• Startseite
  • Leitlinie
  • Implementierung
    • Das Projekt IMLEGI
    • Das Projektteam IMLEGI
    • Der Beirat IMLEGI
  • Publikationen
  • Kontakt
  • deDeutsch
    • enEnglish

Darstellung von Häufigkeiten

Startseite Leitlinie Darstellung von Häufigkeiten

Hintergrund

Der Erfolg evidenzbasierter Praxis hängt von der klaren und effektiven Kommunikation statistischer Informationen ab (1). Ziel ist, dass die Informationen verstanden, Nutzen und Risiken von Interventionen korrekt eingeschätzt und letztlich informierte Entscheidungen ermöglicht werden. Für die Erstellung einer Information muss sowohl eine inhaltliche Auswahl der zu kommunizierenden Häufigkeiten stattfinden, als auch eine Überprüfung, ob Zahlen belastbar genug sind, dass sie kommuniziert werden können. Wurden Zahlen ausgewählt, ist es für das Gelingen der Kommunikation wichtig, die vorhandene Evidenz zu verschiedenen Darstellungen im Hinblick auf Wirksamkeit und auch auf mögliche adverse Effekte hin zu überprüfen.

Für die Darstellung von statistischen Informationen (Wahrscheinlichkeiten, die Güte diagnostischer Tests sowie Nutzen, Schaden und Nebenwirkungen medizinischer Maßnahmen) werden verbale Deskriptoren eingesetzt. Verbale Deskriptoren sind mehr oder weniger konkrete sprachliche Umschreibungen von Häufigkeiten, z.B. selten, gelegentlich, häufig, sicher oder wahrscheinlich. Untersuchungen haben allerdings gezeigt, dass sich die Interpretationen sprachlicher Beschreibungen und die resultierende Wahrnehmung von Risiken sowohl interindividuell als auch zwischen medizinischen Laien und Professionellen stark unterscheiden (2). Verbale Angaben zu Nebenwirkungen führen zu Überschätzungen der Wahrscheinlichkeit ihres Auftretens (2).

Ein erster Ansatz, die verbale Beschreibung von Risiken zu standardisieren, erfolgte durch die Europäische Kommission im Jahr 1998 (3). In der Leitlinie zur Lesbarkeit von Informationen zu Medizinprodukten wurde fünf verbalen Deskriptoren jeweils eine definierte numerische Häufigkeit oder Häufigkeitsspanne zugeordnet (3). Auch das Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) fordert für Angaben zu Häufigkeiten von Nebenwirkungen in Produktinformationen die Verwendung der festgelegten sprachlichen Beschreibung zusammen mit der numerischen Angabe (4). In einer in Deutschland durchgeführten Befragung von Ärztinnen, Ärzten, Apothekerinnen, Apothekern, Juristinnen und Juristen konnten diese den verbalen Wahrscheinlichkeitsangaben für Nebenwirkungen nicht korrekt die entsprechenden Prozentwerte zuordnen (5).

Für die numerische Darstellung stehen verschiedene Formate zur Verfügung: natürliche Häufigkeiten, Prozentangaben, absolute Risikoreduktion (ARR), relative Risikoreduktion (RRR), Number Needed to Treat / Screen / Harm (NNT, NNS, NNH). Bei Angabe natürlicher Häufigkeiten werden unterschiedliche Bezugsgrößen (Denominatoren) gewählt: 1 von 100, 1 von 1000, 1 von 10000. Die Frage nach den Effekten der genannten Formate wurde bereits in mehreren systematischen Übersichtsarbeiten untersucht (1, 6-8). Akl et al. beziehen dabei erstmalig explizit den Endpunkt persuasiveness (Überredung) mit ein, der anhand von hypothetischen Entscheidungen gemessen wird (1).

Die Verwendung natürlicher Häufigkeiten galt sehr lange den Prozentangaben überlegen und wurde auch im Kontext der evidenzbasierten Medizin stark befürwortet (9). Studien haben untersucht, wie häufig der positiv prädiktive Wert eines Tests korrekt geschätzt wird, wenn Angaben zur Prävalenz der gesuchten Erkrankung sowie zu Sensitivität und Falsch-positiv-Rate gemacht werden (10-13). Sie haben ergeben, dass der Anteil korrekter Antworten, selbst bei Darstellung der genannten Größen als natürliche Häufigkeiten, sehr niedrig war. Deshalb sollten positiv prädiktive Werte und andere Testgüteparameter direkt angegeben werden, ohne dass die Adressaten der Information die entsprechenden Berechnungen selbst durchführen müssen (11).

Ein möglicher adverser Effekt der Darstellung von Risiken als natürliche Häufigkeiten kann durch den denominator neglect, die Vernachlässigung des Nenners, entstehen: In der Wahrnehmung liegt der Fokus auf der Zahl von beobachteten Ereignissen (Zähler), sei sie noch so klein, nicht auf der Bezugsgröße (Nenner) (14). Beim Vergleich von Risiken – etwa mit und ohne eine Therapie – wird die Wahrnehmung weiter verzerrt, wenn die Bezugsgrößen unterschiedlich gewählt sind (z.B. 80 von 800 vs. 20 von 100). Die Nachteile dieser Darstellung werden schon lange diskutiert. Bei der Verwendung unterschiedlicher Bezugsgrößen gilt es als schwierig, verschiedene Angaben zu vergleichen und die Höhe von Risiken korrekt einzuschätzen (15), wobei es zu einer Überschätzung der Risiken kommt (16).

Fragestellungen

  1. Welche Effekte hat die verbale Darstellung von Risiken, Nutzen und Schaden im Vergleich zur numerischen Darstellung?
  2. Welchen Effekt hat die Darstellung von Nutzen und Schaden als absolute Darstellung (ARR) im Vergleich zur relativen Darstellung?
  3. Welche Effekte hat die Darstellung von Zahlen in natürlichen Häufigkeiten im Vergleich zur Darstellung in Prozent?
  4. Welche Effekte hat die Darstellung von NNT (NNS, NNH) im Vergleich zur Darstellung als ARR (Prozent oder natürliche Häufigkeiten)?
  5. Welche Effekte haben die Darstellungen mit konstanter Bezugsgröße (z.B. x von 1000) im Vergleich zu Darstellungen mit unterschiedlichen Bezugsgrößen (z.B. 2 von 100; 5 von 1000)?
Empfehlungen 1-5
Evidenztabelle 1-5
Volltext
Referenzen
  1. Akl EA, Oxman AD, Herrin J, Vist GE, Terrenato I, Sperati F, et al. Using alternative statistical formats for presenting risks and risk reductions. The Cochrane database of systematic reviews. 2011;3:CD006776. Epub 2011/03/18.
  2. Berry DC, Knapp P, Raynor DK. Provision of information about drug side-effects to patients. Lancet. 2002; http://onlinelibrary.wiley.com/o/cochrane/clcentral/articles/036/CN-00558036/frame.html (Zugriff am 11.10.2016).
  3. European Commission D-GI. A guideline on the readability of the label and package leaflet of medical products for human use. 1998. http://www.paint-consult.com/fileadmin/editorial/downloads/guidelines_behoerden/arzneimittelgesetze/PAINT-Consult_A_Guideline_on_the_readability_1998.pdf (Zugriff am 11.10.2016).
  4. Bundesministerium für Arzneimittel und Medizinprodukte (BfArM). Wie sollen die Häufigkeiten für Nebenwirkungen in der Produktinformation angegeben werden? 2015; http://www.bfarm.de/SharedDocs/FAQs/DE/Arzneimittel/pal/ja-ampal-faq.html (Zugriff am 11.10.2016) .
  5. Ziegler A, Hadlak A, Mehlbeer S, Konig IR. Comprehension of the description of side effects in drug information leaflets: a survey of doctors, pharmacists and lawyers. Deutsches Arzteblatt international. 2013;110(40):669-73. Epub 2013/10/30.
  6. Bunge M, Mühlhauser I, Steckelberg A. What constitutes evidence-based patient information? Overview of discussed criteria. Patient Education and Counseling. 2010;78(3):316-28. Epub 2009/12/17.
  7. Covey J. A Meta-analysis of the effects of presenting treatment benefits in different formats. [References]. Medical Decision Making. 2007;27(5):638-654.
  8. Trevena LJ, Davey HM, Barratt A, Butow P, Caldwell P. A systematic review on communicating with patients about evidence. Journal of evaluation in clinical practice. 2006;12(1):13-23. Epub 2006/01/21.
  9. Woloshin S, Schwartz LM. Communicating data about the benefits and harms of treatment: a randomized trial. Annals of internal medicine. 2011;155(2):87-96. Epub 2011/07/20.
  10. Bramwell R, West H, Salmon P. Health professionals‘ and service users‘ interpretation of screening test results: experimental study. British Medical Journal (Clinical research ed). 2006;333(7562):284. Epub 2006/07/15.
  11. Galesic M, Gigerenzer G, Straubinger N. Natural frequencies help older adults and people with low numeracy to evaluate medical screening tests. Medical decision making: an international journal of the Society for Medical Decision Making. 2009;29(3):368-71. Epub 2009/01/09.
  12. Garcia-Retamero R, Hoffrage U. Visual representation of statistical information improves diagnostic inferences in doctors and their patients. Social science & medicine. 2013;83:27-33. Epub 2013/03/08.
  13. Siegrist M, Keller C. Natural frequencies and Bayesian reasoning: The impact of formal education and problem context. [References]. Journal of Risk Research. 2011;14(9):1039-55.
  14. Reyna VF, Brainerd CJ. Numeracy, ratio bias, and denominator neglect in judgments of risk and probability. Learning and Individual Differences. 2008;18(1):89-107.
  15. Zikmund-Fisher BJ. Time to retire the 1-in-X risk format. Medical Decision Making: an international journal of the Society for Medical Decision Making. 2011;31(5):703-4.
  16. Pighin S, Savadori L, Barilli E, Cremonesi L, Ferrari M, Bonnefon J-F. The 1-in-X effect on the subjective assessment of medical probabilities. Medical Decision Making: an international journal of the Society for Medical Decision Making. 2011;31(5):721-9.
  17. Gurmankin AD, Baron J, Armstrong K. The effect of numerical statements of risk on trust and comfort with hypothetical physician risk communication. Medical decision making: an international journal of the Society for Medical Decision Making. 2004;24(3):265-71. Epub 2004/05/25.
  18. Knapp P, Gardner PH, Carrigan N, Raynor DK, Woolf E. Perceived risk of medicine side effects in users of a patient information website: a study of the use of verbal descriptors, percentages and natural frequencies. British journal of health psychology. 2009;14(3):579-94. Epub 2008/11/11.
  19. Lee Char SJ, Evans LR, Malvar GL, White DB. A randomized trial of two methods to disclose prognosis to surrogate decision makers in intensive care units. American journal of respiratory and critical care medicine. 2010;182(7):905-9. Epub 2010/06/12.
  20. Mazur DJ, Hickam DH, Mazur MD. How patients‘ preferences for risk information influence treatment choice in a case of high risk and high therapeutic uncertainty: asymptomatic localized prostate cancer. Medical decision making: an international journal of the Society for Medical Decision Making. 1999;19(4):394-8. Epub 1999/10/16.
  21. Wallsten TS, Budescu DV, Zwick R, Kemp SM. Preferences and reasons for communicating probabilistic information in verbal or numerical terms. Bulletin of the Psychonomic Society. 1993;31(2):135-8.
  22. Berry D, Raynor T, Knapp P, Bersellini E. Over the counter medicines and the need for immediate action: a further evaluation of European Commission recommended wordings for communicating risk. Patient Education and Counseling. 2004;53(2):129-34. Epub 2004/05/14.
  23. Berry DC, Raynor DK, Knapp P. Communicating risk of medication side effects: an empirical evaluation of EU recommended terminology. [References]. Psychology, Health & Medicine. 2003;8(3):251-63.
  24. Berry D, Raynor T, Knapp P, Bersellini E. Is 15 per cent very common? Informing people about the risks of medication side effects. International Journal of Pharmacy Practice. 2002;10(3):145-51.
  25. Knapp P, Raynor DK, Berry DC. Comparison of two methods of presenting risk information to patients about the side effects of medicines. Quality & safety in health care. 2004;13(3):176-80. Epub 2004/06/04.
  26. Knapp P, Raynor DK, Woolf E, Gardner PH, Carrigan N, McMillan B. Communicating the risk of side effects to patients: an evaluation of UK regulatory recommendations. Drug safety: an international journal of medical toxicology and drug experience. 2009;32(10):837-49. Epub 2009/09/03.
  27. Marteau TM, Saidi G, Goodburn S, Lawton J, Michie S, Bobrow M. Numbers or words? A randomized controlled trial of presenting screen negative results to pregnant women. Prenatal diagnosis. 2000;20(9):714-8. Epub 2000/10/04.
  28. Shaw NJ, Dear PR. How do parents of babies interpret qualitative expressions of probability? Archives of disease in childhood. 1990;65(5):520-3. Epub 1990/05/01.
  29. Man-Son-Hing M, O’Connor AM, Drake E, Biggs J, Hum V, Laupacis A. The effect of qualitative vs. quantitative presentation of probability estimates on patient decision-making: a randomized trial. Health expectations: an international journal of public participation in health care and health policy. 2002;5(3):246-55. Epub 2002/08/30.
  30. Hagerty RG, Butow PN, Ellis PA, Lobb EA, Pendlebury S, Leighl N, et al. Cancer patient preferences for communication of prognosis in the metastatic setting. Journal of Clinical Oncology. 2004;22(9):1721-30.
  31. Cheung YB, Wee HL, Thumboo J, Goh C, Pietrobon R, Toh HC, et al. Risk communication in clinical trials: a cognitive experiment and a survey. BMC medical informatics and decision making. 2010;10:55. Epub 2010/09/28.
  32. Natter HM, Berry DC. Effects of presenting the baseline risk when communicating absolute and relative risk reductions. Psychology, Health & Medicine. 2005;10(4):326-34.
  33. Carling CL, Kristoffersen DT, Montori VM, Herrin J, Schunemann HJ, Treweek S, et al. The effect of alternative summary statistics for communicating risk reduction on decisions about taking statins: a randomized trial. PLoS medicine. 2009;6(8):e1000134. Epub 2009/08/27.
  34. Schwartz LM, Woloshin S, Black WC, Welch HG. The role of numeracy in understanding the benefit of screening mammography. Annals of internal medicine. 1997;127(11):966-72. Epub 1997/12/31.
  35. Sheridan SL, Pignone MP, Lewis CL. A randomized comparison of patients‘ understanding of number needed to treat and other common risk reduction formats. Journal of general internal medicine. 2003;18(11):884-92. Epub 2003/12/23.
  36. Sprague D, LaVallie DL, Wolf FM, Jacobsen C, Sayson K, Buchwald D. Influence of graphic format on comprehension of risk information among American Indians. [References]. Medical Decision Making. 2011;31(3):437-43.
  37. Ruiz JG, Andrade AD, Garcia-Retamero R, Anam R, Rodriguez R, Sharit J. Communicating global cardiovascular risk: Are icon arrays better than numerical estimates in improving understanding, recall and perception of risk? Patient Education and Counseling. 2013;93(3):394-402.
  38. Berry DC, Knapp P, Raynor T. Expressing medicine side effects: assessing the effectiveness of absolute risk, relative risk, and number needed to harm, and the provision of baseline risk information. Patient Education and Counseling. 2006;63(1-2):89-96. Epub 2005/10/26.

© 2014-2017 Leitlinie Gesundheitsinformation

  • Kontakt
  • Disclaimer & Datenschutzerklärung
  • Impressum