TYPO3 Musterprojekt - Sunday, 27. November 2022
Druckversion der Seite: Bewertung
URL: ernaehrungsdenkwerkstatt.de/grundsaetze/inhalts-elemente/methoden/auswertung/bewertung.html

Die Bewertung der ermittelten Informationen sollt möglichst objektiv erfolgen, d.h. die Kriterien (das Modell, die Theorie) die angewendet werden müssen offen gelegt sein (z.B. im Methoden-Abschnitt einer Publikation). Je nach Sichtweise (Interessenlage) (Perspektive) wird eine Bewertung des gleichen Sachverhaltes unterschiedlich sein. (z.B. Bewertung der Ernährungsrisiken - aus Sicht der einzelnen Bürger - Umfrageergebnisse; bzw. aus der Sicht der Ernährungsexperten) (Risiko)(CHART). So hat jede Gruppe (bzw. deren Vertreter - Stakeholders) - wie z.B. Sicht der einzelnen Gruppen - Kinder/Eltern - Eltern/Lehrer - Arbeitnehmer vs. Arbeitgeber - Versicherungsnehmer/Versicherung - unterschiedliche Sicht auf die Informationslage.
(⇒ Grenzen ) (⇒ evidence)

Die Probleme der Bewertung sind grundsätzlich in der Publikation OLT 106 beschrieben; hier nur knapp einige Gesichtspunkte.
Je nach Anzahl der Variablen, die bei den Studien eingesetzt wurden; gibt es viele Indikatoren, und viele Maßstäbe; so wird auch versucht Indikatoren zusammenzufassen - Index bzw. Indices - zu bilden; wie z.B. Healthy Eating Index aufgrund von DGE-Empfehlungen (für Lebensmittelmengen) erstellt - in _ Ingrid Hoffmann und Achim Spiller (Hrsg.), Auswertung der Daten der Nationalen Verzehrsstudie II (NVS II): eine integrierte verhaltens- und lebensstilbasierte Analyse des Bio-Konsums, 2010 - (Download bei orgprints)  (Healthy Eating Index - USA - Centre for Nutrition Policy - Website)

Die Ernährungs- und Gesundheitszustandsgrößen sind kontinuierlich (Mengen, Gewichte; Konzentrationen u.a.); die Bewertung muss (willkürliche) Grenzen setzten (hyper- , hypo-; über- , unter- usw). Die Enden von allen Skalen (gesund - (tod)krank;  dürr - fettleibig) sind einfach zu beschreiben; Problem - und Aufgabe der Wissenschaften - die Kriteriumsgrenzen (cut-off-points) festzulegen.
Die Bewertung der Daten ist notwendig für Entscheidung Entscheidungen für das Handeln (Daten für Taten), Prioritäten-Setzung (in PHN), welche Aktionen (Behandlungen - in der Klinik, Therapie) ( Präventionsmaßnahmen in der Mutter-Kind-Klinik)  (Beispiel - Waterlow-Klassifikation bei PEM-Kindern) (z.B. für at-riskKonzept im öffentlichen Gesundheitswesen) (Problem-Entscheidungs-Zyklus).

Häufig wird die Verteilung der Daten ("scattergram") herangezogen; das Ideal in vielen Fällen stellt - die Gauß´sche Glockenkurve dar; man spricht von Normalverteilung; doch in der Ernährung (im Leben) gibt es zwar auch solche, doch häufiger sind "schiefe" Verteilungen.
Es ist wichtig zuerst Verteilungsinformationen - Percentilen (CHART) - anzusehen; die rein statistische Grenzen - diese werden häufig als erstes Kriterium heran gezogen; die oberste 3-5% (95%- bzw 97% Percentile) bzw die untersten 3% bzw. 5%-Percentile.  (Beispiele - Chart Abb.94  und in Abb.87 - OLT134M).
Es gibt auch Einteilungen nach 10%-Klassen -Beispiel - Körpergewicht (Broca) (CHART) , aber auch Prozent von einem (Harvard)Standard (CHART); nach Verteilungsbereichen (an Standardgewichtskurven) - (CHART)

Die Bewertung - die Trennung - kann keine natürlichen Grenzen als Grundlage nehmen, sondern hierbei werden  "künstliche" Geschaffen. Zitat C.F. von Weizsäcke)

Die Bewertung sollte mit Funktionen gekoppelt werden  (CHART) / (Matrix) z.B. (Regrressions)Gleichungen -  (Dosis-Wirkungs-Kurven) (N.W.Solomons, L.H. Allen - The functional assessment of nutritional status; Nutr.Rev. 41(2) 33-50 (1983) (Tab - Indices)

Dazu sind die zu bewertende Variable (als unabhängige Variable) in den Untersuchungs-Modellen mit funktionellen Variablen (abhängige Variable) zu verbinden. Beispiele für solche Beziehungen sind (weitere Beispiele in Indikator-Funktion-Ordner)
(Abb88 - OLT134M)  Körpergewicht  - Gesundheitsrisiken (U-Funktion) (Lehrbuch)
(Abb89 - OLT134M) Körpergewicht - Sterblichkeit - "reale Beziehungen" - wissenschaftl. Publikationen)
(Abb89d - OLT134M) Körpergewicht -  krankheitsspezifische Risiekn

(CHART) - Geburtsgewicht - Säuglingssterblichkeit
(CHART ) - Untergewicht der Kleinkinder - Mortalitätsdaten (der Kleinkinder)

(CHART) Körpergewicht - (Obesity) - Health Risk (NIH)
(CHART) - Hämoglobin-Blutspiegel - körperliche Leistungsfähigkeit

(CHART) Blutdruck - CHD-Risiko

CHART Abb100 OLT134M) - Funktionelle Klassifizierungen für Eisen, und Vitamin C.

Bewertungs-Klasse- Einteilung - Ernährungszustand-Indikatoren (CHART)  (CHART Abb.95 )

Nährstoff-Aufnahme-Klassen (CHART)

Epidemiologie ⇒ relatives Risiko (wikipedia)- (engl - relativ risk)

Crowe, M. et al.: Data Mapping From Food Diaries to Augment the Amount and Frequency of Foods Measured Using Short Food Questionnaires. Front. Nutr. doi.org/10.3389/fnut.2018.00082 (07.09.2018) ⇔ link bei www.eurekalert.org 20.11.2018

Literatur-Hinweise

Referenzwerte für Kinder - Sonderheft - Obesity determinants and reference standards for health parameters in pre-adolescent European children: Results from the IDEFICS study. Int J Obes; Vol 38 (Issue S2), September 2014.  (idw-Meldung 23.09.2014)

Zur Bewertungs-Matrix  (OLT134M -Abb 14)  (nach Laessig and Urkowitz: The environmental health matrix: information for use in planning ... Am J Public Health 72 (4): 373-75 (1982)  (Download) http://www.ajph.org/cgi/reprnt/72/4/373

 (OLT 104 - Trends im Krankheits-und Gesundheitsverhaltens-Daten.. (aid-Verbraucherdienst) 32_1987 / Daten aus Deutschland und USA - Lebenserwartung; CHD-Risikofaktoren; Körpergewicht-Übergewicht; Mortalität / Naschen-Snacking / Mahlzeiten - Frühstück / Alkohol / Rauchen / körperliche Aktivität / Schlafen /

Leitwertstern (vergessenes Wort) - (Strahlenkranz von Zielgrößen mit Istwerten vergleichen) (Z.B. Lebensmittel/Speisen - Gehalt an Nährstoff in Bezug zum Nährstoffbedarf) (z.B. Abb58 im EPIDEM-Buch)
(CHART OLT MVL)

Krank – Gesund. Das Konzept starrer Grenzwerte muß überdacht werden. Josephina Maier – Die Zeit – No.24 – 05.06.2014 /S.35 (Wissen)

Sehr ausführliche Darstellung der Methoden der Alterfeststellung (auch historische Aspekte) (anthropometrische Methoden Schwerpunkt) (Hintergrund - Altersfeststellung Asylverfahren) - "Alter (ver)messen? - Gesellschaftspolitische Anwendungszusammenhänge wissenschaftlicher Vermessungstechniken zur chronologischen Lebensalterbestimmung im österreichischen Kontext. (Petra Pinkl, Dissertation, Uni Wien, 2009)soziales Alter; biologisches Alter (Alter verbunden mit Funktionen, Fähigkeiten, Kapazitäten, capacities) Vitalität; Wissenschaftskritische Diskurse; Objektivität; Experten; Subjektive Altersschätzung; Rassentheorien

Aktuelle Diskussion zur Problematik der Klassifizierung (Gesundheitsstatus; "Verhaltensauffälligkeiten") - Datamining-Profile (für potentielle Terroristen) – je sicherer (alle erfasst werden sollen), desto höher wird der Anteil der „falsch positiven“ (falsche Anschuldigung von ehrlicheren Bürgern) – z.B. durch „ironische“ Emails usw ( z.B. Leserbrief – Stgz Tg 19.7.13 – „Cleverer Karle“

Berechtige Kritik an den häufig zu einfachen Auswertungen und Interpretationen der (epidemiologischen) Studien.
(Alte Kritik: Sprüche - Steigerungsform der Lüge - ist die Stastik; glaube keiner Statistik, ausser deiner eigenenen) (Link zu Zitaten zur Statistik)
Website: www.unstatistik.de mit "Unstatistik des Monats"
Neues Buch: Thomas Bauer, Gerd Gigerenzer, Walter Krämer: Warum dick nicht doof macht und Genmais nicht tötet Über Risiken und Nebenwirkungen der Unstatistik. Campus, 2014 (idw-Meldung 14.08.2014)

Problem - Korrelation - Erklärung - intervenierende Variablen
- Scheinkorrelationen -  Website: - www.tylervigen.com -Scheinkorrelation-Sammlung

Ioannidis, J.P.A.: The Challenge of Reforming Nutritional Epidemiologic Research. JAMA. 2018;320(10):969-970. doi:10.1001/jama.2018.11025  ⇒ zu viele einfache Korrelationen publiziert, ungenügende Berücksichtigung der "confounders" (Ernährung, Lebensmittel, bioaktive Stoffe, Lebensstil, ... unzählige Faktoren und Interaktionen" so haben Aussagen, wie die folgenden keinen "Sinn" "...eating 12 hazelnuts daily (1 oz) would prolong life by 12 years (ie, 1 year per hazelnut), drinking 3 cups of coffee daily would achieve a similar gain of 12 extra years, and eating a single mandarin orange daily (80 g) would add 5 years of life. Conversely, consuming 1 egg daily would reduce life expectancy by 6 years, and eating 2 slices of bacon (30 g) daily would shorten life by a decade, an effect worse than smoking. Could these results possibly be true?"