gms | German Medical Science

21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V.

Deutsches Netzwerk Evidenzbasierte Medizin e. V.

13. - 15.02.2020, Basel, Schweiz

Kurzformatige Evidenzsynthesen: Conjoint Analyse zur Erhebung von Nutzerpräferenzen

Meeting Abstract

  • Christian Speckemeier - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
  • Laura Krabbe - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
  • Susanne Schwenke - Scossis, Deutschland
  • Jürgen Wasem - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland
  • Barbara Buchberger - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland; Robert Koch-Institut, Deutschland
  • Silke Neusser - Universität Duisburg-Essen, Lehrstuhl für Medizinmanagement, Essen, Deutschland

Nützliche patientenrelevante Forschung. 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin. Basel, Schweiz, 13.-15.02.2020. Düsseldorf: German Medical Science GMS Publishing House; 2020. Doc20ebmS1-V2-06

doi: 10.3205/20ebm010, urn:nbn:de:0183-20ebm0107

Published: February 12, 2020

© 2020 Speckemeier et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund/Fragestellung: Politische Entscheidungsträger müssen gelegentlich innerhalb kurzer Zeit Entscheidungen über Technologien treffen, daher werden zeitsparende Formate für Evidenzsynthesen diskutiert. Bei welchen Arbeitsschritten diese zeitlichen Einsparungen erfolgen sollen, wurde mittels Conjoint Analyse (CA) untersucht. Dazu wurden ausgewählte Merkmale von Evidenzsynthesen durch politische Entscheidungsträger und Personen, die an der Erstellung von Evidenzsynthesen mitwirken, priorisiert.

Methoden: Zwei alternative d-optimale Szenarien mit jeweils 16 Paarvergleichen wurden für die CA konzipiert: die Erstellung einer Evidenzsynthese in 20 Arbeitstagen und 12 Monaten. Basierend auf Ergebnissen eines Expertenpanels wurden 6 voneinander abgegrenzte Merkmale (Anzahl der Datenbanken, Anzahl der Reviewer bei der Recherche, zu betrachtender Publikationszeitraum, Anzahl der Reviewer bei der Extraktion, Volltextanalyse, Art der HTA-Domänen) mit jeweils 2 bis 3 Ausprägungen (Levels) definiert. Diese wurden onlinebasiert Entscheidungsträgern und Personen, die Evidenzsynthesen erstellen, vorgelegt. Die relative Bedeutung der einzelnen Merkmale wurde durch logistische Regressionsmodelle bestimmt. Zusätzlich wurde eine explorative Subgruppenanalyse durchgeführt.

Ergebnisse: Szenario 1 wurde von 36 Personen beantwortet und Szenario 2 von 26 Personen. Die Linearitätsannahme wurde durch das volle Modell bestätigt. Das lineare Differenzmodell zeigt für Szenario 1 eine Präferenz für höhere Levels für das Merkmal „Anzahl der Reviewer bei der Extraktion“ (OR 1.611; p<0.0001), gefolgt von „Anzahl der Reviewer bei der Recherche“ (OR 1.484; p<0.0001), „Volltextanalyse“ (OR 1.475; p=0.0013), „zu betrachtender Publikationszeitraum“ (OR 1.382; p=0.0056) und „Art der HTA-Domänen“ (OR 1.225; p=0.0117). Für Szenario 2 zeigte sich ebenfalls eine Präferenz höherer Levels für die Merkmale „Anzahl der Reviewer bei der Extraktion“ (OR 2.218; p<0.0001), „Anzahl der Reviewer bei der Recherche“ (OR 1.832; p<0.0001) und „Volltextanalyse“ (OR 1.753; p=0.0015), gefolgt von „Art der HTA-Domänen“ (OR 1.539; p<0.0001). Subgruppenanalysen zeigen, dass die Präferenzen durch die Faktoren Alter, Personalverantwortung und die Mitarbeit an Evidenzsynthesen beeinflusst werden.

Schlussfolgerung: Die Ergebnisse stellen einen Beitrag zur Entwicklung von kurzformatigen Evidenzsyntheseformaten dar. Die Befragten stellen hohe Anforderungen an die Qualitätssicherung von Screening und Extraktion.

Interessenkonflikte: keine