Skip to main content
SpringerLink
Log in

Randomisiert und Cluster-randomisiert kontrollierte Studien in der Gesundheitsförderung und Prävention

  • Chapter
  • First Online:
Forschungsmethoden in der Gesundheitsförderung und Prävention

Zusammenfassung

Randomisiert kontrollierte Studien (RCT) verfolgen das Ziel, die Wirksamkeit einer Behandlung (Intervention) unter kontrollierten Bedingungen zu untersuchen. Studienteilnehmer_innen werden in Gruppen eingeteilt und erfahren je nach Gruppenzugehörigkeit entweder die Intervention, eine alternative oder keine Intervention. Wesentlich dabei ist, dass die Zuteilung der Personen zufällig erfolgt (Randomisierung), um mögliche Störgrößen gleichermaßen auf die Gruppen zu verteilen. Bei einer Cluster-randomisiert kontrollierten Studie (CRCT) erfolgt die Randomisierung nicht auf der Ebene eines Individuums, sondern anhand von Gruppen (Cluster), wie z.B. Schulklassen oder Unternehmen. Die Aussagekraft einer RCT bzw. CRCT hängt erheblich davon ab, ob bei Studienplanung, -durchführung und -auswertung die methodischen Anforderungen an dieses Studiendesign berücksichtigt wurden. RCTs wurden zunächst in der klinischen Forschung eingesetzt, beispielsweise um die Wirksamkeit von Arzneimitteln oder neuen Therapien zu untersuchen. Auch Programme der Gesundheitsförderung und Prävention lassen sich nur kontinuierlich weiterentwickeln, wenn, basierend auf einer soliden empirischen Datengrundlage, Merkmale gelungener, aber auch Defizite gescheiterter Interventionen identifiziert werden.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 64.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Systematische Übersichtsarbeiten bzw. Meta-Analysen von RCTs werden überdies der höchsten Stufe der Evidenz zugeordnet, um „Aussagen zum Nutzen diagnostischer, präventiver und therapeutischer sowie rehabilitativer Methoden“ („Deutsches Netzwerk Evidenzbasierter Medizin“ 2015, S. 10) zu treffen (siehe Beelmann in diesem Band).

  2. 2.

    Verfügbar unter https://portal.hogrefe.com/dorsch/evidenzbasierung/ [23.05.2020].

  3. 3.

    Untersuchungen über bestehende Zusammenhänge zwischen zwei oder mehreren Faktoren, wie sie z. B. in Korrelationsstudien mit nur einem Erhebungszeitpunkt durchgeführt werden, erlauben keinen Rückschluss auf die Ursache eines bestehenden Zusammenhangs, wohingegen aus RCTs mit Messwiederholungen auf eine kausale Veränderungswirkung geschlossen werden kann (Döring und Bortz 2016).

  4. 4.

    D. Altman war Professor für Statistik und ein international führender Wissenschaftler auf dem Gebiet der statistischen Methoden in der medizinischen Forschung (verfügbar unter https://www.medsci.ox.ac.uk/news/remembering-professor-doug-altman [20.03.2019]).

  5. 5.

    Seit geraumer Zeit wird in der Gesundheitsförderung und Prävention von Komplexen Interventionen gesprochen und zur Klärung der Begrifflichkeit auf den Leitfaden der Medical Research Council verwiesen, der erstmalig im Jahr 2000 von Campbell et al. (M. Campbell et al. 2000) veröffentlicht und 2008 von Craig et al. (Craig et al. 2008) aktualisiert wurde.

    Nach Craig und Kollegen zeichnet sich eine komplexe Intervention durch folgende Attribute aus:

    „• Number of interacting components within the experimental and control interventions

    • Number and difficulty of behaviours required by those delivering or receiving the intervention

    • Number of groups or organisational levels targeted by the intervention

    • Number and variability of outcomes

    • Degree of flexibility or tailoring of the intervention permitted“ (Craig et al. 2008, S. 2).

  6. 6.

    Anders als beim verhaltensorientierten Ansatz, der den Fokus auf die Verhaltensweise der Einzelperson richtet, umfasst der verhältnisorientierte u. a. auch die Lebensbedingungen, die sozialen Umstände oder die Arbeitsverhältnisse („Bundesministerium für Gesundheit (BMG)“ 2019).

  7. 7.

    Bias: „Fehler, Verzerrung, ein bei unzureichender Versuchsplanung möglicher systematischer Verzerrungs-effekt“ („Bias“ 2019), verfügbar unter https://m.portal.hogrefe.com/dorsch/bias/ [19.03.2019].

  8. 8.

    Consolidated Standards of Reporting Trials. Das CONSORT Statement ist eine evidenzbasierte Liste an Empfehlungen, wie über RCTs berichtet werden soll, und stellt eine entsprechende Checkliste sowie die Vorlage eines Flussdiagramms zur Verfügung (Verfügbar unter http://www.consort-statement.org/ (abgerufen am 24.01.2021).

  9. 9.

    Die hier dargestellte Studie war Teil des Projektes Aktiv gegen Erschöpfung und Stress (AGES) – Entwicklung, Durchführung und Evaluierung eines zweiwöchigen Präventionsprogrammes mit Auffrischungskurs, durchgeführt in Bad Birnbach, das vom Bayerischen Staatsministerium für Gesundheit und Pflege (StMGP) aus Mitteln des Förderprogrammes für die bayerischen Kurorte und Heilbäder gefördert wurde (Verfügbar unter https://www.stmgp.bayern.de/ service/foerderprogramme/foerderprogramm-fuer-die-bayerischen-kurorte-und-heilbaeder/ [19.04.2019]).

  10. 10.

    Nicht berücksichtigt ist hier der zeitliche Aufwand für (1) die Ausarbeitung eines Forschungsantrages, (2) die Ermittlung und Einbindung von Kooperationspartnern, (3) die Erstellung einer Absichtserklärung (Festlegung von Verantwortlichkeiten) und (4) die Ausarbeitung und rechtlichen Prüfung eines Kooperationsvertrages zwischen den Projektpartnern.

  11. 11.

    Die Wahrscheinlichkeit, bei einem tatsächlich vorhandenen Effekt ein signifikantes Ergebnis zu erhalten, d. h. sich korrekterweise für die Alternativhypothese (H1) zu entscheiden (Harms 2012).

  12. 12.

    „Als repräsentativ werden Stichproben bezeichnet, die in ihrer Zusammensetzung der Population – bis auf zufallsbedingte Schwankungen – entsprechen, der sie entnommen wurden. […] Aufgrund von Stichprobenergebnissen lassen sich nur dann Schlüsse auf die Population ziehen, wenn die Stichproben, aus denen sie gewonnen sind, für die Population repräsentativ sind.“ (Repräsentativität 2020), verfügbar unter https://dorsch.hogrefe.com/stichwort/repraesentativ (abgerufen am 24.01.2021).

  13. 13.

    Siehe β-Fehler, Fehler 2. Art (Fahrmeir et al. 2016; Schulz und Grimes 2005).

  14. 14.

    Verfügbar unter https://www.bundesaerztekammer.de/fileadmin/user_upload/downloads/pdf-Ordner/International/Deklaration_von_Helsinki_2013_20190905.pdf (abgerufen am 24.01.2021).

  15. 15.

    Vgl. https://www.bfarm.de/SharedDocs/Downloads/DE/Arzneimittel/Zulassung/klin-pr/ethikKomm/Liste%20der%20registrierten%20Ethik-Kommissionen.pdf?__blob=publicationFile&v=3 (abgerufen am 24.01.2021).

  16. 16.

    Vgl. https://www.med.uni-muenchen.de/ethik/biomedizinische_forschung/index.html (abgerufen am 12.05.2019).

  17. 17.

    Weiterführende Informationen finden sich bei Döring & Bortz (2016) auf S. 124 ff.

  18. 18.

    CSPro: Census and Survey Processing System; REDCap: Research Electronic Data Capture.

  19. 19.

    „Die Verarbeitung personenbezogener Daten in einer Weise, in der die Daten ohne Hinzuziehung zusätzlicher Informationen nicht mehr einer spezifischen betroffenen Person zugeordnet werden können […]“, Bundesdatenschutzgesetz (BDSG), § 46 Begriffsbestimmungen (Bundesministerium der Justiz und für Verbraucherschutz und Bundesamt für Justiz. Verfügbar unter https://www.gesetze-im-internet.de/ [30.05.2019]).

  20. 20.

    Verfügbar unter https://www.ibm.com/de-de/analytics/spss-statistics-software, https://www.sas.com/de_de/home.html, https://www.r-project.org/ [30.05.2019].

Literatur

  • Adams, G., Gulliford, M. C., Ukoumunne, O. C., Eldridge, S., Chinn, S. & Campbell, M. J. (2004). Patterns of intra-cluster correlation from primary care research to inform study design and analysis. J Clin Epidemiol, 57(8), 785–794. doi: https://doi.org/10.1016/j.jclinepi.2003.12.013.

    Article  Google Scholar 

  • Altman, D. G. & Doré, C. J. (1990). Randomisation and baseline comparisons in clinical trials. The Lancet, 335 (8682), 149–153. doi: https://doi.org/10.1016/0140-6736(90)90014-V.

    Article  Google Scholar 

  • Antes, G., Kunzweiler, K. & Toews, I. (2016). Das medizinische Dilemma der Prävention – Evidenz, Nutzen, Chancen und Risiken. In H. Rebscher & S. H. Kaufmann (Hrsg.), Präventionsmanagement in Gesundheitssystemen (S. 29–44). Heidelberg: medhochzwei Verlag.

    Google Scholar 

  • Bias (2020). In M. A. Wirtz (Hrsg.), Dorsch – Lexikon der Psychologie. Verfügbar unter https://m.portal.hogrefe.com/dorsch/bias/ [23.05.2020].

  • Bödeker, W. & Moebus, S. (2019). Studiendesigns zur Wirkungsevaluation in Prävention und Gesundheitsförderung – Die Bedeutung interner und externer Validität für die Evidenzbasierung in Lebenswelten. Gesundheitswesen(EFirst). doi: https://doi.org/10.1055/a-0832-2220.

  • Bull, J. P. (1959). The historical development of clinical therapeutic trials. Journal of Chronic Diseases, 10 (3), 218-248. doi: https://doi.org/10.1016/0021-9681(59)90004-9.

    Article  Google Scholar 

  • Büssing, A. & Glaser, J. (1998). Managerial Stress und Burnout, A Collaborative International Study (CISMS).Die deutsche Untersuchung. Bericht Nr.44.

    Google Scholar 

  • Büssing, A. & Perrar, K.-M. (1992). Die Messung von Burnout. Untersuchung einer deutschen Fassung des Maslach Burnout Inventory (MBI-D). [Measuring burnout: A study of a German version of the Maslach Burnout Inventory (MBI-D).]. Diagnostica, 38 (4), 328–353.

    Google Scholar 

  • Bundesministerium für Gesundheit (BMG) (2019). Glossar. Verfügbar unter https://www.bundesgesundheitsministerium.de/service/begriffe-von-a-z/p/praevention.html [21.03.2019].

  • Campbell, M. K., Elbourne, D. R. & Altman, D. G. (2004). CONSORT statement: extension to cluster randomised trials. Bmj, 328 (7441), 702–708. doi: https://doi.org/10.1136/bmj.328.7441.702.

    Article  Google Scholar 

  • Campbell, M., Fitzpatrick, R., Haines, A., Kinmonth, A. L., Sandercock, P., Spiegelhalter, D. & Tyrer, P. (2000). Framework for design and evaluation of complex interventions to improve health. Bmj, 321 (7262), 694–696.

    Article  Google Scholar 

  • Chalmers, I. (2003). The James Lind Initiative. Journal of the Royal Society of Medicine, 96 (12), 575–576.

    Article  Google Scholar 

  • Christie, J., O'Halloran, P. & Stevenson, M. (2009). Planning a cluster randomized controlled trial: methodological issues. Nurs Res, 58 (2), 128–134. doi: https://doi.org/10.1097/NNR.0b013e3181900cb5.

    Article  Google Scholar 

  • Cohen, J. (1988, 2. Aufl.). Statistical power analysis for the behavioral sciences. Hillsdale, NJ [u.a.]: Erlbaum.

    Google Scholar 

  • Coupland, C. & DiGuiseppi, C. (2010). The design and use of cluster randomised controlled trials in evaluating injury prevention interventions: part 2. Design effect, sample size calculations and methods for analysis. Inj Prev, 16 (2), 132–136. doi: https://doi.org/10.1136/ip.2009.023127.

  • Craig, P., Dieppe, P., Macintyre, S., Michie, S., Nazareth, I. & Petticrew, M. (2008). Developing and evaluating complex interventions: the new Medical Research Council guidance. Bmj, 337, a1655. doi: https://doi.org/10.1136/bmj.a1655.

    Article  Google Scholar 

  • Deutsches Netzwerk Evidenzbasierte Medizin (2015). Gute Praxis Gesundheitsinformation. Berlin. Verfügbar unter https://www.ebm-netzwerk.de/de/medien/pdf/gpgi_2_20160721.pdf [24.01.2021].

  • Dierks, M.-L., Walter, U. & Schwartz, W. (2001). Qualitätsmanagement in Gesundheitsförderung und Prävention. Forschung und Praxis in der Gesundheitsförderung Band 15. Köln: Bundeszentrale für gesundheitliche Aufklärung (BZgA).

    Google Scholar 

  • DiGuiseppi, C. & Coupland, C. (2010). The design and use of cluster randomised controlled trials in evaluating injury prevention interventions: part 1. Rationale, design and informed consent. Inj Prev, 16 (1), 61–67. doi: https://doi.org/10.1136/ip.2009.023119.

  • Dössegger, A., Weibel, D., Frei, K., Wissmath, B. & Hense, J. (2017). Entwicklung eines Wirkmodells für die Evaluation des Programms Jugend und Sport. Zeitschrift für Evaluation 16, 97–120.

    Google Scholar 

  • Donner, A. & Klar, N. (2004). Pitfalls of and Controversies in Cluster Randomization Trials. American Journal of Public Health, 94 (3), 416–422. doi: https://doi.org/10.2105/ajph.94.3.416.

    Article  Google Scholar 

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften. Berlin, Heidelberg: Springer-Verlag.

    Book  Google Scholar 

  • Dreyhaupt, J., Mayer, B., Keis, O., Ochsner, W. & Muche, R. (2017). Cluster-randomized Studies in Educational Research: Principles and Methodological Aspects. GMS J Med Educ, 34 (2), Doc26. doi: https://doi.org/10.3205/zma001103.

  • Eisenmann, A., Fröschl, B. & Stürzlinger, H. (2017). Wirksamkeit und Effizienz von Maßnahmen zur Primärprävention von Essstörungen. Schriftenreihe Health Technology Assessment, Bd. 136. Köln: Deutsches Institut für Medizinische Dokumentation und Information (DIMDI).

    Google Scholar 

  • Fahrmeir, L., Heumann, C., Künstler, R., Pigeot, I. & Tutz, G. (2016, 8. Aufl.). Statistik – Der Weg zur Datenanalyse. Berlin, Heidelberg: Springer-Verlag.

    Google Scholar 

  • Faul, F., Erdfelder, E., Lang, A. G. & Buchner, A. (2007). G*Power 3: a flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behav Res Methods, 39 (2), 175–191.

    Article  Google Scholar 

  • Fischer, F. (2020). Digitale Interventionen in Prävention und Gesundheitsförderung: Welche Form der Evidenz haben wir und welche wird benötigt? Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz, 63 (6), 674–680. doi: https://doi.org/10.1007/s00103-020-03143-6.

  • Fliege, H., Rose, M., Arck, P., Levenstein, S. & Klapp, B. F. (2001). Validierung des “Perceived Stress Questionnaire“ (PSQ) an einer deutschen Stichprobe. Diagnostica, 47 (3), 142–152. doi: https://doi.org/10.1026//0012-1924.47.3.142.

    Article  Google Scholar 

  • Foster, C. & Baker, P. (2011). Bewegungsförderung – Evidenzen und Perspektiven Gesundheit durch Bewegung fördern – Empfehlungen für Wissenschaft und Praxis. Düsseldorf: Landesinstitut für Gesundheit und Arbeit des Landes Nordrhein-Westfalen (LIGA.NRW).

    Google Scholar 

  • Fröhlich-Gildhoff, K. & Trojan, A. (2018). Komplexe gemeindeorientierte Interventionen zur Gesundheitsförderung bei Kindern. Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz, 61 (10), 1279–1288. doi: https://doi.org/10.1007/s00103-018-2801-4.

  • Gerhardus, A. (2010). Gesundheitsförderung und Evidenz – Gegensatz oder Beziehung mit Potential? Prävention und Gesundheitsförderung, 5 (2), 62–63. doi: https://doi.org/10.1007/s11553-010-0238-1.

    Article  Google Scholar 

  • Gerhardus, A., Rehfuess, E. & Zeeb, H. (2015). Evidence-based health promotion and prevention in settings: which types of study designs are needed?. Z Evid Fortbild Qual Gesundhwes, 109 (1), 40–45. doi: https://doi.org/10.1016/j.zefq.2014.12.002.

    Article  Google Scholar 

  • Gordis, L. (2001). Epidemiologie. Marburg: Verlag im Kilian.

    Google Scholar 

  • Harms, V. (2012). Medizinische Statistik. Kempten: Harms Verlag.

    Google Scholar 

  • Hemming, K., Eldridge, S., Forbes, G., Weijer, C. & Taljaard, M. (2017). How to design efficient cluster randomised trials. Bmj, 358, j3064. doi: https://doi.org/10.1136/bmj.j3064.

    Article  Google Scholar 

  • IQWIG (2018). Screening auf Hepatitis C. IQWiG-Berichte – Nr. 668. Köln: Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen.

    Google Scholar 

  • Kabisch, M., Ruckes, C., Seibert-Grafe, M. & Blettner, M. (2011). Randomisierte kontrollierte Studien. Dtsch Arztebl International, 108 (39), 663–668. doi: https://doi.org/10.3238/arztebl.2011.0663.

    Article  Google Scholar 

  • Keogh-Brown, M. R., Bachmann, M. O., Shepstone, L., Hewitt, C., Howe, A., Ramsay, C. R. et al. (2007). Contamination in trials of educational interventions. Health Technol Assess, 11 (43), iii, ix–107.

    Google Scholar 

  • Klar, N. & Donner, A. (2007). Ethical Challenges Posed by Cluster Randomization. In R. B. D'Agostino, L. Sullivan & J. Massaro (Hrsg.), Wiley Encyclopedia of Clinical Trials (S. 1–5). Hoboken, NJ: John Wiley & Sons.

    Google Scholar 

  • Kliche, T., Koch, U., Lehmann, H. & Töppich, J. (2006). Evidenzbasierte Prävention und Gesundheitsförderung. Bundesgesundheitsblatt – Gesundheitsforschung – Gesundheitsschutz, 49, 141–150. doi: https://doi.org/10.1007/s00103-005-1216-1.

  • Kopke, S., Muhlhauser, I., Gerlach, A., Haut, A., Haastert, B., Mohler, R. & Meyer, G. (2012). Effect of a guideline-based multicomponent intervention on use of physical restraints in nursing homes: a randomized controlled trial. Jama, 307 (20), 2177–2184. doi: https://doi.org/10.1001/jama.2012.4517.

    Article  Google Scholar 

  • Krebs, D. & Menold, N. (2019). Gütekriterien quantitativer Sozialforschung. In N. Baur & J. Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung (S. 489–504). Wiesbaden: Springer Fachmedien Wiesbaden.

    Chapter  Google Scholar 

  • Kreienbrock, L., Pigeot, I. & Ahrens, W. (2012). Epidemiologische Methoden. Berlin, Heidelberg: Springer-Verlag.

    Book  Google Scholar 

  • Kuhn, J., Lampert, T. & Ziese, T. (2012). Einführung ins Thema: Komplexe Interventionen – komplexe Evaluationen? Evaluation komplexer Interventionsprogramme in der Prävention: Lernende Systeme, lehrreiche Systeme?. Beiträge zur Gesundheitsberichterstattung des Bundes. Berlin: RKI.

    Google Scholar 

  • Levenstein, S., Prantera, C., Varvo, V., Scribano, M. L., Berto, E., Luzi, C. & Andreoli, A. (1993). Development of the Perceived Stress Questionnaire: a new tool for psychosomatic research. Journal of Psychosomatic Research, 37 (1), 19–32.

    Article  Google Scholar 

  • Lind, J. (1753). A treatise of the scurvy. In three parts. An inquiry into the nature, causes, and cure, of that disease. Together with a critical and chronological view of what has been published on the subject. Edinburgh: Printed by Sands, Murray, Cochran.

    Google Scholar 

  • Lorenz, E., Kopke, S., Pfaff, H. & Blettner, M. (2018). Cluster-Randomized Studies. Dtsch Arztebl Int, 115 (10), 163–168. doi: https://doi.org/10.3238/arztebl.2018.0163.

  • Lück, D. & Landrock, U. (2019). Datenaufbereitung und Datenbereinigung in der quantitativen Sozialforschung. In N. Baur & J. Blasius (Hrsg.), Handbuch Methoden der empirischen Sozialforschung (S. 457–471). Wiesbaden: Springer Fachmedien Wiesbaden.

    Chapter  Google Scholar 

  • Mad, P., Felder-Puig, R. & Gartlehner, G. (2008). Randomisiert kontrollierte Studien. Wiener Medizinische Wochenschrift, 158 (7), 234–239. doi: https://doi.org/10.1007/s10354-008-0526-y.

    Article  Google Scholar 

  • Medical.Research.Council (1948). STREPTOMYCIN treatment of pulmonary tuberculosis. British medical journal, 2 (4582), 769–782.

    Article  Google Scholar 

  • Mühlhauser, I., Lenz, M. & Meyer, G. (2012). Entwicklung, Bewertung und Synthese von komplexen Interventionen – eine methodische Herausforderung. Evaluation komplexer Interventionsprogramme in der Prävention: Lernende Systeme, lehrreiche Systeme?. Beiträge zur Gesundheitsberichterstattung des Bundes. Berlin: RKI.

    Google Scholar 

  • Rapp, K., Kampe, K., Roigk, P., Kircheisen, H., Becker, C., Lindlbauer, I. et al. (2016). The osteoporotic fracture prevention program in rural areas (OFRA): a protocol for a cluster-randomized health care fund driven intervention in a routine health care setting. BMC Musculoskeletal Disorders, 17 (1), 458. doi: https://doi.org/10.1186/s12891-016-1308-0.

    Article  Google Scholar 

  • Repräsentativ (2020). In M. A. Wirtz (Hrsg.), Dorsch – Lexikon der Psychologie. Verfügbar unter https://portal.hogrefe.com/dorsch/repraesentativ-1/ [23.05.2020].

  • RKI (Hrsg.) (2015). Wie steht es um Prävention und Gesundheitsförderung? Gesundheit in Deutschland. Gesundheitsberichterstattung des Bundes. Gemeinsam getragen von RKI und Destatis. Berlin: RKI.

    Google Scholar 

  • Sanson-Fisher, R. W., Bonevski, B., Green, L. W. & D’Este, C. (2007). Limitations of the Randomized Controlled Trial in Evaluating Population-Based Health Interventions. American Journal of Preventive Medicine, 33 (2), 155–161. doi: https://doi.org/10.1016/j.amepre.2007.04.007.

    Article  Google Scholar 

  • Sanson-Fisher, R. W., D'Este, C. A., Carey, M. L., Noble, N. & Paul, C. L. (2014). Evaluation of systems-oriented public health interventions: alternative research designs. Annu Rev Public Health, 35, 9–27. doi: https://doi.org/10.1146/annurev-publhealth-032013-182445.

    Article  Google Scholar 

  • Schaller, A., Dejonghe, L. A. L., Tetz, J. & Exner, A.-K. (2018). Herausforderungen komplexer Interventionen am Beispiel der Bewegungsförderung. Prävention und Gesundheitsförderung. doi: https://doi.org/10.1007/s11553-018-0661-2.

    Article  Google Scholar 

  • Schulz, K. F., Altman, D. G. & Moher, D. (2010). CONSORT 2010 statement: updated guidelines for reporting parallel group randomised trials. Bmj, 340, c332. doi: https://doi.org/10.1136/bmj.c332.

    Article  Google Scholar 

  • Schulz, K. F. & Grimes, D. A. (2007). Reihe Epidemiologi 6: Generierung von Randomisierungslisten in randomisierten Studien: Zufall, nicht Auswahl. Zeitschrift für ärztliche Fortbildung und Qualität im Gesundheitswesen – German Journal for Quality in Health Care, 101 (6), 419–426. doi: https://doi.org/10.1016/j.zgesun.2007.05.027.

  • Schulz, K. F. & Grimes, D. A. (2005). Sample size calculations in randomised trials: mandatory and mystical. Lancet, 365 (9467), 1348–1353. doi: https://doi.org/10.1016/s0140-6736(05)61034-3.

    Article  Google Scholar 

  • Schulz, K. F. & Grimes, D. A. (2002). Generation of allocation sequences in randomised trials: chance, not choice. The Lancet, 359 (9305), 515–519. doi: https://doi.org/10.1016/S0140-6736(02)07683-3.

    Article  Google Scholar 

  • Schulz, P. & Schlotz, W. (1999). Das Trier Inventar zur Erfassung von chronischem Stress (TICS): Skalenkonstruktion, teststatistische Überprüfung und Validierung der Skala Arbeitsüberlastung. Diagnostica, 45, 8–19.

    Article  Google Scholar 

  • Taljaard, M., Chaudhry, S. H., Brehaut, J. C., Weijer, C., Boruch, R., Donner, A. et al. (2014). Survey of consent practices in cluster randomized trials: improvements are needed in ethical conduct and reporting. Clin Trials, 11 (1), 60–69. doi: https://doi.org/10.1177/1740774513513658.

    Article  Google Scholar 

  • Taljaard, M., Weijer, C., Grimshaw, J. M. & Eccles, M. P. (2013). The Ottawa Statement on the ethical design and conduct of cluster randomised trials: precis for researchers and research ethics committees. Bmj, 346, f2838. doi: https://doi.org/10.1136/bmj.f2838.

    Article  Google Scholar 

  • Weijer, C., Grimshaw, J. M., Eccles, M. P., McRae, A. D., White, A., Brehaut, J. C. & Taljaard, M. (2012). The Ottawa Statement on the Ethical Design and Conduct of Cluster Randomized Trials. PLoS Med, 9 (11), e1001346. doi: https://doi.org/10.1371/journal.pmed.1001346.

    Article  Google Scholar 

  • Weijer, C., Grimshaw, J. M., Taljaard, M., Binik, A., Boruch, R., Brehaut, J. C. et al. (2011). Ethical issues posed by cluster randomized trials in health research. Trials, 12 (1), 100. doi: https://doi.org/10.1186/1745-6215-12-100.

    Article  Google Scholar 

  • Wirtz, M. (2020). Evidenzbasierung. In M. A. Wirtz (Hrsg.), Dorsch – Lexikon der Psychologie. Verfügbar unter https://portal.hogrefe.com/dorsch/evidenzbasierung/ [23.05.2020].

  • Wirtz, M. (2020). Validität, externe. In M. A. Wirtz (Hrsg.), Dorsch – Lexikon der Psychologie. Verfügbar unter https://dorsch.hogrefe.com/stichwort/validitaet-externe [24.01.2021].

Download references

Author information

Authors and Affiliations

  1. Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie – IBE, Ludwig-Maximilians-Universität München, München, Deutschland

    Sandra Kus

Authors
  1. Sandra Kus
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Sandra Kus .

Editor information

Editors and Affiliations

  1. Pädagogische Hochschule Schwäbisch Gmünd, Schwäbisch Gmünd, Deutschland

    Marlen Niederberger

  2. Fakultät für Gesundheitswissenschaften, Universität Bielefeld, Bielefeld, Deutschland

    Emily Finne

Rights and permissions

Reprints and permissions

Copyright information

© 2021 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Kus, S. (2021). Randomisiert und Cluster-randomisiert kontrollierte Studien in der Gesundheitsförderung und Prävention. In: Niederberger, M., Finne, E. (eds) Forschungsmethoden in der Gesundheitsförderung und Prävention. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-31434-7_8

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-31434-7_8

  • Published:

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-31433-0

  • Online ISBN: 978-3-658-31434-7

  • eBook Packages: Social Science and Law (German Language)

Publish with us

Policies and ethics

Search

Navigation