Healthcare and Medicine Reference
In-Depth Information
Manche Eigenschaften (z. B. die Lebensqualität) erscheinen derart komplex, dass
sie sich einer direkten Messung entziehen. Diese Phänomene erfasst man über mehrere
Einzelmerkmale (sog. Indikatoren oder Items), deren Werte durch einen mathemati-
schen Algorithmus miteinander verknüpft werden. Auf diese Weise erhält man einen
klinischen Score (oder Index). Wenn man die Werte der einzelnen Items (die jeweils
ordinal skaliert sind und entsprechend ihrer Ausprägung mit ganzen Zahlen begin-
nend bei 0 erfasst werden) addiert, erhält man eine Likert-Skala (benannt nach dem
Sozialforscher Rensis Likert , 1903-1981).
Ein Beispiel stellt der Apgar-Score zur Beurteilung des Zustands Neugeborener
dar. Ihm liegen Einschätzungen für die fünf Merkmale Herzfrequenz, Atmung, Mus-
keltonus, Reflexe und Hautfarbe zugrunde, die jeweils mit 0, 1 oder 2 Punkten bewer-
tet werden. Die Summe ergibt dann einen Wert zwischen 0 und 10.
Es liegt nahe, solche Merkmale als quantitativ anzusehen und entsprechend zu
analysieren. Folgendes ist aber zu bedenken:
4
2
Bei Skalenwerten oder Scores handelt es sich keineswegs um Mess- oder Zähl-
werte. Diese resultieren vielmehr aus Einschätzungen, die in gewisser Weise sub-
jektiv sind.
4
Die Unterschiede zwischen zwei direkt benachbarten Ausprägungen sind nicht
unbedingt äquidistant (gleichwertig). So ist etwa beim Merkmal »Herzfrequenz«
des Apgar-Scores der Unterschied zwischen 0 (kein Herzschlag) und 1 (Fre-
quenz unter 100) keineswegs gleichzusetzen mit dem Unterschied zwischen 1
und 2 (Frequenz über 100).
Demnach handelt es sich bei diesen Scores bestenfalls um ordinal skalierte, nicht aber
um quantitative Merkmale (wenngleich man der Likert-Skala im Allgemeinen das
Niveau einer Intervallskala zubilligt). Dies sollte man bei der Datenanalyse und der
Präsentation der Ergebnisse beachten.
Ausreißer Dies sind extrem hohe oder extrem niedrige Werte, bei denen fraglich ist,
ob sie unter den gleichen Bedingungen entstanden sind wie die anderen Werte der
Datenreihe. Die Einstufung eines Wertes als Ausreißer muss in erster Linie inhaltlich
motiviert sein. Wie behandelt man Ausreißer? Zunächst sollte man nachforschen, wie
diese Werte entstanden sind. Möglicherweise handelt es sich um Mess- oder Doku-
mentationsfehler oder pathologische Besonderheiten. Fehlerhafte Werte sind von der
Analyse auszuschließen. Ansonsten ist es sinnvoll, die Analysen zweimal durchzufüh-
ren: mit und ohne Ausreißer. Wenn sich die Ergebnisse ähneln, spielen die Ausreißer
offenbar keine große Rolle. Unterscheiden sie sich jedoch, sollte man auf statistische
Verfahren zurückgreifen, die unempfindlich gegenüber Ausreißern sind.
Surrogatmerkmale Manche Krankheiten lassen sich nicht direkt oder nur unter ho-
hem Aufwand diagnostizieren. Dann behilft man sich gern mit sog. Surrogatmerkma-
 
Search Pocayo ::




Custom Search