gms | German Medical Science

Für die Entwicklung komplexer pflegerischer Interventionen ist es notwendig, Wirkungszusammenhänge zwischen potentiellen Einflussfaktoren und Outcomes zu untersuchen. Hierbei sind longitudinale Beobachtungsstudien das Mittel der Wahl, da sie es ermöglichen, Beziehungen zwischen unabhängigen und abhängigen Variablen aufzudecken und gerichtete Einflüsse dieser über einen bestimmten Zeitraum hinweg darzustellen.

Ein in der Versorgungsforschung dafür bislang eher selten genutztes Design ist das Cross-Lagged Panel Design. Dieses Design ermöglicht die Untersuchung der vorherrschenden Ursache-Wirkungs-Richtung durch die Darstellung der zeitlichen Abfolge der Variablen. Im Mittelpunkt des Cross-Lagged-Panel-Designs stehen Kreuzkorrelationen und deren Relationen zueinander. Die Besonderheit des Designs besteht darin, dass nicht nur eine Alternativhypothese getestet wird, sondern eine simultane Prüfung von zwei miteinander konkurrierenden (aber nicht zwangsläufig ausschließenden) theoretischen Annahmen stattfinden. Die Variablen werden dabei zu zwei oder mehr Zeitpunkten in einem spezifischen Zeitabstand erhoben, weshalb anschließend nur Aussagen über die Zusammenhänge innerhalb des erfassten Zeitraums getroffen werden können.

Strukturgleichungsmodelle bieten in diesem Zusammenhang die Möglichkeit, die Kreuzpfade simultan zu analysieren und sie in Beziehung zueinander zu setzen. Zudem erlauben sie es, mehrere abhängige Variablen zeitgleich zu testen.

Die Möglichkeit der simultanen Testung von Hypothesen wird als wichtig für die Theoriebildung in der Versorgungsforschung betrachtet. Ziel des Science Slams soll es sein, einen kurzen Überblick über die Methode anhand eines konkreten Anwendungsbeispiels aus dem Bereich der Versorgungsepidemiologie zu demonstrieren. Dabei wird anhand einer Sekundärdatenanalyse untersucht, inwieweit Wahnvorstellungen schwere Agitation bei Menschen mit Demenz in deutschen Pflegeheimen beeinflussen.