Analyse von Interventionsmethoden in Meta-Regressionsmodellen: Können wir feststellen, was bei wem wirkt? Erfahrungen mit der Untersuchung von Bewegungsprogrammen für KrebspatientInnen

Hintergrund:

Eine effektive Förderung von Gesundheitsverhalten, z.B. Bewegung, bei verschiedenen Zielgruppen setzt differenziertes Wissen über wirksame Interventionsmethoden voraus. Komplexe Interventionen setzen sich oft aus zahlreichen Komponenten und Methoden zusammen. Zur einheitlichen Beschreibung und Analyse der Wirksamkeit einzelner Methoden wurde die Behaviour Change Taxonomy (BCTT v1) vorgeschlagen. In Meta-Regressionsmodellen können die Methoden als Erfolgsprädiktoren untersucht werden.

Methoden:

Anhand von 30 RCTs zur Bewegungsförderung bei KrebspatientInnen nach Akutbehandlung wurden die verwendeten Interventionsmethoden nach der BCTT v1 klassifiziert und dann im Rahmen eines Meta-Regressionsmodells untersucht. Kappa-Werte wurden als Übereinstimmungsmaß der BCT-Codierung bestimmt und Gesamteffekt wie auch Ausmaß der Heterogenität der Effekte in einer random-effects Metaanalyse ermittelt. In separaten Modellen wurden daraufhin einzelne BCTs als Prädiktoren der Effektstärke analysiert.

Ergebnisse:

Insgesamt zeigten sich ein positiver Interventionseffekt (SMD = 0,28, p < 0,001), aber auch deutliche Heterogenität (Q = 94,08, p < 0,001, I² = 54,3%). Die Codierung der BCTs erforderte die Formulierung zusätzlicher Regeln. Von 27 analysierten BCTs waren 5 mit größeren Effekten und 3 mit geringeren Effekten assoziiert (p < 0,05). Auch weitere Studienmerkmale hingen mit der Effektstärke zusammen. Die Studienanzahl erlaubte nur einfache Modelle, Wechselwirkungen oder Confounding konnten nicht untersucht werden.

Schlussfolgerungen:

Meta-Regressionsmodelle sind vielversprechend, um zu explorieren, welche Merkmale Präventionsprogramme erfolgreich machen. Dabei lassen sich jedoch v.a. Hypothesen generieren, die in weiteren Primärstudien zu prüfen sind. Eine Untersuchung des Zusammenwirkens mehrerer Interventionsmethoden und weiterer Merkmale in komplexen Modellen erfordert eine große Anzahl an hochwertigen Primärstudien. Zur Erhöhung der Reliabilität scheint eine Ergänzung von Definitionen der BCTT v1 wünschenswert.