Wer Daten in R auswerten lassen möchte, benötigt mehr als funktionierenden Code. Eine methodisch fundierte statistische Auswertung beginnt mit der konkreten Fragestellung und der Prüfung des vorhandenen Datensatzes. Dabei werden unter anderem die enthaltenen Variablen und ihre Ausprägungen, die Datenqualität sowie mögliche fehlende oder auffällige Werte betrachtet. Je nach Datenstruktur und Studiendesign umfasst die weitere Auswertung die Datenaufbereitung, die Auswahl geeigneter statistischer Verfahren, die Prüfung von Modellannahmen sowie die fachliche Interpretation und nachvollziehbare Ergebnisdarstellung.
NOVUSTAT unterstützt Unternehmen, Forschende, Kliniken, öffentliche Einrichtungen und Studierende bei der professionellen Datenanalyse und statistischen Auswertung mit R. Dabei können einzelne Analyseschritte begleitet oder komplette Auswertungen übernommen werden. Im Mittelpunkt stehen der Datensatz, die zugrunde liegenden Hypothesen und die Frage, welche statistischen Methoden und Modelle belastbare Antworten auf die jeweilige Fragestellung ermöglichen. Die statistische Modellierung wird dabei konsequent an den Eigenschaften der vorliegenden Daten ausgerichtet.
R gehört zu den etablierten Statistikprogrammen und Softwareumgebungen für statistische Analysen und Grafiken. Es eignet sich sowohl für die deskriptive Statistik mit Kennwerten wie Mittelwerten, Medianen, Quantilen und Standardabweichungen als auch für komplexere Datenanalysen. Typische Verfahren sind Hypothesentests, Regressionsmodelle, Mixed Models, Mehrebenenanalysen und Überlebenszeitanalysen. Darüber hinaus wird R häufig in der Biostatistik, für klinische Daten und für wissenschaftliche Forschungsprojekte eingesetzt. Die konkrete Methode wird stets an Fragestellung, Stichprobe, Variablen, Datenstruktur und Studiendesign angepasst.
Bei klinischen oder regulatorisch relevanten Projekten orientiert sich NOVUSTAT, soweit fachlich erforderlich, an etablierten methodischen Standards wie ICH E9, ICH E9(R1) und Good Clinical Practice (GCP) sowie einschlägigen Empfehlungen regulatorischer Behörden wie EMA und FDA. ICH E9 beschreibt statistische Prinzipien für Design, Durchführung, Analyse und Bewertung klinischer Studien. Das Addendum ICH E9(R1) konkretisiert insbesondere die Definition von Estimands und die Bedeutung geeigneter Sensitivitätsanalysen, um die Robustheit und Interpretierbarkeit klinischer Ergebnisse zu beurteilen.
