Konfundierungen und Störfaktoren in rehabilitationswissenschaftlichen Beobachtungs- und Interventionsstudien

Zusammenfassung

Um Effekte von Rehabilitationsmaßnahmen prüfen zu können, muss das Studiendesign so gewählt werden, dass Veränderungen der Zielvariablen (z. B. Gesundheitszustand) möglichst eindeutig auf die Interventionsmaßnahme zurückgeführt werden können. Bei Beobachtungsstudien muss davon ausgegangen werden, dass konfundierende Merkmale den Einfluss der Maßnahme auf die Zielvariable systematisch überlagern und Effektschätzungen verzerren. Die Präferenz für eine Behandlungsalternative, die Behandlungsmotivation sowie das Ausmaß der initialen Beeinträchtigung der Rehabilitanden sind typische Konfundierungen, die insbesondere bei freiwilliger Behandlungsauswahl oder bei Teilnahme nach Behandlungsempfehlung berücksichtigt werden müssen (programmexterne Störfaktoren). Bei gut kontrollierten Interventionsstudien (insb. randomisiert kontrollierte Studien, RCT), bei denen die Inanspruchnahme der Behandlung systematisch kontrolliert erfolgt, können diese Fehlerquellen vermieden werden. Aber auch bei gut kontrollierten Interventionsstudien kann die Studiendurchführung (z. B. aufgrund der Stichprobenauswahl, des Einsatzes von Messinstrumenten, des Austauschs zwischen Vergleichsgruppen; Designeffekte, Treatmentkontaminationen) die eindeutige Interpretierbarkeit der Studienbefunde beeinträchtigen. In diesem Beitrag wird gezeigt, welche Konfundierungen und Störeinflüsse typischerweise die Validität der Schlussfolgerungen aus empirischen Zusammenhängen verringern können. Es wird verdeutlicht, wie potenziell verzerrende Konfundierungen und Effekte von Störfaktoren durch die Gestaltung der Untersuchung vermieden oder bestmöglich kontrolliert werden können.

Abstract

To prove and determine effects of rehabilitation treatments, appropriate study designs have to be applied which allow inferring that differences in the outcome variables (e .g. health state) are causally determined by rehabilitation treatments. In observational studies confounding variables may affect or distort the association between treatment and outcome variables. Preference for a treatment, motivation for treatment or level of impairment before rehabilitation are typical confounders in rehabilitational intervention studies. These potential confounders are especially important if patients chose treatment voluntarily or the treatment has been suggested because of specific impairment characteristics (external program effects). Appropriately controlled intervention studies (especially randomized control trials, RCTs) allow controlling for such biasing effects. But also for appropriate controlled intervention studies, biasing effects may arise due to the implementation of the study design (e. g. selection of participants, applying assessment instruments, communication of participants of different study groups; design effects, treatment contaminations) and may deteriorate the unambiguous interpretability of empirical results. It is shown which confounding and distortional effects have to be regarded that may affect the interpretability of associations. Recommendations for planning, conducting and analyzing empirical studies are given to avoid such biasing effects in the best possible way.

Schlüsselwörter

Konfundierungen - Störfaktoren - Kausalität - Evidenz

Key words

confounders - biasing factors - causation - evidence

• Literatur

• 1 Kunz R, Ollenschläger G, Raspe H. et al. (Hrsg) Lehrbuch Evidenzbasierte Medizin in Klinik und Praxis. Köln: Deutscher Ärzte-Verlag; 2007
• 2 Hammer GP, Prel J-B, Blettner M. Vermeidung verzerrter Ergebnisse in Beobachtungsstudien. Deutsches Ärzteblatt 2009; 106: 664-668
• 3 Machin D, Campbell MJ. Design of studies for medical research. Chichester: Wiley; 2005
• 4 Campbell DT, Stanley JC. Experimental and quasi-experimental designs for generalized causal inference. Boston: Hughton; 1963
• 5 Shadish WR, Cook TD, Campbell DT. Experimental and quasi-experimental designs for generalized causal inference. Boston: Houghton Mifflin; 2002
• 6 Rossi PH, Lipsey MW, Freeman HE. Evaluation: A systematic approach. Thousand Oaks: Sage; 2003
• 7 Zwingmann C, Wirtz M. Regression zur Mitte. Rehabilitation 2005; 44: 244-251
• 8 Döring N, Bortz J. Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften. Berlin: Springer; 2016
• 9 Watzlawick P, Beavin JH, Jackson DD. Menschliche Kommunikation. Bern: Huber; 2011
• 10 Kutschmann M, Bender R, Grouven U. et al. Aspekte der Fallzahlkalkulation und Powerberechnung anhand von Beispielen aus der rehabilitationswissenschaftlichen Forschung. Rehabilitation 2006; 45: 377-384
• 11 Cho A, Leonhart R. Lösungsansätze für das Problem fehlender Werte: Mechanismen erkennen und adäquat behandeln. Rehabilitation 2013; 52: 273-279
• 12 Wirtz M. Über das Problem fehlender Werte. Rehabilitation 2004; 43: 109-115
• 13 Faller H. Intention-to-treat. Rehabilitation 2004; 43: 52-55
• 14 Christiansen G. Evaluation – Ein Instrument zur Qualitätssicherung in der Gesundheitsförderung. Köln: BZgA; 1999
• 15 Campbell MK, Piaggio G, Elbourne DR. et al. Consort 2010 statement: Extension to cluster randomised trials. BMJ 2012;