PTF

Attrition = Drop-out, Schwundquote -> Anzahl Patienten, die Behandlung
vorzeitig abbrechen oder sich nicht an Studienprotokolle halten

Es werden alle Daten der Patienten ausgewertet, die man beabsichtigte zu behandeln (auch, wenn Behandlung nicht abgeschlossen -> Completers)

Reliable Change Index = Überschreitet eine Veränderung einen Wert, der auch aufgrund eines Messfehlers erwatet werden könnte
Klinische Signifikanz = Kriterium Reliable Change erfüllt UND Symptomatik nach der Therapie unter einem bestimmten Cut-off

Test-Retest-Reliabilität des Messinstruments wird als Schätzung des Messfehlers verwendet

• Strukturqualität: Fortbildung und Qualifikation der Psychotherapeuten sicherstellen
• Prozessqualität: Supervision und Intervision der Therapeuten, Leitlinien, Prozessmessungen, Dokumentationen der Therapien
• Ergebnisqualität: Qualität auf verschiedenen Ebenen messen

1. Remoralisierungsphase: Veränderung des subj. Wohlbefindens
2. Remediationsphase: Verringerung der Sympotme
3. Rehabilitationsphase: Wiederherstellung des allg. Funktionsniveaus

• verschiedene Datenquelle: Selbst- und Fremdeinschätzung
• verschiedene Datenebenen / Funktions- und Konstruktbereiche: Störungsübergreifende und –spezifische Masse, soziale Funktionsfähigkeit, Wohlbefinden und Lebensqualität, Theorie- und schulspezifische Masse,  biologische Masse
• verschiedene Verfahren: Fragebogen, Interview, Verhaltenstests

• Direkt: Messung nur zu Therapie-Ende (Post-Messung) Beispiel: IM Vergleich zum Zeitpunkt vor der Therapie, sind sie zufriedener?
• Indirekt: Messung nur zum Prä- und Post-Zeitpunkt einer Therapie, Veränderung = beobachteter Differenzwert

- GAS ist therapeutische Intervention und individualisiertes Evaluationsinstrument
- Therapieziele werden operationalisiert
- Auf einer Skala werden für die drei wichtigsten Problembereiche der aktuellen Zustandes (Ist-Zustand), sowie der erwünschte Zielzustandes (Soll- Zustand) und Zwischenziele definiert
Gründsätze für Ziele: Zielvorstellungen sollten positiv formuliert werden, konkret operationalisierbar und realistisch sein. Es sollte Schritte beinhalten, die Eigenveränderung ermöglichen und aufs eigene Handeln bezogen sind.

• Vorteile:

- Vergleichbarkeit der Resultate über verschiedene Messmittel / Interventionen hinweg
- Einschätzung der praktischen Bedeutsamkeit einer Veränderung unabhängig der Stichprobengrösse (sonst: signifikante Effekte können bei einer grossen Stichprobe klein sein, nicht signifikante Effekte können bei einer kleinen Stichprobe gross sein)

• Probleme:

- Unterschiedliche Definitionen, durch welche Varianz / Streuung dividiert werden soll
- Grössere Effekte bei homogenen Stichproben (weil geringe Varianz)
- gleiche Wertung von unterschiedlich wichtigen und unterschiedlich veränderungssensitiven Messmitteln

Power = Die Wahrscheinlichkeit, mit der ein Test in der Lage ist, eine richtige H1 auch zu entdecken (einen Unterschied zu finden).

Wenn das b -Fehlerrisiko angibt, mit welcher Wahrscheinlichkeit eine richtige H1 abgelehnt wird, muss 1- b als eine hierzu komplementäre Wahrscheinlichkeit bedeuten, mit welcher Wahrscheinlichkeit eine richtige H1 angenommen wird. Diese Wahrscheinlichkeit wird Power (Teststärke) genannt.

Je grösser das Alpha-Fehlerrisiko, desto grösser die Power (normalerweise wird das Alpha-Niveau auf 5% festgelegt und nicht verändert). 5% ist eher konservativ (man verhindert lieber, dass etwas neues anerkannt wird), wenn Alpha grösser wird, kann Beta-Fehler reduziert werden.

Je grösser der Effekt, desto grösser die Power. Je kleiner ein Effekt ist, umso grösser muss die Stichprobe sein, damit er entdeckt werden kann.

Je grösser die Stichprobe, desto grösser die Power. Weil es bei einer kleineren Stichprobe eine flachere Verteilung gibt. Aus diesem Grund sind Metanalysen von Vorteil, diese haben grosses N.

Die Wahrscheinlichkeit, ein signifikantes Ergebnis zu erzielen steigt mit wachsendem Stichprobenumfang.

• Das Ziel, durch ein signifikantes Ergebnis Forschungshypothese als gültig annehmen zu können, erreichen wir umso besser, je mehr Zeit und Geld für grosse Stichproben zur Verfügung stehen.
• Bei grossen Stichproben können Effekte (Unterschiede, Zusammenhänge) signifikant werden, die ohne jede klinische Bedeutsamkeit sind.

• Wenn... die Alternativhypothese (H1: Unterschied zwischen Behandlungsgruppen) verworfen wird bzw. H0 (kein Unterschied zwischen Gruppen) angenommen wird, stellt sich die Frage nach der Power des statistischen Tests. à War es überhaupt möglich einen Unterschied zwischen den Gruppen zu finden?
• Wenn aber.. die Alternativhypothese (H1: Unterschied zwischen Behandlungsgruppen)  angenommen wird bzw. H0 (kein Unterschied zwischen Gruppen) verworfen wird, stellt sich die Frage nach der klinischen Bedeutsamkeit des Effekts. à Wie gross ist der Effekt? Ist er in der Praxis bedeutsam?

= empirically supported therapies -> mit RCT untersucht

Allegiance = Gefolgschaft, Untertanentreue, Versuchsleiteffekt --> Identifikation der Forschungsgruppe mit dem Ansatz. Korrelationen bis .85.

Konsequenz: Replikation der Studien durch unabhängige Forscher nötig.

• kausale Wirksamkeitsbelege nur durch experimentelle Studien möglich
• hohe interne Validität (Kontrolle von Störvariablen)
• Manuale für Anfänger gut (klare Struktur und Regeln --> Sicherheit)
• Erhöhte Konkurrenzfähigkeit von Psychotherapie in politischen Diskussionen (Überlgenheit ggü. Alternativbehandlung)
• Fortschritte in der psychotherapeutischen Ergebnisforschung + Initative zur Überprüfung von Wirksamkeit.

• Antwort Chambless et al: Verschiedene Gruppen kamen zu den gleichen Ergebnissen Die Identifikation von ESTs kann reliabel erfolgen
• Ähnlicher Kritikpunkt an ESTs: Zu wenig Zusammenarbeit von Forschern und Klinikern/Praktikern beim Ausarbeiten der Kriterien (in Task Forces sind v.a. Forscher vertreten)

Antwort Chambless et al: Es existiert sehr wohl empirische Evidenz, dass bei  bestimmten Problemen und Patientengruppen bestimmte Interventionen wirksamer sind als andere Beispiele: Exposition mit Reaktionsverhinderung bei Zwängen wirksamer als Entspannung oder Angstbewältigungstraining; kognitive Verhaltenstherapie bei generalisierter Angststörung wirksamer als nondirektive Gesprächspsychotherapie; verschiedene Beispiele bei Kindern und Jugendlichen

• Antwort Chambless et al: Es existieren sehr wohl Effectiveness-Studien, die zeigen, dass ESTs auch in der Praxis wirksam sind Chambless et al. erwähnen aber auch, dass a) die Zahl der Effectiveness-Studien noch klein ist, b) Klienten in Effectiveness-Studien sich im Schnitt nicht so stark verbessern, wie Klienten in Efficacy-Studien, c) Therapeuten sich oft nicht exakt an Manuale halten können (z.B. in der Realität längere Therapien als vorgesehen; mehr nicht vorgesehene zusätzliche Interventionen z.B. Medikation)

Antwort Chambless et al: Anerkennen den Punkt: Breite Outcomemessbatterie ist wichtig! Verweisen darauf, dass Aspekte wie die Lebensqualität in neueren Studien vermehrt erfasst werden Verweisen darauf, dass in ESTs, in welchen die Lebensqualität oder soziale Anpassung erfasst wurde, auch bezüglich dieser Masse gute Effekte gefunden wurden.

Analysen von Analysen, Methode zur quantitativen Integration der Ergebnisse
empirischer Primäruntersuchungen sowie zur Analyse der Variabilität der
Ergebnisse

- Metaanalyse Typ A:  Integrieren Studien zu einer Fragestellung und überprüfen Signifikant der ES
- Metaanalyse Typ B:  Untersuchen Moderatoren, die schon in Primärstudien untersucht wurden
- Metaanalyse Typ C: Testung von neuen, noch nicht untersuchten Hypothesen

-> Signifikanz eines Ergebnisses hängt von Stichprobengrösse ab: bei kleiner Stichprobe eher Beta-Fehler (Nullhypothese beibehalten -> keine Unterschiede)
-> Power (Teststärke) grösser: Wahrscheinlichkeit erhöht, vorhandene Unterschiede / Zusammenhänge auch bei kleinen Effekten zu finden.

Auch Studien mit kleinen Stichprobengrössen können miteinbezogen werden.

umfassender Überblick, Forschungsfragen und Lücken werden ersichtlich

MA sind reichhaltiger als Reviews --> MA = system. Review + Effektanalyse

Auch bei widersprüchlichen Einzelbefunden kommt man zu einem eindeutigen Gesamtergebnis

Alle Einzel- und Analyseschritte lassen sich genau nachvollziehen

• Verzerrung der Stichprobe
• Garbage In - Garbage out
• Apples and Oranges - Uniformitätsproblem
• Nonindependent Effects - Integration abhängiger Daten

Aufgrund unvollständiger Recherche, unvollständiger Infos in Primärstudien oder publication bias -> in Funnel Plot ersichtlich, wenn nicht symmetrische Trichterform, heute: Studien vor dem Start zenral registrieren

f-safe N Kennwert = Wert der angibt, wie gross die Zahl der noch nicht entdeckten, nicht signifikanten Ergebnissen sein müsste, um ein entdecktes signifikantes Ergebnis als Zufallsfehler deklarieren zu können

Die Integration von Studien unterschiedlicher Qualität -> aber: schlechte Studien können ausgeschlossen werden oder Studienqualität kann als Moderatorvariable untersucht werden. 

In guten Studie wird Gewichtungsfaktor verwendet.

Studien vermengt, die sich in Operationalisierung, Eigenschaften der Vpn oder Auswertungsmethoden unterscheiden, doch es werden oft übergeordnete Fragestellungen untersuch (Früchte) und in guten Studien wird es als Moderation untersucht.