Primärdaten zur Studie "Sensitivity analyses for data missing at random versus missing not at random using Latent Growth Modelling: A practical guide for randomised controlled trials"

Forschungsfragen/Hypothesen:

Das Ziel der vorliegenden Arbeit war es, Sensitivitätsanalysen für verschiedene Mechanismen an fehlenden Werten (Missing at random vs. Missing not at random) mittels Latenten Wachstumskurvenmodellen zu veranschaulichen. Hiermit kann die Frage beantwortet werden: Wie verändern sich die Schlussfolgerungen über die Effektivität einer Intervention in Abhängigkeit der Annahmen, die man bezüglich der fehlenden Werte trifft?

Forschungsdesign:

Vollstandardisiertes Erhebungsinstrument (Fragenbereiche und Antwortalternativen vorgegeben); mehrmalige Erhebung

Messinstrumente/Apparate:

Die Angaben im Datensatz wurden ausschließlich im Selbstbericht erhoben, mit Ausnahme der randomisierten Gruppenzugehörigkeit ("aprint") und der Variable "rgroup", welche die Zugehörigkeit jeder Person zu einem von 16 möglichen Mustern an fehlenden Werten enthält. Alle Fragen hatten ein geschlossenes Antwortformat. Nur das Alter ("age") wurde mit einem Freitextfeld abgefragt. Bei der Frage nach dem Geschlecht ("sex") gab es zwei Antwortoptionen (männlich und weiblich). Zur Erfassung des Bildungshintergrunds wurden die Teilnehmer*innen nach ihrem höchsten erreichten Schulabschluss gefragt. Dazu wurde ihnen eine erschöpfende Liste an möglichen Abschlüssen vorgelegt, die anschließend in die dichotome Variable "edu" überführt wurden. Die Variable "together" (Beziehungs- bzw. Wohnstatus) wurde aus mehreren Teilfragen gebildet, nämlich Fragen zu Familienstand (ledig, verheiratet zusammen oder getrennt lebend, geschieden, verwitwet), aktueller Partnerschaft (falls nicht verheiratet) und der Wohnsituation (Leben Sie mit Ihrem/Ihrer Partner/in zusammen?). Die Variablen "aauditc" bis "eauditc" enthalten jeweils den AUDIT-C Score, den Summenscore der ersten drei Fragen des Alcohol Use Disorders Identification Test. Anhand des AUDIT-C Scores zu Baseline ("aauditc") wurde das alkoholbezogene Risiko "arisk" gebildet, wobei geschlechtsspezifische Cut-Offs (4 oder mehr für Frauen und 5 oder mehr für Männer) verwendet wurden. Weitere Informationen können dem publizierten Studienprotokoll entnommen werden (Baumann et al., BMC Public Health 2018).

Datenerhebungsmethode:

Erhebung in Anwesenheit eines Versuchsleiters

• computergestützt
• spezielle Apparaturen oder Messinstrumente, und zwar
  Baseline: Fragebogen auf Tablet-PCs; Alle weiteren Messzeitpunkte: Computergestützte Telefoninterviews

Erhebung in Abwesenheit eines Versuchsleiters

• telefonische Erhebung
• Online-Erhebung

Population:

Alkoholkonsument*innen aus der Allgemeinbevölkerung

Erhebungszeitraum:

5 Erhebungszeitpunkte: T0 (Baseline), T1 (3 Monate später), T2 (6 Monate später), T3 (12 Monate später), T4 (36 Monate später)

Stichprobe:

Vollerhebung; andere: In einem Zeitraum von 2,5 Monaten wurden alle Besucher*innen des Einwohnermeldeamts in Greifswald proaktiv angesprochen. Alle teilnahmebereiten Personen, die die Einschlusskriterien erfüllten, wurden in die Studie eingeschlossen.

Geschlechtsverteilung:

56 % weibliche Probandinnen 
44 % männliche Probanden

Altersverteilung: 18 bis 64 Jahre

Räumlicher Erfassungsbereich (Land/Region/Stadt): Deutschland/-/Greifswald

Probandenrekrutierung:

• Proaktive Ansprache aller Besucher*innen im Wartebereich des Einwohnermeldeamts in Greifswald durch Studienassistent*innen
• Insgesamt 3 x 5,- Gutschein als Incentive (Baseline, T3 und T4)
• Vorauslaufende Ankündigung von Follow-Up-Erhebungen per Brief oder E-Mail
• Mindestens 10 telefonische Kontaktversuche pro Messzeitpunkt
• Versand von Fragebögen (Paper-Pencil oder Online) mit einem Erinnerungsschreiben, falls Teilnehmer*innen telefonisch nicht erreicht werden konnten
• Adressrecherchen über Melderegister

Stichprobengröße:

1646 Individuen

Rücklauf/Ausfall:

Rücklaufquoten:

• T1: 85% (n = 1407)
• T2: 81% (n = 1335)
• T3: 80% (n = 1314)
• T4: 65% (n = 1074)