Die Auswahl von Variablen ist ein unvermeidlicher Schritt der epidemiologischen Forschung. Werden neue Daten gesammelt, müssen Forscher*innen zunächst festlegen, welche Variablen als Risikofaktoren oder potenzielle Confounder erhoben werden sollen. In ähnlicher Weise erfordert die Verwendung von Sekundärdaten eine Entscheidung darüber, welche Variablen in der Analyse zu berücksichtigen sind. 

Um Strategien für die korrekte Schätzung kausaler Effekte zu entwickeln, werden in der modernen kausalen Inferenz Directed Acyclic Graphs (DAGs) eingesetzt. DAGs (siehe Abbildung) sind intuitive, kompakte, graphische Werkzeuge, mit denen trotz ihrer Einfachheit komplexe mathematische Beziehungen zwischen Variablen dargestellt werden können. Sie eignen sich daher zur Bestimmung analytischer Verfahren zur Beantwortung kausaler Fragestellungen. 

Das Prinzip der “Weisheit der Vielen” besagt, dass unter bestimmten Voraussetzungen das kumulative Urteil einer Gruppe häufig genauso gut oder besser ist als das Urteil des leistungsfähigsten Mitglieds der Expert*innengruppe. Dieses Prinzip soll hier Anwendung finden, indem wir unabhängige und dezentrale Meinungen und Wissen über Schlaganfall-relevante Prozesse einer größeren Gruppe von Expert*innen zusammenfassen. Wir hoffen somit die tatsächlichen kausalen Zusammenhänge aufzudecken und einen sog. Consensus-DAG erstellen zu können, der zur Beantwortung relevanter klinischer Fragestellungen in der Schlaganfallforschung herangezogen werden kann.

Studienteilnehmer*innen sind Expert*innen mit Erfahrung in der Schlaganfallforschung. Sie nehmen an einer Lehrveranstaltung mit Schwerpunkt auf kausaler Inferenz teil, welcher sich eine Q&A-Sitzung und eine praktische Übung im Umgang mit Causalify zum Erstellen eigener DAGs anschließen.

Weiterführende Quellen:

Hernán, Miguel A., and James M. Robins. 2020. “Causal Inference: What If.” Boca Raton: Chapman & Hill/CRC 2020.

Surowiecki, James. 2005. The Wisdom of Crowds. Anchor.

Talbot, Denis, and Victoria Kubuta Massamba. 2019. “A Descriptive Review of Variable Selection Methods in Four Epidemiologic Journals: There Is Still Room for Improvement.” European Journal of Epidemiology 34 (8): 725–30.