✅ Datenqualität in quantitativen Studien - Selbstlerntext - Datenqualität

Die Datenqualität bildet das fundamentale Rückgrat aller quantitativen Studien im Gesundheitswesen und entscheidet maßgeblich über die Aussagekraft, Validität und klinische Relevanz von Forschungsergebnissen. Mit dem Inkrafttreten des Gesundheitsdatennutzungsgesetzes (GDNG) am 26. März 2024 hat Deutschland einen bedeutenden Schritt zur besseren Nutzung von Gesundheitsdaten unternommen, was gleichzeitig höchste Anforderungen an die Qualitätssicherung dieser Daten stellt. Die systematische Bewertung und Verbesserung der Datenqualität ist nicht nur eine methodische Notwendigkeit, sondern eine ethische Verpflichtung gegenüber Patienten und der wissenschaftlichen Gemeinschaft, da qualitativ minderwertige Daten zu fehlerhaften Schlussfolgerungen und damit zu potentiell schädlichen Behandlungsempfehlungen führen können.

1. Grundlagen und Definition der Datenqualität

Datenqualität wird in der wissenschaftlichen Literatur primär als "fit-for-purpose" oder "fitness for use" definiert, was bedeutet, dass die Qualität von Daten kontextabhängig und zweckgebunden ist. Diese pragmatische Definition aus der Nutzer:innenperspektive unterstreicht, dass dieselben Daten in einem Kontext hochqualitativ und in einem anderen Kontext qualitativ unzureichend sein können. Die Datenqualität ist somit ein multidimensionales Konzept, das sowohl Eigenschaften der Daten selbst als auch deren Präsentation und Dokumentation umfasst.

2. Klassische Datenqualitätsdimensionen

Accuracy/Correctness (Genauigkeit/Korrektheit)

Die Messung von Accuracy erfordert typischerweise einen Referenzstandard, mit dem die betrachteten Daten verglichen werden können. Dabei können verschiedene Maße verwendet werden, die aus der diagnostischen Testbewertung stammen: Sensitivität, Spezifität, positiver und negativer prädiktiver Wert. Diese Metriken ermöglichen eine quantitative Bewertung der Datengenauigkeit durch Vergleich mit einem bekannten "Goldstandard".

Completeness (Vollständigkeit)

Die Bewertung von Completeness ist besonders herausfordernd, da sie sowohl die Verfügbarkeit von Daten zu einem bestimmten Zeitpunkt als auch die Erfassung aller aufgezeichneten Werte über die Zeit umfasst. Weiskopf und Weng unterschieden zwischen "Element Presence" und "Population Completeness", wobei ersteres das Vorhandensein spezifischer Datenelemente und letzteres die Repräsentativität der erfassten Population bewertet.

Consistency/Concordance (Konsistenz/Übereinstimmung)

Im Gesundheitswesen bedeutet Concordance die Übereinstimmung der Daten mit anderen Elementen oder Quellen - beispielsweise die Verwendung von Metformin als Diabetesmedikation bei Vorliegen einer Diabetesdiagnose.

Timeliness/Currency (Aktualität/Zeitnähe)

>Es beschreibt das Ausmaß, in dem das Alter der Daten für die jeweilige Aufgabe angemessen ist. Currency spiegelt den wahren Zustand eines Patienten zu einem bestimmten Zeitpunkt wider - beispielsweise das Vorhandensein einer aktuellen Blutdruckmessung bei der Betrachtung eines hypertensiven Zustands.

Relevance (Relevanz)

Redman betrachtete Relevanz als ein Kriterium zur Bewertung der Qualität eines Datenmodells oder einer konzeptuellen Sicht und argumentierte, dass die Relevanz von Daten davon abhängt, ob eine konzeptueller Sicht die von einer spezifischen Anwendung benötigten Daten bereitstellt.

3. Erweiterte Datenqualitätsdimensionen

Plausibility (Plausibilität)

Es bewertet, ob die Daten angesichts dessen, was aus anderen Elementen bekannt ist, Sinn ergeben. Ein Beispiel ist das Vorhandensein einer Hypertoniediagnose bei Vorliegen aktueller abnormaler Blutdruckmessungen.

Conformance (Konformität)

Comprehensibility und Interpretability

Interpretability bezieht sich auf die Fähigkeit, die Bedeutung und den Kontext der Daten angemessen zu erfassen. Diese Dimensionen sind besonders relevant bei der Bewertung von Daten, die von verschiedenen Nutzern mit unterschiedlichen fachlichen Hintergründen verwendet werden.

4. Messfehler und ihre Auswirkungen

Messfehler in epidemiologischen Studien sind weit verbreitet und können erhebliche Auswirkungen auf Studienergebnisse haben. Häufig verwendete Heuristiken über Messfehlerstrukturen (z.B. nicht-differenzielle Fehler) und Auswirkungen (z.B. Bias in Richtung Null) sind oft falsch und fördern eine tolerante Haltung gegenüber der Vernachlässigung von Messfehlern in der epidemiologischen Forschung.

Die Stärke und Richtung der Auswirkung von Messfehlern auf eine gegebene epidemiologische Datenanalyse ist generell schwer ohne angemessene quantitative Untersuchungen zu konzipieren. Mit zunehmender Stichprobengröße und unter der Annahme, dass alles andere gleich bleibt, werden Expositionseffektschätzungen im Durchschnitt näher an ihren limitierenden erwarteten Werten liegen, aber nicht notwendigerweise näher an der Distanz zu ihren jeweiligen wahren Werten.

5. Korrekturmethoden für Messfehler

Eine Reihe von Ansätzen wurde vorgeschlagen, die die durch Messfehler verursachte Verzerrung in der Analyse einer epidemiologischen Studie untersuchen und korrigieren. Diese Ansätze umfassen:

• Likelihood-basierte Ansätze

• Score-Funktions-Methoden

• Method-of-Moments-Korrekturen

• Simulation Extrapolation (SIMEX)

• Regressions-Kalibrierung

• Latent Class Modelling

• Strukturgleichungsmodelle mit latenten Variablen

• Multiple Imputation für Messfehler-Korrektur

• Inverse Probability Weighting-Ansätze

• Bayesianische Analysen

6. Quantitative Bias-Analyse

Quantitative Bias-Analyse (QBA) stellt einen wichtigen Ansatz zur Bewertung der Auswirkungen von Messfehlern dar, wenn Validierungsdaten nicht verfügbar sind. QBA-Methoden für Messfehler verwenden ein Bias-Modell, das die Beziehung zwischen der Bias-Quelle und den Studiendaten modelliert, um die durch Messfehler entstehende Unsicherheit zu quantifizieren.

QBA-Methoden können in zwei Kategorien eingeteilt werden: deterministische und probabilistische Ansätze. Ein deterministischer QBA-Ansatz spezifiziert für jeden der Bias-Parameter entweder einen einzelnen Wert oder eine Menge potenzieller Werte. In einer probabilistischen QBA spezifiziert der Analytiker Prior-Wahrscheinlichkeitsverteilungen für die zu ziehenden Bias-Parameter.

7. Schlussfolgerungen

Datenqualität stellt einen fundamentalen Baustein quantitativer Studien im Gesundheitswesen dar und entscheidet maßgeblich über die Validität und klinische Relevanz von Forschungsergebnissen. Die systematische Bewertung der Datenqualität entlang etablierter Dimensionen wie Accuracy, Completeness, Consistency, Timeliness und Relevance ist essentiell für die Gewährleistung wissenschaftlicher Integrität.

Nur durch die konsequente Anwendung wissenschaftlich fundierter Datenqualitätsbewertung und -verbesserung können quantitative Studien ihr volles Potenzial für die Verbesserung der evidenzbasierten Medizin und der Patientenversorgung entfalten. Die kontinuierliche Weiterentwicklung von Methoden zur Datenqualitätsbewertung ist essentiell, um der zunehmenden Komplexität und dem wachsenden Datenvolumen im Gesundheitswesen gerecht zu werden.

---

Kontakt: dimruhr@uni-wh.de

Website: https://dim-ruhr.de

 Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz (CC BY 4.0) .

Universität Witten/Herdecke, Projekt DIM-Ruhr