Analyse und Berücksichtigung der Variabilität von Parametern psychometrischer Modelle zwischen Stichproben

• Antragsteller: Dr. Felix Fischer
• Fachliche Zuordnung: Persönlichkeitspsychologie, Klinische und Medizinische Psychologie, Methoden
• Förderung: Förderung in 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 426668949

Psychometrische Modelle von patientenberichten Endpunkten (patient-reported outcomes, PROs) nehmen gemeinhin an, dass ein Teil der relevanten Modellparameter nicht zufällig (random), sondern fest (fixed) sind. Werden solche Modelle in verschiedenen Stichproben geschätzt, z. B. bei der Analyse von Messinvarianz, der latenten Struktur des PROs oder der Entwicklung konstruktbasierter Skalen, unterscheiden sich diese Modellparameter aber in der Regel zwischen Stichproben. Da diese Unterschiede häufig statistisch signifikant, aber praktisch irrelevant sind, erscheint eine Modellierung als zufällige Effekte notwendig, um die Messung von PROs und die darauf aufbauenden Inferenzschlüsse zu verbessern.Das Ziel dieses Projekts ist es, die Varianz von Modellparametern zwischen 56 verschiedenen Studien mit insgesamt 17.357 Teilnehmern zu untersuchen, die innerhalb einer Individual Participant Data (IPD) Metaanalyse des PHQ-9 erhoben wurden. Es soll zunächst die Varianz der Modellparameter zwischen den Stichproben untersucht werden, um darauf aufbauend bayesianische Modelle zu schätzen, die Informationen über diese Varianz in die Analyse einbeziehen können. Daher soll (1) die Varianz der Modellparameter zwischen den Stichproben sowohl in konfirmatorischen Faktorenanalysen als auch bei der Schätzung eines Graded-Response Models untersucht werden, (2) Variablen auf Studienebene (z.B. Stichprobengröße, Land, Krankheitsgruppen, Alter, Geschlecht) identifiziert werden, die mit systematischer und relevanter Varianz von Modellparametern assoziiert sind, (3) ein bayesianisches, probabilistisches Testmodell geschätzt werden, dass Modellparameter als zufällige Effekte modelliert und (4) der Effekt eines solchen Modells auf die prädiktive Validität untersucht werden, indem die IPD-Metaanalyse mit Schätzungen der latenten Depressivität repliziert und mit der Verwendung klassischer Summenscores verglichen wird.Dieses Projekt soll so helfen, systematische und unsystematischen Varianz von Modellparametern des PHQ-9 zwischen Stichproben besser zu verstehen. Darüber hinaus soll es Ansätze liefern, um in Zukunft praktisch irrelevante Modellabweichungen zwischen Stichproben bei der statistischen Analyse von PROs zu berücksichtigen, und somit die Entwicklung adäquater Messmodelle, z.B. für die Entwicklung instrumentenunabhängiger Skalen, erleichtern.

• DFG-Verfahren: Forschungsstipendien
• Internationaler Bezug: Kanada
• Gastgeber: Professor Dr. Carl Falk; Professor Dr. Brett Thombs