Folge den 1. Platz.

Simon Veiser

Simon Veiser beschäftigt sich seit 2010 nicht nur theoretisch mit IT Service Management und ITIL, sondern auch als leidenschaftlicher Berater und Trainer. In unterschiedlichsten Projekten definierte, implementierte und optimierte er erfolgreiche IT Service Management Systeme. Dabei unterstützte er das organisatorische Change Management als zentralen Erfolgsfaktor in IT-Projekten. Simon Veiser ist ausgebildeter Trainer (CompTIA CTT+) und absolvierte die Zertifizierungen zum ITIL v3 Expert und ITIL 4 Managing Professional.

Dr. Frank Stummer

Dr. Frank Stummer ist Gründer und CEO der Digital Forensics GmbH und seit vielen Jahren insbesondere im Bereich der forensischen Netzwerkverkehrsanalyse tätig. Er ist Mitgründer mehrerer Unternehmen im Hochtechnologiebereich, u.a. der ipoque GmbH und der Adyton Systems AG, die beide von einem Konzern akquiriert wurden, sowie der Rhebo GmbH, einem Unternehmen für IT-Sicherheit und Netzwerküberwachung im Bereich Industrie 4.0 und IoT. Zuvor arbeitete er als Unternehmensberater für internationale Großkonzerne. Frank Stummer studierte Betriebswirtschaft an der TU Bergakademie Freiberg und promovierte am Fraunhofer Institut für System- und Innovationsforschung in Karlsruhe.

Sobair Barak

Sobair Barak hat einen Masterabschluss in Wirtschaftsingenieurwesen absolviert und hat sich anschließend an der Harvard Business School weitergebildet. Heute ist er in einer Management-Position tätig und hat bereits diverse berufliche Auszeichnungen erhalten. Es ist seine persönliche Mission, in seinen Kursen besonders praxisrelevantes Wissen zu vermitteln, welches im täglichen Arbeits- und Geschäftsalltag von Nutzen ist.

Wolfgang A. Erharter

Wolfgang A. Erharter ist Managementtrainer, Organisationsberater, Musiker und Buchautor. Er begleitet seit über 15 Jahren Unternehmen, Führungskräfte und Start-ups. Daneben hält er Vorträge auf Kongressen und Vorlesungen in MBA-Programmen. 2012 ist sein Buch „Kreativität gibt es nicht“ erschienen, in dem er mit gängigen Mythen aufräumt und seine „Logik des Schaffens“ darlegt. Seine Vorträge gestaltet er musikalisch mit seiner Geige.

Holger Wöltje

Holger Wöltje ist Diplom-Ingenieur (BA) für Informationstechnik und mehrfacher Bestseller-Autor. Seit 1996 hat er über 15.800 Anwendern in Seminaren und Work-shops geholfen, die moderne Technik produktiver einzusetzen. Seit 2001 ist Holger Wöltje selbstständiger Berater und Vortragsredner. Er unterstützt die Mitarbeiter von mittelständischen Firmen und Fortune-Global-500- sowie DAX-30-Unternehmen dabei, ihren Arbeitsstil zu optimieren und zeigt Outlook-, OneNote- und SharePoint-Nutzern, wie sie ihre Termine, Aufgaben und E-Mails in den Griff bekommen, alle wichtigen Infos immer elektronisch parat haben, im Team effektiv zusammenarbeiten, mit moderner Technik produktiver arbeiten und mehr Zeit für das Wesentliche gewinnen.

Frank Eilers

Frank Eilers ist Keynote Speaker zu den Zukunftsthemen Digitale Transformation, Künstliche Intelligenz und die Zukunft der Arbeit. Er betreibt seit mehreren Jahren den Podcast „Arbeitsphilosophen“ und übersetzt komplexe Zukunftsthemen für ein breites Publikum. Als ehemaliger Stand-up Comedian bringt Eilers eine ordentliche Portion Humor und Lockerheit mit. 2017 wurde er für seine Arbeit mit dem Coaching Award ausgezeichnet.

Yasmin Kardi

Yasmin Kardi ist zertifizierter Scrum Master, Product Owner und Agile Coach und berät neben ihrer Rolle als Product Owner Teams und das höhere Management zu den Themen agile Methoden, Design Thinking, OKR, Scrum, hybrides Projektmanagement und Change Management.. Zu ihrer Kernkompetenz gehört es u.a. internationale Projekte auszusteuern, die sich vor allem auf Produkt-, Business Model Innovation und dem Aufbau von Sales-Strategien fokussieren.

Leon Chaudhari

Leon Chaudhari ist ein gefragter Marketingexperte, Inhaber mehrerer Unternehmen im Kreativ- und E-Learning-Bereich und Trainer für Marketingagenturen, KMUs und Personal Brands. Er unterstützt seine Kunden vor allem in den Bereichen digitales Marketing, Unternehmensgründung, Kundenakquise, Automatisierung und Chat Bot Programmierung. Seit nun bereits sechs Jahren unterrichtet er online und gründete im Jahr 2017 die „MyTeachingHero“ Akademie.

Andreas Ellenberger

Als akkreditierter Trainer für PRINCE2® und weitere international anerkannte Methoden im Projekt- und Portfoliomanagement gibt Andreas Ellenberger seit Jahren sein Methodenwissen mit viel Bezug zur praktischen Umsetzung weiter. In seinen Präsenztrainings geht er konkret auf die Situation der Teilnehmer ein und erarbeitet gemeinsam Lösungsansätze für die eigene Praxis auf Basis der Theorie, um Nachhaltigkeit zu erreichen. Da ihm dies am Herzen liegt, steht er für Telefoncoachings und Prüfungen einzelner Unterlagen bzgl. der Anwendung gern zur Verfügung.

Zach Davis

Zach Davis ist studierter Betriebswirt und Experte für Zeitintelligenz und Zukunftsfähigkeit. Als Unternehmens-Coach hat er einen tiefen Einblick in über 80 verschiedene Branchen erhalten. Er wurde 2011 als Vortragsredner des Jahres ausgezeichnet und ist bis heute als Speaker gefragt. Außerdem ist Zach Davis Autor von acht Büchern und Gründer des Trainingsinstituts Peoplebuilding.

Wladislav Jachtchenko

Wladislaw Jachtchenko ist mehrfach ausgezeichneter Experte, TOP-Speaker in Europa und gefragter Business Coach. Er hält Vorträge, trainiert und coacht seit 2007 Politiker, Führungskräfte und Mitarbeiter namhafter Unternehmen wie Allianz, BMW, Pro7, Westwing, 3M und viele andere – sowohl offline in Präsenztrainings als auch online in seiner Argumentorik Online-Akademie mit bereits über 52.000 Teilnehmern. Er vermittelt seinen Kunden nicht nur Tools professioneller Rhetorik, sondern auch effektive Überzeugungstechniken, Methoden für erfolgreiches Verhandeln, professionelles Konfliktmanagement und Techniken für effektives Leadership.

Alexander Plath

Alexander Plath ist seit über 30 Jahren im Verkauf und Vertrieb aktiv und hat in dieser Zeit alle Stationen vom Verkäufer bis zum Direktor Vertrieb Ausland und Mediensprecher eines multinationalen Unternehmens durchlaufen. Seit mehr als 20 Jahren coacht er Führungskräfte und Verkäufer*innen und ist ein gefragter Trainer und Referent im In- und Ausland, der vor allem mit hoher Praxisnähe, Humor und Begeisterung überzeugt.

Details