Komponentenbezogene Evaluation komplexer Interventionen mittels Netzwerk-Metaanalyse
Epidemiologie und Medizinische Biometrie/Statistik
Persönlichkeitspsychologie, Klinische und Medizinische Psychologie, Methoden
Zusammenfassung der Projektergebnisse
Gesundheitsinterventionen bestehen in der Regel aus mehreren interagierenden Komponenten und können daher als komplexe Interventionen bezeichnet werden. Allerdings besteht Uneinigkeit darüber, wie quantitative (metaanalytische) Methoden zur Identifikation wirksamer Komponenten und der Synthese von Evidenz hinsichtlich komplexer Gesundheitsinterventionen genutzt werden können. Das Ziel der Studie bestand daher in der Entwicklung und Testung einer Methode zur Identifikation wirksamer Interventionskomponenten anhand des illustrativen Beispiels der Psychotherapie chronisch depressiver Patienten. Zunächst erfolgte die induktive Definition der zentralen Konzepte „komplexe Intervention“ sowie von deren „Komponenten“. Dazu wurden systematische Literaturrecherche und Schneeballsuchtechniken kombiniert, 68 Publikationen eingeschlossen und eine qualitative Auswertung mittels Inhaltsanalysetechniken vorgenommen. Davon ausgehend wurden relevante Interventionskomponenten aus 51 Studienarmen von 18 randomisiert-kontrollierten Psychotherapiestudien zur Behandlung der chronischen Depression extrahiert. Im Rahmen der quantitativen Datenanalyse erfolgte die Integration der Regressionsbaum-Methode mit dem Ansatz der Metaanalyse. Die literaturbasierte konzeptuelle Klärung ergab, dass komplexe Interventionen aus mehreren interagierenden Komponenten bestehen, die durch Variabilität, Adaptivität und Interaktionen miteinander und mit dem Kontext gekennzeichnet sind. Interventionskomponenten sind dabei die aktiven, inhaltsbezogenen Bestandteile, die das Potential haben, die Ergebnisse kausal zu beeinflussen. Mit dem metaanalytischen Regressionsbaumalgorithmus konnten günstige Konstellationen von Interventionskomponenten und Kontextfaktoren quantitativ identifiziert werden. Das Verfahren besitzt hohe Freiheitsgrade (bspw. aufgrund des Einbezugs unterschiedlicher Skalenniveaus, des Verzichts auf die Linearitäts- und Additivitätsannahme und der Berücksichtigung von komplexen Interaktionseffekten), seine Grenzen (z.B. der Einfluss von Subjektivität) sollten jedoch kritisch reflektiert werden. Trotz einer Vielzahl vorgeschlagener Definitionen und einer inhärenten, begrifflichen Unschärfe konnten die untersuchten Konzepte anhand einer umgrenzten Anzahl von Kernmerkmalen beschrieben werden. Diese Kernmerkmale können in Folgestudien dazu dienen, Entscheidungen schon bei der Planung von Primärstudien explizit zu treffen und transparent zu kommunizieren. Der entwickelte metaanalytische Regressionsbaumalgorithmus ermöglicht, bei der Synthese von Studienergebnissen zu komplexen Interventionen Konstellationen von Populations- und Kontextmerkmalen zu entdecken, bei denen eine Komponente oder eine spezifische Kombination von Komponenten wirksam ist. Werden die Grenzen des Vorgehens beachtet, stellt das Verfahren eine vielversprechende Methode zur Hypothesenbildung und Interventionsplanung dar.
Projektbezogene Publikationen (Auswahl)
-
(2015). Conceptual decomposition of complex health care interventions for evidence synthesis: A literature review. Journal of Evaluation in Clinical Practice; 21(5): 817-23
Kühne, F., Ehmcke, R., Härter, M. & Kriston, L.
-
(2015). Komponenten komplexer Gesundheitsinterventionen und ihre Evaluation. EbM zwischen Best Practice und inflationärem Gebrauch. 16. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin. Berlin, 13.-14.03.2015. Düsseldorf: German Medical Science GMS Publishing House; 2015. Doc15ebmC2e
Kühne, F. Ehmcke, R., Härter, M. & Kriston, L.
-
(2016). Identifikation effektiver Konstellationen von Interventionskomponenten, Implementierungsprozessen und Kontextfaktoren in der Synthese von Evidenz komplexer Interventionen. Gemeinsam informiert entscheiden. 17. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin. Köln, 03.-05.03.2016. Düsseldorf: German Medical Science GMS Publishing House; 2016. Doc16ebmB1b
Kriston, R., Meister, R., von Wolff, A. & Kühne, F.
