Psychometrische Eigenschaften des Qualiskope-A zur Messung der Patientenzufriedenheit mit der ambulant-ärztlichen Behandlung: Einsatz in der Onkologie und Übertragbarkeit auf die stationäre Versorgung

Zusammenfassung

Zielsetzung Das Qualiskope-A ist ein deutschsprachiger Patientenfragebogen, der – mit Hilfe von 27 Items verteilt auf vier Skalen – eine Messung der Patientenzufriedenheit mit der ambulant-ärztlichen Behandlung ermöglicht. In dieser Studie wurde untersucht, ob der Fragebogen auch in einer onkologischen Population zuverlässige Ergebnisse liefert und ob sein Anwendungsbereich auf die stationäre Versorgung ausgeweitet werden kann.

Methodik Die erforderlichen Daten wurden im Rahmen der PIKKO-Studie erhoben. Zunächst wurden deskriptive Skalenstatistiken und interne Konsistenz (Cronbachs Alpha) analysiert. Zusätzlich wurde eine Teilstichprobe, die zu zwei aufeinanderfolgenden Messzeitpunkten denselben Arzt bewertete, hinsichtlich Retest-Reliabilität betrachtet (Spearman Korrelation (r_s) zwischen den Messzeitpunkten). Anschließend wurde das Messmodell des Qualiskope-A mittels konfirmatorischer Faktorenanalyse untersucht. Zur Prüfung der Übertragbarkeit auf die stationäre Versorgung wurde die Messinvarianz hinsichtlich ambulant und stationär behandelter Patienten berechnet.

Ergebnisse In die Untersuchung wurden n=476 Patienten eingeschlossen. Alle Scores des Qualiskope-A wiesen in der Stichprobe eine stark linksschiefe Verteilung auf und ließen ausgeprägte Deckeneffekte erkennen. Für Cronbachs Alpha galt durchweg > 0,8. In der Retest-Gruppe (n=197) war eine starke Korrelation (rs>0,5) zwischen den Messzeitpunkten zu beobachten. Die mittels konfirmatorischer Faktorenanalyse berechneten Fit-Indizes belegten einen guten Modellfit (CFI=0,958; RMSEA=0,026; SRMR=0,040; alle Faktorladungen>0,6). Die im Rahmen der Untersuchung der Messinvarianz berechneten Fit-Indizes erfüllten durchweg die definierten Schwellenwerte.

Schlussfolgerung Das Qualiskope-A weist in der untersuchten onkologischen Stichprobe eine gute Reliabilität auf. Es kann sowohl im ambulanten, als auch im stationären Setting eingesetzt werden (Hinweise auf Non-Invarianz fanden sich nicht). Aufgrund ausgeprägter Deckeneffekte sollte jedoch die Itemskalierung überarbeitet werden.

Abstract

Aim The Qualiskope-A is a German-language PREM (Patient Reported Experience Measure) which, with the help of 27 items allocated to four scales, enables measurement of patient satisfaction with outpatient medical treatment along four dimensions of patient satisfaction. This study examined whether the questionnaire delivers reliable results in an oncological population and whether its application can be extended to inpatient care.

Method Required data was collected as part of the PIKKO study. Initially, descriptive statistics and internal consistency (Cronbach’s alpha) of the PREM’s scales were analyzed. In addition, a sub-sample that assessed the same doctor at two consecutive measurement time points was observed with regard to test-retest reliability (Spearman correlation (r_s) between both measurement time points). The measurement model of the Qualiskope-A was then examined using confirmatory factor analysis. To test the transferability to inpatient care, measurement invariance with regard to outpatients and inpatients was computed.

Results A total of 476 patients was included in the study. Every score of the Qualiskope-A showed a left-skewed distribution in the sample and revealed pronounced ceiling effects. Cronbach’s alpha coefficients were consistently>0,8. Within the test-retest group (n=197), a strong correlation (rs>0,5) was observed between the measurement time points. The fit indices calculated using confirmatory factor analysis showed a good model fit (CFI=0,958; RMSEA=0,026; SRMR=0,040; every factor loadings>0,6). The fit indices, calculated as part of the investigation of measurement invariance, consistently met the defined threshold values.

Conclusion The Qualiscope-A shows good reliability in the examined oncological sample. It can be used in both outpatient and inpatient settings (no indications of non-invariance were found). Due to pronounced ceiling effects, however, the item scaling should be revised.

Schlüsselwörter

Faktorenanalyse - Patientenfragebogen - Patientenorientierung - Qualitätsmanagement - Reliabilität

Key words

factor analysis - patient orientation - patient reported experience Measure (PREM) - quality management - Reliabilityonline publiziert 2023

Publication History

Article published online:
07 April 2023

• Literatur

• 1 Lecher S, Satzinger W, Trojan A. et al. Patientenorientierung durch Patientenbefragungen als ein Qualitätsmerkmal der Krankenversorgung. Bundesgesundheitsbl - Gesundheitsforsch – Gesundheitsschutz 2002; 45: 3-12 DOI: 10.1007/s103-002-8379-8.
• 2 Ozegowski S, Amelung VE. Patientenorientierung – leicht gefordert, schwer umgesetzt. In: Amelung VE, Eble S, Hildebrandt H et al., Hrsg. Patientenorientierung – Schlüssel für mehr Qualität. Berlin: MWV; 2015: 3-8
• 3 Stegmaier P. „Wie man vom volume zum value kommt“. Monitor Versorgungsforschung 2021; 14: 18-21 DOI: 10.24945/MVF.06.21.1866-0533.2353.
• 4 Weis J, Härter M, Schulte H. et al. Patientenorientierung in der Onkologie. Onkologe 2011; 17: 1115-1126 DOI: 10.1007/s00761-011-2146-1.
• 5 Porter ME. What is value in health care?. N Engl J Med 2010; 363: 2477-2481 DOI: 10.1056/NEJMp1011024.
• 6 Stötzner K. Einbindung von Patienten und ihren Anliegen in die evidenzbasierte Medizin. Z Arztl Fortbild Qualitatssich 2001; 95: 131-136
• 7 Kingsley C, Patel S. Patient-reported outcome measures and patient-reported experience measures. BJA Education 2017; 17: 137-144 DOI: 10.1093/bjaed/mkw060.
• 8 Gericke CA, Schiffhorst G, Busse R. et al. Ein valides Instrument zur Messung der Patientenzufriedenheit in ambulanter haus- und fachärztlicher Behandlung: das Qualiskope-A. Gesundheitswesen 2004; 66: 723-731 DOI: 10.1055/s-2004-813750.
• 9 Brandt F. Value Based Digital Health: Einsatz von Patientenfragebögen in Digitalen Gesundheitsanwendungen als Einstieg in eine nutzenbasierte Versorgung. Monitor Versorgungsforschung 2021; 14: 66-70 DOI: 10.24945/MVF.05.21.1866-0533.2347.
• 10 Heins MJ, Korevaar JC, Donker GA. et al. The combined effect of cancer and chronic diseases on general practitioner consultation rates. Cancer Epidemiol 2015; 39: 109-114 DOI: 10.1016/j.canep.2014.12.002.
• 11 Berger B, Lenz M, Mühlhauser I. Patient zufrieden, Arzt gut? Inwiefern ist Patientenzufriedenheit ein Indikator für die Qualität der hausärztlichen Versorgung?. ZEFQ – Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen 2008; 102: 299-306 DOI: 10.1016/j.zgesun.2008.01.004.
• 12 Wensing M, Mainz J, Grol R. A standardised instrument for patient evaluations of general practice care in Europe. Eur J Gen Pract 2000; 6: 82-87 DOI: 10.3109/13814780009069953.
• 13 Bitzer EM, Dierks M, Dörning H. et al. Zufriedenheit in der Arztpraxis aus Patientenperspektive. Psychometrische Prüfung eines standardisierten Erhebungsinstruments. Z f Gesundheitswiss 1999; 7: 196-209 DOI: 10.1007/BF02956130.
• 14 Schneider N, Bäcker A, Brenk-Franz K. et al. Patient information, communication and competence empowerment in oncology (PIKKO) – evaluation of a supportive care intervention for overall cancer patients. Study protocol of a non-randomized controlled trial. BMC Med Res Methodol 2020; 20: 120 DOI: 10.1186/s12874-020-01002-1.
• 15 Shapiro SS, Wilk MB. An analysis of variance test for normality (complete samples). Biometrika 1965; 52: 591-611 DOI: 10.1093/biomet/52.3-4.591.
• 16 Nunnally JC, Bernstein ICH. Psychometric theory. 3. Aufl.. New York: McGraw-Hill; 1994
• 17 Spearman C. The proof and measurement of association between two things. Am J Psychol 1904; 15: 72-101 DOI: 10.2307/1412159.
• 18 Cohen J. Statistical power analysis for the behavioral sciences. 2. Aufl.. New York: Lawrence Erlbaum Associates; 1988
• 19 Wilcoxon F. Individual comparisons by ranking methods. Biometrics Bulletin 1945; 1: 80-83 DOI: 10.2307/3001968.
• 20 Van de Schoot R, Lugtig P, Hox J. A checklist for testing measurement invariance. European Journal of Developmental Psychology 2012; 9: 486-492 DOI: 10.1080/17405629.2012.686740.
• 21 Putnick DL, Bornstein MH. Measurement Invariance Conventions and Reporting: The State of the Art and Future Directions for Psychological Research. Dev Rev 2016; 41: 71-90 DOI: 10.1016/j.dr.2016.06.004.
• 22 Temme D, Hildebrandt L. Gruppenvergleiche bei hypothetischen Konstrukten: die Prüfung der Übereinstimmung von Messmodellen mit der Strukturgleichungsmethodik. Schmalenbachs Z betriebswirtsch Forsch 2009; 61: 138-185 DOI: 10.1007/BF03372818.
• 23 Hu LT, Bentler PM. Cutoff criteria for fit indexes in covariance structure analysis: conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal 1999; 6: 1-55 DOI: 10.1080/10705519909540118.
• 24 Schermelleh-Engel K, Moosbrugger H, Müller H. Evaluating the fit of structural equation models: tests of significance and descriptive goodness-of-fit measures. Methods of Psychological Research 2003; 8: 23-74
• 25 Vandenberg RJ. Introduction: Statistical and methodological myths and urban legends: where, pray tell, did they get this idea?. Organizational Research Methods 2006; 9: 194-201 DOI: 10.1177/1094428105285506.
• 26 Backhaus K, Erichson B, Plinke W. et al. Multivariate Analysemethoden – Eine anwendungsorientierte Einführung. 14. Aufl.. Berlin/Heidelberg: Springer; 2016. DOI: 10.1007/978-3-662-46076-4
• 27 Li CH. Confirmatory factor analysis with ordinal data: Comparing robust maximum likelihood and diagonally weighted least squares. Behav Res 2016; 48: 936-949 DOI: 10.3758/s13428-015-0619-7.
• 28 Chen FF. Sensitivity of goodness of fit indexes to lack of measurement invariance. Structural Equation Modeling: A Multidisciplinary Journal 2007; 14: 464-504 DOI: 10.1080/10705510701301834.
• 29 Robert Koch-Institut. Gesellschaft der epidemiologischen Krebsregister in Deutschland e.V. Krebs in Deutschland für 2017/2018, 13. Ausgabe. Berlin 2021; DOI: 10.25646/8353.
• 30 US Cancer Statistics Working Group. United States cancer statistics: 1999–2010 incidence and mortality web-based report. Atlanta: US Department of Health and Human Services, Centers for Disease Control and Prevention and National Cancer Institute; 2013