2.3.1 Dateneingabe und Datenverarbeitung
Die Eingabe und Verarbeitung der Daten erfolgte mittels des Statistikprogrammes SPSS (Statistical Package for the Social Sciences) Version 11.5 auf einem mit dem Betriebssystem Windows XP ausgestatteten Laptop. Alle Rohdaten wurden sukzessiv direkt in eine SPSS-Datendatei eingegeben und anschließend die Umpolungen und Skalengenerierungen vorgenommen. Die deskriptiven und analytischen Berechnungen erfolgten größtenteils anhand von SPSS.
Die EEG-Daten wurden im Schlaflabor mittels des Schlafanalyseprogrammes Matrix Sleep Analysis Software der Firma Jaeger ausgewertet. Die Einteilung der Schlafstadien (Staging) erfolgte händisch pro 30-Sekunden-Abschnitt. Eine Aufnahmedauer von sieben Stunden entspricht in etwa 835 solcher Epochen. Die Epochen werden nicht gesondert betrachtet, sondern im Zusammenhang mit den zuvor und danach auftretenden Epochen, um ein gleichmäßiges Schlafprofil zu erhalten. Nach Abschluss der Analyse berechnet das Programm die Schlafparameter, wie die prozentuell in jedem Schlafstadium verbrachte Zeit, und gibt eine Zusammenfassung der Staging-Werte aus, die danach wie die Fragebogendaten in das Statistikprogramm SPSS eingegeben wurden.
Für die Testung auf mögliche Unterschiede zwischen hyperthyreoten und euthyreoten Patientinnen in den polysomnographischen Daten wurde der Fisher-Pitman-Test, ein Permuttationstest für kleine, ungleich große, klinische Stichproben, herangezogen (Bortz &
Lienert, 2003). Eine Varianzanalyse ist bei dieser kleinen Stichprobe nicht durchführbar und auch der Mann-Whitney-U-Test beachtet die unterschiedlich großen Stichprobenumfänge nicht (Bortz, 2005). Für den Vergleich von den psychophysiologischen Daten von fünf euthyreoten und sieben hyperthyreoten Patientinnen ist er somit das adäquateste Verfahren.
Für die Durchführung des Tests wurde ein eigenes Programm geschrieben, das die benötigten Kombinationsmöglichkeiten berechnete.
2.3.2 Datenkontrolle
Die Fragebogendaten wurden auf etwaige Eingabefehler kontrolliert indem sowohl für die abhängigen als auch die unabhängigen Variablen deskriptive Statistiken betrachtet und Häufigkeitsanalysen durchgeführt wurden. Es konnten jedoch keine logischen Fehler festgestellt werden.
Von einigen Patientinnen fehlen einzelne Fragebögen, weshalb in Tabelle 11 genau aufgeschlüsselt wird, wie viele Fragebögen von hyperthyreoten und euthyreoten Patientinnen zu den einzelnen Messzeitpunkten vorhanden sind. In der Spalte „alle Messzeitpunkte“ wird die Anzahl an Patientinnen angegeben, von denen der jeweilige Fragebogen zu allen Messzeitpunkten vorhanden ist.
Tabelle 11: Anzahl der vorhandenen Fragebögen hyperthyreoter/euthyreoter Patientinnen zu den einzelnen Messzeitpunkten
Verfahren Messzeitpunkt
0 1 2 4 alle
IND 21/14 22/12 19/12 20/11 16/7
IND ersetzt 24/16 24/16 24/16 24/16 24/16
PSQI 24/16 19/10 19/10
RISCO 23/16 15/7 15/7
HADS-D 24/16 18/8 18/8
SVF-120 24/16
NEO-FFI 23 /16
TICS 19/13
MKSL 22/15 17/10 20/10 17/10
BSKE 24/15 17/11 21/10 17/11
Ersetzen der fehlenden Werte des IND-Schlaf-Fragebogens
Die fehlenden Werte des IND-Schlaf-Fragebogens wurden ersetzt, um eine höhere Anzahl an vollständigen Daten zu erhalten um eine zweifaktorielle Varianzanalyse mit Messwiederholung durchführen zu können und somit Wechselwirkungen zwischen den Faktoren feststellen zu können. Die fehlenden Werte wurden durch den Mittelwert des jeweiligen Messzeitpunktes der hyperthyreoten bzw. euthyreoten Gruppe ersetzt. Von einer Substitution durch individuelle Mittelwerte wurde abgesehen, da bei den meisten Patientinnen, bei denen Werte fehlen, die letzten beiden Messzeitpunkte fehlen. Die letzten beiden Messzeitpunkte sollten zuhause ausgefüllt und gemeinsam per Post zurück gesendet werden, wodurch in den meisten Fällen entweder die Daten beider oder keiner der beiden Messzeitpunkte vorhanden sind. Der Anteil der fehlenden Werte betrug 12.5% (MZP 0) bis 22.5% (MZP 4). Vor der Substitution wurden die Daten auf systematische Ausfälle kontrolliert. Die Patientinnen wurden aufgrund ihrer Werte bei der ersten Vorgabe des IND-Schlafes in gute versus schlechte Schläferinnen geteilt. Von den 35 Patientinnen, die den ersten Fragebogen ausgefüllt hatten fielen 4 von 18 guten Schläferinnen und 5 von 17 schlechten Schläferinnen aus. Das entspricht 22% beziehungsweise 29% und somit einer etwa gleich großen Ausfallrate. Die Ergebnisse der Varianzanalyse mit und ohne ersetzter Missings stimmen überein, weshalb die Substitution der fehlenden Werte vertretbar ist.
2.3.3 Datenauswertung
Zur Bildung der Subskalen des IND-Schlaf Fragebogens und des aktuellen Schlaferholungswertes wurden die Rohdaten aller Patientinnen an das JOANNEUM RESEARCH Institut für Nichtinvasive Diagnostik geschickt. Eine genaue Beschreibung der Skalenbildung ist in der Dissertation von Grote (2009) zu finden, die aktuell noch Verschluss steht.
Die Rohwerte des RISCO wurden zu vier Subtests zusammengefasst. Die Berechnung des Risikoscores (risc) erfolgte anhand der folgenden Formel, die die z-transformierten Werte drei der Subtests heranzieht: risc = [(0.5 x zrisca) + (0.6 x zriscc) - (1.2 x zriscb)} x 10 + 50
Die Subskalen der restlichen Fragebögen wurden laut Manualen berechnet. Aus den Daten des PSQI wurden sieben Komponenten und der Gesamtwert des PSQI berechnet. Aus den Rohwerten der Patientinnen wurden 18 Subskalen gebildet, die weiters zu einer generellen Skala negative und einer generellen Skala positiver Stressverarbeitungsstrategien zusammengefasst wurden. Aus den teilweise umgepolten Rohwerten aller Items des NEO-FFI wurden die fünf Dimensionen Neurotizismus, Extraversion/Introversion, Offenheit für Erfahrung, Verträglichkeit und Gewissenhaftigkeit gebildet. Zur Berechnung der Ängstlichkeits- und Depressivitätsskala des HADS-D wurden die Werte der jeweils sieben entsprechenden Items des Fragebogens aufsummiert. Zur Bildung der Skalen der BSKE wurden aus den Rohwerte der Patientinnen Subskalen gebildet, die wiederum zu den Skalen positives Befinden und negatives Befinden zusammengefasst wurden. Die Rohwerte aller Items des MKSL wurden zu fünf Subskalen zusammengefasst.
2.3.3.1 Voraussetzungsprüfung
Zur Überprüfung der aufgestellten Hypothesen wurden in der vorliegenden Untersuchung parametrische Analyseverfahren (Varianzanalyse, t-Test) verwendet. Für die Verwendung parametrischer Analyseverfahren müssen die Daten im Vorfeld auf Normalverteilung und Varianzhomogenität überprüft werden. Die Verteilungsform aller, in die statistischen Berechnungen eingehender, metrischer Variablen wurde anhand eines Kolmogorov Smirnov Tests überprüft. Die Voraussetzung der Varianzhomogenität wurde mittels Levene-Test überprüft, der auch robust gegenüber Normalverteilungsverletzungen ist. Mittels Mauchley’s Test wird bei der Durchführung einer Varianzanalyse getestet, ob die Eigenschaft der Sphärizität gegeben ist. Wurde diese Voraussetzung verletzt, wurde eine Korrektur der Freiheitsgrade nach Greenhouse-Geisser vorgenommen. Die Voraussetzungen sind in der
Regel gegeben. In den Fällen, in denen sie verletzt sind, wird dies im Rahmen der Darstellung der Ergebnisse angemerkt.