- Prävalenz: die Häufigkeit, in der eine bestimmte Krankheit (oder ein bestimmtes Merkmal) in einer bestimmten Bevölkerung (Population) vorkommt. Beispiel: 1991 waren in Österreich 8.5% der Bevölkerung über 20 Jahren adipös. Im Jahr 2000 betrug der Anteil der Adipösen an der erwachsenen Gesamtbevölkerung 11%. Letalität ist auch ein Art Prävalenz (Anzahl der an einer bestimmten Krankheit Verstorbenen zur Anzahl neuer Fälle). Es müsste daher streng genommen Morbidität und Letalitätskonferenzen heißen, da immer der Häufigkeit an Verstorbenen bestochen wird.
- Inzidenz: Anzahl der Neuerkrankungen in einer Population an einer bestimmten Krankheit während einer bestimmten Zeit (standardisierbar!). Beispiel: Auftreten von 76 Myokardinfarkten bei 2000 rauchenden Männern im Alter von 60 bis 80 Jahren während einer Beobachtungszeit von 1 Jahr. Inzidenz= 76 / 2000= 0,038 oder 3,8%. Mortalität ist die Anzahl der Todesfälle pro Gesamtbevölkerung pro Zeit (rohe Mortalität). Oder spezifisch in Bezug auf eine definierte Population. Altersspezifische Mortalität (zum Beispiel Kindersterblichkeit) oder Müttersterblichkeit.
- 4 Felder Tafel (2×2)
| Krankheit ja | Krankheit nein | ||
|---|---|---|---|
| Test pos | richtig pos | falsch pos | total pos |
| Test neg | falsch neg | richtig neg | total neg |
zur Auflockerung bevor es schwieriger wird, so könnte eine 2×2 Tafel auch aussehen: 
- Sensitivität = richtig pos / (richtig pos + falsch neg) = Wahrscheinlichkeit eines pos. Testergebnisses bei bestehender Erkrankung
- Spezifität = richtig neg / (richtig neg + falsch pos) = Wahrscheinlichkeit eines neg. Testergebnisses ohne Erkrankung
- Positiver Vorhersagewert: PPV: = richtig pos / (richtig pos + falsch pos) = Wahrscheinlichkeit dass die Krankheit vorliegt, wenn der Test positiv ist
- Negativer Vorhersagewert: NPV: = richtig neg / (falsch neg + richtig neg) = Wahrscheinlichkeit dass die Krankheit nicht vorliegt, wenn der Test negativ ist
- 95% CI (Konfidenzintervall): Das 95%-Konfidenzintervall ist derjenige Bereich in dem der wahre Messwert mit einer Wahrscheinlichkeit von 95% liegt . Der wahre Wert ist eigentlich unbekannt und würde sich nur durch „unendlich“ viele Messungen bestimmen lassen. Der wahre Messwert wird aber approximiert durch den sog. „Point estimate“ (=aktueller Messwert), der im Zentrum des Konfidenzintervalls liegt. Je grösser die eingeschlossene Anzahl Probanden in einer Studie und je geringer die Standardabweichung, desto enger wird das Konfidenzintervall. Der Vorteil, die Genauigkeit von Messresultaten mit Hilfe von Konfidenzintervallen anzugeben, liegt darin, dass die Verlässlichkeit der Resultate quantifiziert werden kann.
- P-Wert: besagt lediglich, ob ein Resultat statistisch signifikant ist oder nicht, lässt aber keine Aussage über die quantitativen Unterschiede zu. Wird in der Praxis maximal überbewertet