Der Barthel-Index zur Messung von Alltagskompetenzen bei Demenz

Transkript

1 Der Barthel-Index zur Messung von Alltagskompetenzen bei Demenz Univ.-Prof. Dr. Albert Brühl Lehrstuhl für Statistik und standardisierte Verfahren Philosophisch-Theologische Hochschule Vallendar Folie 1

2 Struktur Methoden zur Klassifikation von Patienten im Akut- Krankenhaus mit der Haupt- oder Nebendiagnose Demenz Validität des Summenwertes des Barthel-Indexes Klassifikation von Patientengruppen Ausblick Folie 2

3 Struktur Methoden zur Klassifikation von Patienten im Akut- Krankenhaus mit der Haupt- oder Nebendiagnose Demenz Validität des Summenwertes des Barthel-Indexes Klassifikation von Patientengruppen Ausblick Folie 3

4 Methoden mit abhängigen Variablen Metrische Variablen Parametrische Regressionen Analysen der (Ko)varianz Generalisierte lineare Modelle Skalierungsverfahren Rasch-Modelle (Multidimensionale Skalierung) Teil- oder nichtparametrische Regressionen MARS-Modelle C-Tree-Klassifikationen Klassifizierung Latente Klassenanalysen Diskrete Variablen Strukturierende Methoden Folie 4

5 Quantifizierung vs.. Klassifizierung Quantifizierung Rasch-Modell Latente Klassenanalyse Klassifizierung Folie 5 vgl. Rost, J., 2004, S. 148

6 Struktur Methoden zur Klassifikation von Patienten im Akut- Krankenhaus mit der Haupt- oder Nebendiagnose Demenz Validität des Summenwertes des Barthel-Indexes Klassifikation von Patientengruppen Ausblick Folie 6

7 Variablenset 2016 MMSE, quantitativer Summenwert CCT, quantitativer Summenwert TuG-Test, quantitativer Summenwert DEMMI bei Aufnahme und bei Entlassung, quantitativer Summenwert Barthel-Index bei Aufnahme und bei Entlassung, quantitativer Summenwert Handkraft bei Aufnahme und bei Entlassung, quantitativer Summenwert Soziale Situation mit Entlassungsort bzw. Entlassungsart, qualitative Gruppen Folie 7

8 Wie prüft man ein quantitatives Messmodell? Die Items einer Skala können in eine Rangreihe nach ihrer Schwierigkeit gebracht werden Die Personen können in eine Rangreihe nach ihrer Fähigkeit gebracht werden Empirische Unterschiede ergeben sich ausschließlich aus der Differenz zwischen Personenfähigkeit und Itemschwierigkeit Rasch- Modell Pr{ xvi = 1} = e 1+ β ν e δi β ν δi Folie 8

9 Recalibrierung im Vergleich mit Original-Barthel: Table 3: New Original-Barthel- Sum-Value Re-Calibration New-Barthel-Sum- Value (0,128 logits pro Punkt) Raw Sum Logits Value Folie 9

10 Der Barthel-Summenwert 50 aus 21 Mustern: Itemfolge in Spalte 5-14: Folie 10

11 Verbindung der vier trennschärfsten Items (Ent.): Barthel-Gruppe 1 Barthel-Gruppe(n) 2 Barthel- Gruppe 3 Folie 11

12 Struktur Methoden zur Klassifikation von Patienten im Akut- Krankenhaus mit der Haupt- oder Nebendiagnose Demenz Validität des Summenwertes des Barthel-Indexes Klassifikation von Patientengruppen Ausblick Folie 12

13 Drei Barthel-Gruppen Aufnahme und Entlassung Discharge Barthel low Barthel middle Barthel high Admission Barthel low Barthel middle Total Barthel high Total Folie 13

14 Drei Gruppen MMSE Folie 14

15 Patientenklassifikation mit reduziertem Datenset (LCA): Diagnosen, Alter, Geschlecht differenzieren nicht DEMMI und Barthel, MMSE und CCT, Handkraft und Barthel sind stochastisch abhängig Auch Original-und Intervall-Barthel stochastisch abhängig vom Original MMSE Stochastisch unabhängig sind: dreigeteilter Barthel dreigeteilter MMSE und Aufnahme - Status Folie 15

16 Sieben Gruppen Barthel x MMSE MMSE (binned) low middle high total Barthel low middle high total Folie 16

17 LCA-Klassifikation derer, die von Zuhause ins Krankenhaus kamen (DI=0.06): Cluster 1 Cluster 2 Cluster 3 Cluster Size ,3327 0,1051 MMSE Drei Barthel-Gruppen Entlassung nach low middle high Barthel low Barthel middle Barthel high nach Hause Tagespflege Kurzzeitpflege Langzeitpflege Folie 17

18 Struktur Methoden zur Klassifikation von Patienten im Akut- Krankenhaus mit der Haupt- oder Nebendiagnose Demenz Validität des Summenwertes des Barthel-Indexes Klassifikation von Patientengruppen Ausblick Folie 18

19 Methoden mit abhängigen Variablen Metrische Variablen Parametrische Regressionen Analysen der (Ko)varianz Generalisierte lineare Modelle Skalierungsverfahren Rasch-Modelle (Multidimensionale Skalierung) Teil- oder nichtparametrische Regressionen MARS-Modelle C-Tree-Klassifikationen Klassifizierung Latente Klassenanalysen Diskrete Variablen Strukturierende Methoden Folie 19

20 Ablauf Explorative Multidimensionale Skalierung 1. Messung von Un-Ähnlichkeiten 2. Wahl des Distanzmodells 3. Iterative Ermittlung der Konfiguration 4. Zahl und Interpretation der Dimensionen 5. Aggregation von Personen Folie 20

21 Ausblick zur Entwicklung von Klassifikationen Qualitative Unterscheidung von Paaren ähnlicher und unähnlicher Patienten Dimensionalität und Stabilität des Ergebnisses über verschiedene Personen Constraint MDS: Realität von Konzepten Team- und Organisationsentwicklung für stabile Interventionen Folie 21

22 Zusammenfassung Praxis ist die deskriptive, eindimensionale Quantifizierung eines qualitativen und mehrdimensionalen Merkmals Beispiel Barthel: Verbindung einzelner Variablen statt Summenwert Voraussetzung funktionaler Methoden: Stabilität der Intervention Beste LCA-Klassifikation aktuell mit dreigeteiltem Barthel und MMSE, sowie Entlass-Status der Patienten, die von Zuhause aufgenommen wurden Vergleich verschiedener Organisationen ist notwendig Strukturierende Methoden um explorative erweitern Konzeptprüfung Folie 22

23 Herzlichen Dank für Ihre Aufmerksamkeit! Folie 23