Im Rahmen seiner wissenschaftlichen Laufbahn muss jeder Arzt wissenschaftliche Publikationen erstellen, von der Promotionsarbeit über Originalarbeiten in wissenschaftlichen Fachzeitschriften bis hin zur Habilitationsschrift. Bei fast allen diesen Veröffentlichungen gehen klinische Daten ein, welche für die Publikation sachgerecht ansprechend graphisch und numerisch aufbereitet werden müssen. Dazu ist die Anwendung statistischer Methoden meist unabdingbar, inzwischen sogar von vielen Fachzeitschriften explizit fur die Annahme einer Arbeit gefordert. Ferner bieten Software-Pakete benutzerfreundliche Statistik-Optionen, womit Graphiken, p-Werte und sonstige statistische Kenngrößen mit einem Mausklick verfügbar sind. Nicht zuletzt deshalb hat sich ~ ähnlich wie bei der Selbstmedikation von Patienten durch frei verfügbare Arzneimittel ~ eine stärkere Flexibilität der Ärzte in der Selbstanwendung solcher Software ausgebildet. Wie ein Patient jedoch die Beipackinforrnationen eines frei zugänglichen Arzneimittels hinsichtlich möglicher Nebenwirkungen und Kontraindikationen beachten sollte, sollte auch der klinische Anwender auf Anleitungen zur Auswahl der in solcher Software angebotenen Methoden und zur Interpretation ihrer Ergebnisse zurückgreifen können. Aus diesem Grund wird in kurzen tutoriellen Beiträgen zur Auswahl und richtigen Intereptation statistischer Verfahren für die Darstellung klinischer Daten in Publikationen versucht, dem publizierenden Arzt, aber auch bereits Studierenden der Humanmedizin die Grundlagen der Medizinischen Biometrie speziell im Hinblick auf die Erstellung von Publikationen, Dissertationen und Habilitation nahezubringen. Dargestellt werden neben flexiblen Methoden zur graphischen und numerischen Deskription von Daten (Boxplots, relatives Risiko, number needed to treat etc.) vor allem der korrekte Einbezug von p-Werten und Konfidenzintervallen in Text und Tabellenstrukturen klinischer Publikationen; beide Zugänge messen die statistische Signifikanz eines Studienergebnisses. Besonderes Gewicht wird dabei auf die Frage gelegt werden, wann abhängig von Studiendesign und Datenqualität welche der zahlreichen in Software-Paketen angebotenen Methoden geeignet ist zur Auswertung.