Return to search

Evaluation psychometrischer Methoden zur Verbesserung der Diagnostik der Zwangsstörung

Die Zwangsstörung ist durch sehr verschiedenartige Symptome charakterisiert. Diese Symptomheterogenität stellt Herausforderungen für die psychologische Diagnostik dar. Die Yale-Brown Obsessive Compulsive Scale (Y-BOCS) gilt als der Goldstandard bei der Messung von Zwangssymptomen. Mittels einer großen Stichprobe von Zwangspatienten hatte diese Arbeit drei Ziele zur Weiterentwicklungen psychometrischer Methoden:

Erstens wurden die Messmodelle von Zwangssymptomen evaluiert und verbessert. Dabei fand eine umfassende Überarbeitung statt, wobei Bayesianische Messmodelle genutzt wurden.

Zweitens wurde getestet, ob die Messeigenschaften der Y-BOCS über die Zeit und für weitere klinische relevante Variablen konstant sind. In einer breit angelegten Messinvarianzanalyse wurden nur wenige Verletzungen der Messinvarianz gefunden. Falls solche vorliegen, werden Gruppenvergleiche verzerrt und eventuell falsche Schlussfolgerungen gezogen.

Für diese Situationen wurde drittens eine Erweiterung partieller Messinvarianzmodelle entwickelt und angewendet. Partielle Messinvarianzmodelle ermöglichen valide Gruppenvergleiche auch dann, wenn Messinvarianz nur für einige wenige Items hält. Es wurde eine Methode zur Modellmittelung entwickelt, die die Unsicherheit berücksichtigt, die in der Auswahl von Items für partielle Messinvarianz liegt. Das entwickelte Bayesianische Verfahren macht Analyseentscheidungen komplett sichtbar und damit diskutierbar.

Die vorgelegten Studien dienen der Weiterentwicklung psychometrischer Analysen in der klinischen Diagnostik im Allgemeinen und stärken die Validität der Messung durch die Y-BOCS im Besonderen. Klinische Studien können vertrauenswürdige Ergebnisse nur aufbauend auf soliden Messverfahren erzielen. Außerdem werden weitere neuere Entwicklungen in der psychometrischen Theorie im Hinblick auf ihren Nutzen in der klinischen Diagnostik und dem Verständnis der Zwangsstörung diskutiert. / Obsessive-compulsive disorder (OCD) is characterized by heterogeneous symptoms. Like for many clinical phenomena, this heterogeneity in symptoms poses challenges to psychological assessment. The Yale-Brown Obsessive Compulsive Scale (Y-BOCS) has developed into a gold standard within the past three decades. Using a large sample of patients suffering from OCD, we worked towards three goals in order to advance psychometric methods:

First, evaluating and improving the measurement models associated with OCD symptoms by means of an exhaustive overhaul and the usage of Bayesian measurement modeling.

Second, to test whether the Y-BOCS' measurement properties are stable across time and other features relevant to clinical research. In a broad analysis of measurement invariance (MI), we found only few instances where MI did not hold. Under such circumstances, group comparisons may be biased and conclusions could be misleading.

For such situations, we thirdly derived and applied a procedure extending partial MI modeling. In partial MI models, group comparisons are still valid, even if MI holds only for a few items. We developed a model averaging approach that appropriately reflects the uncertainty stemming from choosing items for partial MI models. The developed Bayesian procedure makes decisions made during the analysis fully transparent and thus open to discussion.

The presented studies form a research program that advances psychometrical analyses in clinical assessment and increases the validity of the assessment of OCD by means of the Y-BOCS. Clinical trials require such sound measurements in order to provide trustworthy conclusions. Furthermore, we discuss other recent advances in the field of psychometry and their usability for clinical research as a whole and the understanding of OCD specifically.

Identiferoai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/24811
Date16 February 2022
CreatorsSchulze, Daniel
ContributorsKathmann, Norbert, Ziegler, Matthias, Kaplan, David
PublisherHumboldt-Universität zu Berlin
Source SetsHumboldt University of Berlin
LanguageEnglish
Detected LanguageEnglish
TypedoctoralThesis, doc-type:doctoralThesis
Formatapplication/pdf
Rightshttp://rightsstatements.org/vocab/InC/1.0/
Relation10.1016/j.janxdis.2018.04.003

Page generated in 0.0026 seconds