STATISTIK-FORUM.de

[King_Hydroflex]

Hallo,

ich arbeite aktuell an der Datenauswertung meiner klinischen Therapiestudie und hätte eine allgemeine statistische Anfänger-Frage.

Ich schaue mir aktuell an, wie einzelne Items eines Fragebogens sich "vor Therapie" vs. "nach Therapie" verändern. Mein n = 66, der Fragebogen hat 10 Items mit je 6 Werten zwischen 0 und 6 (wobei 6 der "krankste" und 0 der "gesundeste" Wert ist). Hierbei ist mir eine Wert aufgefallen, bei dem die Reduktion im Vergleich von vor der Therapie zu nach der Therapie mir sehr groß erschien mit vielen Reduktionen auf einen Wert von 0.

Nun würde ich mir gerne genauer die Patienten analysieren, bei denen sich dieser Wert so stark erniedrigt hat, um zu schauen, wie andere Variablen bei diesen Patienten ausgeprägt sind. Dazu würde ich gerne die Patienten nach ihrer "Response" in dem o.g. Wert einteilen.

Damit, diese nach prozentualer Reduktion einzuteilen, fühle ich mich nicht wohl - ich kann ja einen 100%-igen Abfall von 1 auf 0 nicht mit einem Abfall von 6 auf 0 gleichsetzen. Doch bei der Reduktion nach absoluten Zahlen habe ich ebenfalls das Gefühl, dass die Zahlen nicht adäquat repräsentiert sind, da extrem viele Patienten auf den Wert 0 abgefallen sind, und dies hierbei nicht zur Deutung kommt.

Wie kann ich denn die Reduktion eines Fragebogen-Items mit so wenigen Ausprägungen am besten konkret darstellen, bzw. wie kann ich die Patienten am besten aufspalten? Wäre hier schlicht ein Median-Split (der Median läge dann bei 1,5) angebracht oder gibt es eine bessere Alternative?

Vielen lieben Dank im Voraus.

[strukturmarionette]

Hi,

genauer die Patienten analysieren, bei denen sich dieser Wert so stark erniedrigt hat, um zu schauen, wie andere Variablen bei diesen Patienten ausgeprägt sind. Dazu würde ich gerne die Patienten nach ihrer "Response" in dem o.g. Wert einteilen.

- Um welche und wieviele anderen Variablen handelt es sich?
- Sind das auch Messwdhlg-Vars?
- Worum geht es?

Gruß
S.

[King_Hydroflex]

Hi,

danke für die Antwort. Allgemein geht es um eine Therapie für Depressionen (Wachtherapie), und der Fragebogen der mich interessiert ist ein Fremdbewertungsbogen zur Erhebung der Schwere der Depression. Den haben wir vor der Therapie, sowie an mehreren Zeitpunkten danach ausgefüllt haben, wobei mich aktuell vor allem der erste Zeitpunkt nach der Therapie interessiert (aufgrund der kurzzeitigen Wirkung der Therapie). Hier vergleiche ich aktuell einzelne Items dieses Bogens, wobei mir aufgefallen ist, dass ein Item einen größeren Abfall verzeichnet als andere - daher möchte ich mir diesen genauer anschauen.

Mit anderen Variablen habe ich solche gemeint wie Alter, Geschlecht, Erst-oder rezidivierende Diagnose, demographische Daten, sowie Ergebnisse von anderen Fragebögen, die angeben, ob die Patienten bspw. an einer endogenen Depression leiden. Also größtenteils nominalskalierte Daten.

Ich habe eine Messwiederholungs-Variable (Daten von einer VAS-Skala über mehrere Stunden), die ich bei dieser Fragestellung zunächst mal außen vor halten würde, da ich diese noch nicht ausgewertet habe.

Zu der ganzen Sachen hätte ich noch eine weitere schnelle Frage: Um zu vergleichen, welche Fragebögen-Items sich vor uns nach der Therapie am meisten verändert haben, habe ich einen gepaarten T-Test gemacht - jeweils für 1 Item vor vs. nach der Therapie. Bei beiden Zeitpunkten handelt es sich um genau den gleichen Bogen mit den gleichen Items.
Ich bekomme dann eine Tabelle für "gepaarte Differenzen" heraus, die mir unter anderem einen Signifikanzwert angibt (in diesem Fall werden mit alle Differenzen mit 0,000 angezeigt). Interpretiere ich das richtig, dass diese Signifikanz sich dann auf die durchschnittliche Differenz zwischen den jeweils beiden Items bezieht, und sich somit alle Items signifikant vor vs. nach der Therapie verändert haben? Finde das schwer vorstellbar, andererseits weiß ich leider nicht, was mir die Tabelle sonst sagen sollte.

Noch mal vielen lieben Dank.

Liebe Grüße

[strukturmarionette]

Hi,

diese Signifikanz sich dann auf die durchschnittliche Differenz zwischen den jeweils beiden Items bezieht,

- die Modalitäten der Signifikanzberechung wären in einem Fachbuch nachzulesen. Die Differenzen dabei sind aber u.a. wichtig.

Ansonsten:
- N =66, OK, wobei die Zielpopulation und die Rekrutierungsmodalitäten für die (Teil-)Stichproben offen bleiben

der Fragebogen hat 10 Items mit je 6 Werten zwischen 0 und 6 (wobei 6 der "krankste" und 0 der "gesundeste" Wert ist)

- das wären 2 mal 10 ordinalskalierte Variablen, so dass von Signifikanztests für intervallskalierte (metrische) Messungen wie T-Tests abzuraten ist

Mit anderen Variablen habe ich solche gemeint wie Alter, Geschlecht, Erst-oder rezidivierende Diagnose, demographische Daten, sowie Ergebnisse von anderen Fragebögen, die angeben, ob die Patienten bspw. an einer endogenen Depression leiden. Also größtenteils nominalskalierte Daten.

- dass wär zu konkretisieren hinsichtlich Fragestellungen, um ggfs ein passendes oder mehrere Modelle zu formulieren

wie kann ich die Patienten am besten aufspalten?

- keine Ahnung (ggfs Mediansplit von Rängen, ist aber vage)

Gruß
S.

[King_Hydroflex]

Hi,

noch mal vielen Dank.

Da der gepaarte T-Test ja quasi für den Vergleich x vor der Therapie vs. x nach der Therapie geeignet sein soll, habe ich diesen verwendet - aber ich verstehe, wieso er hierfür nicht geeignet ist. Welcher Signifikanztests würden sich denn stattdessen zur Signifikanzberechnng eignen, wenn es darum geht, die Ergebnisse eines Fragebogens vor und nach einer Therapie zu vergleichen? Ich habe hierzu im Internet was über Wilcoxon gelesen, aber so wie ich den Test im Lehrbuch verstehe, kann ich nicht nachvollziehen, dass dieser hier passen würde.

Wenn es aber im Grunde um die Reduktion der Gesamtpunktzahl des Bogens geht kann ich den T-Test schon verwenden, oder?

Mein Ziel ist es ja zu erfahren, welche Faktoren beim einzelnen Patienten Einfluss auf diesen Faktor haben. Eine konkrete Fragestellung bezüglich eines einzigen Einflussfaktores habe ich noch nicht - mein Plan wäre gewesen, die Patienten nach ihrem Reduktion in diesem Item aufzuteilen, dann ggf. mit den nominal skalierten Daten eine Kreuztabelle zu machen und mir diese genauer anzuschauen - und dann ggf. eine neue Hypothese aus den Auffälligkeiten zu erstellen.

Ich habe auch zunächst überlegt, ob ein Mediansplit angebracht ist, glaube aber, dass das in diesem Fall leider wirklich nicht aussagekräftig ist. Der Median liegt vor Therapie bei ca. 2, danach bei 0 (das ist jeweils auch der Modalwert).

Liebe Grüße