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"
Andere BereicheAutor*innen / Ersteller*innen
Staudt, AndreasBaumann, Sophie
Abstract
Die Daten entstammen der PRINT-Studie ("Überprüfung einer proaktiven Expertensystemintervention zur Prävention und Beendigung von riskantem Alkoholkonsum"), einer randomisiert-kontrollierten Interventionsstudie. Die Stichprobe aus Alkoholkonsument*innen aus der Allgemeinbevölkerung (N = 1646) wurde zufällig in Interventions- und Kontrollgruppe aufgeteilt. In die Studie wurden alle Alkoholkonsument*innen eingeschlossen, unabhängig von der Konsummenge. Alle Studienteilnehmer*innen wurden zu Baseline, nach 3, 6, 12 und 36 Monaten standardisiert befragt. Die Interventionsgruppe erhielt drei individualisierte Feedbackbriefe zu Baseline, nach 3 und 6 Monaten. Die Briefe wurden automatisch von einem computerbasierten Expertensystem nach vorher definierten Entscheidungsregeln zusammengestellt und basierten auf den Selbstberichtsangaben der Studienteilnehmer*innen zu den jeweiligen Messzeitpunkten. Die Briefe enthielten individualisierte Rückmeldungen zum Alkoholkonsum, zum alkoholbezogenen Risiko, zur Veränderungsmotivation sowie zu weiteren psychologischen Variablen (Selbstwirksamkeit, Entscheidungsbalance, Verhaltensänderungsstrategien). Die Intervention basierte auf dem Transtheoretischen Modell der Verhaltensänderung. Die Kontrollgruppe erhielt keinerlei Rückmeldungen. Das Ziel war eine Reduktion der durchschnittlichen Trinkmenge nach 12 bzw. 36 Monaten.
Persistent Identifier
https://doi.org/10.5160/psychdata.stas21pr11Jahr der Publikation
2022Förderung
Deutsche Forschungsgemeinschaft (BA 5858/2-1, BA 5858/2-3)Zitierung
Staudt, A. & Baumann, S. (2022). 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" (Version 1.0.0) [Daten und Dokumentation]. Trier: Forschungsdatenzentrum am ZPID. https://doi.org/10.5160/psychdata.stas21pr11Studienbeschreibung
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)
MD5: 2807108ce7950727c9d73f4739869072
| Position | Name | Label | Gültige Werte | Fehlende Werte |
|---|---|---|---|---|
| 1 | ID | Identification variable | 1-1646 "sequential identification number" | -9999 "missing value: not specified" |
| 2 | SEX | sex | 0 "male" 1 "female" | -9999 "missing value: not specified" |
| 3 | AGE | Age in years | 18-64 "Age in years" | -9999 "missing value: not specified" |
| 4 | EDU | Educational background | 0 "less than 12 years of school education" 1 "12 or more years of school education" | -9999 "missing value: not specified" |
| 5 | TOGETHER | Living together with a partner | 0 "no" 1 "yes" | -9999 "missing value: not specified" |
| 6 | HEALTH | Self-reported health in general | 1 "excellent" 2 "very good" 3 "good" 4 "fair" 5 "poor" | -9999 "missing value: not specified" |
| 7 | SMOKE | Smoking | 0 "non-smokers (never and former smokers)" 1 "current smokers (occasional and daily smokers)" | -9999 "missing value: not specified" |
| 8 | ARISK | Alcohol-related risk level at baseline | 0 "low-risk alcohol use (AUDIT-C sum score < 4 for women and < 5 for men)" 1 "at-risk alcohol use (AUDIT-C sum score >= 4 for women and >= 5 for men)" | -9999 "missing value: not specified" |
| 9 | APRINT | Study condition | 0 "control group" 1 "intervention group" | -9999 "missing value: not specified" |
| 10 | AAUDITC | AUDIT-C sum score at t0 | 1-12 "AUDIT-C sum score at t0" | -9999 "missing value: not specified" |
| 11 | BAUDITC | AUDIT-C sum score at t1 | 0-12 "AUDIT-C sum score at t1" | -9999 "missing value: not specified" |
| 12 | CAUDITC | AUDIT-C sum score at t2 | 0-12 "AUDIT-C sum score at t2" | -9999 "missing value: not specified" |
| 13 | DAUDITC | AUDIT-C sum score at t3 | 0-12 "AUDIT-C sum score at t3" | -9999 "missing value: not specified" |
| 14 | EAUDITC | AUDIT-C sum score at t4 | 0-12 "AUDIT-C sum score at t4" | -9999 "missing value: not specified" |
| 15 | RGROUP | Missing data patterns | 1-16 "16 missing data patterns" | -9999 "missing value: not specified" |
| Eingesetzte Testverfahren |
|---|
| Bush K, Kivlahan DR, McDonell MB, Fihn SD, Bradley KA. The AUDIT alcohol consumption questions (AUDIT-C): an effective brief screening test for problem drinking. Arch Intern Med. 1998;158:1789–95. https://doi.org/10.1001/archinte.158.16.1789. |
| Weiterführende Literatur |
|---|
| Baumann S, Staudt A, Freyer-Adam J, Bischof G, Meyer C, John U. Effects of a brief alcohol intervention addressing the full spectrum of drinking in an adult general population sample: a randomized controlled trial. Addiction. 2021;116:2056–66. https://doi.org/10.1111/add.15412. |
| Baumann S, Staudt A, Freyer-Adam J, John U. Proactive expert system intervention to prevent or quit at-risk alcohol use (PRINT): study protocol of a randomized controlled trial. BMC Public Health. 2018;18(1):851. https://doi.org/10.1186/s12889-018-5774-1 |
| Enders CE, Staudt A, Freyer-Adam J, Meyer C, Ulbricht S, John U, Baumann S. Brief alcohol intervention at a municipal registry office: reach and retention. Eur J Public Health. 2021;31:418–23. https://doi.org/10.1093/eurpub/ckaa195. |
| Staudt A, Freyer-Adam J, Meyer C, Bischof G, John U, Baumann S. The moderating effect of educational background on the efficacy of a computer-based brief intervention addressing the full spectrum of alcohol use: Randomized controlled trial. JMIR Public Health & Surveillance. 2022;8(6):e33345. https://doi.org/10.2196/33345 |
| Staudt A, Freyer-Adam J, John U, Meyer C, Baumann S. Stability of at-risk alcohol use screening results in a general population sample. Alcohol Clin Exp Res. 2020;44(6):1312-20. https://doi.org/10.1111/acer.14340 |
| Staudt A, Freyer-Adam J, Meyer C, Bischof G, John U, Baumann S. Does prior recall of past week alcohol use affect screening results for at-risk drinking? Findings from a randomized study. PLoS One. 2019;14(6):e0217595. https://doi.org/10.1371/journal.pone.0217595 |