gms | German Medical Science

Hintergrund: Eine ausreichende Risikokompetenz ist notwendig, um diagnostische Testergebnisse zu interpretieren und entsprechende Therapieentscheidungen zu treffen [1]. Nachdem eine Vielzahl von Studien Defizite in der Risikokompetenz von Ärzten und Medizinstudierenden nachgewiesen haben [2], [3], gibt es überzeugende Hinweise darauf, dass die Darstellung von Studienergebnissen in natürlichen Häufigkeiten das Verständnis der Mediziner für die präsentierten Daten erhöht [4]. Da Studienergebnisse weiterhin in relativen Häufigkeiten, also Prozentzahlen präsentiert werden, haben wir eine Studie durchgeführt, ob das zusätzliche Anbieten von unausgefüllten Baumdiagrammen die Interpretation von Prozentzahlen in medizinischen Fällen verbessert.

Methoden: Es wurde eine cluster-randomisierte Studie mit 111 Medizinstudierenden aus dem 1. klinischen Semester durchgeführt. Die Teilnehmer erhielten jeweils drei klinische Fälle, in denen sie die positive Prädiktion bestimmen sollten. Die Informationen dieser Fälle waren entweder in

1.

natürlichen Häufigkeiten,

2.

relativen Häufigkeiten oder in

3.

relativen Häufigkeiten und einem unausgefüllten Baumdiagramm

dargestellt.

Ergebnisse: Es konnten 95 (85,6%) komplette Datensätze analysiert werden. Die Gruppe mit Darstellung der Fälle in natürlichen Häufigkeiten erreichte signifikant bessere Testergebnisse (n=33; Durchschnitt: 1,12, 95%-CI 0,71–1,53; p<0,001) als die Gruppe mit den relativen Häufigkeiten (n=32; 0,3, 95%-CI 0,08–0,52). Auch die Gruppe mit den Entscheidungsbäumen erreichte signifikant bessere Werte (n =30; 0.78, 95%-CI 0,44–0,95; p=0,02) als die Gruppe mit den relativen Zahlen. Der Unterschied zwischen der Gruppe mit natürlichen Zahlen und der Gruppe mit relativen Zahlen und Entscheidungsbaum war nicht signifikant (p=0,2).

Conclusio: Man sollte Medizinstudierenden bei der Interpretation von Studiendaten, die in Prozentzahlen präsentiert werden, Baumdiagramme als Tool anbieten.