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

Teil 4 · Statistische Inferenz und medizinische Statistik

Übungen

15 · Kausale Inferenz und Directed Acyclic Graphs

Aufgabe 1 – DAG in Worten

Beschreibe einen DAG für: Diabetes, Alter, SOFA, Aufnahmegrund und 30-Tage-Mortalität.

Markiere Confounder, mögliche Mediatoren und Variablen, für die du nicht blind adjustieren würdest.

Aufgabe 2 – Crude vs. adjustiert

Berechne das rohe OR für Diabetes und Mortalität. Berechne danach ein adjustiertes OR nur mit dem Confounder Alter (totaler Effekt). Berechne zusätzlich zum Vergleich ein drittes Modell, das zusätzlich für SOFA adjustiert. Wie unterscheiden sich die drei OR, und welche Frage beantwortet jede davon (Aufgabe 1 hilft)?

Aufgabe 3 – Propensity Score

Schätze den Propensity Score für Diabetes. Welche Variable(n) gehören ins PS-Modell, und welche nicht (Aufgabe 1)? Berechne IPTW.

Aufgabe 4 – Balance

Berechne die Standardized Mean Difference für Alter vor und nach IPTW. Ist Balance besser? Berechne zum Vergleich auch die SMD für SOFA, für das das PS-Modell nicht adjustiert, was beobachtest du, und warum ist das kein Problem?

Aufgabe 5 – Interpretation

Formuliere einen Satz, der die kausale Grenze der Analyse klar benennt.