Sag’ mir wann Du geboren bist und ich sage Dir, woran Du mit ziemlicher Sicherheit erkranken wirst.
Das glauben Sie nicht?
Das kommt Ihnen irgendwie spanisch vor (darf man das noch sagen oder ist das schon ethnophob)?
Nun, dass ihnen das spanisch vorkommt, das liegt daran, dass Sie die Untersuchung von Mary Regina Boland, Zachary Shahn, David Madigan, George Hripcsak und Nicholas P. Tatonetti nicht kennen. Die Bio-Informatiker haben nämlich einen Algorithmus entwickelt, der auf die Suche nach Zusammenhängen geht. Season Wide Association Study (SeaWAS) nennen sie den Algorithmus, der ohne jede Voreinstellung, ohne Bias, wenn man so will, auf Daten losgelassen werden kann, die Daten durchsucht und den Traum erfüllt, den viele Sozialforscher träumen:
Data Speak to Me.
Und in der Tat, er lässt die Daten sprechen der SeaWAS.
Zunächst einmal die Daten von 791.534 männlichen und 956.465 weiblichen Patienten, die zwischen 1985 und 2013 in einem New Yorker Krankenhaus behandelt wurden. Die Autoren haben also das, was man eine linkszensierte Stichprobe nennt, denn gesunde Menschen kommen SeaWAS nicht vor den Algorithmus. Man muss schon krank geworden sein oder krank sein, um geSeaWASt zu werden.
Für die, die krank geworden sind oder waren zwischen 1980 und 2013 hat SeaWAS den Zusammenhang zwischen 1688 verschiedenen Krankheiten und dem Geburtsmonat analysiert, und zwar auf Grundlage der Annahme, dass die (Umwelt-)Bedingungen, unter denen ein Mensch geboren wird, auf seine Gesundheit durchschlagen. Abermals ist das eine Annahme, die man diskutieren und kritisieren kann, denn Rauchen während der Schwangerschaft ist vermutlich relevanter für die Gesundheit eines Kindes als die Tatsache, dass am Tag der Geburt schlechtes Wetter war, aber sei’s drum.
Wir haben unseren Leser ein Risikoprofil versprochen, und hier ist es:
Sie kennen ihren Geburtsmonat, wir sagen Ihnen, an welcher Krankheit sie sehr wahrscheinlich erkranken oder bereits erkrankt sind:
Geburtsmonat
Wahrscheinliche Erkrankung
Januar
Bluthochdruck, Herzmuskelschwäche
Februar
Lungenkrebs, Mandelentzündung
März
Herzrhythmusstörungen; Herzstillstand, Störung der Mitralklappe, Prostatakrebs, Arteriosklerose, postoperatives Trauma
Folgen Sie uns auf Telegram.
Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org
Wenn Ihnen gefällt, was Sie bei uns lesen, dann bitten wir Sie, uns zu unterstützen.
ScienceFiles lebt weitgehend von Spenden.
Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen.Wir haben drei sichere Spendenmöglichkeiten:
Bei einer so derart grossen Stichprobe kommt aus mathematischen Gruenden immer etwas raus, was statistisch signifikant ist, extern validE ist es deshalb nicht !
1. Stichprobentheorie
2. Korrelation vs Kausalität
3. Alphafehler-Kumulierung
Bei dem Begriff SeaWAS dachte ich da kommt jetzt ein ganz ausgebuffter Algorithmus, mindestens aus dem Bereich Bayes/MCMC Verfahren oder Neuronale Netze/deep learning Algorithmen, und dann ist es nur ne popelige logistische Regression mit Chi-Quadrat Test. Schnarch.
dito. Die Erhebung ist zwar der reinste Quark. Aber subjektiv ein Treffer ins Schwarze. Ich kann machen was ich will, ich werde nicht krank, wenn alles um mich herum keucht und rotzt. Ich bin Raucher, ernähre mich schlecht und treibe keinen Sport. Trotzdem bin ich körperlich auf Zack und geistig vital. Ich glaube fast, dass ich in 200 Jahren jemanden bitten muss, mich zu erschießen. 🙂
Diese Anfänger, Sternzeichen wär viel relevanter..
Btw, bisher hat mich noch jedes Mädel nach meinem Sternzeichen gefragt.
*sfz
Zum Glück sind wir ja alle einzigartige Individuen, da macht es auch Sinn zwölf (beliebige) Schubladen zu verwenden, in die jeder gesteckt werden kann!
Ach, du liebe Zeit! Ich soll nur blaue Flecken haben? Da muss ich mich aber bei den Damen und Herren “Wissenschaftlen” beschweren; habe ich doch Polyathrose und Asthma. So was aber auch…
Wegen eines akuten Lachanfalles kann ich da leider nichts profundes dazu schreiben.
Die “Bio-Informatiker” Mary Regina Boland, Zachary Shahn, David Madigan, George Hripcsak und Nicholas P. Tatonetti hatten vermutlich nur die Absicht ihren h-index zu erhöhen.
Nun, dass ihnen das spanisch vorkommt, das liegt daran, dass Sie die Untersuchung von Mary Regina Boland, Zachary Shahn, David Madigan, George Hripcsak und Nicholas P. Tatonetti nicht kennen. Die Bio-Informatiker haben nämlich einen Algorithmus entwickelt, der auf die Suche nach Zusammenhängen geht. Season Wide Association Study (SeaWAS) nennen sie den Algorithmus, der ohne jede Voreinstellung, ohne Bias, wenn man so will, auf Daten losgelassen werden kann, die Daten durchsucht und den Traum erfüllt, den viele Sozialforscher träumen:
Für die, die krank geworden sind oder waren zwischen 1980 und 2013 hat SeaWAS den Zusammenhang zwischen 1688 verschiedenen Krankheiten und dem Geburtsmonat analysiert, und zwar auf Grundlage der Annahme, dass die (Umwelt-)Bedingungen, unter denen ein Mensch geboren wird, auf seine Gesundheit durchschlagen. Abermals ist das eine Annahme, die man diskutieren und kritisieren kann, denn Rauchen während der Schwangerschaft ist vermutlich relevanter für die Gesundheit eines Kindes als die Tatsache, dass am Tag der Geburt schlechtes Wetter war, aber sei’s drum.
Sind sie im März, Oktober oder November geboren?
ScienceFiles Spendenkonto:
HALIFAX (Konto-Inhaber: Michael Klein):
ScienceFiles Spendenkonto:
HALIFAX (Konto-Inhaber: Michael Klein):
Bei einer so derart grossen Stichprobe kommt aus mathematischen Gruenden immer etwas raus, was statistisch signifikant ist, extern validE ist es deshalb nicht !
Und? Vor allem die Frage, wie man feststellt, dass es extern nicht valide ist, interessiert mich.
1. Stichprobentheorie
2. Korrelation vs Kausalität
3. Alphafehler-Kumulierung
Bei dem Begriff SeaWAS dachte ich da kommt jetzt ein ganz ausgebuffter Algorithmus, mindestens aus dem Bereich Bayes/MCMC Verfahren oder Neuronale Netze/deep learning Algorithmen, und dann ist es nur ne popelige logistische Regression mit Chi-Quadrat Test. Schnarch.
aus mathematischen Gründen klar, aber der Regressionskoeffizient liegt nahe bei Null.
Also es ist signifikant und der Regressionskoeffizient liegt bei Null. Vielleicht hatte ich da die Masern.
“Dezember- blaue Flecken”.
Wahnsinn.
🙁
Mensch habe ich da Glück. Bei mir steht “keine”. Habe soeben einen Saal für meinen 100sten Geburtstag bestellt. So stelle ich mir Wissenschaft vor.
dito. Die Erhebung ist zwar der reinste Quark. Aber subjektiv ein Treffer ins Schwarze. Ich kann machen was ich will, ich werde nicht krank, wenn alles um mich herum keucht und rotzt. Ich bin Raucher, ernähre mich schlecht und treibe keinen Sport. Trotzdem bin ich körperlich auf Zack und geistig vital. Ich glaube fast, dass ich in 200 Jahren jemanden bitten muss, mich zu erschießen. 🙂
Sch…, im Juli geboren, kein opferstatus
Gesegnet ist die Wissenschaft.
Diese Anfänger, Sternzeichen wär viel relevanter..
Btw, bisher hat mich noch jedes Mädel nach meinem Sternzeichen gefragt.
*sfz
Zum Glück sind wir ja alle einzigartige Individuen, da macht es auch Sinn zwölf (beliebige) Schubladen zu verwenden, in die jeder gesteckt werden kann!
Ach, du liebe Zeit! Ich soll nur blaue Flecken haben? Da muss ich mich aber bei den Damen und Herren “Wissenschaftlen” beschweren; habe ich doch Polyathrose und Asthma. So was aber auch…
Wegen eines akuten Lachanfalles kann ich da leider nichts profundes dazu schreiben.
Die “Bio-Informatiker” Mary Regina Boland, Zachary Shahn, David Madigan, George Hripcsak und Nicholas P. Tatonetti hatten vermutlich nur die Absicht ihren h-index zu erhöhen.