Analyse von Veränderungen bei der Evaluation rehabilitativer Behandlungsmaßnahmen

Hintergrund/Ziele und Forschungsfragen: Die Effekte von Behandlungsmaßnahmen sollten im Allgemeinen über ein Forschungsdesign mit mehreren Messzeitpunkten belegt werden. Typischerweise werden Patienten vor, während, bei Abschluss und sechs oder zwölf Monate nach der Rehabilitation befragt. Für die statistische Analyse einer solchen Interventionsstudie wird meistens eine Varianzanalyse mit Messwiederholungsfaktor eingesetzt. Ergebnisse: Ein wichtiges Problem bei der Interpretation der Ergebnisse besteht darin, dass häufig u-förmige Verläufe der erhobenen Variablen vorliegen: Die Erfolge einer Rehabilitationsmaßnahme, welche am Ende einer Maßnahme erfahrungsgemäß am stärksten ausfallen, reduzieren sich zu den Katamnesezeitpunkten oftmals. Es wird gezeigt, dass eine angemessene Dateninterpretation – neben grafischen Verfahren – a priori spezifiziert Kontraste und deskriptive Effektstärken berücksichtigen sollte. Zudem wird die Frage behandelt, welche Korrekturmöglichkeiten bei Voraussetzungsverletzungen existieren. Damit Aussagen über die ursächliche Wirksamkeit eines Treatments mittels einer solchen Auswertung zulässig sind, muss die Gruppenzuteilung zu Interventions- und Kontrollgruppe zufällig erfolgt sein (experimentelles Design). Da dies in der Forschungspraxis zumeist nicht gewährleistet ist, kann die interne Validität der Aussagen durch die statistische Kontrolle von Drittvariablen (z.B. Behandlungsmotivation, Erkrankungsintensität) erhöht werden. Hierzu sollten dann die Drittvariablen als Kovariaten in der Varianzanalyse integriert werden. Die hier skizzierten Punkte, werden an einem einfachen Datenbeispiel verdeutlicht. Abschließend wird ein kurzer Ausblick auf Mischverteilungsmodelle gegeben, die eine Alternative zum varianzanalytischen Vorgehen mit günstigeren Eigenschaften darstellen. Schlussfolgerungen und Diskussion: Für die Beurteilung der Wirksamkeit von Behandlungsmaßnahmen ist die adäquate statistische Analyse von zentraler Bedeutung. Die Auswahl des Analyseverfahrens sollte stärker als in der allgemeinen Praxis vor dem Hintergrund der inhaltlichen Fragestellung und der Eigenschaften des statistischen Modells begründet werden, um die Gültigkeit und Vergleichbarkeit von Befunden sicherzustellen.