Welche Gesundheitsdatenbank sollten Sie für Ihre Studie verwenden?

Die meisten Sekundärdatenprojekte scheitern an der ersten Entscheidung, nicht an der letzten. Die Wahl der richtigen Datenbank für Ihre Forschung im Bereich der öffentlichen Gesundheit bestimmt, welche Schlussfolgerungen Ihre Studie überhaupt zulassen kann. Selbst sorgfältigste Analysen im Nachhinein können eine Frage, die auf die falsche Quelle gerichtet ist, nicht mehr retten. Diese Seite erläutert, welche Antworten die vier wichtigsten Optionen liefern, welche Antworten sie – unabhängig von Ihren Anpassungen – nicht liefern können und wie Sie die passende Option finden, bevor Sie monatelange Arbeit investieren.

Die kurze Antwort

Wenn keine dieser Zeilen exakt zu Ihrer Frage passt, lautet die ehrliche Antwort meist, dass die Fragestellung umstrukturiert werden muss, anstatt eine fünfte Datenbank zu erstellen. Genau dafür ist eine Machbarkeitsprüfung gedacht.

NHANES: Wie häufig und womit verbunden?

Die Nationale Gesundheits- und Ernährungsuntersuchung (NHANES) kombiniert ein Interview mit einer körperlichen Untersuchung und Laboranalysen an einer geschichteten Zufallsstichprobe der nicht in Institutionen lebenden US-Bevölkerung. Da die Stichprobe repräsentativ für das Land ist, lassen sich korrekt gewichtete Schätzungen auf die gesamte Nation verallgemeinern, was bei keiner Krankenhausstudie der Fall ist.

Die Stärke des Modells liegt in der umfassenden Datenerhebung an Personen im Alltag. Ernährung, Biomarker, anthropometrische Daten, körperliche Aktivität, Umwelteinflüsse und subjektive Gesundheitsangaben werden in derselben Datei erfasst, sodass bereichsübergreifende Fragestellungen möglich sind. Die Verknüpfung mit Sterblichkeitsdaten über das nationale Sterberegister ergänzt das Modell um eine Überlebensdimension.

Die Einschränkung ist strukturell und dauerhaft. Jeder Teilnehmer wird nur einmal gemessen, sodass Exposition und Ergebnis gleichzeitig erfasst werden und kein zeitlicher Zusammenhang hergestellt werden kann. Die Beschreibung eines Zusammenhangs im Rahmen der NHANES-Studie in kausaler Sprache führt schnell zur Ablehnung.

Das Studiendesign muss auch bei der Analyse berücksichtigt werden, sonst sind die Zahlen schlichtweg falsch. Wir haben dies direkt getestet und festgestellt, dass die Nichtbeachtung der Gewichtung der Stichprobe die nationale Prävalenzschätzung um 45 Prozent erhöhte – von 10.23 Prozent auf 14.85 Prozent – ​​bei denselben 5,018 Personen. Der vollständige Test mit dem Code ist in der Dokumentation zu den Ergebnissen unserer drei NHANES-Analysen enthalten.

Zugang: uneingeschränkt öffentlich, keine Anmeldung, keine Vereinbarung erforderlich. Leistung: NHANES-Studie , 1,900 US-Dollar, 15 Werktage.

SEER: Krebsüberleben und Trends

Das Programm „Surveillance, Epidemiology and End Results“ (SEER) erfasst mithilfe bevölkerungsbasierter Krebsregister etwa die Hälfte der US-Bevölkerung und dokumentiert Inzidenz, Tumoreigenschaften, Stadium, Erstbehandlung und Todesursache mit langer Nachbeobachtungszeit. Bei seltenen Tumoren, für die keine Studien existieren und keine einzelne Einrichtung über genügend Fälle verfügt, stellt es oft die einzige verlässliche Evidenz dar.

Nutzen Sie es für Überlebensanalysen nach Stadium und Histologie, Inzidenz- und Ergebnisentwicklungen im Zeitverlauf sowie für Untersuchungen zu Ungleichheiten nach ethnischer Zugehörigkeit, Krankenversicherung oder geografischer Lage. Genau diese Fragen soll es beantworten, und es liefert gute Antworten.

Was nicht erfasst wird, ist die Schwierigkeit. Es gibt keinen Komorbiditätsindex, keinen Leistungsstatus, kein detailliertes Behandlungsschema, keine Informationen zu Rezidiven und nichts über die Behandlung nach dem ersten Zyklus. Behandlungsvergleiche, die ausschließlich auf SEER-Daten basieren, sind indikationsbedingt verzerrt, und zwar auf eine Weise, die auch durch statistische Anpassung nicht vollständig beseitigt werden kann – ein Problem, das Onkologen bekannt ist. Konkurrierende Risiken stellen eine weitere Falle dar, da in einer älteren Krebskohorte der Tod durch andere Ursachen ein konkurrierendes Ereignis und keine Zensierung darstellt. Die Kaplan-Meier-Methode, angewendet auf den krebsspezifischen Tod in diesem Kontext, überschätzt die Ereigniswahrscheinlichkeit. Eine vollständige Anleitung zu den Inhalten des Registers, zur korrekten Gruppierung nach der Umstellung von SEER 22 auf SEER 21 und zu den fünf analytischen Fehlern, die die meisten Ablehnungen verursachen, finden Sie in der Erklärung zur SEER-Datenbank.

Zugriff: In beiden Fällen haben wir Zugriff auf Ihre SEER*Stat-Daten oder arbeiten mit diesen. Dienstleistung: SEER Cancer Outcomes Study , 2,100 $, 15 Werktage.

NTDB und TQP: Traumaergebnisse in verschiedenen Zentren

Die Nationale Traumadatenbank und ihr Nachfolger, das Programm zur Qualitätssicherung im Traumabereich des American College of Surgeons, aggregieren die Daten aus den Traumaregistern der teilnehmenden Zentren. Die Skala ermöglicht es, Fragen zu Verletzungsmustern, Komplikationen, Ungleichheiten in der Traumabehandlung und zentrumsbezogenen Unterschieden zu stellen, die kein einzelnes Krankenhaus beantworten könnte.

Die entscheidende Einschränkung besteht darin, dass es sich um eine Gelegenheitsstichprobe teilnehmender Zentren und nicht um ein bevölkerungsbasiertes Register handelt. Der Nenner ist unbekannt, die teilnehmenden Krankenhäuser ändern sich jährlich, und Patienten, die vor Ort verstarben oder in nicht teilnehmenden Zentren behandelt wurden, fehlen. Jede Veröffentlichung, die auf Basis dieser Daten eine nationale Verletzungsrate angibt, ist fehlerhaft, und Experten für Traumaforschung werden dies bestätigen. Da es auch keine Nachbeobachtung nach der Entlassung gibt, liegen keine Informationen zur Langzeitfunktion und zu Wiedereinweisungen vor. Die gleiche Vorsicht hinsichtlich der Aussagekraft öffentlicher Verletzungsdaten gilt auch für verwandte Quellen, wie wir im Abschnitt zur Zuverlässigkeit der NEISS-Verletzungsstatistik erörtern.

Analytisch betrachtet muss der Schweregrad von Verletzungen abgeleitet werden, anstatt sich auf verlässliche Daten zu verlassen. Physiologische Variablen fehlen in Mustern, die mit dem Schweregrad korrelieren, und Patienten konzentrieren sich in bestimmten Zentren. Solche Registerdaten erfordern zudem eine systematische Bereinigung, die in sechs Techniken zur Bereinigung klinischer Registerdaten beschrieben wird . Eine vollständige Anleitung, was NTDB- und TQP-Daten leisten können und was nicht, einschließlich der Kodierung des Verletzungsschweregrads und der Modellierung der Clusterbildung von Einrichtungen, findet sich in „NTDB and TQP trauma registry data explained“ . Wir haben eine unabhängige Simulation erstellt, die zeigt, dass die nicht dokumentierte vollständige Fallbearbeitung fehlender physiologischer Daten die berichtete Mortalitätsrate einer Kohorte etwa halbiert, von 5.50 % auf 2.68 %. Detaillierte Informationen darüber, inwieweit die vollständige Fallanalyse die Traumamortalität tatsächlich verzerrt , finden Sie in „NTDB and TQP trauma registry data explained“.

Zugang: Sie benötigen die ACS-Datennutzungsvereinbarung und müssen die Datei bereitstellen. Wir können diese nicht für Sie beschaffen. Dienstleistung: NTDB/TQP-Traumaregisterstudie , 2,400 $, 15 Werktage.

Mendelsche Randomisierung: Verursacht sie es tatsächlich?

Die anderen drei beantworten deskriptive und prognostische Fragen. Wenn es sich um eine echte Kausalfrage handelt und eine randomisierte Studie nicht durchführbar ist, verwendet die Mendelsche Randomisierung genetische Varianten als Instrumentvariablen und macht sich dabei die Tatsache zunutze, dass Allele bei der Befruchtung unabhängig von den meisten Störfaktoren verteilt werden.

Es eignet sich für veränderbare Expositionen mit aussagekräftigen genomweiten Assoziationsdaten, insbesondere für die lebenslange Exposition gegenüber einem Biomarker oder einer Körperzusammensetzungsmessung, und wird zunehmend zur Priorisierung von Wirkstoffzielen vor der Entwicklung eingesetzt. Hintergrundinformationen zur Methode finden Sie in unserer Erklärung zur Mendelschen Randomisierung und ihren Anwendungsgebieten sowie im weiteren Kontext der Instrumentalvariablenmethoden.

Zwei wichtige Punkte sind zu beachten. Die Schätzung stellt einen durchschnittlichen Effekt über die gesamte Lebenszeit dar, nicht den Effekt einer einmaligen Intervention. Gutachter erwarten mittlerweile, dass dies in den Publikationen explizit erwähnt wird. Da die Software kostenlos und die zusammenfassenden Statistiken öffentlich zugänglich sind, gibt es zahlreiche Studien mit Einzelexpositionen ohne Sensitivitätsanalyse – genau das, was Herausgeber heutzutage sofort ablehnen. Instrumentenstärke, Steiger-Filterung, verschiedene pleiotropierobuste Schätzer, Ausreißererkennung und Replikation sind daher unerlässlich. Wir haben 135,000 MR-Studien simuliert, um den tatsächlichen Nutzen der Instrumentenstärke zu ermitteln, und festgestellt, dass bei einem F-Wert von 3 das Konfidenzintervall 13.6-mal breiter ist als der gemessene Effekt. Der vollständige Test mit beiden Software-Tools zeigt, was der F-Wert tatsächlich aussagt . Unsere Simulation der Schutzwirkung der vier Schätzer hinsichtlich Pleiotropie zeigt, dass die Übereinstimmung zwischen ihnen kein Beweis für die Validität der Instrumente ist.

Zugang: Öffentliche GWAS-Zusammenfassungsstatistiken, die wir beschaffen. Dienstleistung: Mendelsche Randomisierungsstudie , 2,900 $, 15 Werktage.

Was alle vier gemeinsam haben

Egal welche Quelle man verwendet, am Ende entscheiden dieselben wenigen Faktoren darüber, ob ein Beitrag die Begutachtung übersteht.

• Neuheit muss vor der Analyse festgestellt werden, nicht danach. Diese Datensätze sind schnell erschöpft. Maupin und Kollegen durchsuchten in einer 2026 in BMC Medicine veröffentlichten Studie Publikationen aus dem Zeitraum von 2021 bis Juli 2025 und stellten eine erhebliche Redundanz fest, die speziell auf NHANES basierte. Redundanz wurde dabei als die Untersuchung derselben Expositionen und Ergebnisse in derselben Population definiert. Gutachter erwarten eine vorgegebene Vorlage.
• Das Design ist in den Methoden explizit beschrieben. Die Benennung von Gewichtungs-, Schicht- und Clustervariablen, des Schätzers für konkurrierende Risiken oder der Clustereinheit zeugt in wenigen Zeilen von Kompetenz. Ihr Fehlen signalisiert ebenso schnell das Gegenteil.
• Die Berichtsstandards wurden eingehalten. STROBE für Beobachtungsstudien, STROBE-MR für genetische Kausalzusammenhänge, TRIPOD für Vorhersagemodelle. STROBE-Tutorial Beinhaltet, was Rezensenten tatsächlich überprüfen.
• Anmeldung wird geprüft. Dies wird zunehmend auch für retrospektive Sekundäranalysen erwartet, wie in [Referenz einfügen] dargelegt. warum eine retrospektive Studie dennoch registriert werden sollte.
• Einschränkungen, die die eigentliche Bedrohung benennen. Querschnittliche Zeitlichkeit, Störfaktoren durch Indikation, Gelegenheitsstichprobe, Interpretation von Langzeiteffekten. Ein Absatz zu den Limitationen, der allgemeine Vorbehalte auflistet, den offensichtlichen aber auslässt, wirkt wie eine Ausflucht. Zur Einordnung der einzelnen Studiendesigns in die Hierarchie siehe Evidenzstufen in der klinischen Forschung.

Ich bin mir immer noch nicht sicher, welches von beiden.

Drei Fragen klären die Fragestellung in der Regel. Benötigt Ihre Fragestellung einen nationalen Nenner? Das spricht für NHANES und schließt NTDB aus. Ist eine Nachbeobachtung über die Zeit bis zum Ereignis erforderlich? Das spricht für SEER und schließt NHANES aus. Muss nachgewiesen werden, dass ein Ereignis ein anderes verursacht, anstatt dass beide gemeinsam auftreten? Das spricht für die Mendelsche Randomisierung und schließt alle drei anderen Ansätze aus.

Wenn Ihre Frage alle drei Schritte übersteht und trotzdem nirgendwo passt, oder wenn sie sich über mehr als eine Quelle erstreckt, handelt es sich eher um ein erweitertes Projekt als um ein festes Paket.

Werkzeuge und Ressourcen

Professionelle Unterstützung

Wir erstellen Studien auf Basis aller vier Datenquellen nach den oben beschriebenen Standards und sagen Nein, wenn die Daten die Frage nicht beantworten können.

Die vollständige Kategorie finden Sie unter Register- und Real-World-Datenstudien.

Referenzen

1. Maupin D, Suchak T, Barnett A, Spick M. Dramatischer Anstieg redundanter Veröffentlichungen im Zeitalter der generativen KI. BMC Medicine. 2026; 24 (1): 29. doi: 10.1186 / s12916-025-04569-y
2. Nationales Zentrum für Gesundheitsstatistik. NHANES-Erhebungsmethoden und Analyserichtlinien. CDC
3. Nationales Krebsinstitut. Programm für Überwachung, Epidemiologie und Endergebnisse. seer.cancer.gov
4. American College of Surgeons. Trauma Quality Programs Participant Use File. facs.org
5. von Elm E, Altman DG, Egger M, et al. Die STROBE-Erklärung. The Lancet. 2007;370(9596):1453-1457. doi:10.1016/S0140-6736(07)61602-X
6. Skrivankova VW, Richmond RC, Woolf BAR, et al. Verbesserung der Berichterstattung über Beobachtungsstudien in der Epidemiologie durch Mendelsche Randomisierung: die STROBE-MR-Erklärung. JAMA. 2021;326(16):1614-1621. doi: 10.1001 / Grube.2021.18236