Schlüsselwörter Multiple Sklerose - Fatigue - Instrumente zur Selbsteinschätzung - Österreich - Validierung.
Key words Multiple Sclerosis - Fatigue - Patient Reported Outcome Measures - Austria - Validation
Studies as Topic.online publiziert 2022
Einleitung
Die Multiple Sklerose (MS) ist eine entzündlich-demyelinisierende Erkrankung
des Zentralen Nervensystems, die häufig zu progredienter Behinderung und
Beeinträchtigung der Lebensqualität (LQ) führt [1 ]. Mindestens 60% der MS-Patientinnen und
MS-Patienten sind von Fatigue betroffen, einer ausgeprägten
Müdigkeit, die ein initiales Symptom der Erkrankung darstellen kann [2 ]. Die Ätiologie der Fatigue konnte noch
nicht zufriedenstellend geklärt werden und ist sehr wahrscheinlich
multifaktoriell [1 ]
[2 ]. Grundsätzlich kann zwischen kognitiver und physischer bzw.
motorischer/muskulärer Fatigue unterschieden werden [2 ]. Der MS Council definierte Fatigue als einen
subjektiven Mangel an physischer und/oder mentaler Energie, der von der
betroffenen Person oder den Angehörigen als Beeinträchtigung der
üblichen oder gewünschten Aktivität empfunden wird [3 ]. Die muskuläre Fatigue ist durch eine
vorübergehende Abnahme muskulärer Kapazität beziehungsweise
mangelnde Aufrechterhaltung des erforderlichen Kraftniveaus bei körperlicher
Aktivität definiert [4 ]. Fatigue ist ein
Krankheitssymptom, das die Teilhabe auf allen Ebenen ganz wesentlich beeinflusst,
vor allem die Teilhabe am Arbeitsleben. Daher ist es relevant, die Fatigue von
anderen MS Symptomen differenzieren zu können.
Unter Berücksichtigung der Komplexität der Fatigue bedarf es
geeigneter Instrumente zur Selbsteinschätzung durch Patientinnen und
Patienten, sogenannter Patient-Reported Outcome Measures (PROMs). Die Ergebnisse von
PROMs dienen dazu, die klinische Entscheidungsfindung in der Rehabilitation zu
unterstützen. Daher sollte der Summenscore eines Fragebogens die
vollständige Information über den funktionellen Status eines
Patienten enthalten. Zur Messung der MS Fatigue werden bereits zahlreiche PROMs im
klinischen Alltag und in der Forschung eingesetzt (vgl. die
Übersichtsarbeiten [5 ]
[6 ]). Ungeachtet der Vielzahl der Skalen und
Häufigkeit ihrer Verwendung zeigten Studien gewisse Mängel ihrer
psychometrischen Eigenschaften [5 ]
[6 ]. Der Neurological Fatigue Index –
Multiple Sclerosis (NFI-MS) ist eine MS-spezifische Fatigueskala, deren Items auf
Basis von Patienten-Interviews generiert wurden und die anhand der Annahmen des
Rasch-Modells entwickelt wurde [7 ]. Im Zuge
mehrerer Studien wurde auf der Grundlage großer
bevölkerungsrepräsentativen MS-Patienten-Stichproben die
ursprüngliche 23-Item NFI-MS Skala weiterentwickelt. Die psychometrische
Evaluierung erfolgte jeweils mittels einer Faktorenanalyse und Rasch-Analyse, sodass
eine valide, reliable und änderungssensitive 12-Item Skala mit einer jeweils
eindimensionalen physischen und kognitiven Subskala resultierte [8 ]. Der Vorteil von Rasch-Modell-basierten Skalen
ist, dass die Personenkennwerte intervallskaliert sind und das Antwortverhalten der
Patienten durch eine einzige latente, das heißt nicht direkt messbare
Merkmalsdimension bedingt ist [9 ]. Das Rasch
Theoriemodell ist ein probabilistisches Modell. Es überprüft die
Wahrscheinlichkeit, mit der eine Person mit einer bestimmten
‚Fähigkeit‘, bezogen auf ein latentes Merkmal (Fatigue),
eine spezifische Antwortkategorie eines Items mit einer definierten, messbaren
„Schwierigkeit“ (dem ausgedrückten Ausmaß an
Fatigue) auf einer Skala bestätigt [10 ].
Das bedeutet, dass – im Fall einer validen Skala (bzw. Subskala) –
die Items einer bestimmten Schwierigkeit für alle Patienten gleich
funktionieren und die Skala strikt eindimensional ist [9 ]
[10 ].
Der originale NFI-MS Fragebogen stellt somit ein geeignetes Instrument zur Erfassung
der Fatigue im klinischen Setting und in der Forschung dar. Seine deutsche Fassung
„Neurologischer Fragebogen zur Müdigkeit bei Multipler
Sklerose“ (NFI-MS-G) [11 ] (©The
University of Leeds 2010) wurde bisher noch in keiner prospektiven Studie validiert.
Daher war das primäre Ziel dieser Studie, die psychometrischen Kriterien des
NFI-MS-G in einer größeren Stichprobe von MS-Patienten mittels
Korrelationen mit etablierten Skalen und einer Rasch Analyse zu evaluieren. Ein
weiteres Ziel war, die Skala hinsichtlich ihrer Reliabilität und Invarianz
bezüglich Gruppen unterschiedlichen Alters, Geschlechts, weiterer
Personenmerkmale und englischer/deutscher Sprache zu untersuchen. Ziel war
somit festzustellen, ob die englische NFI-MS und deutsche NFI-MS-G einander
entsprechen.
Material und Methoden
Studiendesign und Studienpopulation
Diese Längsschnittstudie wurde prospektiv vom 12.2.2019 bis 15.06.2020
durchgeführt. Die Studie war Teil einer anderen Validierungsstudie [12 ] und wurde gemäß den
Richtlinien der Deklaration von Helsinki (1964) durchgeführt.
Studienzentren waren die Universitätsklinik für Neurologie,
Medizinische Universität Innsbruck und das Reha Zentrum Münster,
Österreich. Die Studie wurde durch die Ethikkommission der Medizinischen
Universität Innsbruck genehmigt (EK Nr.: 1260/2018; 13.12.2018).
Die Studie wurde prospektiv am 2.1.2019 im ISRCTN Register registriert
(ISRCTN14843579). Alle Patienten wurden ausführlich über den
Studienzweck und die Studiendurchführung informiert und erteilten ihr
schriftliches Einverständnis zur Teilnahme an der Studie und Publikation
der anonymisierten Daten.
Es wurde eine Gelegenheitsstichprobe von Rehabilitanden mit einer gesicherten MS
nach den McDonald Kriterien [13 ] mit einem
Expanded Disability Status Score (EDSS) [14 ]
von 0 (keine Behinderung) bis 9,0 (schwere Behinderung) erhoben. Eine genauere
Darstellung des Rekrutierungsvorgangs findet sich in [12 ]. Patienten wurden eingeschlossen, sofern
sie deutschsprachig und≥18 Jahre alt waren. Patienten wurden
ausgeschlossen, wenn sie eine Komorbidität aufwiesen, die einen Einfluss
auf die Fatigue haben könnte (z. B. maligne, andere
neurologische oder psychiatrische Erkrankungen), einen MS-Schub innerhalb 8
Wochen oder eine Veränderung ihrer Medikation innerhalb von 4 Wochen vor
Studienbeginn hatten.
Die demografischen (Alter, Geschlecht) und krankheitsspezifischen Daten wie MS
Phänotyp, Krankheitsdauer, Medikation (Disease Modifying Treatment,
DTM), klassifiziert in kein DMT, moderat und hoch effektive DMT [15 ] der Patienten wurden den Krankenakten
entnommen. Der EDSS wurde von Neurologen beurteilt.
Zu validierendes Instrument
Der NFI-MS-G Fragebogen wird von Patienten subjektiv beurteilt und
ausgefüllt, und seine Durchführung benötigt etwa
5–10 Minuten. Die physische (Items 1–8) und kognitive (Items
9–12) Subskala wird jeweils durch Aufsummieren der Itemrohwerte
berechnet und diese werden als eindimensional betrachtet [7 ]. Gemäß den Ergebnissen der
NFI-MS Originalstudie kann zudem eine Summenskala durch Addition der Items
1–7, 9 und 11–12 berechnet werden. Abstufungen der
Antwortkategorien erfolgen mittels einer 4-Punkte Likert Skala (von
0=„stimme überhaupt nicht zu“ bis
3=„stimme vollkommen zu“). Höhere Skalenwerte
bedeuten eine stärker ausgeprägte Fatigue.
Von den Testentwicklern (University of Leeds und The Walton Centre, Liverpool,
UK) [7 ] wurde die schriftliche Genehmigung zur
Validierung des NFI-MS-G eingeholt. Die deutschsprachige NFI-MS (Fragebogen zur
Müdigkeit, NFI-MS-G) wurde von Mapi Research Trust (Lyon, Frankreich)
übersetzt (Version vom 30.9.2013 –
Mapi.ID7555/NFI-MS_AU1.0_deu-AT.doc) und kann über diesen
bezogen werden. Zur Testung der Invarianz hinsichtlich der Sprache wurden der
österreichische (N=309) und englische (N=318;
Validierungsstichprobe aus Mills et al. (2010) [7 ]) Datensatz kombiniert. Die Datenerhebung wurde zu zwei
Messzeitpunkten (T1, T2) innerhalb eines 14–21 Tage Zeitraums
durchgeführt.
Lesbarkeit
Der Lesbarkeitsindex LIX nach Björnson wurde berechnet:
LIX=(Anzahl der Wörter/Anzahl der
Sätze)+(Anzahl langer Wörter/Anzahl der
Wörter). Lange Wörter sind als solche mit>6 Buchstaben
definiert [16 ]. Indexwerte>60 deuten
auf einen sehr schwer lesbaren Text hin (Fachliteratur), 50–60 auf einen
schweren (Sachliteratur), 40–50 auf einen mittelschweren (Belletristik)
und<40 auf einen leichten bis sehr leichten Text (Kinder- und
Jugendliteratur) hin.
Assessmentinstrumente zur Überprüfung der konvergenten
Validität
Zur Untersuchung der konvergenten Validität des NFI-MG-G wurden
validierte deutschsprachige Assessmentinstrumente verwendet. Diese inkludierten
die deutsche Fassung der Hospital Anxiety Depression Scale (HADS-D) [17 ], den Internationalen Fragebogen zur
Erfassung der LQ bei Multipler Sklerose (MusiQol) [18 ] und die Resilienzskala (RS-11) [19 ]. Diese Assessmentinstrumente wurden gewählt, da Angst,
Depression und Resilienz einen signifikanten Einfluss auf die Fatigue bei
Patienten mit MS haben [6 ]
[20 ] während diese die LQ beeinflusst
[20 ]. Basierend darauf wurden die im
Folgenden dargestellten Hypothesen für die Evaluierung der konvergenten
Validität aufgestellt. Um einen Reihenfolgeeffekt zu vermeiden, wurden
die Fragebögen in einer zufälligen Reihenfolge von den
Teilnehmern ausgefüllt.
Die HADS-D ist ein etablierter Fragebogen zur Erfassung von Angst (0–21
Punkte) und Depression (0–21 Punkte), die anhand einer 4-Punkte Likert
Skala von Patienten beurteilt wird. Höhere Werte deuten auf eine
stärker ausgeprägte Symptomatik hin. Die HADS-D weist sehr gute
psychometrische Eigenschaften auf [17 ].
Mehrere Studien wiesen auf einen Zusammenhang zwischen Depression und Fatigue
hin [6 ]
[20 ].
Daher wurde für die vorliegende Studie eine moderate positive
Korrelation der HADS-D und dem NFI-MS-G erwartet.
Der international empfohlene MusiQol dient der Erfassung von gesundheitsbezogener
LQ bei MS-Patienten. Die Antwortkategorien der Items rangieren auf einer Likert
Skala von 1 („niemals/keineswegs“) bis 5
(„immer/sehr viel“). Die originale und die deutsche
Fassung zeigten eine für alle 9 Subskalen und den Indexwert eine
zufriedenstellende konvergente und diskriminante Validität sowie eine
akzeptable Reliabilität [18 ].
MS-bezogene Fatigue beeinträchtigt die LQ [20 ], weshalb für die aktuelle Studie eine geringe bis
moderate negative Korrelation zwischen MusiQoL und NFI-MS-G erwartet wurde.
Die Resilienzskala (RS-11) misst Resilienz, die psychische Widerstandskraft,
welche es ermöglicht, schwierige Lebenssituationen schadlos zu
überstehen. Die Beantwortung des RS 11 erfolgt anhand einer 7-Punkte
Likert Skala (von „ich stimme nicht zu“ bis „ich stimme
völlig zu“), wobei höhere Werte eine stärker
ausgeprägte Resilienz repräsentieren. Für die RS-11
wurde eine gute Validität und Reliabilität nachgewiesen [19 ]. Im klinischen Alltag wird die Resilienz
aufgrund des meist schubhaft-chronischen Verlaufs der MS als ein wichtiger
psychischer Schutzfaktor betrachtet. Für die vorliegende Studie wurden
moderate negative Korrelationen zwischen der RS-11 und dem NFI-MS-G
erwartet.
Stichprobengröße
Basierend auf den Empfehlungen relevanter Studien [21 ] war das Ziel, mindestens 250 MS-Patienten mit einem breiten
Spektrum an Fatigue zu rekrutieren.
Datenanalyse
Interne Konstruktvalidität
Eine Rasch Analyse wurde zur Validierung des NFI-MS-G eingesetzt. Die
Modellannahmen des polytomen Rasch Modells (wie Eindimensionalität
und lokale stochastische Unabhängigkeit zwischen Items) wurden
überprüft [10 ], um die
für eine intervallskalierte Messung notwendigen Annahmen zu testen.
Das bedeutet, dass die Skalenwerte sich auf einer Logit-Skala befinden
(Logit=natürlicher Logarithmus einer Chance) [22 ].
Mittels des Likelihood Ratio Test wurde geprüft, ob unter den
polytomen Rasch-Modellen das komplexere Partial Credit Modell (PCM) [23 ] besser zu den Daten passt als das
sparsamere Rating Scale Modell [24 ] . Das
Ergebnis des Tests war statistisch signifikant [p=0,001956], daher
wurde für alle folgenden Berechnungen das PCM verwendet. Die
Prüfung der Eindimensionalität (ED) und lokalen
Unabhängigkeit (LU) erfolgte über die Prüfung der
Residuen. Für ED wurden mehrere t-Tests durchgeführt, wobei
die untere Grenze des 95%-Konfidenzintervall der Anzahl
signifikanter T-Tests 5% nicht überschreiten sollte [25 ] (Details siehe Online Supplement-1).
Für LU wurde die Korrelationsmatrix aller Item-Residuen berechnet
(Pearson-Korrelation). Korrelationen von>0,2 über der
mittleren Korrelation der Gesamtmatrix werden als Abweichungen lokaler
Unabhängigkeit interpretiert [26 ].
Zur Analyse von Differential Item Functioning (DIF), d. h. der
Abhängigkeit der Itemparameter von der Zugehörigkeit zu
einer bestimmten Gruppe, wurden grafische Modelltests sowie Varianzanalysen
der Residuen durchgeführt [27 ]
[28 ]. Nicht-signifikante
Ergebnisse deuten bei auf Abwesenheit von DIF hin. Für folgende
Gruppen wurden DIF-Analysen durchgeführt: (Geschlecht (weiblich,
männlich), Alter (Quartilgruppen), Krankheitsdauer (Quartilgruppen),
Testzeitpunkt (Test 1/2), Zentrum (Innsbruck, Münster) und
Sprache (Englisch, Deutsch)). Falls ED oder LU verletzt waren, wurden Items
zur Super-Items zusammengefasst und eine Subtest-Analyse
durchgeführt. Diese entspricht der Modellierung der LU durch ein
restringiertes Bifaktor-Modell (Testlet-Model) (siehe Online Tab.
1–4 und Online Dateien 1–2). Da es sich um eine bereits
vorhandene Skala handelt und in dieser Studie die psychometrischen
Eigenschaften in einer österreichischen Stichprobe getestet werden,
wurde erwartet, dass dieselben Subskalen der NFI-MG-G dieselbe Passung zum
Rasch Modell zeigen, wie für die NFI-MS berichtet. Es wurde
erwartet, dass Patienten unterschiedlicher Gruppen (Geschlecht, Alter,
Krankheitsdauer und Zentrum) und Sprache die Schwierigkeit derselben Items
in gleicher Weise wahrnehmen (Invarianz). Die Rasch Analyse wurde mit
RUMM2030 Software (RUMM Laboratory, Perth, Australia)
durchgeführt.
Konvergente und Known-Groups Validität
Zur Berechnung der konvergenten Validität zwischen dem NSI-MS-G und
anderen relevanten PROMs wurden Rangkorrelationskoeffizienten nach Spearman
(rs ) berechnet. A priori wurden moderate
(rs =0.5–0.69) [29 ]) positive Korrelationen der NFI-MS-G Skalen mit der HADS und
geringe (rs =− 0,3 bis
− 0,49) [29 ] bis moderate
negative Korrelationen mit dem MusiQol und der RS-11 erwartet.
Zur Überprüfung der Known-Groups Validität wurden
Subgruppen des Geschlechts (Frauen, Männer), Krankheitsverlaufs
(schubhaft, progredient) und Behinderungsgrads (EDSS 0–4 und
4,5–9) mittels Mann-Whitney-U-Tests und medianen Hodges-Lehman
Unterschieden für unabhängige Stichproben (95%
Konfidenzintervall, KI) miteinander verglichen. Zur
Überprüfung des Einflusses des Alters auf die Fatigue anhand
der NFI-MS-G wurden rs (95% KI) mit zweiseitigem p-Wert
berechnet. Es wurden keine signifikanten Unterschiede der Fatigue zwischen
Frauen und Männern erwartet, aber höhere Fatiguewerte bei
Teilnehmern mit einem progredienten Krankheitsverlauf, stärkerer
Behinderung und höheren Alters.
Die deskriptive Statistik (absolute und relative Häufigkeiten,
Mittelwert (Minimum, Maximum) und Median (Spannweite) für nominale,
metrische und ordinale Daten) und Berechnungen der konvergenten sowie
Known-Groups Validität wurden mit IBM SPSS Software (IBM SPSS
Statistics; Version 26.0. Armonk, NY: IBM Corp.) oder GraphPad Prism Version
8 (GraphPad Software, La Jolla, CA) durchgeführt. Die statistische
Signifikanz wurde als zweiseitiger p-Wert<0,05 definiert.
Reliabilität
Die interne Konsistenz der NFI-MS-G wurde mittels Cronbach Alpha und des
Person Separation Index (PSI) evaluiert. Die Test-Retest
Reliabilität als Maß der Übereinstimmung zwischen T1
und T2 wurde anhand des Konkordanz-Koeffizienten nach Lin (rc )
mit seinem 95% KI [30 ] berechnet.
Außerdem wurden die medianen Werte der NFI-MS-G Subskalen und die
Summenskala zu T1 und T2 kalkuliert und ihre Unterschiede mittels
Hodges-Lehman Unterschieden für verbundene Stichproben im Zuge eines
Wilcoxon-Vorzeichen-Rang-Tests untersucht. Der Pearson
Korrelationskoeffizient wurde als Messung der Präzision berechnet,
und ein Bias Korrekturfaktor, Cb als eine Messung der Genauigkeit
[30 ]. MedCalc Software (MedCalc
Software Ltd, Ostend, Belgien) wurde zur Bestimmung des rc
verwendet.
Der Standardmessfehler (SEM) und der auf einem 95% KI basierende
Minimum Detectable Change (MDC) zur Messung der Präzision des
NFI-MS-G sowie Boden- und Deckeneffekte wurden berechnet (für
Details siehe Online Tab. 4).
Ergebnisse
Studienpopulation
Insgesamt wurden 623 potenzielle Patienten im Rahmen ihrer ambulanten oder
stationären Rehabilitation über die Studie informiert, von denen
309 Patienten (49,6%) einer Studienteilnahme zustimmten. 290 Teilnehmer
(93,8%) füllten den NFI-MS ein zweites Mal aus, und 19
Teilnehmer schieden aus der Studie aus (MS Schub, N=2; nicht mehr
erreichbar, N=11; schlechter Gesundheitszustand, N=6). Die
Charakteristika der Studienpopulation sind in [Tab.
1 ] dargestellt.
Tab. 1 Charakteristika der
Studienpopulation.
Parameter
N=309
Geschlecht1
Männer: 72 (23,3%)
Frauen: 237 (76,7%)
Alter2
50,2 (19,9-86,4) Jahre
Krankheitsdauer2
18,2 (0,1–47,2) Jahre
Krankheitsverlauf1
Schubhaft: 194 (62,8%)
Primär progredient: 36 (11,7%)
Sekundär progredient: 79 (25,6%)
EDSS3
3,0 (0–9)
EDSS Gruppen1
EDSS* Punkte 0–4,0: 205 (66,3%)
EDSS* Punkte 4,5–6,5: 86 (27,8%)
EDSS* Punkte 7–9: 18 (5,8%)
Krankheitsmodifizierende Therapie (Disease modifying
treatment, DMT)1
Kein DMT: 163 (53%)
Moderat effektives DMT** : 61
(19,7%)
Hoch effektives DMT** : 85
(27,5%)
1 Häufigkeiten (Prozentsatz); 2 Mittelwert
(Minimum-Maximum); 3 Median (Minimum-Maximum);
*EDSS=Expanded Disability Status Scale;
** Moderat effektive DMTs: Interferon-b 1a und
1b, pegyliertes Interferon-b 1a, Glatiramerazetat, Dimethylfumarat,
Teriflunomid, Azathioprin, intravenöse Immunglobuline; (c) hoch
effektive DMTs: Alemtuzumab, Cladribin, Fingolimod, Natalizumab,
Ocrelizumab, Cyclophosphamid, Mitoxantron, Rituximab.
Lesbarkeit
Der LIX nach Björnson lag bei 37,3 Punkten, was auf eine geringe
Komplexität der Items hinweist. Die Lesbarkeit des NFI-MS-G entspricht
damit jener von Jugendliteratur.
Interne Konstruktvalidität
Die NFI-MS-G Daten und der kombinierte Datensatz aus NFI-MS Originaldaten und
NFI-MS-G Daten wurden separat zur Schätzung der Modellparameter
verwendet, sodass eine Passung des Modells erfolgen konnte. Die Analyse erfolgte
für alle individuellen Skalenitems und als Summenstatistik.
Die physische und kognitive Komponente zeigten eine gute Passung zum Modell,
Eindimensionalität, geordnete Schwellenwerte sowie nur ein
vernachlässigbares DIF für das Geschlecht bzw. die
Krankheitsdauer bei jeweils einem Item der kognitiven Komponente (siehe Online
Tab. 1–2). Die Invarianz der Skala, gleichbedeutend mit einem Fehlen von
DIF, wurde anhand nicht signifikanter Varianzanalyse (ANOVA) Fit-Statistiken der
Residuen aus einer Interaktion von Personenfaktoren und Klassenintervallen
gezeigt. Eine visuelle Inspektion der Item Characteristic Curves (ICC)
bestätigte diese Diagnose (siehe Online Datei 1 für Details).
Nach der Kombination von Items der physischen Komponente zu Superitems wurden
keine weiteren lokalen Abhängigkeiten mehr nachgewiesen. Die NFI-MS-G
Summenstatistik zeigte ein geringgradiges „Modell-Misfit“
bezogen auf die Eindimensionalität der physischen Subskala, da das
untere Limit des 95%-igen KI bezogen auf die Anzahl signifikanter
t-Tests 5% überstieg ([Tab.
2 ]). Außerdem wurde eine geringgradige lokale
Abhängigkeit beobachtet, welche mittels Kombination einzelner Items zu
Subtests adressiert wurden.
Tab. 2 Modellanpassung an das Rasch Modell und
Reliabilität der NFI-MS-G.
Analyse
Standardisierte Fit Residuen Items
Standardisierte Fit Residuen Personen
Chi-Quadrat Test
1
PSI
2
Alpha
Eindimensionalität
3
Extremwerte
4
NFI-MS-G
MW
STD
MW
STD
Wert (df)
p
% Tests>5% (95%
KI)
Boden-effekte
Decken-effekte
12-Item Skala
Physisch
− 0,13
1,01
− 0,49
1,40
29,70 (32)
0,58
0,90
0,92
6,3 (3,7–8,8)
4,9
1,9
Kognitiv
0,13
0,57
− 0,35
0,99
14,27 (16)
0,58
0,80
0,85
2,3 (− 0,2–4,7)
7,1
1,6
Summens.
− 0,07
1,47
− 0,50
1,65
46,19 (40)
0,23
0,91
0,93
11,4 (8,9–13,8)
2,9
0,3
Subtest der Physischen Komponente – Kombination
von Items 1 & 7, 2 & 3 und 4 & 5
& 6 (Item 8 wurde als individuelles Item
behalten)
Physisch
0,26
1,37
− 0,38
1,00
14,32 (16)
0,58
0,86
0,84
4,9 (2,3–7,4)
4,9
1,9
Subtest Analyse der beiden Superitems der Physischen und
Kognitiven Komponente
R
A
2 Super-items
− 0,03
2,98
− 0,5
0,93
2,46 (8)
0,96
0,80
0,72
2,3 (0–4,8)
0,96
0,87
Gesamtanalyse der Superitems der Physischen (Items 1
& 7, 2 & 3 und 4 & 5 & 6
& Item 8) und der Kognitiven Komponente (Items
9–12)
R
A
Summens.
0,37
1,25
− 0,39
1,03
0,511
0,86
0,87
2,3 (− 0,2–4,7)
0,81
0,94
Idealwerte
0,00
1,00
0,00
1,00
>0,05*
>0,85
>0,70
UKI<5
1 Der Chi-Quadrat Test wird für die Item-Merkmal
Interaktion verwendet; 2 Der PSI gibt die Reliabilität
und Differenzierung von Strata (Untergruppen) an; 3 Basierend
auf T-Tests für unabhängige Stichproben, zum Vergleich
der auf der ersten Hauptkomponente positiv und negativ geladener
Personenresiduale (mit 95% KI); 4 Boden- und
Deckeneffekte sind Prozentsätze; *Bonferroni-adjustiert
and abhängig von der Anzahl der Items; A: gemeinsame Varianz der
physischen und kognitiven Komponente; Alpha: Cronbach Alpha; df:
Freiheitsgrade, Degrees of Freedom; Kond.: konditional; KI:
Konfidenzintervall; MW=Mittelwert; PSI: Person Separation Index;
R: latente Korrelation zwischen der physischen und kognitiven
Komponente; STD=Standardabweichung; UKI: untere Grenze des
95% KI.
Somit gelten die Annahmen des PCM als erfüllt. Die detaillierten
Resultate der Modellanpassung und ideale Werte sind in [Tab. 2 ] dargestellt. Ein Pfaddiagramm der
angewandten Modellstruktur wird in [Abb. 1 ]
gezeigt.
Abb. 1 Pfaddiagramm des angewandten Testlet Modells.
Aufgrund der beschriebenen geringgradigen lokalen Abhängigkeiten im
deutschen, aber nicht im englischen Datensatz war eine
Überprüfung der Invarianz hinsichtlich der Sprache nicht
möglich.
Konvergente und Known-Groups Validität
Die Rangkorrelationskoeffizienten nach Spearman zur Messung der konvergenten
Validität zeigten geringe bis moderate Korrelationen der NFI-MS-G Skalen
mit der HADS-D, RS-11 und dem MusiQoL. In Übereinstimmung mit den
Studienhypothesen war das Verhältnis mit der HADS-D positiv und mit dem
MusiQoL und der RS-11 negativ (Online Tab. 5).
Es wurden keine statistisch signifikanten Unterschiede hinsichtlich Fatigue
zwischen Frauen und Männern gefunden. Die physische Fatigue war bei
Patienten mit progredientem Krankheitsverlauf und einer schwereren Behinderung
signifikant höher. Bezüglich der kognitiven Fatigue gab es keine
signifikanten Unterschiede zwischen den MS Verläufen, aber
höhere Werte bei schwer behinderten Patienten. Die physische und
Gesamt-Fatigue stieg mit dem Alter signifikant, während dieser Effekt
bei der kognitiven Fatigue geringer war. Die Unterschiede zwischen den genannten
Gruppen sind in [Tab. 3 ] dargestellt.
Tab. 3 Known-Groups Validität des
NFI-MS-G.
NFI-MS-G
Physische Subskala
Kognitive Subskala
Summenskala
Männer/Frauen1
0 [-2 bis 1]
0 [− 1 bis 0]
− 1 [− 3 bis 1]
Schubhafter/progredienter MS-Verlauf1
− 3 [− 4 bis
− 1] ***
− 1 [− 1 bis 0]
− 3 [− 5 bis
-1] ***
Geringe/mittlere bis schwere
Behinderung1
− 4 [− 5 bis
− 3] ***
− 1 [− 2 bis 0]*
4 [− 6 bis
− 3] ***
Alter2
0,25 [0,14 bis
0,35] ***
0,13 [0,02 bis 0,24]*
0,22 [0,11 bis
0,33] ***
1 Mediane Hodges-Lehmann Unterschiede für
unabhängige Stichproben (95% Konfidenzintervall),
berechnet mittels Mann Whitney-U Tests; es wurde untersucht, ob die
Unterschiede zwischen den Gruppen (z. B.
Männer/Frauen) signifikant sind;
2 Rangkoeffizienten nach Spearman (95%
Konfidenzintervall); n.s.=nicht signifikant;
*p<0,05, **
p<0,01 oder
*** p<0,001 (2-seitig,
1 p-Werte korrigiert für 4 Vergleiche); Expanded
Disability Status Scale, EDSS 0–4 und 4,5–9.
Reliabilität
Es wurde eine sehr gute interne Konsistenz der beiden NFI-MS-G Skalen
festgestellt. Die Cronbach Alpha Werte lagen zwischen 0,84 und 0,93 und der
Personen-Separations-Index (PSI) bei 0,81–0,91, wobei die kognitive
Subskala geringgradig unterhalb der angestrebten 0,85 für den PSI lag.
Ein Konkordanzkorrelations-Koeffizient nach Lin zwischen 0,86 bis 0,90 wies auf
eine ausgezeichnete Test-Retest-Reliabilität hin.
Die Analyse zeigte eine hohe Messgenauigkeit mit Boden- und Deckeneffekten,
abgesehen von Bodeneffekten der kognitiven Subskala von 7,1%. Der SEM
für die physische und kognitive Subskala lag bei 0,59 und 0,82. Der MDC
betrug 16,7% bzw. 4/24 Punkte für die physische und
23,5% bzw. 2,8/12 Punkte für die kognitive Subskala.
Für die Summenskala wurde ein SEM von 0,52 und ein MDC von 13,8%
bzw. 4,1/30 Punkten festgestellt. Weitere Details zur NFI-MS-G
Reliabilität werden in den Online Tab. 4 und 6 dargestellt.
Aufgrund der erfüllten Voraussetzung der Modellanpassung an das Rasch
Modell ist eine Transformationstabelle der Rohwerte in intervallskalierte Werte
verfügbar (Online Tab. 7). Diese linearen Werte sind nur bei Vorliegen
eines kompletten Datensatzes erhältlich.
Diskussion
In dieser Studie wurde das Rasch Theoriemodell zur Validierung der deutschen Fassung
des NFI-MS in einer größeren Stichprobe MS Betroffener angewandt.
Für die deutschsprachige MS Population aus Österreich wurden
ähnliche Ein- und Ausschlusskriterien gewählt wie in den
ursprünglichen Entwicklungs- und Validierungsstudien. Die
österreichische Stichprobe repräsentierte hinsichtlich des
Krankheitsverlaufs die MS Population Europas [31 ]
und ähnelte hinsichtlich der Größe (N=309) jener der
englischen Entwicklungs- (N=317) und Validierungsstichproben (N=318)
[7 ]. Rund 50% der geeigneten Patienten
stimmten einer Studienteilnahme zu und entspricht damit der Zustimmungsrate von
51,9% bei der englischen NFI-MS-Validierungsstudie.
Die Studienergebnisse bestätigten die Hypothesen bezüglich der
Eindimensionalität und Invarianz der physischen NFI-MS-G Subskala
für Gruppen unterschiedlichen Geschlechts, Alters, Krankheitsdauer und
Testzentren. Ähnliche Ergebnisse zeigte die kognitive Subskala. Die
Hypothese hinsichtlich der Eindimensionalität der Summenskala wurde
widerlegt. Allerdings wurden für die physische Subskala geringfügige
lokale Abhängigkeiten beobachtet, primär zwischen Items 1
(„Ich bin schnell müde geworden“) und Item 7
(„Normalerweise bin ich an den meisten Tagen müde
geworden“). Aufgrund dieser ähnlichen Formulierungen wurden die
abhängigen Items jeweils zusammengefasst und Item 8 als
eigenständiges Item beibehalten.
Die Summenskala sollte ursprünglich einen einzelnen Gesamtwert zur
Darstellung des übergeordneten Konstrukts der Fatigue bilden, der sich aus
Items der physischen und kognitiven Komponente zusammensetzt. Diese zeigte sich
innerhalb der österreichischen Stichprobe nicht als eindimensional. Die
Autoren schlagen daher vor, die physischen und kognitiven Komponentenwerte
beizubehalten und für die österreichische Skala getrennt zu
behandeln. Falls jedoch ein einziger Summenwert erforderlich ist, kann dieser der
2-Komponenten-Subtestanalyse entnommen werden (Online Tab. 7), die den
12-Item-Rohwert auf eine beschränkte gemeinsame Metrik umparametrisiert. Die
Anpassung an das Rasch Modell rechtfertigt die Transformation der Rohwerte in
intervallskalierte Werte, die für eine parametrische Analyse geeignet
sind.
Da ein Pooling des englischen und österreichischen Datensatzes zur
Überprüfung der Invarianz bezüglich der Sprache nicht
möglich war, müssen die beiden NFI-MS Sprachfassungen individuell
betrachtet werden.
Die Studienergebnisse betätigten außerdem die Hypothesen hinsichtlich
der Zusammenhänge des NFI-MS-G mit den HADS-D Subskalen sowie den MusiQoL
Skalen und dem RS-11. Eine mittlere Test-Retest Reliabilität und interne
Konsistenz der physischen und kognitiven Subskalen wurden gefunden [32 ]. PSI Werte von 0,90 und 0,81 für die
physische und kognitive Subskala geben an, dass der NFI-MS-G zwischen≥3
bzw.≥4 Fatigue Graden differenzieren kann [33 ].
Eine adäquate Präzision des NFI-MS-G konnte für die NFI-MS-G
gezeigt werden. Der MDC für die physische Subskala betrug 16,7% oder
4,0 von 24 Punkten. Der MDC für die kognitive Subskala betrug 23,5%
bzw. 2,8 von 12 Punkten, was relativ hoch ist. Für die Summenskala wurde ein
MDC von 13,8% bzw. 4,1 von 30 Punkten festgestellt. Änderungswerte,
welche den MDC und damit die Messfehler übertreffen, weisen auf wahre
Veränderungen hin. Geringe Boden- und zu vernachlässigende
Deckeneffekte deuteten darauf hin, dass die NFI-MS-G zwischen unterschiedlichen
Fatigue Graden bei MS Patienten differenzieren kann und auch am jeweiligen Ende des
Spektrums änderungssensitiv ist [34 ].
Eine Limitation dieser Studie ist die fehlende cross-kulturelle Adaptierung des
NFI-MS-G für Österreich. Die deutschsprachige Fassung lag bereits
vor, und der Lesbarkeitsindex wies auf eine sehr leichte Lesbarkeit hin, sodass auf
Interviews mit MS Patienten verzichtet wurde. Die 12 Items erschienen dem
österreichischen Studienteam sehr gut verständlich. Vergleichbar mit
weiteren Fatigue Skalen [5 ] erwies sich die
Durchführung des NFI-MS-G zudem als einfach und rasch. Dies betrachten wir
gerade für MS Betroffene mit Fatigue als eine wichtige Skaleneigenschaft.
Eine weitere Limitation ist, dass zur Schätzung der
Test-Retest-Reliabilität auch die Daten von Rehabilitanden in
niederfrequenter ambulanter Rehabilitation inkludiert wurden. Auch wenn eine
Prüfung der Fatigue Werte im Test-Retest Vergleich keine
Veränderungen zeigte, könnte die Rehabilitation eine
Fatigue-Verschlechterung verhindert haben.
Die vorliegenden Studienergebnisse bestätigen die gute Validität und
Reliabilität der NFI-MS auch für ihre deutsche Fassung. Angesichts
der hohen Prävalenz der Fatigue in der MS Population und dem Bedarf an
akkuraten Messungen dieses herausfordernden Symptoms erscheint die NFI-MS-G als eine
relevante Option zur Verwendung in der klinischen Praxis und Forschung.
Darüber hinaus kann diese Skala für das Monitoring des MS
Krankheitsverlaufs und der sozialmedizinischen Folgen der Erkrankung eingesetzt
werden. Dazu liegen bereits Studien mit der englischen NFI-MS Originalskala vor
(vgl. [35 ] für einen Review).
Der Neurological Fatigue Index – Multiple Sclerosis (NFI-MS) wurde auf
Basis von Interviews MS Betroffener und den Methoden der Rasch Analyse und
Faktorenanalyse entwickelt und validiert. In der vorliegenden Studie wurde seine
deutsche Fassung NFI-MS-G bezüglich ihrer Lesbarkeit
überprüft und die Gütekriterien der Validität
und Reliabilität untersucht. Unter Berücksichtigung der
genannten Limitationen hinsichtlich des 2-Domänen Subtests zeigten die
Ergebnisse gute psychometrische Eigenschaften des NFI-MS-G, der damit
für die klinische Praxis und Forschung verfügbar ist und
kostenfrei von den Autoren bezogen werden kann. Die NFI-MS und NFI-MS-G
Datensätze sollten nur nach Anpassungen der Skalenwerte
bezüglich lokaler Abhängigkeiten der deutschen Fassung
kombiniert werden.
