Dr. Stefan Lang am 09. November 2017

Medizinische Dissertation: Gute Daten gut verkaufen

Was, wenn bei den Ergebnissen einer medizinischen Dissertation die Experimente zu keinen signifikanten und auch sonst nur zu wenig interessanten Befunden geführt haben? Wenn ganz offensichtlich eine falsche Methode benutzt wurde und wichtige Kontrollen vergessen wurden? Kann man beim Zusammenschreiben daraus noch einen guten Ergebnisteil machen?

Kann man schlechte Daten schön schreiben? Eher nicht, „Schönschreiben“ ist nur etwas für Grundschüler. Aus ’schlechten‘, also nicht aussagekräftigen oder irrelevanten Daten werden niemals gute Ergebnisse (CAVE! Dass alle Daten grottig sind, ist die große Ausnahme. Die meisten Promovierenden haben sehr gute Befunde, auch wenn ihnen das beim Zusammenschreibens garnicht so bewusst ist).

Der umgekehrte Fall ist sehr viel häufiger: Die Daten sind interessant, mmitunter wegweisend, werden aber so schlecht oder langweilig beschrieben, dass Leser und Leserin ihre Bedeutung garnicht mitkriegen. Deswegen hier die Frage: Was kann ich tun, um meine guten Daten auch gut zu verkaufen?

Fragestellung

Wird zu Beginn eines Experimentes oder einer Studie keine klare Fragestellung oder keine präzise Zielsetzung genannt, erwarten Leser und Leserin auch keine klaren und präzisen Daten und sind gelangweilt:

„Das folgene Experiment soll zu einem besseren Verständnis des XY-Siganling beitragen.“ Das kann alles oder nichts bedeuten.
„Im folgenden Experiment wurde untersucht, ob Protein XY an an der Aminosäure Ser124 phosphorlyiert wird.“ Das ist eine eindeutige Frage, die auch eindeutig beantwortet werden kann.

Ausufernd und unverständlich

Der einfachste Weg, guten Daten im Ergebnisteil einer medizinischen Dissertation vollständig zu vernichten, ist Unverständlichkeit. Wenn Sie schreiben, als würden Sie nach Worten bezahlt werden, die Satzlänge am oberen Limit ist und Absätze über eine gesamte Seite gehen, dann wird niemand die Relevanz Ihrer Daten erkennen können.

Kürzen Sie nicht jeden Fachbegriff ab, der nur einmal im Text erscheint. Auch ein Übermaß an Abkürzungen kann Leser und Leserin überfordern. D.h. Beachten Sie bei der FG15-Analyse auf jeden Fall die R2D2-Wertigkeit der MLL23.1-Subpopulation.

Machen Sie aus Daten Ergebnisse

Erklären Sie dem Leser oder Leserin Ihrer Dissertation, was die Zahlen, Werte und Rohdaten eigentlich bedeuten:

„XY betrug bei unbehandelten Probanden 45% und bei behandelten Probanden 25%.“ Hier müssen sich die Leser selbst überlegen, was die Zahlen bedeuten und das kann schiefgehen.
„Die Behandlung reduzierte XY von 45% auf 25%.“ Leser erfahren klipp und klar, was die Behandlung gebracht hat. So soll es sein.

Fazit

Eine klare Frage oder ein klares Ziel haben, Experimente mit kurzen Sätzen und verständlichen Worten beschreiben und mit eindeutigen Aussagen erklären, was die Zahlen bedeuten: So können Sie Ihre guten Daten auch gut verkaufen.