Statistik (Teil 3): Wahrscheinlichkeiten

Zusammenfassung
Wahrscheinlichkeiten begegnen uns sowohl im Alltag als auch in der klinischen Forschung – wir unterscheiden dabei zwischen theoretischen und empirischen Wahrscheinlichkeiten. In der medizinischen Anwendung sind vor allem empirische Wahrscheinlichkeiten relevant, die anhand von Daten geschätzt werden, etwa im Rahmen von klinischen Studien. Bei der Beurteilung von diagnostischen Tests sind bedingte empirische Wahrscheinlichkeiten von zentraler Bedeutung, mit denen Sensitivität, Spezifität, positiver und negativer Vorhersagewert geschätzt werden. Zuletzt ist für das Verständnis der Vorhersagewerte noch wichtig, deren Abhängigkeit von der Prävalenz einer Krankheit zu verstehen.

Schlüsselwörter: Wahrscheinlichkeit, bedingte Wahrscheinlichkeit, Sensitivität, Spezifität, Vorhersagewert

Abstract
Probabilities are encountered both in everyday life and in clinical research – we distinguish between theoretical and empirical probabilities. In medical applications, primarily empirical probabilities are of relevance, which are estimated based on data, for example within the framework of clinical studies. When evaluating dia­gnostic tests, conditional empirical probabilities are crucial, as they are used to calculate sensitivity, specificity, as well as positive and negative predictive values. At last it is important to understand the dependence of predictive values on the ­prevalence of a disease.

Keywords: probability, conditional probability, sensitivity, specificity, predictive value

DOI:  10.53180/MTIMDIALOG.2025.0442