Direkt zum Hauptbereich

Empfehlungen zu MOOCs für Themen rund um die Evidenz

Was ist eine Kohortenstudie? Welche Probleme können bei einer Fall-Kontroll-Studie auftreten? Worauf muss man bei Meta-Analysen achten? Und wie interpretiert man einen p-Wert richtig?

Mit solchen Fragen muss man sich beschäftigen, wenn man Studien ordentlich bewerten will. Dazu gibt es natürlich zahlreiche Bücher und Artikel und auch Kurse bei verschiedenen Anbietern. Ganz bequem von zu Hause aus lässt es sich aber mit MOOCs lernen. Ein MOOC ist ein "massive open online course", der in der Regel von renommierten Universitäten angeboten wird. Viele der Angebote sind auch kostenfrei, wenn man kein Zertifikat haben will.

Und noch besser: In den nächsten Wochen gibt es eine Wiederauflage einiger interessanter Angebote. Hier habe ich einige zusammengestellt:
  1. Improving your statistical inferences
    Der niederländische Psychologe Daniel Lakens lüftet das Geheimnis der p-Werte, gibt eine Einführung in Bayes'sche Statistik und verleitet die Teilnehmer dazu, sich mit R zu beschäftigen. Der Kurs startet am 18.09.
  2. Causal Diagrams: Draw Your Assumptions Before Your Conclusions
    Der Kurs wird m.W. zum ersten Mal angeboten, deshalb kann ich noch keine Einschätzung zu den Inhalten geben. Der Kursleiter Miguel Hernan ist aber ein bekannter Epidemiologe und ausgewiesener Experte zu Fragen rund um Kausalität in epidemiologischen Studien, deshalb gehe ich mit großen Erwartungen an den Kurs heran. Der startet am 26.09.
  3. Introduction to Systematic Review and Meta-Analysis
    Eine schöne Einführung zum Thema systematische Übersichtsarbeiten mit den beiden Leiterinnen von Cochrane US. Der Kurs legt einen besonderen Schwerpunkt auf den qualitativen Teil von Übersichtsarbeiten, aber auch Themen rund um die Meta-Analyse kommen nicht zu kurz. Leider wird aber das Thema Heterogenität nicht behandelt. Der Kurs startet am 02.10.
  4. Epidemiology: The Basic Science of Public Health
    Der Kurs bietet eine grundlegende Einführung zu Studientypen und Effektmaßen in der Epidemiologie. Sehr strukturiert und mit vielen Beispielen - sehr empfehlenswert! Der Kurs beginnt am 25.09.
  5. Design and Interpretation of Clinical Trials
    Im Gegensatz zu Empfehlung Nr. 4 legt dieser Kurs einen Schwerpunkt auf klinische Studien. Dabei geht es um Fragen des Designs (z.B. parallel vs. cross-over), worauf man bei Randomisierung und Verblindung achten muss sowie die richtige Auswertestrategie. Wer mitmachen will, muss sich sputen: Der Kurs beginnt nämlich schon heute (11.09.).