Bei Querschnittsstudien werden Daten zu einem bestimmten Zeitpunkt erhoben. Sie werden häufig verwendet, um die Prävalenz akuter oder chronischer Erkrankungen zu ermitteln, können aber nicht zur Beantwortung von Fragen nach den Ursachen von Krankheiten oder den Ergebnissen von Interventionen herangezogen werden. Aus Querschnittsdaten kann nicht auf Kausalität geschlossen werden, da der zeitliche Verlauf nicht bekannt ist. Sie können auch als Volkszählungen bezeichnet werden. Querschnittsstudien können eine spezielle Datenerhebung beinhalten, einschließlich Fragen zur Vergangenheit, aber sie stützen sich oft auf Daten, die ursprünglich für andere Zwecke erhoben wurden. Sie sind mäßig teuer und eignen sich nicht für die Untersuchung seltener Krankheiten. Die Schwierigkeit, sich an vergangene Ereignisse zu erinnern, kann ebenfalls zu Verzerrungen führen.
VorteileBearbeiten
Die Verwendung routinemäßig erhobener Daten ermöglicht es, große Querschnittsstudien mit geringen oder gar keinen Kosten durchzuführen. Dies ist ein großer Vorteil gegenüber anderen Formen epidemiologischer Studien. Es wurde eine natürliche Progression vorgeschlagen, die von billigen Querschnittsstudien mit routinemäßig erhobenen Daten, die Hypothesen nahelegen, über Fall-Kontroll-Studien, die diese spezifischer testen, bis hin zu Kohortenstudien und Versuchen reicht, die viel mehr kosten und viel länger dauern, aber möglicherweise aussagekräftigere Ergebnisse liefern. In einer Querschnittserhebung wird eine bestimmte Gruppe untersucht, um festzustellen, ob eine Aktivität, z. B. Alkoholkonsum, mit der untersuchten gesundheitlichen Auswirkung, z. B. Leberzirrhose, zusammenhängt. Wenn Alkoholkonsum mit Leberzirrhose korreliert, würde dies die Hypothese stützen, dass Alkoholkonsum mit Leberzirrhose in Verbindung gebracht werden kann.
NachteileBearbeiten
Routinedaten sind möglicherweise nicht für die Beantwortung der spezifischen Frage ausgelegt.
Routinemäßig erhobene Daten beschreiben normalerweise nicht, welche Variable die Ursache und welche die Wirkung ist. Querschnittsstudien, bei denen Daten verwendet werden, die ursprünglich für andere Zwecke erhoben wurden, sind oft nicht in der Lage, Daten über Störfaktoren einzubeziehen, d. h. andere Variablen, die die Beziehung zwischen der vermuteten Ursache und Wirkung beeinflussen. Wenn beispielsweise nur Daten über den aktuellen Alkoholkonsum und die Zirrhose vorliegen, kann die Rolle des früheren Alkoholkonsums oder anderer Ursachen nicht untersucht werden. Querschnittsstudien sind sehr anfällig für Erinnerungsverzerrungen.
Die meisten Fall-Kontroll-Studien erheben speziell konzipierte Daten über alle Teilnehmer, einschließlich Datenfeldern, die die Prüfung der interessierenden Hypothese ermöglichen. Bei Themen, bei denen starke persönliche Gefühle im Spiel sein können, können spezifische Fragen jedoch eine Quelle für Verzerrungen sein. So kann beispielsweise ein früherer Alkoholkonsum von einer Person, die ihre persönlichen Schuldgefühle verringern möchte, falsch angegeben werden. Eine solche Verzerrung kann bei routinemäßig erhobenen Statistiken geringer ausfallen oder effektiv beseitigt werden, wenn die Beobachtungen von Dritten gemacht werden, z. B. bei der Besteuerung von Alkohol nach Gebieten.
Schwächen aggregierter DatenBearbeiten
Querschnittsstudien können Daten auf individueller Ebene enthalten (ein Datensatz pro Person, z. B. in nationalen Gesundheitserhebungen). In der modernen Epidemiologie kann es jedoch unmöglich sein, die gesamte interessierende Bevölkerung zu befragen, so dass Querschnittsstudien oft eine Sekundäranalyse von Daten beinhalten, die für einen anderen Zweck erhoben wurden. In vielen solchen Fällen stehen dem Forscher keine individuellen Daten zur Verfügung, so dass Informationen auf Gruppenebene verwendet werden müssen. Wichtige Quellen für solche Daten sind oft große Institutionen wie das Census Bureau oder die Centers for Disease Control in den Vereinigten Staaten. Neuere Volkszählungsdaten werden nicht für Einzelpersonen bereitgestellt, im Vereinigten Königreich beispielsweise werden individuelle Volkszählungsdaten erst nach einem Jahrhundert veröffentlicht. Stattdessen werden die Daten aggregiert, in der Regel nach Verwaltungsgebieten. Rückschlüsse auf Einzelpersonen, die auf aggregierten Daten beruhen, werden durch den ökologischen Trugschluss geschwächt. Bedenken Sie auch die Möglichkeit des „atomistischen Fehlschlusses“, bei dem Annahmen über aggregierte Zählungen auf der Grundlage der Aggregation von Daten auf individueller Ebene getroffen werden (z. B. die Durchschnittsbildung von Volkszählungsgebieten zur Berechnung eines Bezirksdurchschnitts). So könnte es beispielsweise zutreffen, dass zwischen der Kindersterblichkeit und dem Familieneinkommen auf Stadtebene keine Korrelation besteht, während auf individueller Ebene eine starke Beziehung zwischen Kindersterblichkeit und Familieneinkommen besteht. Alle aggregierten Statistiken unterliegen Kompositionseffekten, so dass nicht nur die Beziehung zwischen Einkommen und Säuglingssterblichkeit auf individueller Ebene von Bedeutung ist, sondern auch der Anteil der Personen mit niedrigem, mittlerem und hohem Einkommen in jeder Stadt. Da Fall-Kontroll-Studien in der Regel auf Daten auf individueller Ebene beruhen, haben sie dieses Problem nicht.