Gesundheitsökonomische, rechtliche und ethische Aspekte im Health Technology Assessment nachvollziehbar und transparent identifizieren und bewerten

(1)

Aus dem Institut für Epidemiologie, Sozialmedizin und Gesundheitssystemforschung

der Medizinischen Hochschule Hannover

Titel:

Gesundheitsökonomische, rechtliche und ethische Aspekte

im Health Technology Assessment nachvollziehbar und transparent identifizieren und bewerten

Kumulative Dissertation

zur Erlangung des Doktorgrades der Humanbiologie der Medizinischen Hochschule Hannover

vorgelegt von Sigrid Anna Droste

aus Coesfeld Hannover 2012

(2)

Angenommen vom Senat der Medizinischen Hochschule Hannover am 05.09.2012

Gedruckt mit Genehmigung der Medizinischen Hochschule Hannover Präsident: Prof. Dr. med. Dieter Bitter-Suermann

Betreuer: Prof. Dr. rer. biol. hum. Marie-Luise Dierks Referent: Prof. Dr. med. Dr. phil. Daniel Strech Korreferent: Prof. Dr. med. Tjoung-Won Park-Simon Korreferent: Prof. Dr. med. Eva-Maria Bitzer

Tag der mündlichen Prüfung: 13.11.2012

(3)

Inhaltsverzeichnis

Inhaltsverzeichnis 3

Abkürzungsverzeichnis 5

1. Publikation 6

2. Publikation 30

3. Publikation 58

4. Publikation 100

5. Publikation 138

6. Zusammenfassung 156

6.1 Einleitung 156

6.1.1 HTA – Begriffsbestimmung und Auslegung 156

6.1.2 Entstehung und Entwicklung des HTA 158

6.1.3 HTA in Deutschland 158

6.1.4 HTA-bezogene Publikationstätigkeit in Deutschland 159

6.1.5 Erstellung eines HTA-Berichtes 162

6.1.6 Identifizierung der relevanten Informationen 162

6.2 Bedeutung und Ziele der systematischen Informationsgewinnung im HTA 163

6.3 Zielsetzung der vorliegenden Arbeit 164

6.4 Methoden 165

6.5 Ergebnisse 166

6.5.1 Informationsgewinnung für Bewertungen der medizinischen Wirksamkeit 166

6.5.1.1 Konkretisierung der Fragestellung 166

6.5.1.2 Erstellung eines Recherchekonzepts 167

6.5.1.3 Identifizierung von Synonymen 167

6.5.1.4 Auswahl relevanter Informationsquellen 167

6.5.1.5 Erstellung von Suchstrategien 169

6.5.1.6 Ausführung der Suchstrategien 170

6.5.1.6 Speicherung und Dokumentation 171

6.5.1.7 Qualitätssicherung und -kontrolle 172

6.5.2 Spezifika der Informationsgewinnung zu gesundheitsökonomischen Aspekten 173 6.5.3 Spezifika der Informationsgewinnung zu rechtlichen Aspekten 175 6.5.4 Spezifika der Informationsgewinnung zu ethischen Aspekten 177

6.5.4.1 Beschreibung zu den Methoden 179

3

(4)

6.5.4.2 Identifizierung ethischer Aspekte 179

6.5.4.3 Fragen zur Ermittlung des Nutzens 179

6.5.4.4 Fragen zur Ermittlung des Schadens 180

6.5.4.5 Anwendungsbeispiel zur Vorrecherche nach relevanten ethischen Aspekten einer

Medizin- / Gesundheitstechnologie 180

6.5.5 Dokumentation und Präsentation des Information Retrieval für HTA-Berichte 184 6.5.6 Systematisches Review der ethischen Aspekte einer Medizin- / Gesundheitstechnologie

am Beispiel der autologen Stammzelltransplantation beim fortgeschrittenen

Mammakarzinom 185

6.5.6.1 Ethische Aspekte zur Nutzung der Technologie 187

6.5.6.2 Ethische Aspekte zu den Stakeholdern 188

6.5.6.3 Ethische Aspekte zur Technologie 188

6.5.6.4 Ethische Aspekte zu methodologischen Entscheidungen 189

6.5.6.5 Ethische Aspekte zum Assessment 189

6.6 Diskussion 190

6.7 Literatur 193

6.8 Wissenschaftliche Veröffentlichungen 201

Erklärung 205

Danksagung 206

Lebenslauf 207

4

(5)

Abkürzungsverzeichnis

ANAES National Agency for Accreditation and Evaluation in Healthcare

BÄK Bundesärztekammer

BGB Bürgerliches Gesetzbuch

CRD Centre for Reviews and Dissemination DAHTA Deutsche Agentur für HTA

DDR Deutsche Demokratische Republik

DIMDI Deutsches Institut für Medizinische Dokumentation und Information EbM Evidenzbasierte Medizin

EUnetHTA European network for Health Technology Assessment G-BA Gemeinsamer Bundesausschuss

GenDG Gesetz über genetische Untersuchungen bei Menschen (Gendiagnostikgesetz) GKV Gesetzliche Krankenversicherung

GKVRefG 2000 Gesetz zur Reform der gesetzlichen Krankenversicherung ab dem Jahr 2000 GMG Gesetz zur Modernisierung der gesetzlichen Krankenversicherung -

(GKV-Modernisierungsgesetz) GMS German Medical Science HTA Health Technology Assessment

HTAi Health Technology Assessment international

INAHTA International Network of Agencies for Health Technology Assessment IQWiG Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen KBV Kassenärztliche Bundesvereinigung

MeSH Medical Subject Headings

MHH Medizinische Hochschule Hannover NLM National Library of Medicine

PICO Patient-Intervention-Comparison-Outcome SGB Sozialgesetzbuch

ZBMed Zentralbibliothek für Medizin

5

(6)

6

1. Publikation

Droste S, Dintsios CM. Informationsgewinnung für gesundheitsökonomische Evaluationen im Rahmen von HTA- Berichten: Ein 8-schrittiges Vorgehen zur erfolgreichen gesundheitsökonomischen systematischen Recherche.

Gesundheitsokonomie und Qualitatsmanagement 2011; 16: 35–57.

(7)

Informationsgewinnung für gesundheitsökonomische Evaluationen im Rahmen von HTA-Berichten

Ein 8-schrittiges Vorgehen zur erfolgreichen gesundheitsökonomischen systematischen Recherche

Literature Searching for Publications used in Economic Evaluation in Health Technology Assessments An 8-Steps Approach to Successful Health Economics Information Retrieval

Autoren S. Droste, C.-M. Dintsios

Institut Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG), Köln.

Schlüsselwörter

●^▶Information Retrieval

●^▶gesundheitsökonomische Evaluation

●^▶Kosten-Nutzen-Analyse

●^▶systematische Übersichts- arbeit

●^▶Gesundheitstechnologie- bewertung

Key words

●^▶information retrieval

●^▶economic evaluation

●^▶cost effectiveness analysis

●^▶systematic review

●^▶biomedical technology assessment

Bibliografie

DOIhttp://dx.doi.org/10.1055/

s-0029-1245460 Gesundh ökon Qual manag

Korrespondenzadresse Charalabos-Markos Dintsios Institut für Qualität und Wirt- schaftlichkeit im Gesundheits- wesen (IQWiG), Ressort Ge- sundheitsökonomie Dillenburger Straße 27 51105 Köln

charalabos-markos.dintsios@

iqwig.de

Zusammenfassung

!

Zielsetzung: Gesundheitsökonomische Evaluatio- nen gewinnen auch in Deutschland zunehmend an Bedeutung. Grundlage solcher Evaluationen nach den Methoden des Health Technology Assess- ments (HTA) ist eine systematische, umfassende Aufarbeitung der aktuellen wissenschaftlichen Evi- denz. Diese systematische Informationsgewinnung für gesundheitsökonomische Evaluationen bedarf einer eigenen Methodik. Unser Ziel ist es, hierzu einen Vorschlag explizit für den deutschen Kontext vorzustellen.

Methodik: Zunächst wurde eine Suche in nationalen und internationalen Literaturdatenbanken und in Methoden-Handbüchern der HTA-Institu- tionen nach vorliegenden Methodenvorschlägen durchgeführt. Es folgte die Erarbeitung eines eigenen Vorschlags in Anlehnung an die Methoden des Information Retrievals für Bewertungen der medizinischen Effektivität einer Technologie. Die- ser Methodenvorschlag wurde schließlich im Rahmen einer Machbarkeitsprüfung getestet. Die Ergebnisse werden für das Beispiel„Stents“dargestellt.

Ergebnisse: Eine systematische Suche ergab keine publizierten, ausreichend detaillierten und üb- ertragbaren, Methodenvorschläge für das Infor- mation Retrieval für gesundheitsökonomische Evaluationen. In der Literatur liegt der Fokus auf der Darstellung relevanter Datenbanken und ge- sundheitsökonomischer Standardfilter. Deshalb wurde analog der Vorgehensweise zur systematischen Literaturrecherche für Bewertungen der medizinischen Effektivität ein mehrschrittiges Vorgehen zur effizienten Identifizierung relevanter Dokumente entwickelt. Die 8 Arbeitsschritte sind folgende: Umwandlung der Fragestellung in eine recherchierbare Fragestellung, Konzepter- stellung, Identifizierung von Synonymen, Aus- wahl relevanter Informationsquellen, Entwick-

Abstract

!

Aim: Health economic evaluations become more important in Germany. Such evaluations are based on systematic and comprehensive explora- tions of the current scientific evidence. The information retrieval is subject to a specific method.

Our aim is to introduce a proposal explicitly for the German context.

Method: We did a search in national and international literature databases and handbooks of the HTA institutions to identify existing methods.

Then we developed a proposal in correspondence to information retrieval processes for effectiveness assessments. Finally, the feasibility of the proposal was tested. The results are presented for the example“stents”.

Results: Literature search resulted in no pub- lished methods for information retrieval on health economic evaluations, which are detailed enough and transferable. The identified literature focuses on the presentation of relevant databases and health economic standardized search filters.

Hence, analogous to the process of information retrieval on medical effectiveness, we developed an approach of several sequent steps for an effi- cient identification of relevant documents. The 8 steps are: Conversion of the research question into a searchable question, conceptualization, identification of synonyms, selection of relevant information resources, development of search strategies, processing of the strategies and quality assurance, saving and documenting the results and final quality check. Feasibility resulted in no need for methodological modifications.

Conclusion: Processing a separate information retrieval for health economic publications is rea- sonable to optimize sensitivity and precision of the information retrieval results and subsequent resource use. It seems not to be appropriate to ap-

Droste S, Dintsios CM. Informationsgewinnung für gesundheitsökonomische… Gesundh ökon Qual manag

Originalarbeit

Heruntergeladen von: Deutsche Zentralbibliothek für Medizin,. Urheberrechtlich geschützt.

(8)

Hintergrund

!

Gesundheitsökonomische Evaluationen [1–3] sind in vielen Ländern Europas und in Nordamerika seit etlichen Jahren etabliert. In Deutschland gibt es vergleichsweise wenige Be- wertungen von Kosten-Nutzen-Verhältnissen medizinischer Technologien. Allerdings nimmt deren Zahl in den letzten 10 Jahren zu. Mit der jüngsten Gesundheitsreform (Gesetzliche Krankenversicherung-Wettbewerbsstärkungsgesetz, GKV-WSG) vom April 2007 ist die Option einer Kosten-Nutzen-Bewertung explizit für neue Arzneimittel und solche von Bedeutung auch gesetzlich vorgesehen [4]. Als Technologien im Sinne des Health Technology Assessments (HTA) werden dabei alle Ver- fahren und Technologien mit Bezug zur gesundheitlichen Ver- sorgung der Bevölkerung verstanden. Dies schließt sowohl Arz- neiwirkstoffe als auch Medizintechnik, komplexe Verfahren, zusammenhängende Prozesse oder auch Gesundheitssystem- strukturen ein [5].

Wie bei der Bewertung der medizinischen Wirksamkeit einer Technologie ist eine systematische Aufarbeitung und (Quali- täts-)Bewertung der existierenden relevanten Literatur Grund- lage gesundheitsökonomischer Evaluationen [6–8].

Gegenstand der Bewertung der ökonomischen Effizienz ist die systematische, transparente und unbeeinflusste Zusammenfas- sung der aktuellen wissenschaftlichen Evidenz (European Net- work for Health Technology Assessment, EUnetHTA, s. unter http://www.eunethta.net/HTA). Dies erfolgt entweder als ei- genständiges Projekt oder in Zusammenhang mit einer Bewer- tung der medizinischen Effektivität.

Technology assessment in health care is a multidisciplinary field of policy analysis. It studies the medical, social, ethical, and economic implications of development, diffusion, and use of health technology (International Network of Agencies for Health Techno- logy Assessment, INAHTA, http://www.inahta.org/HTA/).

Es ist also auch für gesundheitsökonomische Evaluationen ein Prozess der systematischen Auffindung relevanter Informatio- nen in Literaturdatenbanken, Zeitschriften und ggf. bei Institu- tionen notwendig [9, 10]. Da sich die für gesundheitsökonomi- sche Evaluationen relevanten Publikationen z. B. hinsichtlich

▶ der verwendeten medizinischen Terminologie (häufig nicht detailliert, präzise und eher umgangssprachliche Termini),

▶ des Studiendesigns (nur ein sehr geringer Anteil der relevanten Studien zur medizinischen Wirksamkeit ist relevant),

▶ des Publikationstyps (höherer Anteil unpublizierter Doku- mente, mehr Graue Literatur) sowie

▶ des Publikationsstatus (größerer Zeitverzug bis zur Veröffent- lichung, größerer Zeitverzug bis zur Aufnahme in eine Litera- turdatenbank)

unterscheiden von denjenigen Publikationen, die zur Bewertung der medizinischen Wirksamkeit relevant sind, ist die Durchfüh- rung eines separaten Information-Retrieval-Prozesses bei den meisten Fragestellungen unabdingbar. Dieser umfasst die

▶ systematische Informationsgewinnung von verfügbaren Pub- likationen und ggf. unpublizierten Daten, Fakten, Registerda- ten und weiteren Daten,

▶ Verwaltung/Management der identifizierten Publikationen und Daten,

▶ vollständige, transparente und reproduzierbare Dokumenta- tion sämtlicher Arbeitsschritte der Informationsgewinnung,

▶ vollständige, transparente Dokumentation des Selektionspro- zesses der identifizierten Informationen sowie die

▶ Präsentation der Ergebnisse der Selektion in Form von Fluss- diagrammen und Referenzlisten.

Wesentlicher Bestandteil der Informationsgewinnung ist die systematische Literaturrecherche, die in aufeinanderfolgenden Arbeitsschritten erfolgt. Dieses schrittweise Vorgehen zur Iden- tifizierung von Dokumenten (vgl. [11, 12]) kann analog zur Recherche nach Informationen zur Wirksamkeit einer Techno- logie erfolgen, die Inhalte der einzelnen Arbeitsschritte diffe- rieren jedoch deutlich.

Bislang wurde keine Methodik für eine systematische Recher- che nach relevanten Dokumenten für gesundheitsökonomische Evaluationen vorgestellt, die auf Deutschland übertragbar wä- re. Weder Informationsspezialisten, wie z. B. Medizininformati- ker, noch HTA-Experten oder Gesundheitsökonomen haben dies explizit thematisiert. Der auf die Identifizierung leitlinien- relevanter ökonomischer Publikationen ausgerichtete Ansatz des britischen National Institute for Health and Clinical Excel- lence (NICE) ist im Rahmen von HTA-Berichten oder systematischen Reviews außerhalb des Vereinigten Königreichs nicht anwendbar („The approach to searching for economic evidence should be systematic, but targeted to identify studies that are most relevant to current National Health Service [NHS] prac- tice and hence likely to inform Guideline Development Group [GDG] decision-making“[13]). Da das NICE z. B. auch über die Erstattung von Arzneimitteln vor Markteintritt (ex ante) ent- scheidet, während HTA-Berichte und die meisten systematischen Reviews in Deutschland erst nach Markteintritt erstellt werden (ex post), gestalten sich auch das Information Retrieval und der Bedarf an gesundheitsökonomischen Studien und Kos- tendaten anders.

Publikationen aus der Health Economics Research Unit der Universität Aberdeen und dem kanadischen Institute of Health ply solely standardized search filters. National databases and sec- ondary literature are of outstanding importance.

lung der Suchstrategien, Durchführung der Recherchen und Qua- litätssicherung, Speicherung und Dokumentation der Ergebnisse und abschließende Qualitätskontrolle. Machbarkeitsprüfungen ergaben keine Notwendigkeit für eine Modifikation der Metho- dik.

Schlussfolgerung: Ein separater Information-Retrieval-Prozess für gesundheitsökonomische Publikationen ist sinnvoll zur Opti- mierung von Sensitivität und Präzision des Recherche-Ergebnis- ses und des nachfolgenden Ressourcenaufwands. Die alleinige Anwendung von Standardfiltern erscheint nicht angemessen.

Von besonderer Bedeutung sind nationale Datenbanken und Se- kundärliteratur.

Originalarbeit

(9)

Economics befassen sich mit relevanten Informationsquellen, aber nicht mit einer Methodik zur systematischen Identifizie- rung relevanter Informationen [14–16]. Auch das NHS Centre for Reviews and Dissemination geht nur punktuell auf relevante Datenbanken ein und verweist auf vorhandene Standardfil- ter [17]. Auf methodische Besonderheiten beim Information Retrieval für gesundheitsökonomische Evaluationen wird nicht eingegangen. Das schwedische Statens Beredning för Medi- cinsk Utvärdering (SBU) fokussiert sich ebenfalls auf die Infor- mationsquellen, welche mit wenigen Suchbegriffen durchsucht werden [18]. Deshalb soll mit dem vorliegenden Text ein Vor- schlag zur Methodik der Informationsgewinnung für gesund- heitsökonomische Evaluationen im Rahmen von systematischen Reviews/HTA-Berichten für den deutschen Kontext unterbreitet werden.

Ziel der Informationsgewinnung (Information Retrieval)

!

Um das Ziel der vollständigen und umfassenden Bewertung des Verhältnisses von Kosten und Nutzen erreichen zu können, erfordert die Informationsgewinnung eine höchstmögliche Sensitivität bei hoher Präzision des Ergebnisses. Dies bedeutet, über systematische Literaturrecherchen sollen möglichst alle relevanten Publikationen und möglichst nur relevante Publika- tionen identifiziert werden.

Die Sensitivität (auch Recall) ist ein Maß für die Vollständigkeit des Information-Retrieval-Ergebnisses–errechnet als Quotient aus der Anzahl der gefundenen relevanten Publikationen und der Gesamt- zahl relevanter Publikationen. Die Präzision (Genauigkeit) misst den Anteil der im Information-Retrieval-Prozess identifizierten relevanten Dokumente an der Gesamtzahl der identifizierten Doku- mente [19]. Zur Berechnung siehe Abschnitt„Sensitivität und Prä- zision“weiter unten.

Das systematische Vorgehen des Information Retrievals ist wichtig, um einerseits die gewünschte Sensitivität zu erzielen und andererseits, die Verzerrung des Ergebnisses durch Bias zu minimieren. Folgende Biasarten können das Recherche-Ergeb- nis beeinflussen (vgl. [20–23]):

▶ Outcome bias (selektives Berichten durch den Autor der Pri- märstudie über einige Outcomes, aber nicht allen, je nach Richtung der Verzerrung und statistischer Signifikanz der Er- gebnisse),

▶ Citation bias (selektives Zitieren von Studien aus Artikeln von anderen Autoren je nach Richtung der Verzerrung und statistischer Signifikanz der Ergebnisse),

▶ Publication bias (Publizieren oder Nicht-Publizieren von Stu- dien in Abhängigkeit von der Verzerrungsrichtung und der statistischen Signifikanz der Ergebnisse),

▶ Multiple publication bias (Mehrfachpublikation einer Studie ohne Identifizierung dieser als solche),

▶ Language bias (Verzerrung zugunsten englischsprachiger Pub- likationen),

▶ Availability bias (Verzerrung zugunsten leicht beschaffbarer Publikationen),

▶ Cost bias (Verzerrung zugunsten kostenfreier oder mit geringen Kosten beschaffbarer Publikationen),

▶ Database bias (Verzerrung zugunsten leicht zugänglicher oder bekannter Datenbanken),

▶ Familiarity bias (Verzerrung zugunsten von Publikationen der eigenen Disziplin),

▶ Reference bias (Verzerrung zugunsten von Publikationen, die die eigene Sichtweise unterstützen).

Durch entsprechende Maßnahmen im Rahmen der Recherche kann den vorgenannten Biasarten z. T. entgegen gewirkt werden, z. B. durch explizite Suche von nicht englischsprachigen Publikationen. Vollständig vermieden werden können Verzer- rungen der genannten Art nicht. Dies ist nur möglich bei Ver- zerrungen von Recherche-Ergebnissen durch den Retrieval bias (s. u.), da dieser durch die Recherche selbst verursacht wird.

Ein Retrieval bias ensteht z. B. durch definierte sprachliche oder zeitliche Limits, Beschränkungen auf bestimmte Daten- banken oder Publikationstypen. Der Grey literature bias ist eine Form des Retrieval bias, welcher durch Nichtberücksichti- gung von Datenbanken, die vornehmlich oder ausschließlich Graue Literatur enthalten, entsteht (als Graue Literatur gelten dabei alle Publikationen, die außerhalb von Verlagen erschei- nen [also keine ISBN oder ISSN haben], wie z. B. die meisten Hochschulschriften, HTA-Berichte, Projekt-Abschlussberichte usw.).

Ablauf des Information Retrievals

!

Zur Durchführung eines Information Retrievals sind Zugänge zu Datenbanken (kostenfrei im Internet oder ggf. bei kosten- pflichtigen Datenbanken und Fehlen eines eigenen Zugangs über Universitätsbibliotheken) notwendig. Von der recherchie- renden Person sind gesundheitsökonomisches Wissen (s. u.) sowie Kenntnisse von Literatur- und Faktendatenbanken, weiteren Datenquellen, Suchoberflächen, Retrievalsprachen usw.

gefordert. Deshalb ist die Zusammenarbeit mit einem Recher- che-Experten zu empfehlen. Grundlagen des Information Re- trievals – wie das Arbeiten mit Boolschen Operatoren oder die Verwendung von Platzhaltern – sind im nachfolgenden Text aus Platzgründen nicht ausgeführt (hierzu siehe z. B. [12, 24, 25]).

Der Ablauf einer systematischen Literaturrecherche zur Gewin- nung von Informationen für gesundheitsökonomische Evalua- tionen erfolgt in aufeinanderfolgenden Arbeitsschritten analog der systematischen Recherche nach Informationen zur medizinischen Effektivität einer Technologie (vgl. [11, 12]) (●^▶ ^{Abb. 1).}

Arbeitsschritt 1: Umwandlung der Fragestellung in eine recherchierbare Fragestellung

Die Formulierung einer recherchierbaren Fragestellung erfolgt unter Zuhilfenahme des sogenannten PICO-Schemas (http://

www.cebm.net/index.aspx?o = 1036, 26). Liegt zum Zeitpunkt der gesundheitsökonomischen Recherchen noch keine Definiti- on der PICO-Komponenten vor (z. B. aus einer Bewertung der medizinischen Wirksamkeit), wird dies neu erstellt. Ansonsten werden die bereits definierten Komponenten geprüft und entsprechend den Erfordernissen zur Identifizierung gesundheits- ökonomischer Publikationen angepasst.

Das PICO-Schema

P = Patient und/oder Problem (Patient: z. B. Altersgruppe/n, Ge- schlecht; Problem: z. B. Krankheit)

I = Intervention (zu bewertende Technologie: z. B. diagnostisches oder therapeutisches Verfahren)

Originalarbeit

(10)

C = (engl. Comparator) Vergleichsintervention: (falls relevant: z. B.

Goldstandard)

O = Outcomes (patientenrelevante Endpunkte: z. B. Herzinfarkt) Ergänzung von:

Ö = Gesundheitsökonomie (z. B. Kosten-Nutzen-Studien) G = Gesundheitssystem/geografischer Bezug

Das PICO-Schema leistet bei der Umwandlung der Fragestel- lung Hilfe und ist deshalb in seinen Komponenten nicht zwin- gend. Je nach Fragestellung können einzelne Komponenten mehrfach belegt werden (z. B. bei einer Intervention für über- gewichtige Diabetiker würde das Problem zweimal belegt, d. h.

Problem 1 = Diabetes mellitus, Problem 2 = Übergewicht) oder Komponenten können entfallen (z. B. wenn keine Vergleichsin- tervention vorgesehen ist). Ebenso können weitere Komponen- ten je nach Bedarf ergänzt werden (z. B. Gesundheitsökonomi- sche Studien oder ein Gesundheitssystembezug).

Arbeitsschritt 2: Konzepterstellung

Wie für die Erstellung eines Recherchekonzepts für Informa- tionen zur medizinischen Effektivität ist es auch für die systematische Recherche von gesundheitsökonomischen Publi- kationen unerlässlich, sich ein Grundverständnis der zu evaluierenden Technologie zu verschaffen. Ohne ein solches ist eine Recherche, welche eine hinreichende Sensitivität und Präzision zum Ergebnis hat, nicht in angemessener Weise möglich. Eine Prüfung der identifizierten Ergebnisse während und nach Abschluss des Information-Retrieval-Prozesses bzw.

der Suchergebnisse der einzelnen Datenbanken auf ihre Rele- vanz für das Thema kann nicht erfolgen ohne ausreichende Kenntnisse der Intervention und Technologie sowie der ge- sundheitsökonomischen Fachterminologie. Informationsquel- len für Hintergrundinformationen zur Fragestellung sind beispielsweise:

▶ systematische Übersichtsarbeiten,

▶ unsystematische Reviews,

▶ aktuelle Medizin-/Psychologie-Fachbücher.

Zur Aneignung des gesundheitsökonomischen Grundwissens und der verwendeten Fachsprache eignen sich aktuelle ge- sundheitsökonomische Fachbücher. Für Recherchen nach Hin- tergrundmaterial – als Vorrecherchen bezeichnet – eignen sich die Cochrane Library oder auch die Bibliothekskataloge.

Zu beachten ist grundsätzlich, dass die Recherchen zum Hin- tergrundmaterial getrennt von der systematischen Recherche nach gesundheitsökonomischen Publikationen durchgeführt werden.

Während das Information Retrieval für Publikationen zur medizinischen Effektivität auf Literaturdatenbanken begrenzt ist und Recherchen in Faktendatenbanken der Vorrecherche vor- behalten sind, ist dies bei gesundheitsökonomischen Recher- chen essenzieller Bestandteil der systematischen Informations- gewinnung. Zu recherchierende Faktendaten sind:

▶ Epidemiologie und individuelle Krankheitslast (z. B. Gesund- heitsberichterstattung des Bundes oder der Länder, Register, Survey-/Paneldaten).

▶ Daten zur Inanspruchnahme von Versorgungsleistungen/

volkswirtschaftliche Bedeutung (Routinedaten der Kranken- und Rentenversicherungen, Kassenärztlichen Vereinigungen usw.).

Die im ersten Arbeitsschritt definierten Recherchekomponen- ten sind Basis des Recherchekonzeptes. Mit diesem wird definiert, welche Recherchekomponenten wie miteinander ver- knüpft werden, d. h. welche Angaben die Datensätze der Dokumente (merke: nicht die Volltexte) enthalten müssen, um in das Ergebnis eingeschlossen zu werden. Es müssen nicht alle definierten Komponenten im Recherchekonzept verwendet werden (die Komponente „Patient“ wird häufig nicht übernommen), aber alle im Konzept verwendeten Komponen- ten müssen zuvor definiert sein. Je größer die Zahl der Kom- ponenten ist, die es nach dem Konzept zu erfüllen gilt, umso geringer wird die Anzahl der resultierenden Dokumente (die diese Bedingungen erfüllen können) und umso größer wird die Wahrscheinlichkeit, relevante Dokumente auszuschließen.

Hilfreich ist eine Skizzierung des entwickelten Konzepts (●^▶^{Abb. 2).}

Zum Zeitpunkt der Konzepterstellung sollten alle wichtigen Ein- und Ausschlusskriterien sowie das/die verwendete/n Klas- sifikationsschema/ta, z. B. zur Definition des Krankheitsbilds oder zur Schweregradeinteilung der Erkrankung, bekannt sein.

Recherchekonzepte für Evaluationen zur medizinischen Effekti- vität sind zumeist einfache, eindimensionale Konzepte, bei welchen die definierten Komponenten (vgl. Arbeitsschritt 1) durch logische „AND“-Verknüpfungen aneinandergereiht werden. Es müssen also für die resultierenden Dokumente alle

Schritt 1: Umwandlung der Fragestellung

Schritt 3: Identifizierung von Synonymen Schritt 2: Konzepterstellung

Schritt 5: Entwicklung der Suchstrategien

Schritt 7: Speicherung und Dokumentation Schritt 6: Ausführung und Qualitätssicherung

Schritt 4: Auswahl der Infor- mationsquellen

Schritt 8: Abschließende Qualitätskontrolle

?

Fragestellung

Datenbank mit den identifizierten Dokumenten und Dokumentation des Rechercheprozesses

Abb. 1 Arbeitsschritte der systematischen Litera- turrecherche (eigene Darstellung).

Originalarbeit

(11)

Komponenten – nach den Regeln der Aussagenlogik – wahr sein.

Konzepte zur Identifizierung von Publikationen für gesund- heitsökonomische Evaluation sind komplexer, da eine einfache Aneinanderreihung der Komponenten eine zu geringe Sensitivität des Ergebnisses zur Folge hätte. Ein Standard-Re- cherchekonzept für gesundheitsökonomische Evaluationen ist in●^▶ ^{Abb. 2}dargestellt. Die Komponenten zur Vergleichsinter- vention oder zum Gesundheitssystem sind für das Recherche- konzept je nach Fragestellung relevant oder können auch entfallen. Konkret kann hier ebenfalls definiert werden, dass auch solche Dokumente eingeschlossen werden, die die Er- gebnisse z. B. einer gesundheitsökonomischen Analyse einer definierten Intervention präsentieren– ohne Bezug zur definierten Erkrankung bzw. expliziten Nennung der definierten Erkrankung.

Es kann durchaus sinnvoll sein, unterschiedliche Konzepte zu entwickeln für Primär- und Sekundärliteratur und für Daten- sätze/Datenbanken, die nur Titelangaben von Dokumenten und solchen, die Titel und Abstracts oder auch Volltexte enthalten.

Eine Komponente zu„Patienten“wurde im vorliegenden Kon- zept nicht integriert, da Spezifizierungen hinsichtlich Alter und Geschlecht in gesundheitsökonomischen Publikationen eher selten vorgenommen werden und dementsprechend im Regel- fall im Recherchekonzept unangemessen sind. Die Integration einer solchen Komponente wird in der Regel zu einer deutlich zu geringen Sensitivität führen.

Bei der Komponente„Recherchezeitraum“ ist zu beachten, ob durch die Reformen im deutschen Gesundheitssystem Publika- tionen vor einem definierten Datum relevant sein können; ggf.

muss/kann der Recherchezeitraum in einzelnen Datenbanken Komponente 1

Problem_oek

Komponente 2 Intervention_oek

Ggf. Komponente 3 Vergleichsintervention_oek

Komponente 1a Problem_oek2

Komponente 2a Intervention_oek2

Ggf. Komponente 3a Vergleichsintervention_oek2

Komponente 4a Gesundheitsökonomie2 Komponente 4

Gesundheitsökonomie1

Komponente 4 Gesundheitsökonomie1

Ggf. Komponente 5 Gesundheitssystem /

regionaler Bezug

Komponente 6 Recherchezeitraum

D N A D

N A D

N A

AND

Ergebnis 2 Ergebnis3 Ergebnis4

1 s i n b e g r

E OR OR OR

AND

Abb. 2 Standard-Recherchekonzept für gesundheitsökonomische Evaluationen (eigene Darstellung).

Originalarbeit

(12)

(internationalen oder nationalen) unterschiedlich definiert werden.

Arbeitsschritt 3: Identifizierung von Synonymen

Häufig werden gesundheitsökonomische Evaluationen parallel zur oder nach Vorliegen einer Bewertung der medizinischen Wirksamkeit vorgenommen, sodass die Recherchekomponenten

„Problem“ und „Intervention“ dort bereits definiert wurden.

Dann erfolgt an dieser Stelle eine Prüfung der vorliegenden Be- griffe und deren Synonyme (griech. synonym = gleichnamig) auf Vollständigkeit, Richtigkeit und Relevanz für die vorzunehmen- den Recherchen. Kriterien der Prüfung sind dabei die Berück- sichtigung

▶ der gesundheitsökonomischen Fachsprache,

▶ die von Gesundheitsökonomen verwendeten Formulierungen für medizinische Termini/Sachverhalte (z. B. für Interventio- nen, Erkrankungen),

▶ der unterschiedlichen Bedeutung gleicher Begrifflichkeiten in Medizin/Psychologie und Ökonomie, wie z. B. Parkinson (vgl.

Roche Lexikon Medizin unter http://www.tk-online.de/roche- lexikon/ und Gabler Wirtschaftslexikon unter http://wirtschaftslexikon.gabler.de/).

Die Prüfung, Ergänzung und/oder Änderung erfolgt komponen- tenweise. Da nationale Publikationen eine wichtige Rolle spie- len, müssen neben den englischsprachigen Synonymen auch die deutschsprachigen Synonyme erfasst werden.

Wurden zuvor keine Synonymlisten für die Recherchekompo- nenten definiert, erfolgt dies nun. In Abhängigkeit von der definierten Erkrankung oder Intervention kann die Generierung der Synonymlisten recht aufwendig sein (z. B. ist eine Syno- nymliste für das „Problem“ Weichteilsarkome extrem lang).

Als Synonyme werden dabei andere Bezeichnungen, d. h. be- deutungsgleiche, verwendungsgleiche, bedeutungsähnliche und verwendungsähnliche Begriffe als auch untergeordnete, ggf. auch verwandte Begriffe verstanden.

Beispiel

Synonyme für die Komponente„Problem“Angina Pectoris:Angi- na pectoris, Angor Pectoris, Angina, Stenocardia/s, Prinzmetal’s angina, Cardialgia, Angina decubitus, Crescendo angina, Instable angina, Resting angina, pectangina, pectanginous, Stenokardie/n, Herzbräune, Kardialgie, Crescendo-Angina, Instabile Angina, De- novo-Angina, Ruheangina, Prinzmetal-Syndrom, pektanginös.

Quellen für Synonyme sind Lexika, Thesauri, Fachbücher, HTA- Berichte, Reviews und sonstige Fachartikel. Ebenso bieten viele Datenbankanbieter Prozeduren zur Identifizierung von Syno- nymen an oder angebotene Prozeduren lassen sich für die Synonymgenerierung verwenden. Eine solche ist z. B. beim Deutschen Institut für Medizinische Dokumentation und Infor- mation (DIMDI) das Extract-Kommando. Hierbei werden be- kannte relevante Begriffe in die Suchmaske eingegeben, für die die abgefragte/n Datenbank/en eine Ergebnismenge liefert/

n. Eine Stichprobe dieser Ergebnismenge wird nach den im Datensatz genannten Begriffen (vornehmlich Substantive) ausgewertet. Diese genannten Begriffe werden dann im Listenfor- mat–sortiert nach Häufigkeit der Nennung–als Ergebnis des Extract-Kommandos ausgegeben. Auch Textanalysen von im Rahmen der Vorrecherche identifizierten, relevanten Doku- menten können weitere relevante Suchbegriffe liefern. Bei den letztgenannten Vorgehensweisen ist jedoch eine Prüfung der identifizierten Begriffe auf inhaltliche Relevanz unabdingbar.

Zudem ist zu bedenken, dass diese beiden Vorgehensweisen

nicht systematisch sein können, weil die Ergebnisse sich immer im Radius der Ein- und Ausschlusskriterien, Fehler und Defizite der zugrunde liegenden Dokumente bewegen. Dort nicht berücksichtigte/genannte Teilindikationen einer Krank- heit oder spezifische Interventionsformen usw. können auch bei der Textanalyse nicht identifiziert werden – auch wenn sie Gegenstand der eigenen Fragestellung sind. Übersetzungs- software kann im Einzelfall hilfreich sein, i. d. R. erfasst diese die jeweilige Fachsprache und die unterschiedlichen grammati- kalischen Wortformen jedoch nur unzureichend. Wichtiger als automatisierte Verfahren der Synonymerkennung ist die Kenntnis der jeweiligen Fachsprache und der von den jeweiligen Experten/Autoren verwendeten Terminologie/Formulie- rung.

Bei manchen Fragestellungen, wie z. B. diagnostische oder bestimmte methodische Fragestellungen, kann eine systematische Recherche zur Generierung bzw. Ergänzung der Syno- nymliste notwendig sein. Vorhandene (validierte) Instrumente müssen i. d. R. zunächst über Datenbanken erfasst werden, da entsprechende, aktuelle Listen kaum existieren.

Beispiel

Früherkennungsuntersuchung auf Entwicklungsstörungen des Sprechens und der Sprache bei Kindern:Zur Definition der Kom- ponente „Intervention“ wird eine systematische Recherche in den relevanten Datenbanken durchgeführt mit dem Ziel der Identifizierung der existierenden diagnostischen Instrumente (z. B. Heidelberger Sprachentwicklungstest HSET). Diese identifizierten Instrumente werden im zweiten Schritt auf ihre Validie- rung für die deutsche Sprache geprüft und die dann resultieren- de Liste der Instrumentennamen und deren Synonyme im Arbeitsschritt 3 zur Synonymliste der Suchkomponente„Inter- vention“hinzu gefügt.

Arbeitsschritt 4: Auswahl relevanter Informations- quellen

Literaturdatenbanken

Relevante Literatur für gesundheitsökonomische Evaluationen ist in vielen unterschiedlichen Datenbanken identifizierbar (vgl. [16]). Je nach Fragestellung kann die Auswahl variieren, d. h. vor Durchführung der Recherchen sollte geprüft werden, ob eine Standardauswahl an Datenbanken ausreicht oder ob und wenn ja, welche Datenbanken hinzugenommen werden sollten. Kriterium für diese Prüfung ist die inhaltliche Rele- vanz, d. h. die Fragestellung bzw. die definierten Komponenten

„Problem“ und „Intervention“. Hilfreich sind hier Datenbank- verzeichnisse, Internet-Suchmaschinen oder auch Routinen bei den Datenbankanbietern (merke: diese suchen natürlich nur im eigenen Datenbankangebot). Beim DIMDI z. B. besteht die Funktion „Datenbankauswahl über Relevanz“.

Bei den relevanten Datenbanken handelt es sich um allgemei- ne biomedizinische Datenbanken, HTA-Datenbanken wie auch um Fachdatenbanken, wie z. B. zu Arzneimitteln, HIV/AIDS, zur Pflege oder zu gesundheitsökonomischen Studien. Die Wertigkeit der einzelnen Datenbanken, d. h. der relative Zuge- winn an anderenorts nicht identifizierten Dokumenten, ist dabei häufig eine andere als beim Information Retrieval zur medizinischen Effektivität. Die Entscheidung zur Aufnahme einer Datenbank in die Liste der zu berücksichtigen Datenbanken hängt immer vom potenziellen, zu erwartenden Zugewinn für das Recherche-Ergebnis ab, also davon, ob die Sensitivität des

Originalarbeit

(13)

Recherche-Ergebnisses durch die Berücksichtigung einer Da- tenbank erhöht werden kann (●^▶^{Tab. 1).}

Ergänzend können–insbesondere bei methodischen Fragestel- lungen–wirtschaftswissenschaftliche Datenbanken von Belang sein.

Die Sensitivität und Präzision der zu verwendenden Suchstra- tegien muss den einzelnen Datenbanken angepasst werden.

Aufgrund der von den Datenbankherstellern hinterlegten Rou- tinen und Synonyme, der unterschiedlichen Güte der Ver- schlagwortung und der unterschiedlichen Schwerpunkte sowie der weitverbreiteten Verwendung der für gesundheitsökono- mische Recherchen relevanten Begriffe „cost*“ und„econom*“

kann nur über eine solche Anpassung eine „höchstmögliche“

Präzision des Recherche-Ergebnisses und Minimierung der nachfolgenden Arbeitslast erzielt werden. In einigen Datenban- ken, wie z. B. MEDLINE oder NHS EED ist eine hohe Sensitivität der Suchstrategien erforderlich. Dagegen bedürfen Suchstrate- gien z. B. in EMBASE einer hohen Präzision, da dort Suchstrate- gien einen deutlich höheren Anteil nicht relevanter Dokumen- te erzielen im Vergleich zu entsprechenden Strategien in MEDLINE, d. h. die Präzision des Ergebnisses somit reduziert und die nachfolgende Arbeitslast aufgrund einer größeren An- zahl zu selektierender Dokumente erhöht wird. Insbesondere nationale Datenbanken (Deutschland) bedürfen beim Informa- tion Retrieval für gesundheitsökonomische Evaluationen einer sehr hohen Sensitivität.

Ergänzend zu den systematischen Recherchen in den relevanten Literaturdatenbanken erfolgt für gesundheitsökonomische Eva- luationen eine ergänzende Suche in sogenannten Key Journals (Zeitschriften mit hoher gesundheitsökonomischer Relevanz), ein Citation tracking und Snowballing, ggf. eine Ähnlichkeitssu- che sowie eine Handsuche auf den Internetseiten relevanter Institutionen. Bei diesen Recherchetechniken handelt es sich um narrative Verfahren, die ergänzend zur systematischen Re- cherche eingesetzt werden können. Citation tracking [27] ist in 2 Richtungen möglich.„Forward citation tracking“meint, Doku- mente zu definieren und dann alle in der Datenbank indexierten Dokumente zu identifizieren, die diese definierten Doku- mente zitieren. Beim „backward citation tracking“ werden die Referenzlisten definierter Dokumente ausgewertet. Unter Snowballing wird verstanden, ein oder mehrere identifizierte Dokumente als Ausgangspunkt zu benutzen, um weitere Doku- mente zu finden (http://hlwiki.slais.ubc.ca/index.php/Snowbal- ling). Die Ähnlichkeitssuche ist die bekannteste Snowballing-An- wendung. Hierbei werden z. B. in PubMed ein Datensatz mit hoher inhaltlicher Relevanz als Startdokument definiert und mit der „Related Articles“-Funktion [28] Dokumente gesucht, die entsprechend der Titel-, Abstract- und Schlagwortangaben das gleiche Krankheitsbild, die gleiche Intervention, die gleiche Methodik usw. beinhalten. Je mehr Kriterien denjenigen des

Startdokuments entsprechen, umso höher ist die Position eines Dokuments im Ähnlichkeitsranking.

Je komplexer eine Fragestellung, umso größer ist die Wahr- scheinlichkeit, mit diesen ergänzenden narrativen Verfahren relevante Publikationen zu finden, die mit der systematischen Suchstrategie nicht identifiziert werden.

Zeitschriften

Key Journals – welche in den Literaturdatenbanken indexiert sind–werden über die Literaturdatenbanken separat mit ein- fachen Freitext-Suchabfragen hochsensitiv durchsucht. Die nicht in den Literaturdatenbanken indexierten gesundheitsöko- nomisch relevanten Zeitschriften (die „Zeitschrift für die ge- samte Versicherungswissenschaft“ ist z. B. weder in MEDLINE noch in EMBASE, NHS EED oder CCMed gelistet) werden entweder über die Verlagsdatenbanken oder über die im Internet publizierten Inhaltsverzeichnisse durchsucht. Identifiziert werden nichtindexierte Zeitschriften durch einen Abgleich der verfügbaren, relevanten Zeitschriften mit den im Internet publizierten Listen der jeweiligen Datenbankersteller (z. B. NLM erstellt MEDLINE, Elsevier erstellt EMBASE, ZBMed erstellt CCMed). Für PubMed existiert eine Journals Database (http://

www.ncbi.nlm.nih.gov/journals).

Institutionen

Eine größere Anzahl an Institutionen, wie z. B. die World Health Organisation (WHO), Organisation for Economic Co-operation and Development (OECD), King’s Fund, Rand Corporation etc., publizieren Dokumente mit gesundheitsöko- nomischem Bezug. Daneben bestehen gesundheitsökonomi- sche Institute oder Institute mit gesundheitsökonomischem Schwerpunkt, welche teilweise eigene Schriftenreihen unter- halten. Die Publikationen dieser Institutionen werden – neben den HTA-Institutionen mit gesundheitsökonomischen Publikationen – ebenfalls auf relevante Dokumente durchsucht. Je nach Fragestellung können auch die Internetseiten der Projektträger und der Kompetenzzentren, Fachgesell- schaften, Verbände relevante Informationen liefern. Identifi- ziert werden können relevante Institutionen beispielsweise direkt über das Internet oder über in den Literaturdatenban- ken identifizierte Autoren und deren im Adressfeld genannte Institution. Die interessierenden Informationen können entweder direkt über die jeweilige Internetseite abgerufen, be- stellt oder z. B. bei laufenden Projekten o. Ä. über persönliche Kontaktaufnahme gewonnen werden.

Internetportale

Es bestehen einige Internetportale mit gesundheitsökonomi- schen Informationen und Informationsquellen wie z. B. http://

www.healtheconomics.com/ oder EURONHEED (http://infodoc.

Tab. 1 Gesundheitsökonomisch relevante Literaturdatenbanken.

Biosis Previews Derwent Drug File (Arzneimittel) Karlsruher virtueller Katalog (KvK)

CAB Abstracts (Arzneimittel) Econlit Medikat

CCMed Embase Medline

CDSR Gerolit NHS EED

CEA registry Global Health NHS HTA

CENTRAL Heclinet SciSearch

CINAHL HEED SIGLE

DAHTA-Datenbank IPA (Arzneimittel) Verlagsdatenbanken: Elsevier, Hogrefe

Kluwer, Karger, Springer, Thieme

DARE ISTPB + ISTP/ISSHP (Arzneimittel)

Originalarbeit

(14)

inserm.fr/euronheed/Publication.nsf), welche hauptsächlich In- formationen aus den Datenbanken NHS EED und CODECS enthalten. Zur Erlangung einer hohen Sensitivität des Recherche- Ergebnisses ist es in der Regel effizienter, in den Datenbanken selbst zu recherchieren.

Im Anhang befindet sich ein Verzeichnis zu den unterschiedlichen Informationsquellen mit Internetadressen.

Arbeitsschritt 5: Entwicklung der Suchstrategien Für jede der zuvor definierten Komponenten werden die entsprechenden Synonyme zusammengestellt bzw. aus dem Ar- beitsschritt 3 übernommen und die Datenbanken mit Schlag- wortkatalogen (z. B. MEDLINE, EMBASE, The Cochrane Library) auf relevante Schlagworte durchsucht. Liegen aus den Recher- chen zur medizinischen Effektivität Suchstrategien vor, werden diese wie die Synonyme auf Vollständigkeit, Richtigkeit und Relevanz geprüft. In der Regel werden die verwendeten Schlagwörter und Freitextabfragen für gesundheitsökonomi- sche Recherchen ergänzt. Tendenziell werden auch die„Eltern“

der Schlagworte ( = übergeordnete Begriffe) in die Strategie aufgenommen. Eine Auflistung gesundheitsökonomisch relevanter Schlagworte aus MEDLINE und EMBASE befindet sich im Anhang.

Datenbanken wie MEDLINE und EMBASE verfügen über eigene Schlagwortkataloge (Medical Subject Headings (MeSH^®), EM- TREE). Diese haben eine polyhierarchische Struktur, die Begriffe unterscheiden sich! Die Bezeichnung der Thesaurusbegriffe ist je nach Datenbankanbieter unterschiedlich: MeSH-Term, EMTREE- Term oder Controlled Term. Die Thesaurusbegriffe haben überge- ordnete Begriffe ( =„Eltern“) und untergeordnete Begriffe ( =

„Kinder“). Die Schlagwortbäume können hierarchisch durchsucht werden, d. h. übergeordnete und untergeordnete Schlagwörter können in einem Suchschritt abgefragt werden. Jedem Datensatz wird/werden vom Datenbankersteller ein oder mehrere Schlag- wort/e zugewiesen.

Beispiel

Synonyme zum „Problem“ Angina Pectoris in Medline: MeSH- Term heißt„Angina Pectoris“und hat 2 übergeordnete Begriffe (Eltern 1:„Myocardial Ischemia“, Eltern 2:„Chest pain“).„Angina Pectoris“hat bei Eltern 1 zwei Kinder („Angina, Unstable“und

„Microvascular Angina“) und bei Eltern 2 ein Kind („Angina, Un- stable). Mit der Funktion„explode“werden die untergeordneten Begriffe automatisch mitgenommen.

Für (fast) alle Datenbanken stehen unterschiedliche Suchober- flächen (Datenbankanbieter) zur Verfügung. Diese haben je- weils unterschiedliche Vor- und Nachteile. MEDLINE ist beispielsweise als PubMed von der National Library of Medicine am aktuellsten, unter der Oberfläche (DIMDI ClassicSearch) des DIMDI gestattet die Trunkierungsoption (s. u.) am Anfang eines Wortes jedoch eine sensitivere Suche. Oder in PubMed ist eine Ähnlichkeitssuche über die„Related Articles“-Funktion verfügbar, welche zumeist zu guten Ergebnissen führt und unter den anderen Suchoberflächen nicht möglich ist. Deshalb kann es sinnvoll sein, eine Datenbank– dies gilt insbesondere für MEDLINE – unter verschiedenen Suchoberflächen mit je- weils optimierter Strategie zu durchsuchen.

Trunkierungszeichen oder Wildcards sind Platzhalter und in fast je- der Datenbank einsetzbar. Platzhalter können ein oder beliebig viele Zeichen ersetzen, die entweder am Ende eines Suchwortes, in der Mitte oder (nur bei DIMDI) am Anfang eines Wortes stehen.

Letzteres ist insbesondere für Freitextabfragen in deutscher Spra- che sehr hilfreich. Je nach Datenbankanbieter werden unterschiedliche Zeichen für Platzhalter verwendet:„*“,„%“,„?“,„$“

oder„#“. Zu früh gesetzte Trunkierungen reduzieren die Präzision eines Suchergebnisses, zu spät gesetzte Trunkierungen die Sensi- tivität.

Grundsätzlich ist auch für das Information Retrieval für ge- sundheitsökonomische Evaluationen zwischen Datenbanken mit (überwiegend) Sekundär- und (überwiegend) Primärlite- ratur zu unterscheiden. Suchstrategien in Datenbanken mit (überwiegend) Sekundärliteratur erfordern einfache Suchstra- tegien, d. h. Konzepte mit wenigen Komponenten, welche insbesondere auf die Suche in Titelfeldern ausgerichtet sind (da z. B. bei HTA-Berichten häufig nur der Titel in den Datenban- ken recherchierbar ist). Die Definition der Komponenten

„Problem“ und „Intervention“ reicht zumeist aus. Die Titel von z. B. HTA-Berichten sind zudem in der Regel globaler for- muliert als bei Zeitschriftenpublikationen. Deshalb sind ebenfalls globalere Suchbegriffe in die Suche zu integrieren. Bei Da- tenbanken mit (überwiegend) Primärliteratur sind für die Sensitivität des Recherche-Ergebnisses unterschiedliche regio- nale Schwerpunkte zu beachten, eine unvollständige Indexie- rung (zentrale medizinische Themen vs. methodische Arbei- ten) und ebenso eine fehlerhafte Indexierung. Eine Nicht- Beachtung führt zu einer reduzierten Sensitivität des Ergebnis- ses. Gegenmaßnahmen sind z. B. mehrere große biomedizinische Datenbanken mit unterschiedlichen regionalen Schwer- punkten (z. B. MEDLINE-Schwerpunkt ist Nordamerika und Australasien, SciSearch fokussiert eher auf Europa) auszuwäh- len und über ergänzende Freitextabfragen nicht- oder falsch indexierte Dokumente zu identifizieren.

Arbeitsschritt 6: Durchführung der Recherchen und Qualitätssicherung

Die entwickelten Suchstrategien werden schließlich der Syntax der jeweiligen Datenbank und Suchoberfläche angepasst (griech. Syntax =„Zusammenstellung“, Synonym für Satzlehre, Satzstruktur) und anschließend prozessiert. Beispiel: Abfrage von „Retrieval“ im Titelfeld bedeutet die Eingabe von „retrieval:ti“(Wiley),„retrieval [ti]“(NLM),„retrieval/ti“(DIMDI),„retrieval.ti.“(OVID). Dabei ist es notwendig, ggf. bei jedem Such- schritt, das Ergebnis stichprobenartig hinsichtlich der Relevanz für die Fragestellung zu prüfen. Suchabfragen, die in einer Da- tenbank Ergebnisse mit einer hohen Präzision liefern, können sich in einer anderen Datenbank als unqualifiziert herausstel- len. Dies resultiert u. a. daraus, dass die vom Rechnersystem tatsächlich prozessierte Abfrage von der eingegebenen Abfrage deutlich abweichen kann (s. Beispiel 1). Ein Grund sind vom Datenbankanbieter hinterlegte Synonyme, welche automatisch in die Suche eingeschlossen werden. Ebenso ist es notwendig, den Suchtext auf Tippfehler oder falsch gesetzte oder vom Sys- tem falsch interpretierte Klammern zu prüfen und die Plausi- bilität der resultierenden Treffermenge zu kontrollieren. Zu früh oder zu spät gesetzte Trunkierungen (s. Beispiel 2) kön- nen ebenfalls ein ungewolltes Ergebnis liefern.

Originalarbeit