Woche 4

Statistischer Analyse Plan (SAP)

Autor:in

Benedikt Schnur

1 Einleitung

Es wird der Pima Indians Diabetes Database-Datensatz [1] von Kaggle verwendet.

1.1 Hintergrund

  • Diabetes mellitus Typ 2 ist eine chronische Erkrankung mit hoher Prävalenz, insbesondere bei bestimmten Bevölkerungsgruppen.
  • Pima-Indianerinnen weisen eine der weltweit höchsten Raten an Typ-2-Diabetes auf.
  • Die Identifikation von Risikofaktoren kann zur Prävention und Früherkennung beitragen.
  • Der verfügbare Datensatz ermöglicht die Analyse potenzieller Zusammenhänge zwischen verschiedenen Gesundheitsparametern und dem Auftreten von Diabetes.

2 Studiendesign

2.1 Beschreibung des Studientyps

Cross-Sectional Study (Querschnittsstudie): Der Datensatz enthält Informationen über Gesundheitsparameter und den Diabetesstatus, die zu einem bestimmten Zeitpunkt erfasst wurden.

3 Fragestellung und Ziele

3.1 Konkrete Forschungsfragen oder Hypothesen.

\(H_0\): Es besteht keine Assoziation zwischen dem Body-Mass-Index (BMI) und dem Auftreten von Typ-2-Diabetes bei Pima-Indianerinnen.

3.2 Primäres Ziel der Studie und eventuelle sekundäre Ziele.

Primäres Ziel: Untersuchung der Beziehung zwischen BMI und Diabetes.

Sekundäre Ziele: Untersuchung der weiteren im Datensatz enthaltenen Gesundheitsparameter und deren mögliche Assoziation mit Diabetes.

4 Endpunkte

4.1 Primärer Endpunkt (Zielvariable): Definition

  • Odds-Ratio für das Auftreten von Diabetes-Typ-2 in Bezug auf den Body-Mass-Index (BMI).

4.2 Sekundäre Endpunkte: Definition

  • Messwerte der unabhängigen Variablen:
    1. Body-Mass-Index (BMI)
    2. Anzahl der Schwangerschaften
    3. Glukosekonzentration im Plasma
    4. Blutdruck
    5. Hautdicke (Trizeps)
    6. Insulin
    7. Pedigree-Faktor
    8. Alter

5 Studienpopulation und analysierte Subgruppen

5.1 Population

Pima-Indianerinnen ab 21 Jahren: 768.

5.2 Subgruppen

  • Altersgruppen: z.B. <30 Jahre, 30–40 Jahre, >40 Jahre.
  • BMI-Kategorien: Normalgewicht, Übergewicht, Adipositas.
  • Anzahl der Schwangerschaften: 0, 1–3, >3 Schwangerschaften.

6 Analyse (primärer & sekundäre Entpunkte)

6.1 Beschreibung der geeigneten Methode

  • Deskriptive Statistik: Mittelwerte, Standardabweichungen, Verteilungsanalysen der Variablen.
  • Bivariate Analysen: Chi-Quadrat-Test für kategoriale Variablen, t-Test oder ANOVA für kontinuierliche Variablen.
  • Logistische Regression zur Bestimmung der Odds Ratios für das Auftreten von Diabetes in Bezug auf Risikofaktoren.
  • Konfidenzintervalle und p-Werte zur Beurteilung der statistischen Signifikanz.

6.2 Muss nach möglichen Confoundern adjustiert werden?

  • Ja, berücksichtigung von Wechselwirkungen zwischen Variablen.

6.3 Umgang mit fehlenden Daten

Ausschluss von Fällen mit fehlenden Werten in Schlüsselvariablen, falls erforderlich.

7 Berichterstattung und Interpretation

7.1 Mögliche Präsentation der Ergebnisse (Tabellen, Grafiken)

  • Tabellen:
    • Deskriptive Statistiken der Studienpopulation.
    • Ergebnisse der logistischen Regression (Odds Ratios, Konfidenzintervalle, p-Werte).
  • Grafiken:
    • Boxplots oder Histogramme zur Visualisierung von Verteilungen der Variablen.
    • Forest Plot für die Darstellung der Odds Ratios.

7.2 Hinweise auf Limitation und mögliche Verzerrungen

  • Querschnittsdesign ermöglicht keine Aussage über Kausalität.
  • Selektionsbias durch spezifische Population (Ergebnisse nicht ohne Weiteres auf andere Gruppen übertragbar).
  • Messfehler oder Ungenauigkeiten in den erhobenen Daten.
  • Confounder: Nicht berücksichtigte Variablen (z.B. Lebensstil).
  • Informationsbias durch Selbstangaben oder fehlerhafte Messungen.

Literatur

[1]
UCI Machine Learning, „Pima Indians Diabetes Database“. Zugegriffen: 2. Februar 2025. [Online]. Verfügbar unter: https://www.kaggle.com/datasets/uciml/pima-indians-diabetes-database