gms | German Medical Science

Einleitung: Die Messung von Zufriedenheit in entwickelten Ländern geht immer mit der Beobachtung einher, dass das generelle Niveau der Zufriedenheit meist sehr hoch ist. Daraus ergibt sich ein erhöhter Anteil an Daten mit dem maximal möglichen Wert, also ein Ceiling-Effekt. Werden die Gründe für die hohe Zufriedenheit gesucht, muss dieser Zustand in der statistischen Modellierung bedacht werden. Dies gilt auch für Jugendliche mit chronisch entzündlichen Darmkrankheiten (CED), die sich im Zusammenhang mit ihrer Krankheit in der Transition von ihrem Kinderarzt zu einem Erwachsenenmediziner befinden oder befunden haben. Dabei kann es vorkommen, dass die medizinische Betreuung in diesem Übergang defizitär ist. In dieser Studie wurde bei Patienten aus einem CED-Register eine postalische Follow-up Befragung durchgeführt.

Material und Methoden: Bei den 15-25jährigen Patienten wurden soziodemographische Daten, Gesundheitsinformationen, Versorgungsparameter sowie ein Zufriedenheitsscore [1] ermittelt. Für diesen legt zunächst jeder Patient individuell die Wichtigkeit verschiedener Aspekte im Zusammenhang mit der CED fest und bewertet anschließend deren Erfüllung. Der Wert der Zufriedenheit liegt im Intervall [0;1] und damit eignet sich besonders die Familie der Betaverteilungen zur Modellierung des Scores. Statistische Zusammenhänge zu hoher Zufriedenheit lassen sich mittels einer Betaregression [2] im Framework der generalisierten additiven Modelle für Lokation, Skala und Schiefe (GAMLSS) [3] schätzen. Dabei werden beide Parameter der Betaverteilung, sowohl Erwartungswert als auch Varianz, durch ein generalisiertes Regressionsmodell beschrieben. Entsprechend werden nicht nur die Effekte der Kovariablen auf den Mittelwert, sondern auch auf die Streuung geschätzt. Eine mögliche Erweiterung stellt die one-inflated Betaverteilung dar, die zusätzlich einen Parameter beinhaltet, der den Anteil der vollständig zufriedenen Patienten beschreibt. Auch dieser kann mit einem Regressionsprädiktor modelliert werden. Der Einfluss von metrischen Kovariablen wird dabei durch P-splines approximiert [4].

Ergebnisse: Der Zufriedenheitsscore war bei 570 von 605 Patienten zu ermitteln. Vorläufige Analysen zeigen eine Abhängigkeit des Mittelwerts von der Interaktion des Alterseffekts mit dem Typ des CED-behandelnden Arztes. Die Varianz ändert sich hauptsächlich mit der Erkrankungsdauer und dem Fachgebiet des Arztes. Mit einer one-inflated Betaregression findet sich zudem ein kleiner Anteil an voll zufriedenen Patienten, deren Anteil allerdings mit steigendem Alter abnimmt. Das one-inflated Modell weist trotz der zusätzlichen Komplexität im Vergleich zur einfachen Betaregression insgesamt ein geringeres AIC auf.

Diskussion: In dem beschriebenen Szenario ist eine gewöhnliche Regressionsanalyse aufgrund der Beschränkung und Schiefe der Verteilung der Zufriedenheit nicht sinnvoll anwendbar. Hier ist die Erweiterung der GAMLSS zur unverzerrten Modellierung nötig und erlaubt die zusätzliche Flexibilität, speziell nach oben oder unten beschränkte Zielgrößen mit zusätzlichen Häufungspunkten zu berücksichtigen. Eine nichtparametrische Quantilregression scheitert hingegen an genau dieser Eigenheit.