Home > Allgemein, Medizin > Was Sie schon immer über Statistik wissen wollten, aber nie zu fragen wagten.

Was Sie schon immer über Statistik wissen wollten, aber nie zu fragen wagten.

Eine Empfehlung für einen Vortrag von Gerd Gigerenzer, den er am 2.7.2007 beim Chirurgie-Symposium hielt.

Illusion der Gewissheit

betitelt Gigerenzer seinen Vortrag, und er beginnt mit einem Zitat von H.G. Wells:

Wenn wir mündige Bürger in einer modernen, technologischen Welt möchten, dann müssen wir ihnen drei Dinge beibringen: lesen, schreiben und statistisches Denken.

Dass gerade letzteres, der Mangel an „statistischem Denken“, ein Metakonflikt in der Auseinandersetzung mit Pseudomedizin und Quacksalberei bei uns ist, wird den regelmäßigen Leser hier nicht überraschen.

Überraschend ist aber, dass Gigerenzer diesen Mangel gerade bei Medizinern anprangert, die es eigentlich besser wissen müssten, sind doch gerade in der Medizin Entscheidungsfindungen idealerweise sehr stark an diese Fähigkeit gekoppelt, mit Unsicherheiten und Risiken vernünftig umzugehen. Und mangelt es an dieser Fähigkeit, kann man bei Patienten sehr viel Schaden anrichten.

Der Vortrag beginnt mit gar lustig banalen Beispielen:

Ein Wettermann sagt, dass es am Samstag und Sonntag zu jeweils 50% regnen wird, also sei die Wahrscheinlichkeit, dass es am Wochenende regne, 100%. Man lacht darüber. Aber wer weiß eigentlich, warum? Wir empfinden bei dem Beispiel intuitiv, dass diese Aussage Unsinn ist. Das Problem ist nur: Dieser Unsinn pflanzt sich fort in Bereiche, die wesentlich gravierender sind und in denen der Unsinn als solcher nicht mehr wahrgenommen wird.

So ist es z.B. erschütternd, dass manche Ärzte keine Ahnung haben, was es bedeutet, wenn ein Patient (keine Risikogruppe) erstmalig positiv auf HIV getestet wird. Der Test ist zu 99,9% sicher. Wie hoch ist nun die Wahrscheinlichkeit, tatsächlich mit HIV infiziert zu sein? Viele Berater und Ärzte meinen, das sei so gut wie 100% sicher. Zu solchen Aussagen kommt man, wenn man von Statistik wenig Ahnung hat, nicht unbedingt weiß, was Prävalenz bedeutet, aber vor allem auf die Form der bedingten Wahrscheinlichkeit hereinfällt und die natürlichen Häufigkeiten vergisst. Tatsächlich bedeutet ein solches Ergebnis grob, dass die Wahrscheinlichkeit ca. 50% ist. Welches Leid mit solchen Fehlinterpretationen angerichtet werden kann, mag sich jeder selber vorstellen.

Um hier bösen Kommentaren zuvorzukommen: Viele Ärzte wissen das. Aber nach den Umfragen eben zu viele auch nicht. Es ist dieses unglaubliche Defizit, das angeprangert wird, denn es bedarf keiner intellektuellen Höchstleistung, um „statistisches Denken“ zu verinnerlichen; wer lesen und schreiben kann, kann auch dieses, es wird nur viel zu wenig gelehrt, es wird die elementare Wichtigkeit verkannt. Zu einer realistischen Entscheidungsfindung in einer sehr komplexen Welt ist dies aber unabdingbar.

„Man sieht nicht die Wette, die unser Hirn bei der Wahrnehmung eingeht, wir halten es für Gewissheit“, sagt Gigerenzer sinngemäß. Diese Tatsache ist bei den Themen und Diskussionen bei Psiram Alltag, und es ist schwierig bis unmöglich, z.B. einem überzeugten Homöopathen zu erklären, dass genau da sein Problem liegt.

Unser menschliches Hirn hängt in einem Dilemma fest. Einerseits bedarf es manchmal schneller Entscheidungen, bei denen gedankliche Schleichwege und Abkürzungen, die sogenannte Denkökonomie (man kann auch Vorurteile dazu sagen) lebenswichtig sind, um nicht ins Gegenteil der Endlosschleife des Hinterfragens zu verfallen, was zu einer Handlungsunfähigkeit führen würde. Wie in den griechischen Sagen ist das der Weg zwischen Skylla und Charybdis, man muss sich der jeweiligen Situation anpassen. „Statistisches Denken“ ist ein Werkzeug, dass uns in dieser schwierigen Navigation hilft.

Aber Gigerenzer kann das viel besser zeigen, deshalb ja hier die Empfehlung, sich diesen Vortrag anzuschauen – er ist auch für Leute interessant, denen die Problematik an sich bekannt ist. Dauert ca. 50. min.

Hier nochmal der Link.

 

 

  1. Gefährliche Bohnen
    4. Mai 2013, 21:30 | #1

    Super Vortrag, hab viel gelernt. Theoretisch kommen die statistischen Grundlagen im Medizinstudium zwar vor, aber gerade bei Statistik macht es einen enormen Unterschied, ob einem einfach die Begriffe Spezifität, Sensitivität usw. um die Ohren gehauen werden, oder ob einem das einfach mal jemand richtig gut erklärt.
    Vielen Dank für den Hinweis!

  2. ratiogeraet
    5. Mai 2013, 09:35 | #2

    Danke für diesen Beitrag! Ein Super-Vortrag. Auf Gigerenzers Buch „Das Einmaleins der Skepsis“ kann man gar nicht oft genug hinweisen – es ist exzellent geschrieben und hat mir echt die Augen geöffnet. Es sollte zur Pflichtlektüre gehören – nicht nur für Mediziner, sondern für alle Berufe, die mit Risikobeurteilungen umgehen. Absolute Leseempfehlung!

  3. segeln
    5. Mai 2013, 13:31 | #3

    Ich kann mich nur ratiogeraet anschließen bei der Buchempfehlung Das Einmaleins der Skepsis (2002).Weitere Buchempfehlungen sind die Bücher von Walter Krämer(z.B. So lügt man mit der Statistik, Denkste! Trugschlüsse aus der Welt der Zahlen und des Zufalls und 3. die Panikmacher)

  4. sumo
    5. Mai 2013, 15:23 | #4

    sehr schöne Literaturempfehlungen, einiges kenné ich bereits. Zusätzlich kann man von Dörner „Die Logik des Mißlingens “ empfehlen, nicht direkt Statistik, aber auch aufschlußreich.

  5. Waltrude
    5. Mai 2013, 15:46 | #5

    Ich habe schon einige Bücher über populäre Statistik-Irrtümer, aber noch keins von Gigerenzer. Welches soll ich mir denn zulegen, das bereits angesprochene „Einmaleins der Skepsis“ oder lieber das ganz neue „Risiko – wie man die richtigen Entscheidungen trifft“ ?

  6. MagicGuitar
    5. Mai 2013, 21:05 | #6

    Ehrlichgesagt sollte man meinen, dass das Interpretieren und Verstehen von Statistiken zumindest in Grundzügen in der heutigen Welt zu den Grundkompetenzen zählen sollte.
    Doch leider lernt man das weder im Matheunterricht, noch im naturwissenschaftlichen Unterricht. Würden mehr Menschen über so etwas bescheid wissen, hätten die ganzen Kurpfuscher keine Chance mehr. Wirklich schade…

    Der Vortrag ist natürlich nur zu empfehlen.

  7. Groucho
    5. Mai 2013, 21:53 | #7

    @Waltrude: Mit allen hier in den Kommentaren empfohlenen Büchern macht man keinen Fehler.
    Das „Einmaleins der Skepsis“ ist als Grundlage absolut zu empfehlen. Zusätzlich noch ein Tipp: Bornholdt / Dubben, „Der Hund, der Eier legt“, der „Schein der Weisen“, etc. einfach mal danach suchen.
    @Magic Guitar: Man muss das einfach lernen, die große Zahl, dafür haben wir kein Gefühl.

  8. keks
    5. Mai 2013, 22:16 | #8

    Kann mir noch jemand das HIV Beispiel erklären?

  9. Groucho
    5. Mai 2013, 23:55 | #9

    keks :

    Kann mir noch jemand das HIV Beispiel erklären?

    Hm. Wenn das aus dem Vortrag nicht erkenntlich ist, wird es schwierig.
    Wenn eine Erkrankung selten ist, z.B. einer unter 10.000, dann ist, wenn man diese 10.000 testet, eben auch die Wahrscheinlichkeit höher, darunter einmal falsch positiv zu testen, auch, wenn der Test zu 99,9 % sicher ist. Gleichzeitig wird der eine, seltene Erkrankte ziemlich sicher erkannt.

    Man hat also die Situation, den einen unter der gesamten Gruppe relativ sicher zu finden, gleichzeitig aber auch – je größer die Gruppe ist, einen falschen Treffer zu landen.
    Kapiert?

  10. 6. Mai 2013, 00:10 | #10

    Der Test baut etwa einmal in 10 000 Messungen Mist und zeigt ein positives Ergebnis, obwohl gar kein HIV da ist.
    Unter 10 000 Normalos (hetero, halbwegs monogam und kein Drogenkonsum mit Spritzen) ist im Schnitt etwa 1 infiziert.

    Wenn man also 10 000 Leute testet, hat man zwei positive Testergebnisse.
    Nur einer der beiden ist wirklich infiziert, der andere fiel einem Fehlalarm zum Opfer.
    In dem Moment steht es also fifty-fifty.

    Nach eine B-Probe ist man dann schlauer.

  11. Nitric-X
    6. Mai 2013, 09:19 | #11

    Allerdings hinkt diese Berechnung ein wenig, da man ja in der Regel HIV Tests nicht wahllos als Screening durchführt, sondern entweder bei Verdacht (oder Besorgnis des Pat., aber das wollen wir jetzt mal beiseite lassen, da das oft im „blinden“ Bereich des Tests liegt was das Zeitfenster angeht). Die Wahrscheinlichkeit, dass der Untersuchte HIV hat, liegt also nicht in der Prävalenz alleine, sondern sollte im Normalfall höher liegen (um wieviel höher hängt vom Setting ab). Die korrekte Antwort liefert hier also eher Bayesische Logik.

  12. The Doctor
    6. Mai 2013, 09:23 | #12

    Der Unterricht in medizinischer Statistik im Medizinstudium ist m.E. zwar ausreichend, problematisch ist vielmehr, dass sich viele Studenten dafür nicht besonders interessieren. Das mag vor allem daran liegen, dass der Stellenwert dieses Faches in den medizinischen Examina eher marginal ist (zu meiner Zeit: 3 von 290 Fragen im 1. Staatsexamen und 4 von 580 Fragen im 2. Staatsexamen).

    Und die jeweiligen Testate während des Kurses im 5. respektive 9. Semester wurden quasi als „Gemeinschaftsarbeit“ erledigt – eine Handvoll Leute hat die Aufgaben für den Rest des Semesters gelöst. Was dazu führte, dass 290 von 300 Studenten unseres Semesters auch nach dem 3. Staatsexamen so ziemlich Null Ahnung von Statistik gehabt haben dürften.

    Wundert Euch jetzt noch, dass so viele Ärzte auf Pseudomedizin hereinfallen?

  13. Gefährliche Bohnen
    6. Mai 2013, 12:06 | #13

    @ The Doctor
    Stimme dir zu. Es kommt allerdings neben dem persönlichen Interesse auch noch das Glück (oder Unglück) dazu, was für einen Dozenten man erwischt. Ich finde es wie gesagt in Statistik wirklich entscheidend, wie gut das erklärt wird. Wenn man da jemanden zu stehen hat, der das einfach nicht drauf hat, dann heißt das: entweder ich versuche es allein nochmal (zusätzlicher Zeitaufwand) oder ich lass es einfach… und dann zählt, wie groß der Aufwand im Vergleich zum Fragenanteil ist – et voilà: man lässt es eben.

  14. Groucho
    6. Mai 2013, 12:44 | #14

    Nitric-X :

    Allerdings hinkt diese Berechnung ein wenig, da man ja in der Regel HIV Tests nicht wahllos als Screening durchführt, sondern entweder bei Verdacht (oder Besorgnis des Pat., aber das wollen wir jetzt mal beiseite lassen, da das oft im “blinden” Bereich des Tests liegt was das Zeitfenster angeht). Die Wahrscheinlichkeit, dass der Untersuchte HIV hat, liegt also nicht in der Prävalenz alleine, sondern sollte im Normalfall höher liegen (um wieviel höher hängt vom Setting ab). Die korrekte Antwort liefert hier also eher Bayesische Logik.

    Du hast schon recht, im Artikel oben ist das vielleicht zu kompakt geschrieben. Im Vortrag geht Gigerenzer allerdings darauf ein, er gibt ein Beispiel, (Greencard), wo verdachtsunabhängig gescreent wird. Man sollte es wirklich nur als Beispiel sehen, man hätte HIV auch durch eine Phantasiekrankheit ersetzen können.

  15. Bothumb
    6. Mai 2013, 13:23 | #15

    Bei dem HIV-Beispiel handelt es sich um die falsche Interpretation von bedingten Wahrscheinlichkeiten, da die 99,9% sich um die Wahrscheinlichkeit handelt, dass der Test positiv ist (A), falls man tatsächlich den HI-Virus in sich trägt (B), also die bed. Wahrscheinlichkeit P(A|B). Die Fehlinterpretation von offensichtlich vielen Medizinern lautet P(B|A), also die Wahrscheinlichkeit HIV-krank zu sein, weil der Test positiv ist. Die korrekte Wahrscheinlichkeit von 50% (laut Text) erhält man mit dem Bayes-Theorem P(B|A)=(P(A|B)*P(B))/P(A), man multipliziert also die Wahrscheinlichkeit des positiven Tests bei tatsächlicher Infektion mit der Wahrscheinlichkeit überhaupt HIV-krank zu sein, P(B), und, welches dann P(A) entspricht und teilt dies durch die Wahrscheinlichkeit eines positiven Tests P(A), was per Definition die bed. Wahrscheinlichkeit P(B|A) ist. Auf die 50% kann man also auch nur kommen, wenn man die entsprechenden anderen Wahrscheinlichkeiten kennt.
    Ein besonders tragisches Beispiel für die obige Fehlinterpretation des Bayes-Theorems ist das von einem amerik. Gynäkologen, der Frauen zu prophylaktischen Brustamputationen riet, da sie in der Risikogruppe für Brustkrebs waren. Allerdings berief er sich bei der Beratung auf die sehr hohe Wahrscheinlichkeit, der Risikogruppe anzugehören, falls man an Brustkrebs erkrankt war…

  16. keks
    6. Mai 2013, 14:21 | #16

    Danke, zu meiner Verteidugung: ich hab den vortrag nicht gesehen. 😀

  17. Peter
    6. Mai 2013, 16:09 | #17

    Verstehe die Lobeshymnen auf diesen Vortrag nicht ganz. Finde die Art und Weise des Vortragenden sehr unangenehm, Sprache, Gestik, Betonung, die ständigen „nah“, alles äußerst irritierend. Auch finde ich, dass der ganze Vortrag sehr „von oben herab“ wirkt, mag an den Formulierungen liegen, mag sein, dass es die Person an sich ist, sympathisch finde ich ihn nicht.
    Die Beispiele selbst sind zwar formal richtig und unterstützen seine Grundaussage, sind aber äußerst dürftig präsentiert/erklärt und ich bezweifle, dass sie dazu beitragen, den „Nebel im Hirn“ der Anwesenden zu lichten.
    Fazit für mich: Wichtiges Anliegen, schlecht präsentiert. Schade.

  18. segeln
    6. Mai 2013, 16:49 | #18

    Peter :Verstehe die Lobeshymnen auf diesen Vortrag nicht ganz. Die Beispiele selbst sind zwar formal richtig und unterstützen seine Grundaussage, sind aber äußerst dürftig präsentiert/erklärt und ich bezweifle, dass sie dazu beitragen, den “Nebel im Hirn” der Anwesenden zu lichten. Fazit für mich: Wichtiges Anliegen, schlecht präsentiert. Schade.

    Da stimme ich Dir zu. Leider ist nicht jeder ein guter Orator.
    Die Nachfragen hier nach dem HIV-Beispiel geben Dir recht.

    Das Buch „Das Einmaleins der Skepsis“ ist jedoch wirklich eine gute Grundlage, sich in die Thematik einzulesen.
    Ebenso Walter Krämer Die Panikmacher.

  19. The Doctor
    6. Mai 2013, 18:52 | #19

    Gefährliche Bohnen :Es kommt allerdings neben dem persönlichen Interesse auch noch das Glück (oder Unglück) dazu, was für einen Dozenten man erwischt. Ich finde es wie gesagt in Statistik wirklich entscheidend, wie gut das erklärt wird. Wenn man da jemanden zu stehen hat, der das einfach nicht drauf hat, dann heißt das: entweder ich versuche es allein nochmal (zusätzlicher Zeitaufwand) oder ich lass es einfach… und dann zählt, wie groß der Aufwand im Vergleich zum Fragenanteil ist – et voilà: man lässt es eben.

    Das Schlimme ist: die Vorlesungen im 5. und 9.Semester waren an unserer Uni wirklich gut. Aber da es keine Pflichtveranstaltungen waren, verirrten sich selten mehr als 20 Studenten in den Hörsaal.

  20. 7. Mai 2013, 15:06 | #20

    Hallo Doctor, wie entscheidet man sich denn nun als Student? Ich bin ja eher fürs alleine zurecht kommen. Ist zwar zeitaufwendiger, aber fürs Ego (bei Erfolg) sehr gut. 😉 Viele Grüße

  21. The Doctor
    7. Mai 2013, 16:00 | #21

    @ Martin:

    Ich persönlich konnte alleine immer viel besser lernen als in der Gruppe. Aber das hat ja nichts damit zu tun, ob man Vorlesungen besucht oder nicht. Insofern verstehe ich Deine Frage nicht so ganz.

  22. jcsjcs
    9. Mai 2013, 22:11 | #22

    @The Doctor: alleine lernen halte ich auch für das einzig sinnvolle — und anschließend in der Gruppe wiederholen und Lücken schließen.

    @Peter: es gibt sicherlich fesselndere Vorträge, ich fand den Vortrag inhaltlich jedoch sehr gut. Ja, er war in Teilen herablassend, aber der Zustand der fachlichen Inkompetenz bei den Ärzten lässt sich auch schwer anders darstellen.

  23. Schnappi
    10. Mai 2013, 21:21 | #23

    jcsjcs :

    aber der Zustand der fachlichen Inkompetenz bei den Ärzten

    Das ist jetzt aber wieder etwas zu verallgemeinernd. (Es sei denn, Du meinst die Band aus Berlin.)

  1. 5. Mai 2013, 11:50 | #1

Spamschutz: Setzen Sie einen Haken im ersten, zweiten und vierten Kästchen

Spam protection: Check the first, second and forth box



      

css.php