Methods Inf Med 1972; 11(04): 253-257
DOI: 10.1055/s-0038-1636085
Original Article
Schattauer GmbH

Datenverdichtung bei der Auswertung multivariater epidemiologischer Studien

DATA REDUCTION IN THE EVALUATION OF MULTIVARIATE EPIDEMIOLOGICAL STUDIES

Authors

  • H.-J. LANGE

    1   Aus dem Institut lilr Medizinische Datenverarbeitung der Gesellschalt für Strahlen- und Umweltlorschung mbH. München und aus dem Institut lilr Med. Statistik, Dokumentation und Datenverarbeitung der Fakultät für Medizin der TU München (Leiter bzw. Vorstand: Prof. Dr. med. H.-J. Lange) und der Arbeitsgruppe »Bronchitis und Emphysem«• des Schwerpunktprogrammes der Deutschen ForschungsgemeinschaJt’)
  • R. REITER

    1   Aus dem Institut lilr Medizinische Datenverarbeitung der Gesellschalt für Strahlen- und Umweltlorschung mbH. München und aus dem Institut lilr Med. Statistik, Dokumentation und Datenverarbeitung der Fakultät für Medizin der TU München (Leiter bzw. Vorstand: Prof. Dr. med. H.-J. Lange) und der Arbeitsgruppe »Bronchitis und Emphysem«• des Schwerpunktprogrammes der Deutschen ForschungsgemeinschaJt’)
Further Information

Publication History

Publication Date:
10 February 2018 (online)

Die Arbeit befaßt sich mit Auswertungsproblemen einer epidemiologischen Querschnittsstudie von 13 000 Berufstätigen mit ca. 300 qualitativen und quantitativen Merkmalen pro Fall, Sie dient der Untersuchung der Bedeutung chronisch-inhalativer Noxen am Arbeitsplatz für chronische Bronchitis und Lungenemphysem. Es werden Modelle vorgestellt zur Schätzung der Staubexposition früherer Jahre (Prüfmerkmal), zur Reduktion der Zahl der »Zielmerkmale« und zur Ausschaltung von »Einflußgrößen«. Zur Auswertung der Expositionsmerkmale wird in Analogie zum Staubsummenwert des Steinkohlenbergbaus der Bundesrepublik Deutschland eine zusammenfassende Maßzahl errechnet. Die »Methode der Entscheidungsbäume« wird benutzt, um die große Zahl qualitativer und quantitativer »Zielmerkmale« zu reduzieren. Die Berücksichtigung der »Einflußgrößen« erfolgt durch Elimination von Fällen, Untergruppenbildung und Bezugnahme auf Sollwerte. Ergebnisse werden nicht mitgeteilt, da sie einer Veröffentlichung der Arbeitsgruppe Vorbehalten sind.

This report is concerned with the problems of statistical analysis in an epidemiological cross-sectional study of 13,000 workers with 300 qualitative and quantitative characteristics per case, with the objective of determining the significance of chronic inhalable noxae, present at the place of work, for chronic bronchitis and pulmonary emphysema. Models for estimation of dust exposure in previous years (the causative factor), for reduction of the number of symptom-groups and elimination of modifying factors are presented.

A comprehensive index is computed, in analogy to the »Staubsummenwert« (cumulative dust exposure index) used in the coal mining industry of the Federal Republic of Germany. The »decision-tree method« is used to reduce the large number of qualitative and quantitative symptom-groups. Modifying factors are taken into account by eliminating individual cases, by constructing sub-groups and by reference to nominal values.

Results are not given, as these are reserved for a later publication of the Study Group.

*) Der Arbeitsgruppe gehören an: Prof. Dr. med. H. Valentin (Vorsitzender), Erlangen; Dr. med. U. Smidt (Koordinator), Moers; Dr. med. M. Barth, München; Prof. Dr. med. H. W. Beckenkamp, Saarbrücken; Dr. med. H.Bergstermann, München; Dr. med. O. Brinkmann, Recklinghausen; Prof. Dr. med. H. Dräsche, Saarbrücken; Prof. Dr. med. G.Fruhmann, München; Dr. D. Hasenclever, Bonn; Prof. Dr. med. R.-D. Herberg, Heidelberg; Prof. Dr, med. W. Klosterkötter,Essen; Prof. Dr. phil., Dr. med. S. Koller, Mainz; Prof. Dr. med. H.-J. Lange, München; Dr. Ing. R. Prochazka, München; Prot’.Dr. med. G. Reichel, Bochum; Dr. Ing. M. Th. R. Reisner, Essen; Dipl.-Math. R. Reiter, München; Dr. A. Schütz, Bonn; Prof. Dr.med. H.-J. Symanski, Saarbrücken; Prof. Dr, med. W. T. Ulmer, Bochum; Dr. med. G. Utz, Heidelberg; Priv.-Doz. Dr. med. H.-J.Woitowitz, Erlangen; Prof. Dr. med. G. Worth, Moers.