Allgemeine Grundlagen wissenschaftlichen Arbeitens in der Medizin: Ein Leitfaden für die empirische Promotion und Habilitation

Von Renate Deinzer

Nahezu die Hälfte aller Studierenden der Medizin will auch promovieren, knapp tausend Mediziner habilitieren sich jedes Jahr. Mit dem Beginn ihrer wissenschaftlichen Arbeit stehen die meisten von ihnen vor dem Problem, dass das Studium selbst keine dezidierte Einführung in das wissenschaftliche Arbeiten vorsieht. Dieses Werk vermittelt grundlegende Qualitätskriterien empirisch-wissenschaftlichen Arbeitens und geht auf wichtige Kernkompetenzen ein wie z.B. Literaturrecherche, Verfassen einer Qualifikationsarbeit, wissenschaftliches Publizieren oder Einwerben von Drittmitteln.

• Sprache: Deutsch
• Herausgeber: Kohlhammer Verlag
• Erscheinungsdatum: 12. Juli 2007
• ISBN: 9783170272965

Buchvorschau

Vorwort

Dieses Buch behandelt in knapper Form die wesentlichen Fragen, Probleme und Vorgehensweisen empirisch-wissenschaftlichen Arbeitens in der Medizin. Es versteht sich dabei als ein Leitfaden, der Sie bei den ersten Schritten hin zum wissenschaftlichen Arbeiten begleiten soll und später immer wieder als Nachschlagwerk dienen kann.

Nacheinander werden zunächst die Qualitätskriterien empirisch-wissenschaftlichen Arbeitens behandelt und dann die zahlreichen praktischen Schritte, die Sie bis zur Vollendung einer wissenschaftlichen Qualifikationsarbeit gehen müssen. Die Reihenfolge der Darstellung entspricht dabei der Reihenfolge, in der diese Schritte bei der Erstellung einer wissenschaftlichen Arbeit Bedeutung erlangen.

Sapere aude – eine Grundlage wissenschaftlichen Arbeitens

Zu einer guten wissenschaftlichen Arbeit gehören eine ganze Reihe von Kompetenzen. In aller erster Linie müssen Sie aber wissen, was eine gute wissenschaftliche Arbeit kennzeichnet, Sie müssen also Qualitätskriterien wissenschaftlichen Arbeitens kennen und umsetzen können.

Viele Leserinnen und Leser befürchten an dieser Stelle eine sehr formale und theoretische Abhandlung – dies wirkt abschreckend und führt häufig zur Nichtbefassung mit dem Thema! Dieses Buch vermittelt daher unter weitgehendem Verzicht auf formale Abhandlungen, dafür aber anhand vieler Beispiele die wichtigsten Qualitätskriterien. An einigen Stellen wird das Buch daher vielleicht die Präzision missen lassen, die sich nur über solch formale Darstellungen erreichen ließe. Dies erfolgt zugunsten einer anschaulichen Einführung in die Thematik, mit der auch verdeutlicht werden soll, dass solides wissenschaftliches Arbeiten keine Zauberkunst ist, die nur einigen wenigen Hochbegabten vorbehalten bleibt. Es ist vielmehr ein Handwerk, das jeder erwerben kann, der bereit ist, sich mit sich selbst und seiner Umwelt kritisch auseinander zu setzen.

In der zunächst entlastenden Entmystifizierung der Kunst soliden wissenschaftlichen Arbeitens, wie sie hier erfolgt, steckt zugleich ein hoher Anspruch, der hier an jeden Leser und jede Leserin herangetragen wird: Wenn diese Kunst von jedem erworben werden kann, so gibt es keine Entschuldigung dafür, sie nicht anzuwenden. Unsolides wissenschaftliches Arbeiten und das unkritische Rezipieren wissenschaftlicher Arbeiten sind dann nämlich nicht auf ein Unvermögen des Verstandes zurückzuführen, sondern auf die mangelnde Bereitschaft, diesen zu verwenden.

Ganz im Kant’schen Sinne lautet daher das Motto des Buches: Sapere aude! Lassen Sie sich ermutigen, dieses Motto zu dem Ihren zu machen!

Das Buch gliedert sich in drei Teile. Im ersten Teil geht es darum, Kriterien zu entwickeln, mit Hilfe derer Sie die Qualität fremder wissenschaftlicher Arbeiten beurteilen und die eigener Arbeiten optimieren können. Das sichere Anwenden dieser Kriterien ist eine Kernkompetenz empirisch-wissenschaftlicher Tätigkeit. Diese Kompetenz zu vermitteln, ist ein Hauptanliegen des Buches. Entsprechend findet sich dieser Teil gleich zu Beginn.

Im zweiten Teil geht es um die praktischen Schritte hin zu einer abgeschlossenen wissenschaftlichen Qualifikationsarbeit. Von der Orientierung über die allgemeinen und individuellen Rahmenbedingungen wissenschaftlichen Arbeitens bis hin zum Verfassen einer Diskussion empirischer Daten behandelt er diese praktischen Schritte in genau der Reihenfolge, in der sie später auch gegangen werden sollten.

Der dritte Teil des Buches gibt erste Hinweise für zwei grundlegende Tätigkeiten wissenschaftlichen Arbeitens jenseits des Erstellens einer Qualifikationsarbeit: das wissenschaftliche Publizieren und die Einwerbung kompetitiver Drittmittel. Diese Tätigkeiten sind für Habilitierende Pflicht. Aber auch Promovierende sollten ihre Promotion immer mit dem Ziel betreiben, die gewonnene Daten am Ende auch international zu publizieren.

Jedem und jeder, die erstmals wissenschaftlich arbeitet, sei es dringend ans Herz gelegt, zumindest die Kapitel 1 und 2 zu lesen bevor Sie sich selbst an die Arbeit machen. Denn es zeigt sich immer wieder: nahezu immer erfolgreich sind solche Promovendinnen und Promovenden, die schon vor Beginn der Datenerhebung eine qualifizierte Einleitung ihrer Dissertation geschrieben haben. Gescheiterte Arbeiten sind regelmäßig solche, bei denen die Datenerhebung am Anfang der Arbeit steht und die grundlegenden methodischen und inhaltlichen Erwägungen an deren Ende. So schön es zunächst scheinen mag, erst mal die Daten „in der Kiste" zu haben, so schrecklich ist dann auch das Erwachen, wenn man nach einer mühsamen Phase der Datenerhebung feststellt, dass die Datenqualität so schlecht, das Vorgehen wissenschaftlich so überholt ist, dass die Arbeit eigentlich umsonst war.

Diejenigen unter den Leserinnen und Lesern des Buches, die wissenschaftlich erfahrener sind, mögen das Buch als Handbuch nutzen und ab und zu das ein oder andere nachschlagen. Auch Sie sollten die Reihenfolge der praktischen Schritte hin zur wissenschaftlichen Arbeit immer einhalten. Nichts ist dabei hilfreicher als das Verfassen von Drittmittelanträgen, das dazu zwingt, das gesamte Projekt im Detail zu überdenken – dabei haben Sie zudem gute Chancen, dass diese Mühe durch reichlich Personal- und Sachmittel belohnt wird.

Die Kunst soliden wissenschaftlichen Arbeitens wurde eingangs als Handwerkskunst bezeichnet. Ein Handwerk verlangt nicht nur Kenntnisse; diese wollen auch praktisch umgesetzt, die Handgriffe eingeübt werden. Nicht anders ist das mit dem wissenschaftlichen Arbeiten. Neben dem Erwerb des theoretischen Rüstzeugs gehört auch eine Menge Praxis dazu, um immer schneller und treffsicherer eigene und fremde Arbeiten kritisch beurteilen zu können. In Düsseldorf erhalten Medizinstudenten daher die Gelegenheit, an einem wissenschaftlichen Praktikum teilzunehmen. Die wenigsten Leserinnen und Leser werden aber eine solche Möglichkeit haben. Im Text finden Sie daher immer wieder Übungsaufgaben unter der Überschrift „sapere aude!" mit denen Sie Ihre Fertigkeiten trainieren können und sollen. Dabei sind die Aufgaben auch als Anregungen zu verstehen, sich mit eigenen, selbstgestellten Aufgaben weiter zu trainieren. Am Ende des Buches werden die Aufgaben und ihre Lösungen diskutiert, so dass Sie damit auch Ihren persönlichen Lernerfolg überprüfen können.

Ein solches Buch entsteht natürlich nicht von alleine. Viele Personen haben mehr oder weniger direkten Anteil an der Arbeit. Prof. Dr. H.-J. Steingrüber, mein akademischer Lehrer, hat mich stets ermutigt, die mir wichtige Vermittlung von Qualitätskriterien wissenschaftlichen Arbeitens zu einem Hauptthema in meinen Lehrveranstaltungen zu machen. Auch hat er mir als Institutsleiter die Freiräume geschaffen, um solche Veranstaltungen durchzuführen und dieses Lehrbuch zu schreiben. Die Medizinische Fakultät der Heinrich-Heine-Universität hat mir die Leitung eines Curriculums zur Vorbereitung auf das wissenschaftliche Arbeiten und auf die medizinische Dissertation übertragen. Im Zuge dieser Tätigkeit konnte ich viele wichtige Erfahrungen zum Ausbildungsbedarf sammeln, die in dieses Lehrbuch eingegangen sind. Die Studierenden, die dieses Curriculum besucht haben, haben durch konstruktive Kritik an den Entwürfen einzelner Lehrbuchkapitel ganz wesentlich zu deren Gestaltung beigetragen. In besonderer Weise hat sich hier cand. med. Johannes Wedler hervorgetan, der die Texte wirklich Satz für Satz durchgegangen ist und viele gute und konstruktive Einwände formuliert hat. Schließlich wäre dieses Buch nicht entstanden, hätte Herr Dr. Ruprecht Poensgen vom Kohlhammer-Verlag sich nicht so schnell von dieser Idee begeistern lassen.

Allen, auch den Vielen, die hier namentlich nicht genannt sind, die durch aktive Unterstützung und stetige Ermutigung dazu beigetragen haben, dass dieses Buch entstanden ist, sei an dieser Stelle herzlich gedankt.

Sie als Leserinnen und Leser werden hier immer wieder direkt angesprochen. Bitte verstehen Sie diese Ansprache als Einladung zum Dialog und zögern Sie nicht, mir Ihre Kommentare, Verbesserungsvorschläge und Anregungen zuzusenden.

1 Qualitätskriterien empirischwissenschaftlichen Arbeitens

1.1 Einführung

1.1.1 Die Problemstellung

Die Medizin ist in weiten Teilen eine empirische Wissenschaft. Ihre Erkenntnisse beruhen also auf Erfahrungen (Empirie [griech.] = Erfahrung). So sehen wir beispielsweise einem Medikament nicht an, dass es heilt – wir haben diese Erkenntnis gewonnen, indem wir systematisch erprobt haben, was passiert, wenn wir das Medikament verabreichen. Auch ein Gen verrät uns nicht von sich aus seine Funktion. Wollen wir diese begreifen, so werden wir u. a. systematisch analysieren, was passiert, wenn dieses Gen außer Funktion gesetzt wird (z. B. bei sog. Knock-out-Mäusen oder bei Personen mit einem definierten Gen-Defekt).

Empirisch-wissenschaftlicher Erkenntnisgewinn setzt also systematische Beobachtungen voraus. Diese bilden die Grundlage des Erkenntnisgewinns. Am Anfang steht dabei die wissenschaftliche Hypothese, die überprüft werden soll. Eine empirisch-wissenschaftliche Hypothese enthält immer Aussagen über eine Erwartung, wie bestimmte Dinge miteinander zusammenhängen könnten (z.B.: „Das Medikament hilft gegen Magenschmerzen). Sie lässt sich außerdem immer als Konditionalsatz, also als Je-Desto-Satz oder als Wenn-Dann-Satz formulieren (z.B.: „Wenn ich das Medikament gebe, dann werden die Magenschmerzen schneller aufhören als ohne Medikament). Eine Hypothese leitet sich aus bereits vorhandenen Kenntnissen ab (vgl. Kap. 2.3 „Literaturrecherche"), geht dann aber in der Regel über diese hinaus. So ist womöglich bereits bekannt, dass der Wirkstoff eines Medikaments die Magen-Darm-Motilität reduziert. Daraus lässt sich die Hypothese ableiten, dass es gegen Magenschmerzen helfen müsste.

Unwissenschaftlich würden jetzt diejenigen handeln, die allein aufgrund der scheinbaren Logik der Hypothesenherleitung die Hypothese selbst schon als zutreffend ansähen. Tatsächlich war das für lange Zeit in der Medizin (und nicht nur da) üblich; man glaubte, ähnlich wie in der Mathematik könnten Erkenntnisse in der Medizin allein aufgrund logischer Beweisführung gewonnen werden. Dafür sind die Sachverhalte, mit denen die Medizin zu tun hat, aber zu komplex, oder – um bei der Mathematik zu bleiben: in der Gleichung sind zu viele Unbekannte.

Ein gutes anderes Beispiel für die soeben formulierten Gedanken liefert die Meteorologie. Zwar sind die Naturgesetze, die unserem Wetter zugrunde liegen, weitgehend bekannt. Dennoch gelingt es uns nicht, aufgrund dieser Erkenntnisse zu genauen Vorhersagen des Wetters zu kommen. Hierfür müsste unser Netz an Messstationen für klimatische Schwankungen noch viel enger gespannt sein, unsere Messinstrumente müssten in der Lage sein, alle beeinflussenden Variablen zu jedem Zeitpunkt zu erfassen, wir müssten außerdem vorhersagen können, welche Industrie wann wie viel Wärme in welches Gewässer absondern würde und so weiter und so fort. Erst auf der Basis all dieser Variablen und mit Hilfe eines Expertensystems, das zusätzlich fähig wäre, diese sachgerecht zueinander in Beziehung zu setzen, wären sichere Wettervorhersagen möglich.

1.1.2 Fehlerkontrolle als Qualitätskriterium wissenschaftlichen Arbeitens

Da also diese Unbekannten nicht erfasst und verrechnet werden können, wird man versuchen, auf der Basis systematischer Beobachtungen zu einer Entscheidung über die Gültigkeit der Hypothese zu kommen. Dies bedeutet, dass der Wenn- und der Dann-Teil (bzw. der Je- und der Desto-Teil) der Hypothese erfasst werden (im Beispiel also die Medikamenteinnahme und der Verlauf der Magenschmerzen), idealer Weise wird der Wenn-Teil sogar variiert (z. B. erhalten einige Probanden das Medikament, andere ein wirkungsloses Plazebo). Es wird dann überprüft, ob sich in den Beobachtungen tatsächlich genau der Zusammenhang zwischen den Variablen einstellt, den man erwarten würde, wenn die Hypothese richtig wäre (Vergehen die Magenschmerzen bei den Probanden mit Medikament tatsächlich schneller als bei denen mit Plazebo?). Wesentlich ist nun, dass man bei diesen Untersuchungen versucht, Fehlerquellen zu kontrollieren, die ansonsten zu einer Fehlinterpretation der Ergebnisse führen könnten. Mit jeder beseitigten Fehlerquelle steigt die Qualität einer wissenschaftlichen Arbeit, denn die Wahrscheinlichkeit, dass man bezüglich der Hypothese zu einer Fehlentscheidung kommt, sinkt. Damit ist das Ausmaß der Fehlerkontrolle das Qualitdtskriterium wissenschaftlichen Arbeitens.

Das Ausmaß der Fehlerkontrolle trennt auch zwischen Alltagsbeobachtungen oder Zufallsbefunden und wissenschaftlichen Untersuchungen. Zufallsbefunde liefern keine neuen Erkenntnisse, da Fehler nicht kontrolliert wurden und die beobachteten Zusammenhänge zwischen den Variablen somit auf vielfältigste Weise erklärbar sein könnten. Allerdings sind und waren Zufallsbefunde ein wichtiger Quell neuer wissenschaftlicher Fragestellungen, deren Untersuchung dann tatsächlich wesentlich zum Erkenntnisgewinn in der Medizin beigetragen hat (s. Kasten Entdeckung des Penicillins). Dabei waren es aber eben nicht die Zufallsbefunde an sich, die den Erkenntnisgewinn mit sich brachten, sondern die systematische Überprüfung der aus den zunächst zufälligen Beobachtungen abgeleiteten Hypothesen.

Sapere aude (1): Überlegen Sie, wo in Ihrer Umgebung „Erkenntnisse" womöglich allein auf Alltagsbeobachtungen und -überzeugungen beruhen, nicht aber auf systematischen, empirisch-wissenschaftlichen Untersuchungen (wenn Ihnen gar nichts einfällt: die Politik bietet reichlich Beispiele). Woran erkennen Sie, dass die Datenbasis für die Erkenntnis womöglich unzureichend ist? Trauen Sie sich auch, etablierte Überzeugungen in Frage zu stellen! Schreiben Sie auf, bei welcher Erkenntnis Sie gerne einmal wüssten, ob und in wie weit das wirklich wissenschaftlich haltbar ist. – Nach dem Lesen dieses Kapitels, können Sie vielleicht diese Fragen schon selbst beantworten.

Die Entdeckung des Penicillins

Im Jahre 1928 beobachtet Alexander Fleming (1881-1955), ein schottischer Mikrobiologe, zufällig, dass bei einer verschimmelten Staphylokokken-Kultur im Umkreis des Schimmelrasens die Staphylokokken verschwunden waren. Er schließt aus dieser Beobachtung, dass die Schimmelpilze eine antibakterielle Substanz produziert hatten. In nachfolgenden Experimenten züchtet er die verschiedenen Schimmelpilze und entwickelt eine Methode, antibakterielle Wirkungen nachzuweisen. Dabei stellt er fest, dass nur die Nährlösung mit dem Schimmelpilz Penicillinum notatum antibakterielle Wirkung besitzt. In seiner Publikation der Daten kommentiert er insbesondere den desinfizierenden Effekt der entsprechenden Nährlösung und vergleicht ihre Wirksamkeit sowie die Nebenwirkungen mit denen anderer Desinfektionsmittel. Für ihn ist seine Entdeckung vor allem aus Sicht der Mikrobiologie interessant, erlaubt sie doch, unerwünschte Mikroorganismen in bakteriellen Kulturen zu unterdrücken. Der potentielle therapeutische Nutzen von Penicillin ist ihm – wenn überhaupt – nur am Rande bewusst. Allerdings ist es seiner Aufmerksamkeit und systematischen Analyse zu verdanken, dass der ursprüngliche Zufallsbefund der verschimmelten Kultur für die Nachwelt festgehalten wurde. Zehn Jahre nach Flemings Entdeckung werden der australische Pathologe Florey und der Biochemiker Chain auf Flemings Publikation aufmerksam; sie interessieren sich für mikrobielle Antagonismen und wollen die Isolierung von Penicillin erneut versuchen, um dessen biologische Wirkung zu analysieren. Ihnen kommt das Verdienst zu, erstmals am lebenden infizierten Organismus den therapeutischen Nutzen von Penicillin nachgewiesen zu haben. Gemeinsam erhielten Fleming, Florey und Chain 1945 den Nobelpreis für die Entdeckung des Penicillins.

Eine ausführlichere und spannende Darstellung der Entdeckung des Penicillins findet sich in Schott (Hrsg.: Meilensteine der Medizin. Harenberg Verlag, 1996), dem die hier widergegebenen Informationen auch entnommen wurden. Der Zufallsbefund der verschimmelten Kultur an sich brachte noch keine Erkenntnis. Fleming aber hat weiter gefragt und vor allem weiter geforscht und dadurch herausgefunden, dass nicht jeder x-beliebige Schimmelpilz antibakterielle Wirkung entfaltet. Seine Kollegen Chain und Florey haben die Literatur studiert, Schlussfolgerungen gezogen und diese empirisch überprüft. Am Ende stand der Nobelpreis...

Wenn wir also die Qualität einer wissenschaftlichen Untersuchung überprüfen wollen, oder die unserer eigenen Untersuchung verbessern, müssen wir wissen, wo Fehler entstehen und wie diese kontrolliert werden können. Dabei wird schnell deutlich werden, dass wir niemals sicher sein können, alle Fehler kontrolliert zu haben. Damit wird auch die Validitdt (lat.: Gültigkeit) einer Untersuchung, also die Wahrscheinlichkeit, dass sie zu einer richtigen Entscheidung über die Annahme der Hypothese führt, niemals perfekt sein. Unsere Aufgabe ist es daher, die Validität zu maximieren, bzw. bei der Interpretation fremder Untersuchungen deren Validität kritisch zu analysieren (sapere aude!).

Validität: Unter der Validität einer Untersuchung versteht man die Eignung dieser Untersuchung, richtige Schlussfolgerungen herbeizuführen. Da jede Untersuchung fehlerhaft sein kann und wir niemals alle Fehlerquellen kennen können, ist die Validität einer Untersuchung nicht quantifizierbar (wir können sie also nicht in Zahlen fassen). Wir wissen aber, dass die Validität umso größer ist, je mehr Fehlerquellen wir kontrolliert haben.

Allgemein können wir vier Fehlerquellen einer empirisch-wissenschaftlichen Untersuchung unterscheiden:

Die untersuchten Variablen erfassen nicht, was sie eigentlich erfassen sollen (mangelnde Variablenvalidität).

Der Untersuchungsaufbau lässt keine eindeutige (kausale) Interpretation der Ergebnisse zu (mangelnde interne Validität).

Die Ergebnisse sind nicht repräsentativ, sie lassen sich also nicht auf andere Personen, Situationen oder Zeitpunkte übertragen (mangelnde externe Validität).

Die verwendeten statistischen Verfahren führen zu einer Fehlentscheidung (mangelnde statistische Validität).

Übersicht: Fehlerquellen empirisch-wissenschaftlicher Untersuchungen

Im Folgenden behandeln wir diese Fehlerquellen und Methoden der Fehlerkontrolle in der angegebenen Reihenfolge. Die benannten Methoden finden übrigens nicht nur in der Medizin Anwendung, sondern überall dort, wo empirischwissenschaftlich gearbeitet wird, also auch in der Psychologie, der Biologie, der Physik, der Meteorologie, der Soziologie, der Pädagogik, etc.

Vor der Behandlung dieser Fehlerquellen wollen wir allerdings betrachten, nach welchen Kriterien wissenschaftliche Untersuchungen im Allgemeinen eingeteilt werden können. Dies wird zu einigen Begriffsklärungen führen, die für das Verständnis der folgenden Ausführungen hilfreich sind. Dieser Abschnitt kann zunächst auch übersprungen werden, um ihn bei Bedarf dann zu konsultieren, wenn die einzelnen Begriffe auftauchen.

Für diejenigen, die sich mit der ersten sapere aude-Aufgabe schwer taten, hier ein paar ketzerische Überlegungen, die Sie zur Anwendung ihres eigenen kritischen Verstandes ermutigen sollen:

Wie oft am Tag muss man eigentlich aus wissenschaftlicher Sicht Zähne putzen? Ist doch komisch, dass einem da jeder ’was anderes erzählt!

Was eigentlich ist „gesunde" Ernährung? Auch da hören wir alle Monate etwas anderes!

Warum glaubt man in Deutschland eigentlich, dass Kinder die ersten Lebensjahre daheim betreut werden sollten, wo doch in anderen Ländern außerhäusliche Betreuung auch der Kleinsten ganz üblich ist?

1.1.3 Einteilungskriterien wissenschaftlicher Untersuchungen

Wissenschaftliche Untersuchungen lassen sich nach unterschiedlichen Kriterien einteilen und erhalten in Abhängigkeit von diesen Kriterien auch unterschiedliche Bezeichnungen. Für das Verständnis der folgenden Ausführungen und für das Studium der wissenschaftlichen Fachliteratur ist es hilfreich, diese Unterteilungen zu kennen, weshalb sie im Folgenden kurz erläutert werden. Dabei geht es nur um eine Begriffsklärung. In Methodenlehrbüchern wird immer wieder versucht, Fragen der Qualität wissenschaftlicher Untersuchungen an diesen Einteilungskriterien festzumachen. Dieser Versuch greift zu kurz, und stiftet häufig mehr Verwirrung als zur Klärung beizutragen. Die Qualität wissenschaftlicher Untersuchungen bemisst sich am Ausmaß der Fehlerkontrolle und damit an den gerade skizzierten Validitätskriterien und nur daran sollte sie bemessen werden! Die Einteilungskriterien wissenschaftlicher Untersuchungen beschreiben bisweilen Untersuchungsformen, unter denen das Erfüllen des ein oder anderen Validitätskriteriums leichter fällt (z. B. Experiment → interne Validität; Felduntersuchung → externe Validität). Die Untersuchungsform alleine garantiert aber noch nicht für die Erfüllung dieses Validitätskriteriums, weshalb es das kritische Denken eher behindert, wenn die Qualitätsbeurteilung einer Untersuchung an die Untersuchungsform gekoppelt wird: Entscheidend ist das Ausmaß der Fehlerkontrolle und nur daran sollte sich die Qualitätsbeurteilung orientieren.

Diese Erwägungen sollten Sie im Kopf behalten, wenn Sie jetzt lesen, nach welchen Kriterien wissenschaftliche Untersuchungen unterteilt werden und welche Bezeichnungen sie dann erhalten.

Die wesentlichen Einteilungskriterien für Untersuchungen und die daraus resultierenden Bezeichnungen sind:

ihr Erklärungsanspruch: deskriptiv, explorativ, explanativ

die Manipulation einer hypothetischen Wirkvariablen durch die Versuchsleitung: experimentell, nichtexperimentell

die Repräsentativität der Untersuchungssituation: Labor- vs. Felduntersuchungen

die Anzahl der untersuchten Hypothetischen Wirkvariablen: einfaktoriell, mehrfaktoriell

die Abfolge, mit der die Variablen erfasst werden: retrospektiv, prospektiv

die Art und Weise, mit der Entwicklungen analysiert werden: Längsschnitt vs. Querschnitt

Übersicht: Einteilungskriterien empirisch-wissenschaftlicher Untersuchungen

1.1.3.1 Erklärungsanspruch

Deskriptive Untersuchungen

Wissenschaftliche Untersuchungen können das vorrangige Ziel haben, einen Zustand lediglich zu beschreiben und nicht, denselben zu erklären. Bei der Verteilung von Mitteln für die Gesundheitsforschung kann es zum Beispiel bedeutsam sein, zunächst zu wissen, welche Krankheiten in welcher Zahl in der Bevölkerung vorliegen und welche Kosten ihre Behandlung verursacht.

Bisweilen ist es auch wichtig zu wissen, welche äußeren Merkmale einer Person darauf hinweisen könnten, dass eine bestimmte Störung vorliegt. Gesucht wird hier nach sog. Prädiktorvariablen, die ein bestimmtes Kriterium anzeigen können. Die Prädiktorvariablen sollen dabei in erster Linie leicht erfassbar sein. Nachrangig ist ihr Erklärungswert. Eine in der Medizin häufig analysierte Prädiktorvariable ist die Schichtzugehörigkeit. So wird z. B. untersucht, ob mit der Schichtzugehörigkeit auch die Wahrscheinlichkeit, bestimmte Gesundheitsförderungsmaßnahmen in Anspruch zu nehmen, variiert. Das Inanspruchnahmeverhalten wäre hier die Kriteriumsvariable. Wäre die Schichtzugehörigkeit ein guter Prädiktor, so könnte man auf dieser Basis eine genauere Vorhersage machen, ob die Person eine Förderungsmaßnahme in Anspruch nehmen wird. Auch das Alter wird häufig als Prädiktor für die Wahrscheinlichkeit analysiert, dass eine bestimmte Krankheit vorliegen wird.

Bei der reinen Deskription spielt das Qualitätskriterium „interne Validität" keine Rolle, da sich dieses auf die kausale Interpretation von Variablenzusammenhängen bezieht (also auf Ursache-Wirkungs-Zusammenhänge). Allerdings werden vom Ursprung her rein deskriptive Daten häufig in der Fachöffentlichkeit kausal interpretiert. Die Validität solcher Kausalinterpretationen muss im Einzelfall streng geprüft werden.

Prädiktorvariablen und Kriteriumsvariablen: In deskriptiven Untersuchungen, in denen die Vorhersagekraft einer Variablen für eine andere ermittelt werden soll, bezeichnet man die Variable, die vorhergesagt werden soll als Kriteriumsvariable und die, auf deren Basis die Vorhersage erfolgen soll, als Prädiktorvariable.

Explorative Untersuchungen

Explorative Untersuchungen haben das Ziel, Daten zu sondieren, um auf diese Art und Weise Hinweise auf mögliche Kausalzusammenhänge zu erhalten, die dann später in explanativen Untersuchungen geprüft werden. Explorative Untersuchungen werden in Bereichen durchgeführt, in denen noch relativ wenig Vorwissen besteht. Die Entdeckung einer bislang nicht beobachteten Krankheit wird beispielsweise dazu führen, dass man die betroffenen Patienten möglichst eingehend untersucht, möglichst viele Daten auch aus ihrer Vorgeschichte und ihrer Umgebung erfasst, etc., um Anhaltspunkte für die mögliche Ätiopathogenese dieser Erkrankung zu erhalten. Bei der Planung explorativer Untersuchungen wird in der Regel weniger Wert auf die Validität der Ergebnisse gelegt als darauf, möglichst viele Ideen für weitere theoretische Vorüberlegungen zu erhalten, die dann zu Hypothesen führen, die mit validen Methoden überprüft werden.

Ein häufiger Fehler bei der Interpretation rein explorativer (d.h. weitgehend hypothesenfreier) Untersuchungen besteht darin, die Ergebnisse so zu behandeln, als seien sie das Resultat einer wissenschaftlich fundierten Hypothesenüberprüfung. Wie bereits im Kontext der sog. Zufallsbefunde erläutert, muss dies zu Fehlurteilen führen. Dieser Punkt wird im Kapitel 1.5 „Validität der statistischen Hypothesenprüfung" vertiefend erläutert.

Explanative Untersuchungen

Explanative Untersuchungen haben den Anspruch, Ursache-Wirkungs-Zusammenhdnge zu erklären. Sie stellen sich damit der Hauptaufgabe empirisch-wissenschaftlichen Arbeitens. Dabei bedienen sie sich der unterschiedlichsten Methoden, die auch unterschiedlich gut geeignet sind, valide kausale Schlussfolgerungen herbeizuführen.

In der medizinischen Literatur finden sich zahlreiche Beispiele für explanative Untersuchungen. So soll zum Beispiel geklärt werden, ob das Medikament (Ursache) die Krankheit heilt (Wirkung), ob ein Umweltgift (Ursache) das Risiko für eine Krankheit erhöht (Wirkung), ob veränderte Umgebungsbedingungen (Ursache) die Proliferation bestimmter pathogener Keime (Wirkung) begünstigen etc.

Solche Untersuchungen prüfen also die Gültigkeit der im Abschnitt „Problemstellung" behandelten wissenschaftlichen Hypothesen, die eine Wenn-Dann-Beziehung zwischen zwei Variablen postulieren. Die Variable, die in der konkreten Untersuchung den Wenn-Teil der Hypothese repräsentiert, nennen wir im Folgenden „Hypothetische Wirkvariable". Die Variable, die den Dann-Teil repräsentiert, nennen wir ab hier „Abhdngige Variable".

In vielen Lehrbüchern, aber auch wissenschaftlichen Publikationen wird die Hypothetische Wirkvariable als experimentelle Variable oder als Unabhängige Variable bezeichnet. Beides sind allerdings begriffliche Ungenauigkeiten. Der Begriff „experimentelle Variable sollte allein experimentellen Untersuchungen vorbehalten bleiben, die wir im nächsten Abschnitt kennen lernen. Der Begriff „Unabhängige Variable impliziert, dass die Variable von anderen Variablen unabhängig ist. Im Abschnitt „interne Validität wird deutlich werden, dass dies bei Weitem nicht für alle Hypothetischen Wirkvariablen gilt. Umgekehrt unterstreicht der Begriff „Hypothetische Wirkvariable, dass die Rolle der betreffenden Variable als tatsächliche Wirkvariable noch ungeklärt ist. Dies zu erkennen, ist für das kritische Hinterfragen wissenschaftlicher Untersuchungsergebnisse unabdingbar. Aus diesem Grund wird der Begriff „Hypothetische Wirkvariable" hier neu in die Methodenliteratur eingeführt.

Hypothetische Wirkvariable und Abhängige Variable: Unter „Hypothetischer Wirkvariable" verstehen wir die Variable einer explanativen Untersuchung, die den Wenn-Teil der Hypothese repräsentiert. Die Abhängige Variable ist die Variable, die den Dann-Teil der Hypothese repräsentiert.

1.1.3.2 Manipulation durch die Versuchsleitung

Bei der folgenden Unterscheidung zwischen experimentellen und nichtexperimentellen Untersuchungen geht es darum, ob eine Hypothetische Wirkvariable durch die Versuchsleitung manipuliert wurde oder nicht.

Experimentelle Untersuchungen

In vielen wissenschaftlichen Untersuchungen werden die einzelnen Ausprägungsgrade der Hypothetischen Wirkvariable durch die Versuchsleitung selbst hergestellt. Hat die Hypothetische Wirkvariable also die zwei Stufen „Einnahme eines Medikamentes und „Einnahme eines Plazebos, so entscheidet die Versuchsleitung, welcher Bedingung jeder einzelne Proband zugeordnet wird. In einer Untersuchung mit Zellkulturen könnte die Hypothetische Wirkvariable die Ausprägungen „Inkubationszeit von 24 Stunden und „Inkubationszeit von 48 Stunden haben. Wenn hier die Versuchsleitung willkürlich entscheidet, welcher Bedingung jede Zellkultur zugeordnet wird, sprechen viele Untersuchungen bereits von einem Experiment. Engere Definitionen des Experiments verlangen außerdem, dass die Zuordnung zu den Stufen der Hypothetischen Wirkvariablen nach dem Zufallsprinzip erfolgt (sog. Randomisieren, s. Kapitel 1.3.2.1 „Stichprobenfehler"). Hierdurch lässt sich die interne Validität der Untersuchung maßgeblich verbessern. Untersuchungen, die eine randomisierte Zuordnung zu den Versuchbedingungen vornehmen, werden häufig auch als randomisierte kontrollierte Studien (engl.: randomised controlled studies) bezeichnet.

Experimentelle Untersuchungen: In experimentellen Untersuchungen werden die unterschiedlichen Ausprägungen der Hypothetischen Wirkvariablen durch die Versuchsleitung selbst hergestellt und die Probanden willkürlich auf diese Untersuchungsbedingungen verteilt. In der Regel erfolgt diese Zuordnung randomisiert.

Nichtexperimentelle Untersuchungen

In zahlreichen Untersuchungen ist die Zuordnung zu den Stufen der Hypothetischen Wirkvariablen bereits festgelegt, die Versuchleitung nimmt hierauf keinen Einfluss. Dies ist beispielsweise dann der Fall, wenn der Effekt des Geschlechts auf die Infektionsanfälligkeit untersucht werden soll, wenn die Wirkung des Alters auf die Konzentrationsfähigkeit Thema der Untersuchung ist, wenn die Wirkung eines bestimmten Polymorphismus auf Krankheitsraten interessiert. Hier hat die Versuchsleitung die Zuordnung zu den Versuchsbedingungen nicht willkürlich vorgenommen, weil sie es gar nicht konnte. Sie konnte nicht entscheiden, wer welches Geschlecht hatte, wer wie alt ist oder bei wem welcher Polymorphismus vorliegt.

In anderen Untersuchungen wäre eine solche Entscheidung zwar theoretisch möglich, aber praktisch kaum durchführbar. Beispielsweise dann, wenn der Einfluss des Fettgehalts der Nahrung auf das Herzinfarktrisiko erfasst werden soll: Schließlich gehen wir davon aus, dass erst langfristige Ernährungsgewohnheiten Auswirkungen auf das Herzinfarktrisiko haben. Zur Prüfung unserer Hypothese im Rahmen eines Experiments müssten wir also die Ernährungsgewohnheiten der Probanden über einen sehr langen Zeitraum steuern. Dies wird in der Regel unsere Möglichkeiten sprengen.

Auch aus ethischen Gründen kann es uns versagt bleiben, die Zuordnung zu den Stufen der Hypothetischen Wirkvariablen selbst vorzunehmen. Stellen Sie sich vor, Sie interessieren