メインコンテンツへスキップする
このウェブサイトを続けて閲覧したい場合、あなたは私たちのポリシーに同意する必要があります:
  • Nutzungsbestimmungen / Terms of Use
  • Datenschutzerklärung / Privacy Policy
続ける
x
RUB Moodle
  • Home
  • カレンダー
  • LEARN2Gether
  • OpenRUB
  • 🛟 Support
  • More
日本語 ‎(ja)‎
Deutsch ‎(de)‎ English ‎(en)‎ Español - Internacional ‎(es)‎ Français ‎(fr)‎ Italiano ‎(it)‎ 日本語 ‎(ja)‎
nodeinfo
あなたは現在ゲストアクセスを利用しています
ログイン
RUB Moodle
Home カレンダー LEARN2Gether OpenRUB 🛟 Support
すべてを展開する すべてを折りたたむ

ブロック

最新アナウンスメント をスキップする

最新アナウンスメント

(まだ新しいアナウンスメントは投稿されていません。)
最近の活動 をスキップする

最近の活動

2026年 09月 8日(火曜日) 17:55 以来の活動
最近の活動詳細 ...

新しい活動はありません。

  1. Fakultäten
  2. Medizin
  3. DIM.RUHR
  4. Quantitative Daten akquirieren

Quantitative Daten akquirieren

  • Quantitative Daten akquirieren

    • Herzlich willkommen zum Selbstlernmodul „Quantitative Datenerhebung“

      In diesem Modul lernst du, wie quantitative Daten gesammelt werden. Ziel ist es, dass du ein sicheres Verständnis für die Planung und Umsetzung quantitativer Studien entwickelst.

      Dekoratives Bild zur Einstimmung auf das Thema Quantitative Datenerhebung (KI-generiert)

    • 📊 Einführung in die quantitative Datenerhebung - Selbstlerntext - Einführung in die quantitative Datenerhebung im Gesundheitswesen
      📊 Einführung in die quantitative Datenerhebung - Selbstlerntext - Einführung in die quantitative Datenerhebung im Gesundheitswesen
    • 📊 Einführung in die quantitative Datenerhebung -Video - Einfühung in die quantitative Datenerhebung
      📊 Einführung in die quantitative Datenerhebung -Video - Einfühung in die quantitative Datenerhebung
    • 📊 Einführung in die quantitative Datenerhebung - Video auf Englisch - Datensammlung
      📊 Einführung in die quantitative Datenerhebung - Video auf Englisch - Datensammlung
      “Handgezeichnete illustration eines PCs, der ein Video abspielt.

      In diesem Video (auf Englisch) wird anschaulich gezeigt, wie aufwendige und praxisnahe Datenerhebungen im Rahmen von Forschungsprojekten durchgeführt werden. Es beschreibt den gesamten Prozess der Datensammlung, von der Planung und Schulung der Erhebenden über die Durchführung von Befragungen vor Ort bis hin zur Aufbereitung und Analyse der erhobenen Daten. Das Video verdeutlicht, dass erfolgreiche Datenerhebung nicht nur methodisches Wissen, sondern auch organisatorisches Geschick, Kommunikation mit lokalen Akteurinnen und Akteuren und hohe Datenqualität erfordert, als Grundlage für evidenzbasierte Entscheidungen im Gesundheitswesen.

    • 📊 Einführung in die quantitative Datenerhebung -Video auf Englisch - Repräsentative Datensammlung
      📊 Einführung in die quantitative Datenerhebung -Video auf Englisch - Repräsentative Datensammlung
      “Handgezeichnete illustration eines PCs, der ein Video abspielt.

      In diesem Video (auf Englisch) geht es um die Grundlagen der Statistik und deren Bedeutung im Alltag. Es wird erklärt, was unter Begriffen wie Durchschnitt (Mittelwert), Median, Modus und Spannweite zu verstehen ist und wie diese verwendet werden können, um Daten besser zu verstehen und einzuordnen.

    • 📊 Einführung in die quantitative Datenerhebung -Quiz - Quantitative Datenerhebung
      📊 Einführung in die quantitative Datenerhebung -Quiz - Quantitative Datenerhebung
    • 🧾 Primärdaten: Befragungen und Fragebögen -Selbstlerntext - Befragungen und Fragebögen
      🧾 Primärdaten: Befragungen und Fragebögen -Selbstlerntext - Befragungen und Fragebögen
    • 🧾 Primärdaten: Befragungen und Fragebögen -Video - Befragungen und Fragebögen
      🧾 Primärdaten: Befragungen und Fragebögen -Video - Befragungen und Fragebögen
    • 🧾 Primärdaten: Befragungen und Fragebögen -STUDIE: FIMA – Fragebogen zur Erhebung von Gesundheitsleistungen im Alter: Entwicklung und Pilotstudie
      🧾 Primärdaten: Befragungen und Fragebögen -STUDIE: FIMA – Fragebogen zur Erhebung von Gesundheitsleistungen im Alter: Entwicklung und Pilotstudie
      Handgezeichnete Illustration eines Studie

      Bei dieser Studie handelt es sich um die Entwicklung und Erprobung eines Fragebogens, der die Inanspruchnahme medizinischer und nicht-medizinischer Gesundheitsleistungen bei älteren Menschen systematisch erfassen soll. Der sogenannte FIMA-Fragebogen wurde in mehreren methodischen Schritten konzipiert, getestet und hinsichtlich Verständlichkeit, Vollständigkeit und Anwendbarkeit überprüft. Interessant ist die Studie in Bezug auf Fragebögen als Erhebungsinstrument, weil sie beispielhaft zeigt, wie theoretische Fundierung, strukturierte Entwicklung und Pilotierung zu einem valide einsetzbaren Messinstrument führen. Der Artikel verdeutlicht, dass die Qualität eines Fragebogens nicht zufällig entsteht, sondern das Ergebnis eines sorgfältigen wissenschaftlichen Entwicklungsprozesses ist.

    • 🧾 Primärdaten: Befragungen und Fragebögen -STUDIE: Patientenzufriedenheit mit Anästhesieleistungen – Überarbeitung und Validierung eines Fragebogens
      🧾 Primärdaten: Befragungen und Fragebögen -STUDIE: Patientenzufriedenheit mit Anästhesieleistungen – Überarbeitung und Validierung eines Fragebogens
      Handgezeichnete Illustration einer Studie

      Bei dieser Studie handelt es sich um eine prospektive Kohortenuntersuchung, in der Patientenzufriedenheit nach Anästhesieverfahren erhoben wurde, insbesondere im Kontext sogenannter geteilter Anästhesiebetreuung (d. h. prä-, intra- und postoperative Betreuung nicht vollständig durch denselben Anästhesisten). Die Studie wurde in einem Krankenhaus durchgeführt und schickte nach der Entlassung validierte Fragebögen an die Patient*innen. Mit einer Rücklaufquote von 81 % (n = 484) konnten die Autoren valide Daten zur Erwartung, Wahrnehmung und Zufriedenheit mit der Versorgung erheben. In vier Gruppen mit unterschiedlicher Realisierung der Kontinuität der Betreuung zeigten sich signifikante Unterschiede in der Unzufriedenheit (z. B. 25 % Unzufriedenheit, wenn kontinuierliche Betreuung als wichtig erachtet, aber nicht erfüllt wurde). Interessant ist die Studie in Bezug auf Fragebögen als Erhebungsinstrument, weil sie ein psychometrisch entwickeltes und validiertes Instrument nutzt, eine hohe Rücklaufquote erzielt und die Methode transparent beschreibt. Damit zeigt sie, wie man strukturiert und aussagekräftig Patientenzufriedenheit im klinischen Kontext quantitativ erfassen kann. Außerdem erlaubt sie, Erwartungen und Wahrnehmung zu vergleichen – das macht den Fragebogen besonders sinnvoll für Evaluations- oder Versorgungsforschungszonen im Seminar.

    • 🧾 Primärdaten: Befragungen und Fragebögen -Video auf Englisch - Gewichtung in sozialwissenschaftlichen Umfragen
      🧾 Primärdaten: Befragungen und Fragebögen -Video auf Englisch - Gewichtung in sozialwissenschaftlichen Umfragen
      “Handgezeichnete illustration eines PCs, der ein Video abspielt.

      In diesem Video (auf Englisch) erhältst du eine Einführung in das Gewichten von Daten in sozialwissenschaftlichen Befragungen. Es wird erklärt, warum Gewichtungsfaktoren notwendig sind, welche Arten von Gewichtungsvariablen es gibt, wie sie erstellt werden, wie Gewichtung funktioniert und warum sie für die Datenanalyse wichtig ist. Zudem wird gezeigt, wo Informationen zu den in einem Datensatz enthaltenen Gewichtungsvariablen zu finden sind.

    • 🧾 Primärdaten: Befragungen und Fragebögen -TUDIE: lidA - German Cohort Study on Work, Age and Health / lidA - leben in der Arbeit
      🧾 Primärdaten: Befragungen und Fragebögen -TUDIE: lidA - German Cohort Study on Work, Age and Health / lidA - leben in der Arbeit
      Handgezeichnete Illustration eines Studie

      Bei dieser Studie handelt es sich um eine prospektive Kohortenstudie, die den Zusammenhang zwischen Arbeit, Altern und Gesundheit in Deutschland untersucht. Beobachtet werden zwei Geburtskohorten (1959 und 1965), die regelmäßig befragt werden, um Veränderungen im Gesundheitszustand, in Arbeitsbedingungen und im psychischen Wohlbefinden über die Zeit zu analysieren. Die Datenerhebung erfolgt durch standardisierte Interviews und validierte Fragebögen, ergänzt um objektive Messungen wie Handkrafttests oder medizinische Untersuchungen. Durch die wiederholte Befragung derselben Personen über mehrere Jahre hinweg lassen sich individuelle und gesellschaftliche Veränderungen im Erwerbsleben und der Gesundheit nachzeichnen. 

      Interessant ist die Studie in Bezug auf Fragebögen als Erhebungsinstrument, weil sie zeigt, wie standardisierte Selbstauskünfte in Längsschnittdesigns zuverlässig eingesetzt werden können, um komplexe Entwicklungen wie Alterung, Arbeitsbelastung oder psychisches Wohlbefinden abzubilden. Die hohe methodische Qualität, die Kombination aus subjektiven und objektiven Daten sowie die wiederkehrende Befragungsstruktur machen diese Studie zu einem gelungenen Beispiel für eine robuste, langjährige Kohortenforschung.

    • 🧾 Primärdaten: Befragungen und Fragebögen -Video auf Englisch - Einführung in die Umfrageforschung
      🧾 Primärdaten: Befragungen und Fragebögen -Video auf Englisch - Einführung in die Umfrageforschung
      “Handgezeichnete illustration eines PCs, der ein Video abspielt.

      In diesem Video (auf Englisch) wird ausführlich erklärt, was Survey Research (Befragungsforschung) ist und welche Schritte für die Planung, Durchführung und Auswertung von Befragungen wichtig sind. Das Video beschreibt den gesamten Forschungsprozess von der Erstellung von Fragebögen über die Auswahl und Befragung von Stichproben bis zur Vermeidung typischer Fehlerquellen wie Stichprobenverzerrung, Nonresponse oder Messfehler.

    • 🧾 Primärdaten: Befragungen und Fragebögen -Quiz - Befragungen und Fragebögen
      🧾 Primärdaten: Befragungen und Fragebögen -Quiz - Befragungen und Fragebögen
    • 🧪 Primärdaten: Randomisierte Kontrollierte Studien -Selbstlerntext - Randomisierte Kontrollierte Studien
      🧪 Primärdaten: Randomisierte Kontrollierte Studien -Selbstlerntext - Randomisierte Kontrollierte Studien
    • 🧪 Primärdaten: Randomisierte Kontrollierte Studien -Video - Randomisierte Kontrollierte Studie
      🧪 Primärdaten: Randomisierte Kontrollierte Studien -Video - Randomisierte Kontrollierte Studie
    • 🧪 Primärdaten: Randomisierte Kontrollierte Studien -STUDIE: Evaluation des TK-Onlinecoaches zur Gewichtsreduktion – eine randomisierte kontrollierte Studie
      🧪 Primärdaten: Randomisierte Kontrollierte Studien -STUDIE: Evaluation des TK-Onlinecoaches zur Gewichtsreduktion – eine randomisierte kontrollierte Studie
      Handgezeichnete Illustration eines Studie

      Bei dieser Studie handelt es sich um eine randomisiert kontrollierte Untersuchung, die die Wirksamkeit des digitalen TK-Onlinecoaches zur Gewichtsreduktion überprüfte. Teilnehmende wurden per Zufall entweder der Interventionsgruppe mit Zugang zum Onlinecoach oder einer Kontrollgruppe ohne interaktive Elemente zugeteilt. Über mehrere Monate hinweg wurden mit standardisierten Onlinefragebögen Daten zu Gewicht, Lebensstil, Motivation und gesundheitlichen Veränderungen erhoben. Durch den wiederholten Einsatz der Fragebögen konnten Entwicklungen über verschiedene Messzeitpunkte hinweg analysiert werden. Die Ergebnisse zeigten eine signifikant stärkere Gewichtsabnahme in der Interventionsgruppe im Vergleich zur Kontrollgruppe.


      Interessant ist die Studie in Bezug auf Fragebögen als Erhebungsinstrument, weil sie zeigt, wie sich wiederholte standardisierte Befragungen in einem kontrollierten Studiendesign einsetzen lassen, um Verhaltensänderungen und Interventionseffekte messbar zu machen. Der methodisch saubere Aufbau, die hohe Teilnehmerbindung und der Einsatz validierter Gesundheitsfragebögen machen diese Studie zu einem gelungenen Beispiel für quantitative Datenerhebung im Rahmen digitaler Gesundheitsinterventionen.

    • 🧪 Primärdaten: Randomisierte Kontrollierte Studien - Quiz - Randomisierte Kontrollierte Studien
      🧪 Primärdaten: Randomisierte Kontrollierte Studien - Quiz - Randomisierte Kontrollierte Studien
    • 📈 Primärdaten: Kohortenstudien - Selbstlerntext - Kohortenstudien
      📈 Primärdaten: Kohortenstudien - Selbstlerntext - Kohortenstudien
    • 📈 Primärdaten: Kohortenstudien - Video - Kohortenstudie
      📈 Primärdaten: Kohortenstudien - Video - Kohortenstudie
    • 📈 Primärdaten: Kohortenstudien - Quiz - Kohortenstudie
      📈 Primärdaten: Kohortenstudien - Quiz - Kohortenstudie
    • 💳 Sekundärdaten: Abrechnungs- & Krankenkassendaten - Selbstlerntext - Abrechnungs- und Krankenkassendaten
      💳 Sekundärdaten: Abrechnungs- & Krankenkassendaten - Selbstlerntext - Abrechnungs- und Krankenkassendaten
    • 💳 Sekundärdaten: Abrechnungs- & Krankenkassendaten - STUDIE: Erhöhtes Risiko eines COVID-19-bedingten Krankenhausaufenthaltes für Arbeitslose: Eine Analyse von Krankenkassendaten von 1,28 Mio. Versicherten in Deutschland
      💳 Sekundärdaten: Abrechnungs- & Krankenkassendaten - STUDIE: Erhöhtes Risiko eines COVID-19-bedingten Krankenhausaufenthaltes für Arbeitslose: Eine Analyse von Krankenkassendaten von 1,28 Mio. Versicherten in Deutschland
      Handgezeichnete Illustration eines Studie

      Bei dieser Studie handelt es sich um eine bevölkerungsnahe Sekundärdatenanalyse, die anhand von Abrechnungsdaten der AOK Rheinland Hamburg das Risiko eines Krankenhausaufenthalts wegen COVID-19 nach Erwerbssituation untersucht hat. Einbezogen wurden 1 288 745 Versicherte im Alter von 18 bis 65 Jahren im Zeitraum vom 01.01.2020 bis zum 18.06.2020. COVID-19-Hospitalisierungen wurden über ICD U07.1 und U07.2 identifiziert. In multiplen logistischen Regressionsmodellen zeigte sich im Vergleich zu regulären Erwerbstätigen ein deutlich erhöhtes Risiko für Langzeitarbeitslose mit Bezug von Arbeitslosengeld II: Odds Ratio 1,94, Konfidenzintervall 1,74 bis 2,15. Weitere Gruppen zeigten ebenfalls erhöhte Risiken. Die Ergebnisse belegen soziale Ungleichheiten bei schweren COVID-19-Verläufen. 

       Interessant ist die Studie nicht so sehr in Bezug auf Fragebögen als Erhebungsinstrument, sondern besonders wegen der Nutzung von Krankenkassenroutinedaten als valide Sekundärquelle. Sie zeigt, wie sich mit großen Abrechnungsdatensätzen Erkrankungsereignisse über ICD-Kodierungen abbilden lassen und wie sozialstatistische Merkmale wie Erwerbssituation in die Analyse integriert werden können. Die vollständige Auswertung ist frei zugänglich.

    • 💳 Sekundärdaten: Abrechnungs- & Krankenkassendaten - Video auf Englisch - Sekundärdaten (allgemein) finden
      💳 Sekundärdaten: Abrechnungs- & Krankenkassendaten - Video auf Englisch - Sekundärdaten (allgemein) finden
      “Handgezeichnete illustration eines PCs, der ein Video abspielt.

      In diesem Video (auf Englisch) erfahren Sie, wo Sie passende Datensätze für eigene Projekte oder berufliche Aufgaben finden können. Es wird erläutert, warum man Datensätze benötigt – z. B. für persönliche Anwendungen oder wenn am Arbeitsplatz bestimmte Daten nicht verfügbar sind.

    • 💳 Sekundärdaten: Abrechnungs- & Krankenkassendaten - Quiz - Sekundärdaten
      💳 Sekundärdaten: Abrechnungs- & Krankenkassendaten - Quiz - Sekundärdaten
    • 📚 Sekundärdaten: Registerdaten - Selbstlerntext - Registerdaten
      📚 Sekundärdaten: Registerdaten - Selbstlerntext - Registerdaten
    • 📚 Sekundärdaten: Registerdaten - STUDIE: Krebs in Deutschland für 2019/2020
      📚 Sekundärdaten: Registerdaten - STUDIE: Krebs in Deutschland für 2019/2020
      Handgezeichnete Illustration eines Studie

      Bei dieser Studie handelt es sich um eine bundesweite Registerauswertung der Landeskrebsregister, die Inzidenz, Mortalität und Überleben für zahlreiche Tumorarten in Deutschland berichtet. Grundlage sind bevölkerungsbezogene Meldedaten der Krebsregister, zusammengeführt und ausgewertet vom Zentrum für Krebsregisterdaten am Robert Koch-Institut. Der Bericht zeigt u. a. aktuelle Inzidenzraten, Trends über die Zeit sowie Überlebenswahrscheinlichkeiten nach Tumorart und Region und liefert damit robuste, flächendeckende Versorgungs- und Epidemiologie-Informationen.

      Interessant ist die Arbeit in Bezug auf Registerdaten, weil sie exemplarisch zeigt, wie obligatorisch gemeldete, qualitätsgesicherte Routinedaten auf nationaler Ebene zu verlässlichen Kennzahlen verdichtet werden. Die hohe Abdeckung, einheitliche Kodierungen und methodische Transparenz machen den Bericht zu einem Referenzbeispiel für evidenzbasierte Gesundheitsplanung, Prävention und onkologische Versorgungsforschung.

    • 📚 Sekundärdaten: Registerdaten - Video auf Englisch - Gesundheitsdaten für Public-Health
      📚 Sekundärdaten: Registerdaten - Video auf Englisch - Gesundheitsdaten für Public-Health
      “Handgezeichnete illustration eines PCs, der ein Video abspielt.

      In diesem  Video (auf Englisch) erhältst du eine Einführung in die Nutzung von Gesundheitsdaten für Public-Health-Zwecke. Es wird erklärt, welche Arten von Gesundheitsdaten bereits existieren, wo sie zu finden sind und wie man Zugang zu ihnen erhält, etwa durch offizielle Datenanfragen an staatliche oder föderale Stellen. Das Video bietet einen Überblick über wichtige Datenquellen im Bereich Public Health, darunter Krebsregister, Gesundheitsstatistiken und staatliche Datenbanken. Es zeigt, wie man gezielt nach verfügbaren Daten recherchiert, wer für deren Verwaltung zuständig ist und wie formelle Datenanfragen gestellt werden können.

    • 📚 Sekundärdaten: Registerdaten - Quiz - Registerdaten
      📚 Sekundärdaten: Registerdaten - Quiz - Registerdaten
    • 💻 Sekundärdaten: Elektronische Gesundheitsakten (EHRs) & Administrative Daten - Selbstlerntext - Elektronische Gesundheitsakten
      💻 Sekundärdaten: Elektronische Gesundheitsakten (EHRs) & Administrative Daten - Selbstlerntext - Elektronische Gesundheitsakten
    • 💻 Sekundärdaten: Elektronische Gesundheitsakten (EHRs) & Administrative Daten - Video - Elektronische Gesundheitsakten
      💻 Sekundärdaten: Elektronische Gesundheitsakten (EHRs) & Administrative Daten - Video - Elektronische Gesundheitsakten
    • 💻 Sekundärdaten: Elektronische Gesundheitsakten (EHRs) & Administrative Daten - Quiz - Elektronische Gesundheitsakte
      💻 Sekundärdaten: Elektronische Gesundheitsakten (EHRs) & Administrative Daten - Quiz - Elektronische Gesundheitsakte
    • ⏳ Langzeitstudien - Selbstlerntext - Zeit- & Langzeitstudien
      ⏳ Langzeitstudien - Selbstlerntext - Zeit- & Langzeitstudien
    • ⏳ Langzeitstudien - STUDIE: Berufsbedingte Unterschiede bei COVID-19-Morbidität und -Mortalität in Deutschland. Eine Analyse von Krankenkassendaten von 3,17 Mio. Versicherten
      ⏳ Langzeitstudien - STUDIE: Berufsbedingte Unterschiede bei COVID-19-Morbidität und -Mortalität in Deutschland. Eine Analyse von Krankenkassendaten von 3,17 Mio. Versicherten
      Handgezeichnete Illustration eines Studie

      Bei dieser Studie handelt es sich um eine longitudinale Sekundärdatenanalyse auf Basis der InGef-Forschungsdatenbank. Ausgewertet wurden Abrechnungsdaten von 3,17 Millionen gesetzlich Versicherten im Erwerbsalter für die Jahre 2020 und 2021. Erfasst wurden COVID-19-Erkrankungen, Krankenhausaufenthalte und Mortalität. Berufe wurden nach amtlicher Klassifikation in vier Gruppen eingeordnet. Die Analysen zeigen erhöhte Erkrankungsrisiken in personenbezogenen Dienstleistungsberufen, insbesondere Gesundheitsberufe, mit relativen Risiken von 1,46 für Frauen und 1,30 für Männer sowie erhöhte Risiken für Hospitalisierung und Mortalität in Reinigungsberufen sowie Verkehrs- und Logistikberufen, vor allem bei Männern. 

       Interessant ist die Studie in Bezug auf Sekundärdaten, weil sie eindrücklich zeigt, wie berufsbezogene Informationen mit Krankenkassendaten verknüpft und über zwei Jahre hinweg zu robusten Inzidenzen und relativen Risiken aufbereitet werden. Die differenzierte Betrachtung nach Beruf und Geschlecht liefert unmittelbar nutzbare Evidenz für Prävention und Arbeitsschutz. Der Artikel ist vollständig frei zugänglich.

    • ⏳ Langzeitstudien - STUDIE: Studie zur Gesundheit Erwachsener in Deutschland
      ⏳ Langzeitstudien - STUDIE: Studie zur Gesundheit Erwachsener in Deutschland
      Handgezeichnete Illustration eines Studie

      Bei dieser Studie handelt es sich um eine bundesweite Quer- und Längsschnittuntersuchung des Robert Koch Instituts, die die Gesundheit der erwachsenen Bevölkerung in Deutschland fortlaufend beschreibt und Entwicklungen im Zeitverlauf sichtbar macht. Die erste Erhebungswelle DEGS1 fand von November 2008 bis Dezember 2011 statt und umfasste Befragungen, ärztliche Interviews, körperliche Untersuchungen sowie Laboranalysen. Insgesamt nahmen 8152 Personen teil, darunter 3959 ehemalige Teilnehmende des Bundesgesundheitssurveys 1998, wodurch frühe Längsschnittanalysen möglich wurden. Das Stichprobendesign kombiniert Wiederbefragungen eines Panels mit neuen repräsentativen Stichproben über mehrere Wellen hinweg, zum Beispiel DEGS2 als Wiederbefragung ab 2014 und DEGS3 mit erneuter Untersuchung und Stichprobenerweiterung ab 2017. Themenschwerpunkte sind Gesundheitsstatus, Lebensqualität, Inanspruchnahme von Gesundheitsleistungen, Gesundheitsverhalten, chronische Krankheiten, Folgen des demografischen Wandels und psychische Gesundheit.

      Interessant ist die Studie in Bezug auf Fragebögen als Erhebungsinstrument, weil sie standardisierte Selbstauskunftsfragebögen systematisch mit ärztlichen Interviews und objektiven Messungen verknüpft und damit valide Trend-, Querschnitt- und Lebensverlaufsanalysen ermöglicht. Die klare Dokumentation von Stichprobenziehung, Instrumenten und Qualitätssicherung sowie die Wiederholungsmessungen über mehrere Wellen machen DEGS zu einem Lehrbeispiel für robuste nationale Gesundheitsberichterstattung und für methodisch saubere Kombinationen aus Befragungs- und Untersuchungsdaten.

    • ⏳ Langzeitstudien - Quiz - Zeit- und Langzeitstudien
      ⏳ Langzeitstudien - Quiz - Zeit- und Langzeitstudien
    • ✅ Datenqualität in quantitativen Studien - Selbstlerntext - Datenqualität
      ✅ Datenqualität in quantitativen Studien - Selbstlerntext - Datenqualität
    • ✅ Datenqualität in quantitativen Studien - Video - Datenqualität
      ✅ Datenqualität in quantitativen Studien - Video - Datenqualität
    • ✅ Datenqualität in quantitativen Studien - Quiz - Datenqualität
      ✅ Datenqualität in quantitativen Studien - Quiz - Datenqualität
Impressum/Imprint
あなたは現在ゲストアクセスを利用しています (ログイン)
ポリシー
Powered by Moodle

Nutzungsbestimmungen / Terms of use Datenschutzerklärung / Privacy policy Mobile App Impressum / Imprint