Subjektives Krankheitswissen von Patienten mit Diabetes mellitus sichtbar machen

Zusammenfassung

Hintergrund In dieser klinischen Pilotstudie wurde ein Weg skizziert, auf dem es mittels einer computerlinguistischen Methode aus der Wissensdiagnostik möglich ist, größere Stichproben im Hinblick auf ihre subjektiven Krankheitstheorien, speziell auf das subjektive Krankheitswissen und ihre daraus abgeleitete Versorgungserwartung hin zu untersuchen und die Vorstellungen zu visualisieren und klassifizieren. Dies erlaubt den Entwurf einer objektiven Typisierung des, subjektiv als wahr erachteten, Patientenwissens. Es wird dargestellt, warum die Überführung solch klassifizierten Wissens über das Krankheitswissen und subjektive Krankheitstheorien in der Arzt-Patienten-Interaktion die Kommunikation und letztlich die Adhärenz verbessern könnte.

Mit dem hier eingesetzten methodischen Vorgehen ist eine hohe Zahl individueller Faktoren kein Hindernis mehr für die Analyse von Patientenvorstellungen. Bislang eingesetzte methodische Ansätze hatten das Problem der Multimodalität stets diskutiert. Mit dem vorgestellten Verfahren lässt sich die darin liegende Diversität auch innerhalb eines objektiven Analyseverfahrens nutzen.

Methodik 74 Probanden (18 Diabetespatienten, 56 Gesunde) fertigten Texte an, die durch eine computerlinguistische Analyse mittels T-MITOCAR (Text-Model Inspection Trace of Concepts and Relations) semantisch geclustert und anschließend visualisiert und analysiert wurden.

Ergebnisse Es konnten mehrere inhaltlich voneinander abgrenzbare Cluster identifiziert und beschrieben werden. Dabei zeigten sich unterschiedliche Modelle hinsichtlich der Vorstellungen über die Krankheit und deren Behandlung sowohl innerhalb als auch zwischen den verschiedenen Substichproben.

Schlussfolgerungen Die Ergebnisse dieser Pilotstudie stellen einen Beitrag zu einem dokumentierten Instrumentarium zur besseren Einschätzung und Klassifikation von Patientenvorstellungen bei Diabetes mellitus dar. Die daraus resultierenden Wissenslandkarten (Teil der Ergebnisse) können Behandlern zur Kommunikationsvereinfachung dienen, da die Bedürfnisse der Patienten wesentlich schneller erfasst werden. Das Patientenwissen kann damit in neuer Weise fundiert in den Prozess des Shared Decision Making integriert werden.

Abstract

Background In this clinical pilot study a way was outlined with which it is possible by means of a computer-linguistic method for knowledge assessment to examine larger samples of smaller texts with regard to their subjective illness theories, especially the subjective illness knowledge and their care expectations derived from it and to visualize and classify the ideas. This allows the design of an objective typification of the, subjectively considered true, patient knowledge. It is shown why the transfer of such classified knowledge about disease knowledge and subjective disease theories in the doctor-patient interaction could improve communication and ultimately adherence.

Using the methodology, the presence of many individual factors is not a limitation, as is often considered for commonly implemented methodical approaches. Hence, it is rather used as a resource within the data to make patient ideas objectively accessible and comparable within our methodological concept.

Method 74 subjects (18 diabetic patients, 56 healthy persons) wrote texts on two tasks on their conception of illness and their expectation for care. The texts were computer-linguistically clustered using T-MITOCAR (Text Model Inspection Trace of Concepts and Relations) and subsequently analyzed.

Results The study identified and described several content clusters both for the disease models and for the expectations. There were different models of perception within and between the different sub samples. A higher level of expertise of patients as commonly expected by the care-system was also elicitated by the analysis.

Conclusions The results transfer and contribute to a documented toolkit to be used by physicians for a better assessment, classification and understanding of patients’ conceptions of diabetes mellitus. The toolkit is designed to simplify communication, to facilitate the implementation of patient orientation, shared decision making and adherence to pragmatic care situations.

Schlüsselwörter

Subjektive Krankheitstheorien - Versorgungserwartung - Adhärenz - Shared Desicion Making - patient empowerment - Computerlinguistisch

Key words

subjective illness theory - care expectations - adherence - shared decision making - patient empowerment - computer-linguistically

Publication History

Received: 19 April 2021

Accepted: 13 August 2021

Article published online:
03 December 2021

• Literatur

• 1 Pirnay-Dummer P, Kampmann I. Krankheitstheorien und Versorgungserwartung von Patienten sichtbar machen. Grundkonzeption zu Nutzung einer computerlinguistischen Innovation für die medizinische Versorgung. In E. W. B. Hess-Lüttich (Hrsg), Rhetorik. Ein internationales Jahrbuch. (Band 37: Rhetorik und Medizin) 2018
• 2 Faller H. Subjektive Krankheitstheorien bei Patienten einer psychotherapeutischen Ambulanz. Zeitschrift fur Klinische Psychologie Psycho. 1997
• 3 Heider F. The psychology of interpersonal relations. New York: Wiley; 1958
• 4 Weiner B. In the Atkinson tradition: The motivational function of emotion. In Frontiers of motivational psychology. New York, NY.: Springer; 1986: 26-39
• 5 Zenz H, Bischoff C, Fritz J. et al. Das Schicksal von Krankheitstheorien und Behandlungserwartungen des Patienten im Gespräch mit dem praktischen Arzt. In: Bischoff C, Zenz H. (Hg.) Patientenkonzepte von Körper und Krankheit. Bern, Stuttgart, Toronto: Huber; 1989
• 6 Robbins JM, Kirmayer LJ. Attributions of common somatic symptoms. Psychological medicine 1991; 21 (04) 1029-1045
• 7 Faller H. Subjektive Krankheitstheorie des Herzinfarktes. Bischoff C, Zenz H. 1989
• 8 Verres R. Zur Kontextabhängigkeit subjektiver Krankheitstheorien. Patientenkonzepte von Körper und Krankheit, 1. 1989
• 9 Verres R. Gesundheitsforschung und Verantwortung: Gedanken zur Differenzierung und Vertiefung der Rekonstruktion subjektiver Gesundheits- und Krankheitstheorien. In: Flick U. (Hg) Wann fühlen wir uns gesund?: Subjektive Vorstellungen von Gesundheit und Krankheit. Weinheim, München: Juventa; 1998
• 10 Wiehe K. Zwischen Schicksalsschlag und Lebensaufgabe – Subjektive Krankheitstheorien als Risiko- oder Schutzfaktoren der Bewältigung chronischer Krankheit im Kindesalter. 2006
• 11 Rösner DE. Persönlichkeitseigenschaften bei Patienten mit Diabetes mellitus unter Anwendung des Freiburger Persönlichkeitsinventares (FPI-R). 2005
• 12 Alberti L, Kruse J, Wöller W. Subjektive Krankheitstheorien bei chronischen Krankheiten. In Kritik und Engagement (pp. 277–288). Oldenbourg Wissenschaftsverlag 2019
• 13 Keating NL, Green DC, Kao AC. et al. How are patients’ specific ambulatory care experiences related to trust, satisfaction, and considering changing physicians?. Journal of general internal medicine 2002; 17: 29-39
• 14 Donner-Banzhoff N. Partizipative Entscheidungsfindung und Patientenschulung. Holger Pfaff/Edmund Neugebauer/Gerd Glaeske/Matthias Schrappe (Hg), Lehrbuch Versorgungsforschung. Stuttgart: 2011: 173-177
• 15 Pörsch KB. Kommunikation und Kooperation in der Interaktion von Gesundheitssystem und Patienten. Inaugural-Dissertation JLU Gießen 2003.
• 16 Birkner K. Subjektive krankheitstheorien im gespräch. Gesprächsforschung -Online-Zeitschrift zur verbalen Interaktion, 7(2006), 152–183. 2006
• 17 Pirnay-Dummer P. Gainfully Guided Misconception. In: Digital Knowledge Maps in Education Springer: 2014: 253-273
• 18 Pirnay-Dummer P, Günther S. A Knowledge Assessment Tool Supports Identifying Patterns of Conversations By Coaches in Training. In: EARLI Biannual meeting Limassol: Zypern; 2015
• 19 Spector JM. The SAGE encyclopedia of educational technology. Sage Publications; 2015
• 20 Cho Y, Choi I. Writing from sources: Does audience matter?. Assessing Writing. 37. 2018: 25-38
• 21 Pirnay-Dummer P, Ifenthaler D, Seel NM. Designing model-based learning environments to support mental models for learning. Theoretical foundations of learning environments 2012; 2: 66-94
• 22 S. Günther PP-D. Towards a new blended methodology to assess and reflect theory-based patterns of conversationin coaching. EARLI, Sig 14; 2016; Regensburg
• 23 V. Falkenberg PS, R. Szalai. Theorie U und die Integrations-/Inklusionsforscher*innentagung – das Tagungsformat aus Sicht der Teilnehmenden. Julius Klinkhardt; 2016
• 24 Lachner A, Pirnay-Dummer P. Model-based knowledge mapping. In: Learning and instruction in the digital age Springer; 2010: 69-85
• 25 Uhl B. Quantitative Inhaltsanalyse. Empirische Forschung in der Deutschdidaktik, 323. 2018
• 26 Rathmann W, Haastert B, Icks A. et al. High prevalence of undiagnosed diabetes mellitus in Southern Germany: target populations for efficient screening. The KORA survey 2000. Diabetologia 2003; 46: 182-189