Stichprobe der Non-Responder

328 Patienten willigten in die Teilnahme ein und füllten den Fragebogen auch tatsächlich aus, während 356 Patienten die Teilnahme an der Studie ablehnten oder zunächst einwilligten, dann aber den Fragebogen nicht ausfüllten (vgl. Tab. 3.1). Dies entspricht einer Non-Responder-Quote von 52 %.

Mit Hilfe der Code-Identifizierung und des BADO-Datenpools erfolgte eine Non-Responder-Analyse. Die Beschreibung der Stichprobe der Non-Responder anhand ausgewählter soziodemographischer Merkmalen ist in Tabelle 3.9 dargestellt.

Tabelle 3.9: Beschreibung der Analysestichprobe der Patienten, die eine Teilnahme an der Studie ablehnten (= Non-Responder, n = 356) anhand soziodemographischer Merkmale

Merkmal Merkmalsausprägung Gesamt

[n]

Gesamt [%]

Geschlecht des Patienten Männlich Weiblich Verhalten) im Vorfeld der jetzigen Aufnahme

Weitere krankheitsbezogene Variablen, welche anhand des BADO-Datenpools erhoben und in den Analysen berücksichtigt wurden, sind: Alter bei Aufnahme, Alter bei Erkrankungsbeginn (Age at onset), CGI- und GAF-Werte bei Aufnahme und Entlassung, Verweildauer während des aktuellen Aufenthaltes in Tagen, kumulierte Verweildauer in der Klinik seit 1995 in Tagen sowie die Erkrankungsdauer in Jahren.

Diese deskriptiven Kennwerte sind in Tabelle 3.10 dargestellt.

Die Ergebnisse des Vergleichs der Stichprobe der Responder mit den Non-Respondern sind im Ergebnisteil in Kapitel 4.8 zusammengefasst.

Tabelle 3.10: Deskriptive Kennwerte der CGI- und GAF-Werte sowie weitere krankheitsbezogene Merkmale der Analysestichprobe der Non-Responder (n = 356) CGI-E-S = CGI-E-Schweregrad der Erkrankung bei Entlassung (severity), ^g) CGI-E-I = Verbesserung der Erkrankung im Vergleich zum Aufnahmezeitpunkt (improvement), ^h) GAF-A = GGAF-AF-Wert des Patienten bei GAF-Aufnahme, ⁱ⁾ GAF-max = maximaler GAF-Wert des Patienten im letzten Jahr, ^j) GAF-E = GAF-Wert des Patienten bei Entlassung, ^k) = kumulierte Verweildauer vollstationärer Aufenthalte seit 1995

Methode _____________________________________________________________________________________

3.4 Datenanalyse

Die Analyse der Daten wurde vornehmlich mit dem Statistikprogramm PASW Statistics 17 durchgeführt.

Die paarweise Zuordnung der Daten der Patienten und der Angehörigen erfolgt über einen nummerierten Code in der Fußzeile der Fragebögen (C//documente/001/patient/fragebogen; vgl. Anhang D, G). Die für die paarige Zuordnung der Daten mit den Daten des DGPPN-BADO-Pools notwendige Namens-Identifizierung wurde nach der Ergänzung der Daten durch den BADO-Datenpool gelöscht. Somit war die Anonymität der Studienteilnehmer gewährleistet. Ebenfalls mithilfe der Code-Identifzierung und Daten des BADO-Datenpools wurde eine Non-Responder-Analyse gerechnet.

Der Vergleich der Belastungseinschätzungen der Angehörigen, der Kontrollüberzeugungen, Krankheitsbewältigungsstrategien, Behandlungszufriedenheit und Lebensqualität der Analysestichprobe der Patienten mit der Analysestichprobe der Angehörigen erfolgte für die gesamten Analysestichproben und Diagnosesubgruppen ebenso wie für die Stichprobe der Patienten-Angehörigen-Paare. Dabei wurden die Gesamtscores und gegebenenfalls die Subskalen-Scores der eingesetzten Fragebögen berücksichtigt. Die Überprüfung der Scores auf Normalverteilung erfolgte mit Hilfe des Kolmogoroff-Smirnov-Tests. Die Summenscores und Subskalen wurden ferner anhand des Levene-Tests bezüglich ihrer Varianzhomogenität überprüft. Anschließend wurden t-Tests für zwei unabhängige Stichproben bei Varianz-Gleichheit bzw. Mann-Whitney-Tests bei ungleichen Varianzen gerechnet.

Der direkte Vergleich der von den Angehörigen tatsächlich erlebten Belastung mit der von den Patienten geschätzten Belastung der Angehörigen wurde anhand der Analyse der Patienten-Angehörigen-Paar-Stichprobe vorgenommen. Die paarige Zuordnung wurde anhand des Codes in der Fußzeile der Fragebögen durchgeführt. Da davon ausgegangen werden musste, dass aufgrund der Verschiedenheit von tatsächlich erlebter Belastung der Angehörigen und durch die Patienten geschätzter Belastung der Angehörigen eine unterschiedliche Skalenstreckung vorliegen kann, konnten an dieser Stelle keine t-Tests gerechnet werden. Es musste auf non-parametrische Verfahren zurückgegriffen werden. Da weder der Wilcoxon-Vorzeichen-Rangtest noch der Vorzeichentest Bindungen berücksichtigt, wurden Chi-Quadrat-Tests berechnet.

Zur Analyse des Fragebogens zum Belastungserleben der Angehörigen (FBA) wurden Reliabilitätsanalysen, Inter-Item-Korrelationen und Faktoranalysen gerechnet.

In den Reliabilitätsanalysen, welche sowohl für die gesamte Patienten- als auch die gesamte Angehörigenstichprobe dargestellt werden, wurden die Trennschärfekoeffizienten durch Korrelation der einzelnen Items mit dem Skalenwert bestimmt. Die interne Konsistenz (Cronbachs Alpha) wurde als Reliabilitätsmaß für die Belastungsskala ermittelt. Weiterhin wurden Inter-Item-Korrelationen nach Pearson berechnet und latente Merkmale mittels Faktorenanalysen (Hauptkomponentenanalyse) identifiziert.

Der Belastungsfragebogen (FBA), der Fragebogen zur Krankheitsverarbeitung (FKV) sowie der Fragebogen zur Behandlungszufriedenheit (ZUF-8) beinhalteten offene Fragen, so dass hier zusätzlich inhaltsanalytische Auswertungen durchgeführt wurden.

Die Auswertungen zum subjektiven Wohlbefinden unter Medikation erfolgten ausschließlich an der Patientenstichprobe. Da nur vereinzelt davon ausgegangen werden muss, dass auch Angehörige regelmäßig Psychopharmaka einnehmen, wurde der Fragebogen zum Befinden unter Medikation nur in der Patientenstichprobe erhoben.

Zur Erfassung der Zusammenhänge zwischen den Konzepten Belastungen, Kontrollüberzeugungen, Krankheitsbewältigung, Behandlungszufriedenheit, Lebensqualität und Wohlbefinden unter Medikation wurden für die Analysestichproben der Patienten und der Angehörigen Pearson-Korrelationen für alle Subskalen und Gesamtscores berechnet. In die Korrelationsanalysen wurden ferner die aus der Faktorenanalyse ermitteln Belastungsfaktoren eingeschlossen.

Weiterhin wurden multiple lineare Regressionsanalysen (Rückwärts-Verfahren) für die jeweiligen Subskalen- und Summenscores der beiden Analysestichproben als abhängige Variablen berechnet, wobei auch die BADO- und soziodemographischen Variablen als unabhängige Variablen in die Berechnungen mit eingegangen sind. Für die Analysestichprobe der Patienten wurden zusätzlich Regressionsanalysen auf das subjektive Wohlbefinden unter neuroleptischer Medikation, auf die CGI- und GAF-Werte sowie die Verweildauer des stationären Aufenthalts der Patienten gerechnet. Für die Analysestichprobe der Patienten wie der Angehörigen wurden weiterhin Regressionsanalysen auf die aus der Faktorenanalyse des Belastungsfragebogens extrahierten Faktoren berechnet. Kriterien für die Auswahl der dargestellten Regressionsmodelle waren eine hohe Varianzaufklärung wie auch eine repräsentative

Methode _____________________________________________________________________________________

Fallzahl. In allen multiplen Regressionsanalysen wurde das Modellwahlkriterium des korrigierten R² verwendet, um möglichen Kollinearitätsproblemen entgegenzuwirken.

Als zusätzliches exploratives Verfahren zur Identifikation von Prädiktoren für eine hohe subjektive Belastung der Angehörigen bzw. für die maladaptiven Krankheitsverarbeitungsstrategien „Depressive Verarbeitung“ und „Bagatellisierung und Wunschdenken“ innerhalb der Angehörigenstichprobe wurden Klassifikationsbäume (Classification and Regression Trees/CART) mit Hilfe der Software „Answer Tree/Version 2.0“ eingesetzt.

Ziel der Clusteranalysen war es, die Patienten bzw. die Angehörigen zu Clustern zu gruppieren, um zu analysieren, ob sich charakteristische Untergruppen innerhalb dieser Stichproben finden lassen.

Um abschließend je ein integratives Modell bezüglich der Zusammenhänge der erhobenen Konzepte für die Gesamtanalysestichproben der Patienten und der Angehörigen zu erhalten, wurden Strukturgleichungsmodelle (Structural Equation Modelling, SEM) mit Hilfe der Software „Amos 16“ berechnet. Dafür wurden zunächst nach der Methode der Mittelwerte fehlende Werte im Datensatz ersetzt und die Daten mit Hilfe von „z-Werten nach Variablen“ standardisiert. Es sollte zunächst sowohl für die Gesamtanalysestichprobe der Patienten und der Angehörigen je ein ausführliches Modell dargestellt werden, das nach Sichtung der aktuellen Literatur hypothesengeleitet alle sinnvoll denkbaren Zusammenhänge zwischen den abhängigen und unabhängigen Variablen einschließt. Bei der Berechnung der Modelle wurden ferner die Variablen berücksichtigt, welche sich in den Regressionsanalysen als stärkste Prädiktoren erwiesen. Zusätzlich fanden die CGI- und GAF-Werte sowie die kumulierte Verweildauer als objektive Kriterien Eingang. In einem zweiten Schritt wurde für jede Gesamtstichprobe anhand der Signifikanzen des ausführlichen Modells je ein gekürztes Strukturgleichungsmodell mit möglichst guten Anpassungsmaßen und Gütekennwerten gesucht.

4. ERGEBNISSE