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
