IRES-24 Patientenfragebogen
Abstract
Zusammenfassung. Der IRES-Patientenfragebogen (Indikatoren des Reha-Status) ist eines der am häufigsten eingesetzten Assessmentinstrumente in der medizinischen Rehabilitation in Deutschland. Mittels der Item-Response-Theorie wurde aus der 144 Items umfassenden Langform die Kurzform IRES-24 entwickelt, die die Dimensionen ‘Psychisches Befinden‘, ‘Funktionsfähigkeit im Alltag‘, ‘Somatische Gesundheit‘ und ‘Schmerzen‘ erfasst. Durch die Itemselektion wurde sichergestellt, dass das Antwortverhalten auf den Items jeder Skala durch jeweils eine latente Dimension und geordnete Schwellenwerte modelliert werden kann. Das Item-Fitmaß Q nimmt für alle Items sehr gute Werte an. Die Mixed-Rasch-Analyse zeigt, dass für jede Skala verschiedene Klassen von Patienten unterschieden werden müssen, damit die Annahme der Personenhomogenität erfüllt ist. Auf den Skalen ‘Psychisches Befinden‘ und ‘Funktionsfähigkeit im Alltag‘ unterscheiden sich die Klassen hinsichtlich der Antworttendenzen ‘Tendenz zur Mitte‘ und ‘Tendenz zu Extremwerten‘. Im Bereich ‘Somatische Gesundheit‘ werden in den Klassen unterschiedliche latente Merkmalsdimensionen erfasst. Für die Skala ‘Schmerzen‘ existiert eine kleine Gruppe von Patienten (8.3%) für die die Rasch-Kriterien nur zum Teil erfüllt sind. Die Zugehörigkeit der Patienten zu den latenten Klassen kann durch die Variabilität der Skalenitems, die Häufigkeit extremer Werte und die Ausprägungen auf den Skalenitems sehr gut vorhergesagt werden. Es wird eine zweigestufte Diagnostik vorgeschlagen, bei der zunächst die Klassenzugehörigkeit und anschließend die klassenspezifischen Personenparameter bestimmt werden. Der IRES-24 ermöglicht ein ökonomisches und zuverlässiges Screening der Indikatoren, die für die Behandlungsplanung und -evaluation in der medizinischen Rehabilitation von Bedeutung sind.
Abstract. The IRES-Questionnaire (Indicators of the Rehabilitation Status) is one of the most frequently used assessment tools in medical rehabilitation in Germany. By means of item response theory, we developed the short form IRES-24 from the long version containing 144 items. The IRES-24 contains four scales: “Subjective health”, “Functionality in every day life”, “Physical health” and “Pain”. Items were selected with the purpose that the data for any scale could be modelled by one latent dimension and ordered thresholds. The item fit index Q achieved very good values for all items. Mixed-Rasch analysis showed that for each of the four scales different classes of patients have to be distinguished to achieve homogenity of persons. For the first two scales, patients of the two classes differed regarding the response sets “tendency to the mean” and “tendency to extreme values”. For “Physical health” in different classes different latent variables are assessed. Except for a small class of individuals (8.3%) the scale “pain” did fullfill all Rasch criteria. The class membership of patients for each scale can be predicted by variability of the scale items, the frequency of extreme values, and the item values. A twostep diagnostic is recommended: Class membership should be determined followed by assessing class specific person parameters. The IRES-24 allows a reliable and efficient screening of indicators, which are fundamental for planning and evaluating rehabilitation treatments.
Literatur
Andrich, D. (1995). Hyperbolic cosine latent trait models for unfolding direct and pairwise preferences. Applied Psychological Measurement, 19, 3 269– 290Becker, P. (2002). Das Trierer Integrierte Persönlichkeitsinventar. Diagnostica, 48, 2 68– 79Birbeck, G. L. Kim, S. Hays, R. D. Vickrey, B. G. (2000). Quality of life measures in epilepsy: How well can we detect change over time?. Neurology, 54, 1822– 1827Bührlen, B. Gerdes, N. Jäckel, W. H. (2003). IRES - Indikatoren des Reha-Status. In J. Schumacher, A. Klaiberg & E. Brähler (Hrsg.), Diagnostische Verfahren zu Lebensqualität und Wohlbefinden (S. 180-183). Göttingen: HogrefeDavier, von M. (2001). http://winmira.von-davier.de, am 29. 12. 2003Davier, von M. (1997). Methoden zur Prüfung probabilistischer Testmodelle . Kiel: IPNDavier, von M. Rost, J. (1995). Polytomous Mixed Rasch Analysis. In G. H. Fischer & I. W. Molenaar (Eds.), Rasch Models: Foundations, recent developments, and applications (pp. 371-382). New York: SpringerDuncan, P. W. Bode, R. K. Min Lai, S. Perera, S. (2003). Rasch analysis of a new stroke-specific outcome scale: The stroke impact scale. Archives of Physical Medicine and Rehabilitation, 84, 950– 963Farin, E. Follert, P. Jäckel, W. H. (2002). Die Therapiezielfestlegung bei Patienten mit psychischen Belastungen in der orthopädischen und kardiologischen Rehabilitation. Die Rehabilitation, 41, 6 389– 400Fischer, G. H. (1995). Derivations of the Rasch Model. In G. H. Fischer & I. W. Molenaar (Eds.). Rasch Models: Foundations, recent developments, and applications (pp. 15-38). New York: SpringerGerdes, N. Jäckel, W. H. (1995). Der IRES-Fragebogen für Klinik und Forschung. Rehabilitation, 34, 2 XIII– XXIIIGerdes, N. Weis, J. (2000). Zur Theorie der Rehabilitation. In J. Bengel & U. Koch (Hrsg.), Grundlagen der Rehabilitationswissenschaften (S. 41-68). Berlin: SpringerGlas, C. A. W. Verhelst, N. D. (1995). Testing the Rasch Model. In G. H. Fischer & I. W. Molenaar (Eds.). Rasch Models: Foundations, Recent Developments, and Applications (pp. 69-95). New York: SpringerHays, R. D. Morales, L. S. Reise, S. P. (2000). Item Response Theory and health outcomes measurement in the 21st century. Medical Care, 38, 9 Supplement II 28– 42Jenkinson, C. Fitzpatrick, R. Garatt, A. Peto, V. Stewart-Brown, S. (2001). Can item response theory reduce patient burden when measuring health status in neurological disorders? Results from Rasch analysis of the SF-36 physical functioning scale (PF-10). Journal of Neurology, Neurosurgery, and Psychiatry, 71, 220– 224Lienert, G. Raatz, U. (1998). Testaufbau und Testanalyse . Weinheim: BeltzPVUMcHorney, C. A. Cohen, A. S. (2000). Equating health status measures with item response theory. Illustrations with functional status items. Medical Care, 38, 9 43– 59McHorney, C. A. Haley, S. M. Ware, J. E. (1997). Evaluation of the MOS SF-36 physical functioning scale (Pf-10): II. Comparison of relative precision using Likert and Rasch scoring methods. Journal of Clinical Epidemiology, 50, 4 451– 461Mislevy, R. J. Verhelst, N. (1990). Modeling item responses when different subjects employ different solution strategies. Psychometrika, 55, 195– 215Molenaar, I. W. (1995). Estimation of Itemparameters. In G. H. Fischer & I. W. Molenaar (Eds.), Rasch Models: Foundations, Recent Developments, and Applications (pp. 39-52). New York: SpringerRaczek, A. E. Ware, J. E. Bjorner, J. B. Gandek, B. Haley, S. M. Aaronson, N. K. Apolone, G. Bech, P. Brazier, J. E. Bullinger, M. Sullivan, M. (1998). Comparison of Rasch and summated rating scales constructed from SF-36 Physical functioning items in seven countries. Journal of Clinical Epidemiology, 51, 11 1203– 1214Rasch, G. (1980). Probabilistic models for some intelligence and attainment tests . Chicago: The University of Chicago PressRost, J. (1990). Rasch models in latent classes: An integration of two approaches to item analysis. Applied Psychological Measurement, 14, 3 271– 282Rost, J. (1996). Lehrbuch Testtheorie-Testkonstruktion . Bern: HuberRost, J. (1999). Was ist aus dem Rasch-Modell geworden?. Psychologische Rundschau, 50, 3 140– 156Rost, J. Carstensen, C. Davier, von M. (1999). Sind die Big Five Rasch-skalierbar?: Eine Reanalyse der NEO-FFI-Normierungsdaten. Diagnostica, 45, 3 119– 126Rost, J. Georg, W. (1991). Alternative Skalierungsmöglichkeiten zur klassischen Testtheorie am Beispiel der Skala “Jugendzentrismus. Zentral-Archiv-Information, 28, 52– 74Schafer, J. L. Graham, J. W. (2002). Missing data: Our view of the state of the art. Psychological Methods, 7, 147– 177Tesio, L. (2003). Measuring behaviours and perceptions: Rasch analysis as a tool for rehabilitation research. Journal of Rehabilitation Medicine, 35, 5 105– 115Wirtz, M. (2004). Über das Problem fehlender Werte: Wie der Einfluss fehlender Informationen auf Analyseergebnisse entdeckt und reduziert werden kann. Die Rehabilitation, 43, 2 109– 115Wirtz, M. Caspar, F. (2002). Beurteilerübereinstimmung und Beurteilerreliabilität . Göttingen: Hogrefe(Ed.) (2000). International Classification of Functioning, Disability and Health . Geneva: Editor
Wright, B. D. Linacre, J. M. (1989). Observations are always ordinal; measurements, however must be interval. Archives of Physical Medicine and Rehabilitation, 70, 857– 860Zwingmann, C. (2002). Der IRES-Patientenfragebogen. Psychometrische Reanalysen an einem rehabilitationsspezifischen Assessmentinstrument . Regensburg: Roderer
