zur Navigation zum Inhalt
 
Allgemeinmedizin 14. Juli 2016

The importance of statistical modelling in clinical research

Comparing multidimensional Rasch-, structural equation and linear regression models for analyzing the depression of relatives of psychiatric patients

Background: Various studies have shown that caregiving relatives of schizophrenic patients are at risk of suffering from depression. These studies differ with respect to the applied statistical methods, which could influence the findings. Therefore, the present study analyzes to which extent different methods may cause differing results.

Methods: The present study contrasts by means of one data set the results of three different modelling approaches, Rasch Modelling (RM), Structural Equation Modelling (SEM), and Linear Regression Modelling (LRM).

Results: The results of the three models varied considerably, reflecting the different assumptions of the respective models.

Conclusions: Latent trait models (i. e., RM and SEM) generally provide more convincing results by correcting for measurement error and the RM specifically proves superior for it treats ordered categorical data most adequately.

Zusammenfassung

Hintergrund: In zahlreichen Studien konnte gezeigt werden, dass die Betreuung schizophrener Patienten durch Angehörige eine große Belastung für die Angehörigen darstellen und zu Depressionen der Angehörigen führen kann. Allerdings unterscheiden sich diese Studien in ihrer statistischen Herangehensweise, was einen Einfluss auf die Ergebnisse haben kann.

Methodik: Die vorliegende Studie vergleicht daher drei verschiedene statistische Modelle, das Rasch-Modell (RM), das Strukturgleichungsmodell (SEM) und das lineare Regressionsmodell an einem Datensatz.

Ergebnisse: Es zeigten sich zum Teil deutliche Unterschiede zwischen den drei untersuchten Modellen, die sich durch deren spezifischen Annahmen erklären lassen.

Schlussfolgerungen: Latent-trait-Modelle (d. h. das RM und das SEM) führen im Allgemeinen zu überzeugenderen Ergebnissen, da sie den Messfehler korrigieren. Das RM erweist sich darüber hinaus als überlegen gegenüber den anderen Modellen, da es ordinalskalierte Daten am angemessensten verarbeiten kann.

Ao. Univ.-Prof. Mag. Dr. Rainer Alexandrowicz, Rebecca Jahn, Fabian Friedrich, Anne Unger, Neuropsychiatrie 2/2016

Volltext dieses Beitrags / entire article auf SpringerLink

Zu diesem Thema wurden noch keine Kommentare abgegeben.

Mehr zum Thema

<< Seite 1 >>

Medizin heute

Aktuelle Printausgaben