Wie lange musst du ein Symptomtagebuch führen, bis ein Muster etwas bedeutet?

Warum führen kurze Aufzeichnungen in die Irre?

Zwei Dinge gehen gleichzeitig schief.

Zufallsschwankungen. Die meisten Symptome schwanken von Tag zu Tag stark, ohne dass jemand einen Grund nennen könnte. In einer Aufzeichnung über zwei Wochen ist ein schlechtes Wochenende ein Viertel der Belege. Durchschnittswerte und Häufigkeiten schlagen mit einzelnen Tagen aus. Nach vier Wochen hat sich das weitgehend gelegt – ungefähr deshalb verlangen Kopfschmerz-Leitlinien ein Tagebuch über etwa acht Wochen, bevor Entscheidungen darauf gestützt werden (NICE CG150).

Zu viele Vergleiche. Ein Tagebuch mit einem Symptom und zehn Begleitfaktoren lädt zu gut fünfzig Fragen ein („Ist es nach kurzem Schlaf schlimmer? Nach Kaffee? Montags? Am Tag nach Regen?“). Stell fünfzig Fragen an Zufallszahlen, und ein paar Antworten sehen aus wie Ergebnisse. Das ist das Problem der multiplen Vergleiche, und das übliche Gegenmittel lautet: umso stärkere Belege verlangen, je mehr Fragen man stellt (Benjamini & Hochberg, 1995). Die meisten Symptom-Apps tun das nicht. Sie melden die drei am stärksten aussehenden Zusammenhänge aus den fünfzig und präsentieren sie als Ergebnisse.

Wie viele Tage für welche Frage?

Das sind keine Schwellen, ab denen ein Muster wahr wird. Es sind die Punkte, ab denen die Aufzeichnung nicht mehr vom Zufall beherrscht wird.

Was macht einen Zusammenhang vertrauenswürdig?

Vier Prüfungen, für die du keine Statistik brauchst:

1. Genug Tage auf beiden Seiten. „Schlimmer nach langen Nächten“ bedeutet nichts, wenn es vier lange Nächte gab. Longnote zum Beispiel stellt keinen Vergleich in den Vordergrund, bei dem die kleinere Seite weniger als acht Tage hat.
2. Er hält, wenn sich der zeitliche Abstand verschiebt. Ein echter Effekt am Folgetag sollte nicht verschwinden, wenn du auf denselben Tag schaust, und zwei Tage später wieder auftauchen. Ein Zusammenhang, der nur bei einem einzigen passenden Abstand existiert, ist oft Zufall.
3. Er übersteht die Zahl der Vergleiche. Je mehr Faktoren im Tagebuch stehen, desto stärker muss ein einzelner Zusammenhang sein, bevor man ihm glauben sollte.
4. Er zeigt sich auch im nächsten Monat. Der beste Test für ein Muster ist, ob es sich wiederholt.

Was kannst du mit einer unvollständigen Aufzeichnung anfangen?

Eine ganze Menge. Zahlen sind lange vor Korrelationen nützlich: „neun Kopfschmerztage von dreißig, Durchschnitt 5 von 10, meist links, drei davon mit Übelkeit“ ist genau das, womit ein Arzttermin arbeitet, und dafür braucht es überhaupt kein Muster. Trag weiter die nüchternen Fakten ein, halte deine Vermutungen in einer eigenen Notiz fest und lass die Aufzeichnung zu ihnen aufschließen.

Wie stuft Longnote seine eigenen Aussagen ein?

Longnote ordnet alles, was es dir sagt, einer von vier Stufen zu. Eine Beobachtung ist eine Tatsache über einen Tracker und kann nicht falsch sein. Ein Hinweis ist ein möglicher Zusammenhang, bei dem eine Seite des Vergleichs nur drei oder vier Tage hat; er erscheint nur in Listen zum Durchsehen, mit beiden Tageszahlen, und nie in den Highlights oder in der Zusammenfassung. Ein erstes Anzeichen ist ein möglicher Zusammenhang, der noch nicht bestätigt ist, formuliert als Vermutung mit seiner Tageszahl; die Highlights zeigen höchstens eines, und nur bei weniger als sechzig Tagen Überschneidung. Ein Muster braucht mindestens dreißig Tage Überschneidung, muss eine Prüfung auf falsche Entdeckungen über alle Vergleiche der App bestehen, mit einer Rate von eins zu zehn, und im angezeigten Zeitraum weiterhin in dieselbe Richtung zeigen. Dazu trägt jeder Zusammenhang ein Wort zur Datenlage: wenige Daten, ordentliche Datenlage oder gute Datenlage. Ein stark aussehender Zusammenhang auf zwölf Tagen wird nie stark genannt. Die Begründung steht im Blogbeitrag dazu, wie die Highlights entscheiden, was sie sagen.