aiMOOC

Altern – Das Interventionsledger als kausales Prüfprotokoll

QR-Code

Einleitung

Altern – Das Interventionsledger als kausales Prüfprotokoll behandelt nicht die Behauptung, dass eine bestimmte Anti-Aging-Intervention wirksam sei. Du lernst vielmehr, wie eine geplante Intervention gegen altersbezogene Funktionsverluste so spezifiziert werden kann, dass spätere Daten eine kausale Prüfung erlauben. Der Ausdruck Interventionsledger wird hier als Arbeitsbegriff für ein versioniertes, nachvollziehbares und möglichst unveränderliches Prüfprotokoll verwendet. Er ist keine standardisierte Bezeichnung einer medizinischen Leitlinie.

Im Zentrum steht eine feste Kette von Prüffeldern: Population → Ausgangsdefizit → Eingriff → Vergleich → Exposition → Frachtbilanz → Synapsenerhalt → Funktion → Schaden. Für jedes Feld wird getrennt, ob etwas bereits beobachtet, nur als Modellannahme gesetzt oder erst als geplanter Test vorgesehen ist. Nicht identifizierbare kausale Vermittlung wird ausdrücklich mit NI markiert; fehlende Daten werden nicht stillschweigend ergänzt, sondern als MISS protokolliert.

Dieser aiMOOC liefert eine Spezifikation. Er behauptet weder, dass ein Versuch durchgeführt wurde, noch dass ein bestimmter Eingriff Altern verlangsamt, Synapsen erhält oder Funktion verbessert.

Mechanistische Modelle des Alterns können Hypothesen strukturieren. Für ein kausales Prüfprotokoll gilt aber: Ein biologischer Marker ist noch kein Beleg dafür, dass eine Intervention einen funktionellen Nutzen verursacht. Deshalb verbindet das Ledger molekulare, strukturelle, funktionelle und sicherheitsbezogene Ebenen, ohne sie gleichzusetzen.

Lernziele

Nach der Bearbeitung kannst Du ein versioniertes Interventionsledger entwerfen, kausale Zielgrößen von bloßen Messwerten unterscheiden, ein Kausaldiagramm lesen, Konfundierung und nicht identifizierbare Vermittlung erkennen, gemeinsame Erfolgskriterien vor Dateneinsicht festlegen, Abbruchregeln formulieren und fehlende Daten transparent kennzeichnen.

Grundidee des Interventionsledgers

Ein Ledger ist mehr als eine Tabelle mit Ergebnissen. Es ist ein Prüfvertrag vor der Beobachtung der entscheidenden Daten. Jede entscheidungsrelevante Aussage erhält deshalb einen Status und eine Herkunft. Dadurch wird sichtbar, welche Teile der Schlussfolgerung direkt beobachtet werden können und welche von Annahmen abhängen.

Kürzel	Bedeutung	Zulässige Verwendung
OBS	Beobachteter Befund	Nur für tatsächlich erhobene, qualitätsgeprüfte Daten mit dokumentierter Herkunft
ASM	Modellannahme	Für Voraussetzungen des Kausalmodells, der Messung oder der Übertragbarkeit
TEST	Geplanter Test	Für vorab definierte Messungen, Kontraste und Entscheidungskriterien
NI	Nicht identifizierbar	Wenn ein kausaler Vermittlungseffekt aus dem vorgesehenen Design nicht eindeutig bestimmbar ist
MISS	Fehlende Daten	Für fehlende, ausgefallene oder nicht verwertbare Messungen einschließlich dokumentiertem Grund
DEV	Protokollabweichung	Für Abweichungen vom gesperrten Plan
LOCK	Gesperrte Spezifikation	Für eine Version, deren primäre Regeln vor der entscheidenden Dateneinsicht fixiert wurden

Wichtige Regel: Ein Eintrag darf nicht rückwirkend von TEST zu OBS umetikettiert werden, ohne dass Datenquelle, Zeitpunkt, Auswertungsregel und Versionshistorie dokumentiert sind.

Versionierung und Änderungslogik

Das Ledger erhält eine eindeutige Versionskennung, zum Beispiel v1.0.0. Sinnvoll ist eine semantische Änderungslogik:

MAJOR: Änderung von Population, primärer Zielgröße, Kausalestimand, Vergleichsgruppe oder Erfolgskriterium; nach Dateneinsicht nur als neue, klar getrennte Hypothese zulässig.
MINOR: vorab dokumentierte Erweiterung um sekundäre Messungen oder Präzisierungen, die den primären Kausaltest nicht verändern.
PATCH: rein redaktionelle Korrektur ohne Einfluss auf Design, Messung oder Entscheidung.

Jede Version speichert mindestens: Versions-ID, Vorgängerversion, Datum, verantwortliche Rolle, Begründung der Änderung, betroffene Ledger-Felder, Status vor Datenfreigabe oder nach Datenfreigabe und einen unveränderlichen Fingerabdruck der gesperrten Spezifikation.

Warum Versionierung kausal wichtig ist

Wenn Erfolgskriterien erst nach Sichtung der Ergebnisse verändert werden, ist unklar, ob der Test eine vorher formulierte Hypothese prüft oder nur ein zufällig günstiges Muster beschreibt. Versionierung trennt deshalb Bestätigung von Exploration. Explorative Analysen bleiben wertvoll, müssen aber als neue Hypothesen für eine spätere Prüfung gekennzeichnet werden.

Kausales Grundmodell

Für die Spezifikation verwenden wir folgende Symbolik:

A = zugewiesener Eingriff, C = Vergleich, E = Exposition, B = Frachtbilanz, S = Synapsenerhalt, Y = Funktion, H = Schaden und L = relevante Ausgangsmerkmale.

Eine vereinfachte Hypothesenkette lautet:

A → E → B → S → Y

Zusätzlich kann A → H gelten. Ausgangsmerkmale L können mehrere nachgelagerte Größen beeinflussen. Wird A randomisiert zugewiesen, reduziert das bestimmte Formen von Konfundierung des Gesamteffekts von A auf Y; es identifiziert aber nicht automatisch jeden Vermittlungseffekt innerhalb der Kette.

Gesamteffekt und Vermittlung

Der primäre kausale Kontrast sollte vorab festgelegt werden. Ein mögliches abstraktes Ziel ist der mittlere Unterschied in der funktionellen Zielgröße unter Eingriff gegenüber Vergleich in der definierten Zielpopulation. Dieser Gesamteffekt ist etwas anderes als die Frage, warum ein Effekt entsteht.

Für die Vermittlungskette E → B → S → Y sind zusätzliche Annahmen nötig. Dazu gehören je nach Design die hinreichende Kontrolle gemeinsamer Ursachen von Vermittler und Ergebnis, eine geeignete zeitliche Reihenfolge, ausreichende Messgüte und der Umgang mit postinterventionellen Störgrößen. Sind diese Voraussetzungen nicht durch Design und Daten gestützt, erhält der Vermittlungseintrag NI. Dann darf weder ein „vermittelter Anteil“ noch eine mechanistische Kausalbehauptung als gesichert ausgegeben werden.

Die neun Pflichtfelder des Ledgers

Population

Die Population legt fest, für wen eine Aussage gelten soll. Zu dokumentieren sind Zielpopulation, tatsächlich rekrutierte oder untersuchte Stichprobe, Ein- und Ausschlussregeln, relevante Altersdefinition, Ausgangsmerkmale, Stratifizierungen und die geplante Analysepopulation. Falls eine Übertragung von einem Modellorganismus, Zellmodell oder einer speziellen klinischen Gruppe auf andere Populationen beabsichtigt ist, wird diese Übertragbarkeit als ASM und nicht als beobachtete Tatsache geführt.

Prüffrage: Ist die Zielpopulation vorab so definiert, dass nachträgliche Auswahl günstiger Untergruppen verhindert wird?

Ausgangsdefizit

Das Ausgangsdefizit beschreibt, welches altersbezogene Problem überhaupt verbessert oder stabilisiert werden soll. Es kann strukturell, physiologisch, kognitiv oder funktionell definiert sein. Die Messung erfolgt vor der Intervention mit vorab festgelegtem Instrument, Zeitfenster und Schwellenkonzept.

Ein Ausgangsdefizit ist kein bloßes Etikett wie „alt“. Es braucht eine messbare Referenz. Wenn die Population das definierte Defizit nicht zeigt, ist ein späterer „Erhalt“ schwer interpretierbar. Der Ledger-Eintrag nennt daher Messgröße, Einheit, Richtung, Referenz und Unsicherheit.

Eingriff

Der Eingriff wird so beschrieben, dass er prinzipiell reproduzierbar ist, ohne die Ergebnisinterpretation vorwegzunehmen. Dazu gehören Identität, Modus, Zeitpunkt, Dauer, Zuweisungsverfahren und Qualitätskontrollen. Bei komplexen Eingriffen werden aktive Komponenten von Begleitmaßnahmen getrennt.

Nicht zulässig ist eine Definition wie „wirksame Dosis“ oder „erfolgreiche Behandlung“, weil damit der zu prüfende Erfolg bereits in die Definition eingebaut würde.

Vergleich

Der Vergleich beantwortet die Gegenfrage: Was wäre ohne den untersuchten Eingriff oder unter einer geeigneten Alternative zu erwarten? Je nach Forschungsfrage kann dies ein Placebo, eine Scheinintervention, Standardversorgung, ein Träger ohne aktive Fracht oder eine andere klar definierte Kontrolle sein.

Ein transparentes Ablaufdiagramm hilft, Zuordnung, Nachverfolgung, Ausschlüsse und Auswertung nachvollziehbar zu machen. Das Ledger dokumentiert zusätzlich, ob Randomisierung, Verblindung und Zuteilungsverdeckung vorgesehen sind und wo sie praktisch nicht möglich sind.

Exposition

Exposition bedeutet hier die tatsächlich erreichte Einwirkung des Eingriffs auf die vorgesehene Einheit oder Zielregion. Zuweisung und Exposition sind nicht dasselbe: Eine Einheit kann einem Eingriff zugewiesen sein, ohne die geplante Exposition zu erreichen.

Vorab zu definieren sind Expositionsmaß, Messzeitpunkte, Messmatrix, Kalibrierung, Nachweisgrenze und das Kriterium für ausreichende Exposition. Je nach Modalität können Konzentration, Zeit über einer Schwelle, kumulative Fläche unter einer Kurve oder ein anderes validiertes Maß passend sein. Das Ledger schreibt keine universelle Expositionsmetrik vor.

Frachtbilanz

Frachtbilanz ist in diesem Ledger eine operative Bilanz der eingebrachten, nachweisbaren und nicht erklärten Fracht. Sie kann für Vektoren, Träger, Partikel, markierte Moleküle oder andere transportierte Komponenten genutzt werden. Das Konzept darf nur verwendet werden, wenn die Größen messbar und für die konkrete Intervention sinnvoll definiert sind.

Eine abstrakte Bilanz lautet:

Q_in = Q_target + Q_offtarget + Q_clear + Q_unknown

Dabei ist Q_in die eingebrachte Fracht, Q_target die im Zielkompartiment nachgewiesene Fracht, Q_offtarget die außerhalb des Ziels nachgewiesene Fracht, Q_clear die im definierten Beobachtungsfenster abgeführte oder abgebaute Fracht und Q_unknown der nicht erklärte Anteil.

Biologische Systeme sind dynamisch. Diese Gleichung ist deshalb keine Behauptung einer perfekten physikalischen Massenerhaltung im Organismus, sondern eine vorab definierte Mess- und Rechenschaftsregel. Messfehler, Umbau, Metabolismus und nicht beobachtbare Kompartimente werden als Unsicherheit oder MISS sichtbar gemacht.

Synapsenerhalt

Synapsenerhalt beschreibt eine strukturelle oder funktionelle Erhaltung synaptischer Eigenschaften. Ein einzelner Marker reicht nicht automatisch als Nachweis. Die Spezifikation legt vorab fest, ob Dichte, Morphologie, Proteinkomplexe, ultrastrukturelle Merkmale, elektrophysiologische Parameter oder eine Kombination davon geprüft werden.

Wichtig ist die Trennung zwischen Messvalidität und kausaler Vermittlung: Selbst ein klarer Unterschied in einem Synapsenmarker beweist nicht automatisch, dass dieser Unterschied die spätere Funktionsänderung verursacht.

Funktion

Funktion ist die Ebene, auf der ein biologischer Effekt für Verhalten, Leistung oder klinisch relevante Fähigkeiten Bedeutung erhalten kann. Der primäre funktionelle Endpunkt wird vorab festgelegt, einschließlich Skalenrichtung, minimal relevantem Effekt, Messzeitpunkt, Auswertungsmodell und Umgang mit Wiederholungsmessungen.

Sekundäre Funktionsmaße dürfen ergänzen, aber nicht nachträglich den primären Endpunkt ersetzen, nur weil sie günstiger ausfallen.

Schaden

Schaden ist ein gleichrangiges Pflichtfeld und kein nachträglicher Anhang. Er umfasst unerwünschte Ereignisse, Funktionsverschlechterung, Organ- oder Gewebeschäden, Fehlverteilung der Fracht, belastende Off-Target-Effekte und weitere interventionsspezifische Risiken.

Vorab werden Sicherheitsgrenzen und Eskalationswege definiert. Ein biologischer oder funktioneller Nutzen gilt nicht als gemeinsamer Erfolg, wenn die vorab festgelegte Schadensgrenze überschritten wird.

Prüffähige Ledger-Spezifikation

Die folgende Tabelle ist ein ausfüllbares Mindestmodell. Die Symbole für Schwellenwerte sind Platzhalter. Konkrete Werte müssen vor der entscheidenden Dateneinsicht festgelegt werden.

Feld	Vorab zu sperrende Angaben	Evidenzstatus	Prüfkriterium	Fehlende Daten / NI
Population	Zielpopulation, Stichprobe, Ein-/Ausschluss, Strata, Analysepopulation	ASM/TEST, später OBS	Population entspricht dem gesperrten Einschlussmodell	Rekrutierungs- und Auswahlverluste als MISS
Ausgangsdefizit	Messgröße, Referenz, Richtung, Zeitpunkt, Schwelle δ_D	TEST, später OBS	Defizit ist in der vorgesehenen Population messbar vorhanden	Nicht messbare Baselinewerte als MISS
Eingriff	Identität, Zuweisung, Modus, Dauer, Qualitätskontrolle	TEST, später OBS	Eingriff entspricht der gesperrten Spezifikation	Abweichungen als DEV
Vergleich	Kontrollbedingung, Randomisierung, Verblindung, Standardversorgung	TEST, später OBS	Vergleich beantwortet die festgelegte Gegenfrage	Kontamination als DEV/MISS
Exposition	Metrik, Matrix, Zeitpunkte, Kalibrierung, Schwelle θ_E	TEST, später OBS	E_A − E_C erfüllt vorab definierte Expositionsregel	Unter Nachweisgrenze als MISS oder vordefinierte Zensierung
Frachtbilanz	Q_in, Q_target, Q_offtarget, Q_clear, Q_unknown, Zeitfenster	TEST, später OBS	Bilanzfehler ≤ θ_B und unerklärter Anteil ≤ θ_U	Nicht zuordenbare Fracht als Q_unknown und MISS
Synapsenerhalt	Primärer synaptischer Endpunkt, Messregion, Blinding, Δ_S*	TEST, später OBS	Unterschied erfüllt Δ_S* nach gesperrter Auswertung	Messausfall als MISS; Vermittlung ggf. NI
Funktion	Primärer Funktionsendpunkt, Δ_Y*, Zeitpunkt, Analysemodell	TEST, später OBS	Unterschied erfüllt Δ_Y* nach gesperrter Auswertung	Drop-out und nicht auswertbare Tests als MISS
Schaden	Sicherheitsendpunkte, Schadensmarge M_H, Eskalationsregel	TEST, später OBS	Schaden bleibt innerhalb M_H	unvollständige Sicherheitsdaten als MISS und ggf. Stop

Gemeinsame Erfolgskriterien

Ein gemeinsamer Erfolg wird vorab als logische Konjunktion definiert. Das bedeutet: Nicht ein einzelner positiver Marker, sondern alle für die Forschungsfrage notwendigen Bedingungen müssen erfüllt sein.

K1 – Designintegrität: Population, Eingriff und Vergleich entsprechen der gesperrten Version; kritische Abweichungen liegen unter der vorab definierten Toleranz.
K2 – Exposition: Die Interventionsgruppe erreicht die vorab definierte Expositionsanforderung relativ zum Vergleich.
K3 – Frachtbilanz: Bilanzfehler und unerklärter Frachtanteil bleiben unter den vorab definierten Grenzen θ_B und θ_U.
K4 – Synapsenerhalt: Der primäre synaptische Endpunkt erreicht mindestens den vorab definierten Effekt Δ_S* mit der festgelegten Unsicherheitsregel.
K5 – Funktion: Der primäre funktionelle Endpunkt erreicht mindestens Δ_Y* mit der festgelegten Unsicherheitsregel.
K6 – Schaden: Die Schadensmarge M_H wird nicht überschritten.
K7 – Datenvollständigkeit: Fehlende Daten überschreiten nicht die vorab definierte Grenze oder die vorab geplante Sensitivitätsanalyse zeigt, dass die Entscheidung gegenüber plausiblen Fehlmechanismen robust bleibt.

Wesentlich: θ_E, θ_B, θ_U, Δ_S*, Δ_Y*, M_H und die Regel zur Datenvollständigkeit sind keine nachträglich wählbaren Zahlen. Sie müssen vor der entscheidenden Dateneinsicht begründet und gesperrt werden.

Abbruchregeln

Abbruchregeln schützen sowohl Aussagekraft als auch Sicherheit. Sie werden vorab formuliert und gelten symmetrisch für günstige und ungünstige Zwischenstände.

Sicherheitsstopp: Abbruch oder Pause, wenn eine vordefinierte Schadensgrenze überschritten wird.
Expositionsstopp: technischer Stopp, wenn die Intervention wiederholt keine messbare oder spezifikationskonforme Exposition erzeugt und eine Fortsetzung keine interpretierbare Prüfung mehr erlaubt.
Messvaliditätsstopp: Stopp der Auswertung, wenn eine kritische Messmethode ihre vorab definierten Qualitätskontrollen nicht besteht.
Datenintegritätsstopp: Stopp oder Sperre, wenn Randomisierung, Verblindung, Zuordnung oder Datenherkunft so verletzt sind, dass der primäre Kausaltest nicht mehr der gesperrten Spezifikation entspricht.
Fehlendatenstopp: Stopp, wenn der Anteil oder die Struktur fehlender Primärdaten die vorab definierte Interpretierbarkeitsgrenze überschreitet.
Futilitätsstopp: nur zulässig, wenn Zeitpunkt, Statistik und Entscheidungsgrenze für eine Zwischenanalyse bereits vorab definiert wurden.

Ein Abbruch bedeutet nicht automatisch „Intervention unwirksam“. Er kann auch bedeuten, dass die geplante kausale Frage mit dem aktuellen Design nicht mehr zuverlässig beantwortet werden kann.

Geplante Tests

Test-ID	Fragestellung	Geplante Prüfung	Entscheidung
T1	Liegt das definierte Ausgangsdefizit vor?	Vorab festgelegte Baseline-Messung gegen definierte Referenz	OBS oder MISS
T2	Wurde Eingriff beziehungsweise Vergleich korrekt zugewiesen?	Zuweisungs- und Qualitätskontrolle	OBS oder DEV
T3	Wurde ausreichende Exposition erreicht?	Gesperrter Kontrast der Expositionsmetrik	Erfolg / Nichterfolg / MISS
T4	Ist die Frachtbilanz hinreichend geschlossen?	Bilanzfehler und Q_unknown gegen θ_B und θ_U	Erfolg / Nichterfolg / MISS
T5	Wird der primäre Synapsenendpunkt erhalten?	Gesperrter Kontrast gegen Δ_S*	Erfolg / Nichterfolg / MISS
T6	Verbessert oder erhält sich die primäre Funktion?	Gesperrter Kontrast gegen Δ_Y*	Erfolg / Nichterfolg / MISS
T7	Bleibt Schaden innerhalb der Grenze?	Sicherheitsanalyse gegen M_H	Erfolg / Stopp / MISS
T8	Vermittelt Synapsenerhalt den Funktionseffekt?	Nur bei identifizierbarem Mediationsdesign; sonst keine Kausalquantifizierung	Schätzbar oder NI
T9	Verändert Fehlendheit die Schlussfolgerung?	Vorab definierte Sensitivitätsanalyse	robust / nicht robust
T10	Ist die Schlussfolgerung reproduzierbar?	Unabhängige Wiederholung oder vorab definierte Replikationsstufe	bestätigt / nicht bestätigt / offen

Fehlende Daten systematisch behandeln

Fehlende Daten werden nicht durch bloßes Weglassen unsichtbar gemacht. Für jede Primärvariable werden Anzahl, Zeitpunkt, Grund und Gruppenverteilung der fehlenden Werte dokumentiert. Zusätzlich wird festgehalten, ob das Fehlen plausibel mit Intervention, Schaden, Ausgangsdefizit oder Ergebnis zusammenhängen könnte.

Das Ledger unterscheidet mindestens zwischen technisch fehlend, biologisch nicht messbar, ausgeschieden, unter Nachweisgrenze und unbekannter Grund. Eine Imputation ist kein Ersatz für diese Dokumentation. Falls imputiert wird, müssen Modell, Variablen, Anzahl der Imputationen und Sensitivitätsregeln vorab festgelegt werden.

Nicht identifizierbare Vermittlung

Ein beobachteter Ablauf „mehr Exposition, bessere Synapsenmarker, bessere Funktion“ beweist nicht automatisch die Kette Exposition verursacht Synapsenerhalt verursacht Funktionsgewinn. Alternativen sind gemeinsame Ursachen, Messartefakte, Selektion, umgekehrte zeitliche Zuordnung oder direkte Wirkpfade.

Die Kennzeichnung NI ist deshalb ein positives Qualitätsmerkmal. Sie bedeutet: Das Design reicht für diese spezielle kausale Vermittlungsbehauptung nicht aus. Der Gesamteffekt des Eingriffs kann trotzdem schätzbar sein, während der Mechanismus offenbleibt.

Beispiel eines leeren Ledger-Eintrags

Element	Eintrag
Ledger-ID	AGE-INT-001
Version	v1.0.0-LOCK
Population	[vorab definieren]
Ausgangsdefizit	[Messgröße, Referenz, Schwelle]
Eingriff	[Identität und Zuweisung]
Vergleich	[Kontrollbedingung]
Exposition	[Metrik, Zeitfenster, θ_E]
Frachtbilanz	[Q_in, Q_target, Q_offtarget, Q_clear, Q_unknown, θ_B, θ_U]
Synapsenerhalt	[primärer Endpunkt, Δ_S*]
Funktion	[primärer Endpunkt, Δ_Y*]
Schaden	[Sicherheitsendpunkt, M_H]
Vermittlung	[identifizierbar / NI mit Begründung]
Fehlende Daten	[Regel, MISS-Codes, Sensitivitätsplan]
Erfolg	[K1 ∧ K2 ∧ K3 ∧ K4 ∧ K5 ∧ K6 ∧ K7]
Abbruch	[vordefinierte Stop-Regeln]
Änderungshistorie	[Append-only; jede Änderung mit Grund]

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was ist die Hauptfunktion eines Interventionsledgers? (Eine vorab versionierte und prüfbare Kausalspezifikation zu dokumentieren) (!Nachträglich die günstigsten Ergebnisse auszuwählen) (!Eine Intervention automatisch als wirksam zu erklären) (!Fehlende Daten durch Schätzwerte zu ersetzen)

Welcher Status kennzeichnet einen tatsächlich erhobenen und qualitätsgeprüften Befund? (OBS) (!ASM) (!TEST) (!NI)

Wann soll eine kausale Vermittlung mit NI gekennzeichnet werden? (Wenn das Design den Vermittlungseffekt nicht eindeutig identifizieren kann) (!Wenn der Gesamteffekt statistisch groß ist) (!Wenn keine Vergleichsgruppe benötigt wird) (!Wenn alle Messwerte vollständig sind)

Was bezeichnet Q_unknown in der Frachtbilanz? (Den nicht erklärten Anteil der Fracht) (!Die gesamte eingebrachte Fracht) (!Nur die Fracht im Zielkompartiment) (!Nur die bereits abgeführte Fracht)

Wann müssen Erfolgskriterien festgelegt werden? (Vor der entscheidenden Dateneinsicht) (!Nach Auswahl der besten Endpunkte) (!Erst nach einer positiven Zwischenanalyse) (!Nur wenn das Ergebnis negativ ausfällt)

Welche Aussage zum Synapsenerhalt ist korrekt? (Ein Synapsenmarker allein beweist nicht automatisch funktionelle Vermittlung) (!Synapsenerhalt macht Funktionsmessungen überflüssig) (!Jeder Synapsenmarker ist automatisch kausal) (!Synapsenerhalt kann nie gemessen werden)

Was ist die Aufgabe der Vergleichsbedingung? (Eine klar definierte Gegenfrage zum Eingriff bereitzustellen) (!Nur die Stichprobe zu vergrößern) (!Die Verblindung grundsätzlich zu verhindern) (!Alle Ausgangsunterschiede nachträglich zu löschen)

Was muss mit fehlenden Primärdaten geschehen? (Sie müssen als MISS mit Grund und Zeitpunkt dokumentiert werden) (!Sie dürfen stillschweigend gelöscht werden) (!Sie werden automatisch als Erfolg gewertet) (!Sie machen jede Analyse unmöglich)

Welche Änderung erfordert typischerweise eine neue Hauptversion? (Eine Änderung des primären Kausalestimands) (!Eine Rechtschreibkorrektur) (!Ein Formatwechsel ohne Inhaltsänderung) (!Eine zusätzliche Seitenzahl)

Welche Bedingung gehört zu einem gemeinsamen Erfolg? (Der Schaden bleibt innerhalb der vorab festgelegten Grenze) (!Mindestens ein beliebiger Marker verändert sich) (!Die Vermittlung wird auch ohne Identifizierbarkeit behauptet) (!Die Erfolgsschwelle wird nachträglich angepasst)

Memory

Beobachteter Befund	OBS
Modellannahme	ASM
Geplanter Test	TEST
Nicht identifizierbare Vermittlung	NI
Fehlender Messwert	MISS
Protokollabweichung	DEV

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Population	Für wen soll die Aussage gelten?
Exposition	Welche tatsächliche Einwirkung wurde erreicht?
Frachtbilanz	Wo befindet sich die eingebrachte Fracht und welcher Anteil bleibt unerklärt?
Synapsenerhalt	Welche synaptische Struktur oder Funktion soll erhalten bleiben?
Funktion	Welche relevante Leistung soll sich erhalten oder verbessern?
Schaden	Welche negativen Folgen dürfen eine vorab definierte Grenze nicht überschreiten?

Kreuzworträtsel

Ledger	Wie heißt das versionierte Prüfprotokoll in diesem aiMOOC?
Exposition	Wie heißt die tatsächlich erreichte Einwirkung eines Eingriffs?
Vergleich	Welches Feld beschreibt die Gegenbedingung zum Eingriff?
Synapse	Welche neuronale Kontaktstruktur steht beim Synapsenerhalt im Mittelpunkt?
Schaden	Welches Pflichtfeld erfasst negative Folgen?
Versionierung	Wie heißt das systematische Festhalten von Protokollständen und Änderungen?

LearningApps

Lückentext

Ein Interventionsledger trennt beobachtete Daten von

.

Eine noch nicht durchgeführte Messung trägt zunächst den Status

.

Nicht eindeutig identifizierbare kausale Vermittlung wird mit

markiert.

Fehlende Werte werden im Ledger als

dokumentiert.

Die tatsächlich erreichte Einwirkung eines Eingriffs heißt

.

Der nicht erklärte Anteil einer Frachtbilanz wird als

geführt.

Ein struktureller Synapsenmarker ersetzt nicht automatisch die Messung der

.

Gemeinsame Erfolgskriterien müssen vor der entscheidenden

festgelegt werden.

Eine überschrittene Sicherheitsgrenze kann eine vorab definierte

auslösen.

Änderungen am primären Kausalestimand erfordern eine neue klar getrennte

.

Offene Aufgaben

Leicht

Ledger-Felder: Erstelle für ein fiktives Alternsprojekt eine leere Tabelle mit den neun Pflichtfeldern und markiere jedes Feld zunächst als ASM oder TEST.
Statuscodes: Formuliere je zwei Beispiele für OBS, ASM, TEST, NI, MISS und DEV, ohne eine Versuchsdurchführung zu behaupten.
Erfolgskriterien: Schreibe sieben gemeinsame Erfolgskriterien mit symbolischen Schwellenwerten und erkläre, warum diese vor Dateneinsicht festgelegt werden müssen.
Abbruchregeln: Entwirf je eine Sicherheits-, Messvaliditäts- und Fehlendatenregel für ein rein hypothetisches Forschungsprotokoll.

Standard

Kausaldiagramm: Zeichne ein DAG mit A, E, B, S, Y, H und mindestens zwei Ausgangsvariablen L. Markiere mögliche Störpfade.
Frachtbilanz: Entwickle ein Rechenbeispiel mit frei erfundenen, klar als Simulation gekennzeichneten Werten für Q_in, Q_target, Q_offtarget, Q_clear und Q_unknown.
Fehlende Daten: Simuliere drei verschiedene Fehlmechanismen und beschreibe, wie sie eine Aussage über Funktion verzerren könnten.
Versionsvergleich: Erzeuge v1.0.0 und v2.0.0 eines hypothetischen Ledgers. Begründe jede MAJOR-Änderung und kennzeichne, welche Hypothese dadurch neu wird.

Schwer

Kausale Mediation: Analysiere, unter welchen zusätzlichen Annahmen der Pfad S → Y kausal interpretierbar wäre und wann NI gesetzt werden muss.
Sensitivitätsanalyse: Entwirf einen Plan, der prüft, ob das gemeinsame Erfolgskriterium gegenüber plausiblen Fehlendatenmustern robust bleibt.
Präregistrierung: Formuliere ein vollständiges, aber noch leeres Präregistrierungsgerüst mit primärem Estimand, Endpunkt, Multiplikitätsregel, Stop-Regeln und Änderungslog.
Adversarial Review: Tausche Dein Ledger mit einer anderen Gruppe und versuche systematisch, nachträgliche Freiheitsgrade, versteckte Annahmen und nicht identifizierbare Vermittlung zu finden.

Lernkontrolle

Kausale Kette: Begründe, warum ein positiver Expositionsbefund plus ein positiver Synapsenmarker noch keinen kausalen Funktionsmechanismus beweist.
Designbruch: Beurteile einen Fall, in dem nach der Dateneinsicht der primäre Funktionsendpunkt ausgetauscht wird. Erkläre, welche Versionierungsfolge nötig wäre.
Fehlendaten und Schaden: Entwickle ein Szenario, in dem besonders stark geschädigte Einheiten häufiger aus der Funktionsmessung ausfallen, und analysiere die mögliche Verzerrung.
Fracht und Off-Target: Erkläre, warum eine gute Ziel-Exposition bei gleichzeitig hoher Off-Target-Fracht das gemeinsame Erfolgskriterium gefährden kann.
Gesamteffekt und Mediation: Zeige an einem selbst gezeichneten DAG, wie der Gesamteffekt von A auf Y schätzbar sein kann, während der vermittelte Anteil über S nicht identifizierbar bleibt.
Transfer: Übertrage die Ledger-Logik auf eine nichtbiologische Intervention, zum Beispiel eine Lernintervention, und ersetze Frachtbilanz sowie Synapsenerhalt durch passende Zwischenstufen.

Lernnachweis

Für einen Lernnachweis zu diesem Thema solltest Du zeigen, dass Du:

die neun Pflichtfelder eines Interventionsledgers vollständig und konsistent spezifizieren kannst,
OBS, ASM, TEST, NI, MISS und DEV korrekt auseinanderhältst,
ein einfaches Kausaldiagramm mit Eingriff, Exposition, Vermittlern, Funktion und Schaden erstellen kannst,
gemeinsame Erfolgskriterien und Abbruchregeln vorab formulierst,
fehlende Daten sichtbar dokumentierst und ihre mögliche Verzerrung diskutierst,
einen Gesamteffekt von einer kausalen Vermittlungsbehauptung unterscheidest,
Versionsänderungen nachvollziehbar klassifizierst und post-hoc Änderungen als neue Hypothesen kennzeichnest,
keine Versuchsdurchführung oder Wirksamkeit behauptest, wenn nur eine Spezifikation vorliegt.