Methodenlehre für Anfänger

Ich entwickele hier Schritt für Schritt ein Online-Tutorial der Methodenlehre und präsentiere wichtige Elemente der Methodenlehre für Mediziner und medizinisch Interessierte, für Journalisten und methodische Laien und Studierende. Am Ende wird daraus ein kleines Studienkompendium. Gastbeiträge sind herzlich willkommen.

Harald Walach

Inhalt
Teil 1: Evidenz: ein unreflektierter Kampfbegriff
Teil 2: Hierarchie oder Zirkel der Erkenntnis?
Teil 3: Die Konsequenzen des hierarchischen und zirkulären Modells
Teil 4: EBM in Aktion: Ein konkretes Beispiel
Teil 5: Vom Verhältnis zwischen Empirie und Theorie (1)
Teil 6: Wer braucht was? Empirie und Theorie (2)
Teil 7: Decline-Effekte und die öffentliche Repräsentanz wissenschaftlicher Ergebnisse in den Medien
Teil 8: Industry Bias – Eine neue Form des Bias oder ein interessanter Experimentator Effekt?
Teil 9: Innere und äußere Erfahrung – Zen und Wissenschaft
Teil 10: Plausibilitätsbias und die weit verbreitete Meinung, die Homöopathie sei „widerlegt“
Teil 11: Wie wissenschaftlich ist die Komplementärmedizin? Oder: Vom Hirsch im Blätterwald
Teil 12: Vitamine: über die Unmöglichkeit, die wichtigsten Dinge im Leben in Studien untersuchen zu können
Teil 13: Power-Analyse: die Magie der Statistik – Oder: Der Unterschied zwischen Signifikanz und Relevanz
Teil 14: Die Magie der Statistik in Aktion: Tamiflu – „der größte Raub der Geschichte“ – ziemlich unbrauchbar

Teil 16: Was heißt „wissenschaftlich bewiesen“? – Das Replikationsproblem in der Forschung
Teil 17: Was ist eine „wissenschaftliche Tatsache“? Ein kleines Fallbeispiel: Der „Masernprozess“
Teil 18: Warum das hierarchische Modell der „Evidence Based Medicine“ Bewegung zu kurz greift
Teil 19: Was ist wissenschaftliche Information
Teil 20: Neuromythologie – Was passiert, wenn man statistische Voraussetzungen verletzt
Teil 21: Kreis statt Hierarchie in einer Bayesschen Analyse
Teil 22: Epidemiologie und Infektiologie – Fallstricke der nackten Zahlen
Teil 23: Wie funktionieren Meta-Analysen eigentlich?
Teil 24: Modellbildung und Regression
Teil 25: Modelle und Kausalität