Wissenschaftliche Fragestellungen in der Medizin brauchen statistische Modelle

In der Forschung ist es häufig von Interesse, eine Ursache-Wirkungs-Beziehung herzuleiten, also den Einfluss von einem Parameter, wie z.B. dem Körpergewicht, auf eine Zielgrösse, z.B. den systolischen Blutdruck, zu untersuchen. Oder aber man möchte wissen, ob bestimmte Ernährungsgewohnheiten das Auftreten von Krankheiten beeinflussen. Zur Beantwortung dieser oder ähnlicher Fragestellungen können statistische Regressionsmodelle verwendet werden, mit denen der Einfluss von einer Einflussgrösse oder mehreren -grössen auf eine Zielvariable untersucht werden kann. In Abhängigkeit von der Verteilung der Zielgrösse, also ob sie z.B. auf einer kontinuierlichen Skala (metrisch) als «ja/nein»-Variable (dichotom) oder als Zeit bis zum Auftreten eines bestimmten Ereignisses, vorliegt wird ein entsprechendes statistisches Modell verwendet. Bei der Wahl des geeigneten Modells ist einerseits die klinische Kompetenz des Arztes sowie auch biostatistisches Know-how gefragt. In diesem Artikel beginnen wir mit der Beschreibung der vielleicht häufigsten statistischen Modelle in der medizinischen Forschung: dem linearen Regressionsmodell und dem logistischen Regressionsmodell.