Data Science · Klinik Klinische Datenanalyse & Machine Learning
Ansicht
Lerntiefe
Codeansicht
Farbschema

Referenz

Publikations-Checkliste für klinische Datenanalysen

Auf dieser Seite

Diese Checkliste orientiert sich an den internationalen Berichtsstandards (EQUATOR Network) und stellt sicher, dass deine statistischen Analysen und Machine-Learning-Modelle den Anforderungen hochrangiger medizinischer Fachzeitschriften (z. B. NEJM, Lancet, JAMA) entsprechen.

1. Studiendesign und Population (STROBE / CONSORT)

  • Patientenfluss (Flowchart): Ist die Rekrutierung, der Ein- und Ausschluss von Patient:innen lückenlos dokumentiert? (z. B. Ausschluss wegen fehlender Laborwerte, Liegedauer < 24h).
  • Deskriptive Baseline (Table 1): Werden stetige Variablen je nach Verteilung korrekt dargestellt? (Mittelwert ± Standardabweichung für normalverteilte, Median [IQR] für schiefe Daten).
  • Varianzberichterstattung: Werden statt Standardfehlern (SEM) die Standardabweichungen (SD) zur Beschreibung der Streuung genutzt? (SEM misst die Präzision des Mittelwerts, nicht die Streuung der Population!).

2. Statistische Hypothesentests und Fehlerquellen

  • Effektstärken und Konfidenzintervalle: Wird zu jedem signifikanten p-Wert die Effektstärke (z. B. Cohen's d, Odds Ratio, Hazard Ratio) inklusive des 95%-Konfidenzintervalls angegeben? (P-Werte allein beweisen keine klinische Relevanz!).
  • Multiple Testing: Wurde bei der Prüfung mehrerer Hypothesen für Alpha-Fehler-Kumulierung korrigiert (z. B. Bonferroni für konfirmatorische, FDR/Benjamini-Hochberg für explorative Studien)?
  • Voraussetzungsprüfungen: Wurden die Verteilungsannahmen der Tests (z. B. Normalität für t-Test, Varianzhomogenität) geprüft und ggf. nicht-parametrische Alternativen gewählt?
  • Der Median-Mythos: Wurde beim Mann-Whitney-U-Test beachtet, dass er bei ungleichen Verteilungsformen stochastische Dominanz prüft und nicht zwingend den Median vergleicht?

3. Fehlende Werte (Missing Data)

  • Fehlenden-Profiling: Ist für jede Variable der Prozentsatz fehlender Werte dokumentiert?
  • Mechanismus-Diskussion: Wurde begründet, ob die Daten MCAR, MAR oder MNAR sind?
  • Imputationsverfahren: Falls Multiple Imputation (z. B. MICE) genutzt wurde: Wurden die Variablen im Imputationsmodell benannt und die Anzahl der Datensätze angegeben?
  • Sensitivitätsanalyse: Wurden die Ergebnisse der Komplettfall-Analyse (Complete Case) mit den imputierten Daten verglichen und Abweichungen diskutiert?

4. Regressionsmodelle und Confounding

  • Causal Directed Acyclic Graphs (DAGs): Wurden Confounder auf Basis klinischen Vorwissens und kausaler Pfade (DAGs) ausgewählt, statt rein nach statistischer Signifikanz im univariablen Modell?
  • Events per Variable (EPV): Ist die Anzahl der Ereignisse im Verhältnis zu den Modellparametern ausreichend? (Faustregel: Mindestens 10–15 Ereignisse pro Prädiktor im logistischen und Cox-Modell, um Overfitting zu verhindern).
  • Immortal Time Bias: Falls Behandlungen im Verlauf der Nachbeobachtung initiiert wurden: Wurden diese als zeitabhängige Kovariaten modelliert oder Landmark-Analysen durchgeführt, statt sie ab Tag 0 der Behandlungsgruppe zuzuordnen?
  • Modellannahmen: Wurde die Linearität stetiger Variablen (z. B. über spline-Modelle) und bei der Cox-Regression die Proportional-Hazards-Annahme (Schoenfeld-Residuen) geprüft?

5. Machine Learning und Validierung (TRIPOD)

  • Daten-Leakage: Ist ausgeschlossen, dass Preprocessing-Schritte (Skalierung, Imputation) vor dem Train/Test-Split auf dem gesamten Datensatz durchgeführt wurden? (Pipelines verwenden!).
  • Diskrimination: Werden neben der ROC-Kurve (AUC) auch Precision-Recall-Kurven (PR-AUC) berichtet, wenn das Zielereignis selten ist (Klassenungleichgewicht)?
  • Kalibrierung: Wird die Übereinstimmung von vorhergesagten Wahrscheinlichkeiten und realen Ereignisraten (Kalibrierungskurve, Brier Score) dargestellt? (Nur eine gute Kalibrierung erlaubt den sicheren klinischen Einsatz).
  • Klinischer Nutzen (DCA): Wurde eine Decision-Curve-Analyse (DCA) durchgeführt, um den Net Benefit des Modells gegenüber den Standardstrategien („alle behandeln“ vs. „niemanden behandeln“) zu zeigen?
  • Validierungsstrategie: Wurde das Modell über Kreuzvalidierung oder Bootstrapping intern validiert? (Optimal ist eine zusätzliche externe Validierung an einer unabhängigen Kohorte).

6. Reproduzierbarkeit und Transparenz

  • Seed-Fixierung: Wurden alle Zufallszahlengeneratoren für Splits und stochastische Algorithmen fixiert (seed), um exakte Reproduzierbarkeit zu garantieren?
  • Code und Daten-Freigabe: Sind der Analyse-Code (z. B. als Quarto- oder R-Markdown-Dokument) und die anonymisierten Daten in einem öffentlichen Repository (z. B. GitHub, OSF, Zenodo) hinterlegt?
  • Umgebungskonsistenz: Wurde die Software-Umgebung (z. B. über requirements.txt oder renv.lock) für Dritte nachvollziehbar dokumentiert?