Langzeitstudien mit vielen Messterminen bergen ein nicht zu unterschätzendes Fehlschlagrisiko (und das ist britisches Understatement).

Sie liefern den Alptraum, der Doktoranden in schlaflosen Nächten besuchen kommt, frei Haus UND kostenlos mit. Und dieser wabbelige Besucher heißt:

 

Fehlender Wert.
 

Fehlende Werte sind so ziemlich das Schlimmste, was einer Studie passieren kann. Denn jeder fehlende Wert bedeutet, dass der entsprechende Patient die Studie verlässt.

 

Warum ist das so?

 

In Langzeitstudien werden vorab definierte Zielvariablen über einen langen, laaangen Zeitraum wiederholt gemessen. Dies ermöglicht es die Entwicklung dieser Variablen über eine oder mehrere Interventionen hinweg zu beobachten und / oder  zu vergleichen.

In der Statistik haben wir für sich wiederholende Messungen (tata!) Tests mit Messwiederholung (da würde man jetzt nicht drauf kommen…).

Das kann z.B. Modell für den Vergleich zweier Messpunkte innerhalb einer Gruppe ein gepaarter T-Test sein, oder wenn man mehr als zwei Messpunkte hat, die ANOVA mit Messwiederholung (oder auch repeated-measures ANOVA genannt).

Diese und ähnliche Verfahren erfordern nun aber, dass jeder Messpunkt für wirklich jeden Probanden vorhanden ist (Näheres dazu bald in einem Artikel zur ANOVA).

Wenn ein Patient beispielsweise nicht zum Messtermin erscheint oder ein Wert aus Versehen nicht erhoben wird, dann habt Ihr diesen Patienten an allen anderen Messterminen leider umsonst gemessen (falls du deine Datenerhebung schon beendet hast, bekomm jetzt bitte keinen Schreikrampf – auch wenn es angebracht wäre).

Natürlich gibt es immer Wege fehlende Werte zu schätzen (z.B. durch Interpolation oder Imputation), aber in Patientenstudien und gerade bei solchen, die nur wenig Probanden haben, wird das nicht gern gesehen.

 

Was ist also die Lösung, um fehlende Werte in den Griff zu bekommen?

 

Ganz einfach: VERMEIDE SIE.

 

Und das ist nicht nur irgend so eine idealistische Phrase von jemanden, der immer nur nett am Schreibtisch sitzt, Daten auswertet und keine Ahnung vom wirklichen Leben in der Klinik hat. Meine gesamte Dissertation beruht auf Studien, in denen ich Patienten über Zeiträume von bis zu sechs Monaten immer und immer wieder mit langwierigen Messungen traktiert habe.

Das waren Kinder, deren Mütter blitzschnell dabei sind die Kabel abzureißen und mit den Kindern aus dem Labor zu stürmen, wenn es auch nur den Anschein hat, dass da etwas nicht läuft. Aber auch Erwachsene über 70, bei denen man schon wirklich viel Überzeugungsarbeit leisten muss, damit diese nach einem langen Kliniktag noch einmal zwei Stunden in der EEG-Kammer sitzen.

 

Am Ende meiner drei Studien hatte ich genau einen einzigen fehlenden Wert und das auch nur, weil mein Patient aufgrund seines wirklich gehobenen Alters verstorben ist. So etwas ist dann einfach Pech und ich denke bis heute sehr gern an diesen netten älteren Herren mit seinem wunderbaren Humor zurück.

 

Wie habe ich das erreicht?

 

Ich habe mich an ein paar einfache Regeln gehalten:

 

> Sei deine eigene Study-Nurse

Niemand, aber auch wirklich niemand, kann besser dafür sorgen, dass Patienten zur Messung bzw. zum Kontrolltermin kommen, als du. Und warum?

Weil niemand ein größeres Interesse an seiner Anwesenheit hat.

Nehmen wir es, wie es ist: Jeder andere profitiert wahrscheinlich sogar davon, wenn der Patient nicht kommt, denn das bedeutet weniger Stress im klinischen Alltag.

Dem entsprechend wird auch niemand außer dir dafür freiwillig Sorge tragen.

Also schwing dich ans Telefon und rufe deinen Patienten 1-2 Tage vor dem Termin an und sag ihm, wie sehr du dich freust, ihn zum Kontrolltermin begrüßen zu dürfen.

 

> Traue Niemanden. Besteche jeden.

Seien wir ehrlich. Nicht jeder Test macht zu jedem Termin Sinn. In meiner Dissertation haben die Logopäden und Audiometristen völlig zurecht moniert, dass es wenig Sinn macht sehr komplexe Sprachreize kurz nach Aktivierung des Cochlea Implantats zu testen. Demensprechend waren Sie jedes Mal kurz davor entsprechende Tests einfach weg zu lassen.

Aber weißt du was? Zu glauben, dass ein Patient ein Ergebnis x zeigen wird, ist keine Erlaubnis einen entsprechenden Wert x auch hinzuschreiben (z.B. eine „0“ à la „versteht nix“).

Ein fehlender Wert ist ein fehlender Wert und wird auch als fehlender Wert eingetragen.

Also ist es deine Aufgabe den entsprechenden Test eigenhändig durchzuführen oder zumindest den entsprechenden Mitarbeitern so lange auf den Keks zu gehen (oder Kekse zu schenken) bis der Test zuverlässig durchgeführt wird. Und zwar immer!

 

> Baue vor Beginn der Studie ein übersichtliches Studienprotokoll, in das jeder erhobene Wert easy peasy eingetragen werden kann.

Das A und O eines vollständigen Datensatzes ist Komfort. Klinikalltag ist stressig. Jeder möchte nur möglichst schnell durchkommen. Wenn sich also nur die kleinste Möglichkeit für ein entschuldbares Weglassen des Tests bietet, dann wird diese Chance ergriffen!

Also erstelle für jeden Patienten einen eigenen Ordner mit allen Testunterlagen, die pro Messtermin benötigt werden. Oben drauf kommt dann ein Protokollbogen, auf dem alle relevanten Daten eingetragen und die Tests nacheinander abgehakt werden können. 

Spezialtipp: Wenn du eine Randomisierung der Testreihenfolge eingebaut hast, sortiere die Testunterlagen für jeden Messtermin entsprechend.

 

> Gehe auf Nummer sich und teste selber.

Jetzt möchtest du mir wahrscheinlich eine scheuern. Denn selber testen ist eine Wahnsinnsarbeit. Es kostet enorm viel Zeit und Energie.

Aber weißt du was? Ein löchriger Datensatz kostet dich noch mehr. Ich habe immer wieder Studien auf meinem Tisch, bei denen eine Dissertation lange Zeit nicht abgeschlossen werden kann, weil die Datenauswertung aufgrund der fehlenden Werte ein einziges Desaster ist.

Glaub mir, ein Betreuer kann ganz schnell die Lust an einem Projekt verlieren, wenn sich abzeichnet, dass die Datenbasis schlecht ist. Und dann muss nicht nur eine Strategie her wie man mit den fehlenden Werten umgeht, sondern auch ein Schlachtplan entwickelt werden, wie man die Dissertation durchbekommt.

 

Und da bestätigt sich wieder Punkt 1: Das größte Interesse an einer lückenlosen Messung hast du – und keiner sonst.

 

Also umgarne deine Patienten damit Sie kommen, messe am besten alles selber und baue vor Beginn der Studie für jeden Patienten einen eigenen Studienordner.

Auf diese Weise wird aus dem dicken Monster (mit ein bisschen Einsatz) eine schnurrende Katze, die dich nachts wärmt und für gute Träume sorgt (und jetzt rate mal warum ich seit meiner Dissertation sogar zwei Katzen habe….).

 

Trage dich hier zu Dr. Ortmanns beste Maildizin ein und erhalte neben Tipps und Coachinginhalten für deine medizinische Promotion einen 10 % Gutschein auf für unsere Produkte im Onlineshop!

Lade dir hier die Formelsammlung für deinen Bland-Altman-Plot herunter

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!

10 % Rabatt auf unsereWorkshops & Kurse im Onlineshop!

Trage dich hier für Dr. Ortmanns beste Maildizin ein und erhalte regelmäßige Rabatte, Tipps und Coachinginhalte für deine empirische Promotion

You have Successfully Subscribed!

Lade dir hier die Checkliste für deinen Methodenteil herunter

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!


Jetzt 10 % Rabatt auf alle

Workshops & Kurse sichern!

You have Successfully Subscribed!

Downloade dir hier das Flowchart für deine ANOVA

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!

Lade dir hier die Vorlage für den Aufbau deines Datensatzes herunter

Melde dich für meinen Newsletter an und erhalte sofort die Excel-Vorlage!

You have Successfully Subscribed!