Dieses Modul beginnt mit einer Einführung in die Unterscheidung zwischen Assoziation und Kausalität, die nicht nur für die Epidemiologie, sondern für die Forschung im Allgemeinen entscheidend ist. Anschließend lernen Sie die wichtigsten Maße kennen, die Epidemiologen verwenden, um Assoziationen zu quantifizieren, insbesondere Risiko- und Ratenunterschiede sowie Risiko-, Raten- und Odds-Ratios. Im Laufe dieses Moduls werden Sie die Fähigkeit entwickeln, Häufigkeitsmaße zu berechnen und zu interpretieren. Das allein reicht jedoch nicht aus. Sie werden auch lernen, je nach Forschungsfrage und Verfügbarkeit von Daten das am besten geeignete Maß auszuwählen.

Veröffentlichte Studien geben oft das Ausmaß des untersuchten Zusammenhangs an, was natürlich wichtig ist, wenn man versucht, kausale Zusammenhänge zu erkennen. Manchmal sind wir jedoch an den Auswirkungen eines Faktors oder einer Krankheit auf die Bevölkerung als Ganzes interessiert. In diesem Fall sind die Konzepte des zurechenbaren Risikos und des der Bevölkerung zurechenbaren Risikos sehr nützlich. Diese Maße quantifizieren die Auswirkungen eines gesundheitsbezogenen Faktors auf die Bevölkerung und sind daher besonders nützlich für die Gesundheitspolitik. Mit diesem Wissen ausgestattet, werden Sie anschließend die beiden wichtigsten Ansätze zur Krankheitsprävention erkunden: den Hochrisiko- und den Bevölkerungsansatz.

Diagnostische Tests werden ständig eingesetzt, um festzustellen, ob eine Person krank ist oder nicht. Diese Tests sind jedoch alles andere als perfekt. Die Quantifizierung ihrer Unvollkommenheit ermöglicht es uns, ihre Grenzen zu verstehen und ihre Ergebnisse zu interpretieren. In diesem Modul lernen Sie, die dafür verwendeten Kennzahlen zu berechnen und zu interpretieren, darunter Sensitivität, Spezifität, positive und negative prädiktive Werte. Anhand dieser Metriken werden Sie anschließend lernen, zu beurteilen, ob ein Screening-Programm unter Berücksichtigung seiner methodischen und praktischen Aspekte wirksam sein kann oder nicht.