Klinische Studien in Unfallchirurgie und Orthopädie: lesen, interpretieren und umsetzen

Autor: Stephan Kirschner, Dirk Stengel, Luzi Dubs, Wolf Mutschler, Tobias Renkawitz
Jazyk: angličtina
Rok vydání: 2021
Předmět:
Zdroj: Der Unfallchirurg
ISSN: 1433-044X
0177-5537
Popis: Informative, participatory clinical decision-making needs to combine both skills and expertise as well as current scientific evidence. The flood of digital information makes it difficult in everyday clinical practice to keep up to date with the latest publications. This article provides assistance for coping with this problem. A basic understanding of prior and posterior probabilities as well as systematic error (bias) makes it easier to weigh up the benefits and risks, e.g. of a (surgical) intervention compared to a nonsurgical treatment. Randomized controlled trials (RCT, with all modern modifications) deliver undistorted results but in orthopedic and trauma surgery can lead to a heavily selected nonrepresentative sample and the results must be confirmed or refuted by further, independent RCTs. Large-scale observational data (e.g. from registries) can be modelled in a quasi-experimental manner and accompany RCTs in health technology assessment.Für eine informierte, partizipative ärztliche Entscheidungsfindung müssen Sie neben Ihrem Erfahrungswissen aktuelle wissenschaftliche Daten berücksichtigen. Die digitale Informationsflut macht es im klinischen Alltag allerdings schwer, immer auf dem Stand des Wissens zu bleiben. Der Beitrag bietet einige Hilfen an, wie mit diesem Problem umgegangen werden kann. Ein grundlegendes Verständnis über Vor- und Nachwahrscheinlichkeiten sowie systematische Fehler (Bias) erleichtert die Abwägung zwischen Nutzen und Risiko z. B. einer (chirurgischen) Intervention im Vergleich zu einer nichtoperativen Therapie. Randomisierte Studien („randomized controlled trials“, RCT, mit allen modernen Modifikationen) liefern unverzerrte Ergebnisse, führen in Orthopädie und Unfallchirurgie evtl. zu einer stark selektierten, nichtrepräsentativen Stichprobe, und ihre Resultate müssen durch weitere, unabhängige RCT bestätigt oder widerlegt werden. Große beobachtende Datenmengen (z. B. aus Registern) können quasiexperimentell modelliert werden und RCT in der Gesundheitstechnologiebewertung flankieren.
Databáze: OpenAIRE
Externí odkaz: