Zusammenfassung
Hintergrund
Communities That Care (CTC) ist ein Ansatz zur Übertragung präventionswissenschaftlicher Grundlagen in die kommunale Präventionspraxis. Mittels Schulungen und Tools unterstützt CTC Kommunen beim Aufbau lokaler Netzwerke zur Förderung der psychosozialen Gesundheit von Kindern und Jugendlichen. Bürgerbeteiligung, intersektorale Zusammenarbeit, wissenschaftsbasierte Prävention, Monitoring und Qualitätsentwicklung sind zentrale Elemente von CTC. Ergebnisse aus den USA legen nahe, dass die Wirkung von CTC auf Gesundheitsverhalten durch fünf intermediäre Outcomes vermittelt wird. Der Beitrag stellt erste Ergebnisse der Studie „Effektivität des kommunalen Präventionssystems Communities That Care“ (CTC-EFF) vor, die die Effektivität von CTC für Deutschland untersucht.
Daten und Methoden
Die CTC-EFF-Studie ist eine quasiexperimentelle Studie. Einbezogen sind 21 Kommunen, die CTC einführen (IK) und 21 a priori gematchte Vergleichskommunen (VK), die diesen hinsichtlich demographischen, wirtschaftlichen und kriminalstatistischen Merkmalen ähneln. 2021 wurden Befragungen mit 192 kommunalen Schlüsselpersonen (u. a. Amts- und Einrichtungsleitungen) durchgeführt. Bivariat wurde untersucht, ob sich die Befragten von IK und VK hinsichtlich acht soziodemographischer Merkmale, ihrer Einschätzungen zu Präventionszusammenarbeit, intersektoraler Kooperation, finanzieller Unterstützung, Rückhalt in der Bevölkerung sowie Übernahme wissenschaftsbasierter Prävention unterscheiden.
Ergebnisse
Die Befragten aus IK und VK unterscheiden sich in den soziodemographischen Merkmalen mit Ausnahme der Hochschulzugangsberechtigung (IK: 86 % vs. VK: 96 %) nicht signifikant. Auch werden Präventionszusammenarbeit, intersektorale Kooperation, finanzielle Unterstützung und Rückhalt in der Bevölkerung von den Befragten nicht unterschiedlich eingeschätzt. Eine Ausnahme bildet die Übernahme wissenschaftsbasierter Prävention.
Schlussfolgerung
Das Matching führte weitgehend zu Baseline-Äquivalenz in den untersuchten Merkmalen. Der kleine Vorsprung der IK gegenüber den VK in der Übernahme wissenschaftsbasierter Prävention ist plausibel, da die IK vor der Erhebung bereits erste Schulungen und Implementationsschritte vollzogen hatten.
Abstract
Background
Communities That Care (CTC) is an approach to translate prevention science into the practice of community-based health promotion. Through training and tools, CTC supports communities to build local networks to promote the psychosocial health of children and adolescents. Citizen participation, intersectoral collaboration, science-based prevention, monitoring, and quality development are key elements of CTC. From an US American study, it is known that the effect of CTC on health behavior is mediated by five intermediate outcomes. The article presents first results of the study “Effectiveness of the community-based prevention system Communities That Care” (CTC-EFF), which investigates the effectiveness of CTC in Germany.
Data and methods
CTC-EFF is a quasi-experimental study. It includes 21 communities implementing CTC (IC) and 21 a priori matched comparison communities (CC) that are similar in terms of demographics, economy, and crime. In 2021, we conducted interviews with 192 community key informants (e.g., heads of community departments or facilities). Bivariate analyses were conducted to investigate whether the respondents from IC and CC differed in terms of eight sociodemographic characteristics and their perceptions of prevention collaboration, intersectoral collaboration, financial support, community support, and the adoption of science-based prevention.
Results
The respondents from IC and CC differ neither regarding sociodemographic characteristics—with the exception of university entrance qualification (IC 86% vs. CC 96%)—nor regarding perceived prevention collaboration, intersectoral collaboration, financial support, or community support. An exception is the adoption of science-based prevention.
Conclusion
The matching largely led to baseline equivalence in the characteristics under investigation. The small advantage of ICs over CCs in the adoption of science-based prevention is plausible, as ICs had already completed initial training and implementation steps prior to being surveyed.
Avoid common mistakes on your manuscript.
Einleitung
Der Kommune (Stadtteil oder Gemeinde) kommt in der Gesundheitsförderung ein zentraler Stellenwert zu. Sie kann viele der sozialen Determinanten der Gesundheit (= gesundheitsrelevante Arbeits- und Lebensbedingungen) aktiv gestalten [1,2,3,4,5,6]. Zu den lokal beeinflussbaren sozialen Determinanten der Gesundheit („social determinants of health“, SDH) gehören u. a. das örtliche Gesundheits‑, Bildungs- und Erziehungswesen, Verkehrswesen, Wohnumfeld und Naherholungsgebiete sowie Arbeitsbedingungen in lokalen Betrieben. Kommunale Gesundheitsförderung benötigt eine auf intersektoraler Kooperation basierende integrierte Gesamtstrategie, die die Breite der SDH adressiert und dabei Repräsentanten aller Sektoren, Betroffenen und Interessensgruppen (Stakeholder) miteinbezieht [1, 3, 4, 6]. In Deutschland sind in den letzten Jahrzehnten über verschiedene Initiativen und Programme (z. B. Gesunde-Städte-Netzwerk, Soziale Stadt, Frühe Hilfen) lokale Stellen zur Koordination solcher intersektoralen Netzwerke für Prävention und Gesundheitsförderung eingerichtet worden [2].
Zahlreiche qualitative Studien evaluieren formativ Gelingensbedingungen und Barrieren der Implementation integrierter Strategien kommunaler Prävention und Gesundheitsförderung (PGF; [7, 8]). Es existieren allerdings kaum konfirmatorische Studien, die Wirkweisen und Effekte dieser und anderer Faktoren auf die kommunale PGF-Praxis, die lokalen Verhältnisse, Verhaltensweisen oder Gesundheit der adressierten Bevölkerungsgruppen summativ evaluieren. Prominente Beispiele solcher konfirmatorischen Studien aus Deutschland sind die Evaluation des Projekts Lenzgesund und des Präventionsnetzwerks Ortenaukreis [9]. Es besteht mittlerweile auch in der deutschen Präventions-Wissenschafts-Community Einigkeit darüber, dass Wirkweisen und Effektivität dieser hochkomplexen Interventionen mit randomisiert kontrollierten, quasiexperimentellen und weiteren Designs summativ evaluiert werden können [5, 9]. Seit Kurzem werden solche Studien auch in Deutschland durchgeführt [10, 11].
Übersichtsarbeiten zur Wirksamkeit lokaler Präventionsnetzwerke weisen eine unklare Befundlage auf [12, 13]. Vielen Studien zufolge haben lokale Präventionsnetzwerke nicht die gewünschten Effekte auf das Gesundheitsverhalten oder die Gesundheit der adressierten Bevölkerungsgruppen. Übersichtsarbeiten [13,14,15,16,17] weisen darauf hin, dass die fehlende oder geringe Wirksamkeit dieser Netzwerke aus einer Lücke zwischen Präventionspraxis und -wissenschaft rührt. Beispielsweise werden in Kommunen und ihren Subsettings immer noch überwiegend Maßnahmen umgesetzt, für die keine oder nur geringe Evidenz zur Wirksamkeit vorliegt. Darüber hinaus ist bezüglich der wenigen umgesetzten evidenzbasierten Maßnahmen eine unzureichende Umsetzungstreue zu beobachten [14, 18].
Im Bereich lokaler Netzwerke zur Förderung psychosozialer Gesundheit von Kindern und Jugendlichen wurde mit Communities That Care (CTC) ein Ansatz entwickelt [16], der diese Lücke nachweislich schließt [16, 19,20,21,22,23,24,25,26,27,28,29,30,31]. Ähnlich einem Plan-Do-Check-Act(PDCA)-Zyklus läuft CTC in Phasen ab. Die fünf CTC-Phasen sind in Abb. 1 anhand ihrer Kernelemente beschrieben. Zur Verstetigung werden die Phasen 3–5 2‑jährlich wiederholt. CTC bietet für jede Phase Schulungen an, gibt ein theoretisches Framework, ein evidenzbasiertes Risiko- und Schutzfaktorenkonzept, ein Tool zur Selbstevaluation der lokalen CTC-Arbeit, ein Tool zur Bestandsaufnahme der lokalen Präventionsaktivitäten sowie ein valides Erhebungsinstrument zur Bedarfsanalyse an die Hand, vermittelt einen Auswertungsservice und bietet ein Register zu evidenzbasierten Maßnahmen (Details: www.ctc-info.de).
Der CTC-Zyklus trägt implizit den Kriterien für gute Praxis der soziallagenbezogenen Gesundheitsförderung [33] Rechnung und stellt ähnlich wie z. B. das Handbuch zur kommunalen Gesundheitsförderung [34] einen Orientierungsrahmen sowie Arbeitsmaterialien zur Verfügung. Einerseits ähnelt CTC damit anderen Initiativen zur Unterstützung und Qualitätssicherung vernetzter kommunaler Gesundheitsförderung (z. B. Partnerprozess „Gesundheit für alle“). Andererseits unterscheidet sich CTC von diesen Initiativen (bislang) durch seinen sehr klaren Fokus auf die Förderung der Übernahme wissenschaftsbasierter PGF durch die Kommune. Wissenschaftsbasierte PGF im Rahmen von CTC bedeutet:
-
Die lokale Präventionsplanung fokussiert nicht auf Verhaltensweisen, sondern auf Risiko- und Schutzfaktoren, die nachweislich eine Vielzahl an Verhaltensweisen beeinflussen.
-
Die lokale Ausprägung dieser Risiko- und Schutzfaktoren sowie die lokalen Rahmenbedingungen werden epidemiologisch erhoben, ausgewertet und bewertet.
-
Der so ermittelte Bedarf an neu einzuführenden Maßnahmen wird gedeckt, indem evidenzbasierte Maßnahmen aus der Programmdatenbank „Grüne Liste Prävention“ ausgewählt werden.
-
Diese Maßnahmen werden hinsichtlich Umsetzungstreue und Anpassungsbedarfen gemonitort.
Die Community Youth Development Study (CYDS), ein cluster-randomisiertes Trial zur Wirkweise und Wirksamkeit von CTC in den USA (Abb. 2), zeigt, dass die Effekte von CTC auf gesundheitsrelevantes Verhalten sowie dessen Risiko- und Schutzfaktoren durch Verbesserungen in der
-
Übernahme wissenschaftsbasierter PGF,
-
intersektoralen Kooperation für PGF,
-
Zusammenarbeit für PGF,
-
Unterstützung der Bevölkerung für PGF,
-
finanziellen Unterstützung der Kommune für PGF
vermittelt werden [21].
Der Übernahme wissenschaftsbasierter PGF kommt dabei eine zentrale Rolle zu, weil diese für 96 % der erzielten Effekte in der CYDS verantwortlich ist. Zudem zeigen Analysen, in denen Daten der Prozessevaluation und der Ergebnisevaluation in Beziehung gesetzt werden, dass die Übernahme wissenschaftsbasierter PGF umso höher ausfällt, desto stärker sich Team Functioning und die Coalition Capacity entwickelt haben [29, 31]. Auch konnte gezeigt werden, dass die CTC-Kommunen im Vergleich zu den Kontrollkommunen mehr evidenzbasierte Maßnahmen neu implementiert, eine größere Anzahl an Personen damit erreicht und die Maßnahmen mit höherer Umsetzungstreue umgesetzt haben [35].
Die CYDS hat also nicht nur die Wirksamkeit des CTC-Ansatzes in Bezug auf die Verbesserung von umfeldbezogenen Risiko- und Schutzfaktoren sowie gesundheitsrelevanten Verhaltensweisen untersucht („intermediate health outcomes“), sondern auch die Wirkweise von CTC, indem sie untersucht hat, wie verschiedene Struktur- und Prozessveränderungen auf der Meso-Ebene („health promotion outcomes“) die Wirkung von CTC auf „intermediate health outcomes“ vermitteln.
Seit 2021 wird die CYDS durch die vom Bundesministerium für Bildung und Forschung geförderte Studie „Effektivität des kommunalen Präventionssystems Communities That Care“ (CTC-EFF) in Deutschland in einem quasiexperimentellen Design repliziert. Theoretische Grundlage ist die „CTC Theory of Change“ (Abb. 2). Das Modell in der Abbildung benennt zum einen die wesentlichen Elemente der Intervention (Input-Faktoren). Zum anderen benennt das Modell eine Reihe von Kategorien intermediärer (vermittelnder) Größen, die den Effekt der Input-Faktoren auf gesundheitsrelevante Verhaltensweisen (Long-term-Outcomes) vermitteln. Hierzu gehören die von CTC intendierten Prozess- und Strukturveränderungen auf Ebene des lokalen CTC-Netzwerks (Throughput-Faktoren) und auf Ebene der Kommune (Short-term-Outcomes und Output) sowie die von CTC intendierten Veränderungen auf Ebene der Verhältnisse (Mid-term-Outcomes), in denen die Kinder und Jugendlichen leben und aufwachsen. Zu den einzelnen Elementen dieser Kausalkette ist in dem Modell zudem angegeben, ab welchem Zeitpunkt nach Einführung von CTC in den Interventionskommunen (IK) messbare Veränderungen im Kontrast zu Vergleichskommunen (VK) zu erwarten sind.
Der Beitrag stellt das Design und erstmalig ausgewählte Ergebnisse der CTC-EFF-Studie vor. Während sich die Darstellung des Designs auf die ganze Studie bezieht, beziehen sich die im Folgenden vorgestellten ersten Ergebnisse ausschließlich auf Daten der in Abb. 2 genannten Short-term-Outcomes (Übernahme wissenschaftsbasierter PGF, intersektorale Kooperation, Zusammenarbeit für PGF, finanzieller Rückhalt für Prävention, Rückhalt der Bevölkerung). Diesen ausgewählten Ergebnissen liegt die Fragestellung zugrunde: Unterscheiden sich die Befragten der IK und VK zur Baseline in ausgewählten soziodemographischen Merkmalen und ihrer Wahrnehmung der Short-term-Outcomes?
Daten und Methoden
Design und Sampling.
Im Folgenden werden Design und Sampling der CTC-EFF-Studie zusammenfassend dargestellt. Eine detaillierte Darstellung wurde an anderer Stelle veröffentlicht [36]. Im Vergleich dazu kommt es zu kleinen Abweichungen, da aufgrund der Pandemie erstens die Erhebungen später begannen und zweitens im Jahr 2021 in den IK der CTC-Prozess weitgehend ruhte.
Design und Setting.
Die CTC-EFF ist eine quasiexperimentelle Studie, an der Kleinstädte und ländliche Gemeinden sowie Stadtteile von Großstädten teilnehmen. Diese sind in Baden-Württemberg, Bayern, Niedersachsen und Rheinland-Pfalz verortet und werden im Folgenden als Kommunen bezeichnet. Auf verschiedenen Ebenen werden Längsschnitt- und wiederholte Querschnittserhebungen durchgeführt. Bei entsprechender Finanzierung wird im Jahr 2025 und in Folgejahren ein Follow-up durchgeführt.
Sampling und Matching.
Die am Deutschen Präventionstag (DPT) angesiedelte bundesweite CTC-Transferstelle und der Landespräventionsrat Niedersachsen (LPR) haben von April 2020 bis Januar 2021 Kommunen, die sich in den CTC-Phasen 1–3 befanden, zur Studienteilnahme eingeladen. Die CTC-EFF-Baseline-Messung muss vor dem Start der vierten CTC-Phase stattfinden (Abb. 3), da die gemessenen Ergebnisparameter erst nach Umsetzung der vierten CTC-Phase wesentliche Veränderungsimpulse durch CTC erfahren. Eine Ausnahme hiervon ist der Parameter Übernahme wissenschaftsbasierter PGF. Teilnahmevoraussetzungen waren (1) das Vorhandensein mindestens einer weiterführenden Schule in der Kommune, (2) ein Beschluss der Kommunalverwaltung zur Einführung von CTC sowie (3) eine Kooperationsvereinbarung zur Studienteilnahme mit der Medizinischen Hochschule Hannover. Dies führte zu einer Stichprobe von 21 IK.
Sobald von einer IK eine Kooperationsvereinbarung vorlag, wurden über einen Algorithmus anhand kleinräumig aggregierter amtlicher Daten zu allen deutschen Kommunen VK im gleichen Bundesland identifiziert, die in demographischen, wirtschaftlichen und kriminalstatistischen Merkmalen in 2017 bzw. 2019 der teilnehmenden IK ähnelten [36]. Von diesen wurde dann eine VK pro IK rekrutiert (individuelles 1:1-Matching). Es wurden nur solche VK rekrutiert, die (1) auf ihrem Gebiet mindestens eine weiterführende Schule haben, (2) nicht im Landkreis einer IK liegen und (3) nicht direkt an eine IK angrenzen. Ferner mussten die VK bereit sein, eine Kooperationsvereinbarung zur Studienteilnahme mit der Medizinischen Hochschule Hannover zu schließen. Insgesamt wurde eine Stichprobe von 21 a priori gematchten Paaren (42 Kommunen) rekrutiert.
Erhebungen.
Die Studie sieht eine Prozessevaluation (inklusive Implementationsevaluation) sowie eine Ergebnisevaluation vor. Erstere erfolgt nur in den IK (Abb. 3, weiße Kästchen). Hierbei werden (1) mehrere Maße zur Kapazitätsentwicklung und zum Team Functioning des CTC-Gebietsteams (Instrument: Community Board Interview [CBI]) erhoben. Die Gründung eines Gebietsteams ist ein zentraler Schritt der zweiten CTC-Phase (Abb. 1). In der Praxis handelt es sich dabei nicht immer um eine Gründung im engeren Sinne, sondern teilweise um eine Aufgabenerweiterung einer bereits in der Kommune bestehenden Gruppe von Experten und Expertinnen/Akteuren (o. ä.). Zudem wird (2) erhoben, in welchem Umfang es der jeweiligen IK gelungen ist, die für jede der 5 CTC-Phasen definierten Schritte und Meilensteine zu erreichen sowie inwiefern dies eine Herausforderung darstellten (Instrument: Milestones & Benchmarks Tool [MBT]). Das MBT wird von der Person des Gebietsteams ausgefüllt, die das Team koordiniert. Zudem wird das MBT im Sinne einer Fremdeinschätzung parallel von der Person ausgefüllt, die die jeweilige CTC-Koordination schult.
Die Ergebnisevaluation (Abb. 3, dunkelgraue Kästchen) umfasst (1) eine Online-Befragung aller Schülerinnen und Schüler der Klassen 6, 8, 10 und 11 (sowie altersäquivalente Schülerinnen und Schüler berufsbildender Schulen) als wiederholte Querschnittserhebungen sowie als Längsschnitterhebungen die Schülerinnen und Schüler, die im Schuljahr 2021/2022 in der 5. Klasse sind (Instrument: Kinder- und Jugendsurvey [KiJu]). Diese Befragungen finden im Rahmen einer Schulstunde statt. Erhoben werden die Risiko- und Schutzfaktoren (Mid-term-Outcomes), gesundheitsrelevante Verhaltensweisen und Wohlfühlparameter (Long-term-Outcomes) sowie soziodemographische Merkmale. Zudem werden (2) pro Kommune und Welle 5–15 lokale Schlüsselpersonen (v. a. Mitarbeiterinnen und Mitarbeiter von Jugendamt, Gesundheitsamt, Kirchengemeinde, Jugendeinrichtungen, Polizei, Sozialeinrichtungen sowie ehrenamtlich Engagierte im Bereich Kinder- und Jugendarbeit) zu lokalen Rahmenbedingungen und Short-term-Outcomes befragt (Instrument: Community Key Informant Interview [CKI]). Das Sampling erfolgte 2021 als Schneeball-Sampling, wobei die Ausgangsperson jene ist, die die Kooperationsvereinbarung zur Teilnahme der Kommune an der Studie unterschrieben hat. Ergänzend zu diesem Schneeball-Sampling, wurde eine Online-Recherche zu Schlüsselpersonen in der Gemeinde durchgeführt. In den kommenden Jahren wird auf dieses Sample zurückgegriffen und es wird über das Schneeball-Sampling gegebenenfalls erweitert. Die Befragung der Schlüsselpersonen wird multimodal (entweder Computer Assisted Telephone Interview oder selbstauszufüllender Fragebogen) durchgeführt. Das CKI liefert außerdem erste Kontaktdaten zu lokalen Präventionsakteuren, die den Ausgangspunkt für das Schneeball-Sampling bilden, mit dem (3) eine Bestandsaufnahme aller lokalen Präventionsaktivitäten für Kinder und Jugendliche sowie deren Familien durchgeführt wird (Instrument: Community Resource Documentation [CRD]). Im Rahmen dieser Bestandsaufnahme werden zu den einzelnen Maßnahmen jeweils auch deren Evidenzbasierung, Umsetzungstreue, Zielgruppenerreichung und Aufwand erhoben.
Bei den Erhebungsinstrumenten handelt es sich um die ins Deutsche übersetzten und auf den deutschen Kontext adaptierten Instrumente der Originalstudie [32]. Alle Instrumente wurden zuvor einem Pre-Test unterzogen. Erste deutsche Versionen des KiJu, CBI und CKI wurden zudem in vorherigen Studien bereits erprobt und ersten Validierungsanalysen unterzogen [37, 38].
Untersuchungsvariablen
Im Folgenden wird der Ausschnitt an Daten, die für diesen Beitrag analysiert wurden, vorgestellt. Dies sind ausschließlich Daten, die mit dem Community Key Informant Interview (CKI) erhoben wurden.
Übernahme wissenschaftsbasierter Prävention
Im Original wird der Indikator Übernahme wissenschaftsbasierter PGF mittels 20 geschlossener und zwei offener Fragen erhoben [39]. In CTC-EFF werden die zwei offenen Fragen nicht erhoben, weil sich diese auf klar betitelte Risiko- und Schutzfaktorenkonzepte beziehen, wie sie in der US-amerikanischen Präventionspraxis einigermaßen bekannt sind, nicht aber in der deutschen. Anhand der 20 geschlossenen Fragen (bspw. Wurden in Ihrer Kommune Risiko- und Schutzfaktoren priorisiert, die mit Präventionsmaßnahmen adressiert werden sollen? Wurde in Ihrer Kommune auf Basis dieser Priorisierung entschieden, welche Programme implementiert wurden? Haben sich die Präventionsprogramme in Folge der Evaluation verändert? Hat Ihre Kommune aufgrund von Programmevaluationen Entscheidungen zur Finanzierung getroffen?) wurde für jeden Befragten ein diskreter Wert (Range = 0–5) berechnetFootnote 1, der die folgenden sechs Stufen der Übernahme wissenschaftsbasierter Prävention anzeigt:
-
0.
Wenig oder kein Bewusstsein für wissenschaftsbasierte Prävention. Kein klares Verständnis über Risiko- und Schutzfaktorenmodelle und deren Relevanz für eine strategische Präventionsplanung.
-
1.
Bewusstsein für die Terminologie und Konzepte wissenschaftsbasierter Prävention. Kenntnis von Risiko- und Schutzfaktorenmodellen und deren prädiktiver Kraft in Längsschnittstudien.
-
2.
Übernahme des Frameworks wissenschaftsbasierter Prävention als Basis für eine strategische Präventionsplanung.
-
3.
Erhebung epidemiologischer Daten zu Risiko- und Schutzfaktoren sowie zu gesundheitsrelevanten Verhaltensweisen.
-
4.
Nutzung epidemiologischer Daten, um die Verteilung von Ressourcen für Prävention zu steuern. Priorisierung ausgewählter Bevölkerungsgruppen sowie Risiko- und Schutzfaktoren und Auswahl evidenzbasierter Maßnahmen, um diese zu adressieren.
-
5.
Regelmäßige Wiederholung epidemiologischer Datenerhebungen, um die Maßnahmen zu evaluieren bzw. zu monitoren und damit in einen kontinuierlichen PDCA-Zyklus einzusteigen.
Zusammenarbeit für Prävention
Bei diesem Indikator handelt es sich um eine ins Deutsche übersetzte und auf den deutschen Kontext adaptierte Skala aus 9 Items, die in den 2000er-Jahren in den USA theoriegleitet konstruiert und validiert wurde [40]. Beispielitems sind: Es gibt ein Netzwerk an Personen, die sich mit Prävention und/oder Gesundheitsförderung befassen und miteinander in Kontakt stehen. Anbieter von Aktivitäten koordinieren ihre Aktivitäten selten untereinander. Organisationen und Einrichtungen teilen sich finanzielle und personelle Ressourcen für Prävention. In Ihrer Kommune hat jede Organisation eine klare Rolle bei der Umsetzung des lokalen Präventionsplans. Die Antwortskala der Items ist vierstufig: stimme zu, stimme eher zu, stimme eher nicht zu, stimme nicht zu. Für die Skala wurden Faktorenwerte berechnet, die so standardisiert sind, dass der Mittelwert 0 beträgt und die Standardabweichung 1. Niedrigere Werte stehen für eine bessere Zusammenarbeit in der Kommune.
Intersektorale Kooperation
Wie beim Konstrukt davor, handelt es sich um eine ins Deutsche übersetzte und auf den deutschen Kontext adaptierte Skala (10 Items), die in den 2000er-Jahren in den USA theoriegleitet konstruiert wurde [40]. In der deutschen Fassung haben wir 22 Einrichtungen/Gruppen abgefragt, von denen wir für diese Skala jene 10 heranziehen, die der Originalskala zugrunde liegen (das gesamte Instrument findet sich in Supplement 3): Weiterführende Schulen, Jugendarbeit/-hilfe, Kinderschutz, soziale/kulturelle Jugendorganisationen, Gesundheitsamt, sonstige ehrenamtliche Gruppe (z. B. Nachbarschaftsgruppen), Polizei und/oder Justiz, Firmen/Betriebe, religiöse Einrichtungen, Medien. Für jede Einrichtung/Gruppe sollten die Teilnehmenden folgende Frage beantworten: Bitte schätzen Sie ein, in welchem Umfang Ihre Organisation/Institution im letzten Jahr bzgl. Prävention und Gesundheitsförderung mit den folgenden Organisationen zusammengearbeitet hat. Die Antwortskala ist vierstufig: sehr viel, viel, wenig, gar nicht. Über alle 10 Items wurde der Mittelwert berechnet. Die Skala kann daher einen Wert zwischen 1 und 4 annehmen, wobei ein niedrigerer Wert für einen höheren Umfang an intersektoraler Kooperation steht.
Unterstützung für Prävention (pekuniär)
Dieser Indikator basiert auf dem 2. der 3 Items zu der Frage: Sie haben ein festes Budget für die Reduzierung von Substanzmissbrauch. Wie viel Prozent von 100 würden Sie für folgende Ansätze bereitstellen? (1) Strafverfolgung und Strafvollzug, (2) Prävention, (3) Behandlung (medizinisch/psychotherapeutisch). Der Indikator kann einen Wert zwischen 0 und 100 annehmen.
Rückhalt für Prävention in der Bevölkerung
Hierbei handelt es sich um eine im Original [21] 6 Items umfassende, ins Deutsche übersetzte und auf 2 Items gekürzte Skala: (1) Die Menschen in [Kommune] glauben, dass sich Problemverhalten bei Kindern und Jugendlichen durch Prävention reduzieren lässt. (2) Die Menschen in [Kommune] wissen gut über die Präventionsaktivitäten vor Ort Bescheid. Die Originalskala wurde theoriegleitet entwickelt. Die Antwortskala der Items ist vierstufig: stimme zu, stimme eher zu, stimme eher nicht zu, stimme nicht zu. Auch für diese Skala wurden Faktorenwerte berechnet (Mittelwert 0, Standardabweichung 1), wobei ein niedrigerer Wert für besseren Rückhalt steht.
Merkmale der Befragten und der Kommune
Das Geschlecht wurde über die Kategorien männlich, weiblich, nicht-binär erhoben. Es wurde nach dem aktuellen Alter gefragt. Der Migrationshintergrund wurde mit der Frage erhoben: Haben Sie einen Migrationshintergrund? Antwortkategorien sind: Ja, ich bin nicht in Deutschland geboren. Ja, mindestens ein Elternteil ist nicht aus Deutschland. Nein. Der Bildungsstatus der Befragten wurde nach den „demographischen Standards“ [41] erhoben. Um Prüfkriterien zu haben, ob es sich bei den Befragten tatsächlich um Expertinnen und Experten zu der jeweiligen Studienkommune handelt, wurde gefragt: Wie viele Jahre wohnen Sie schon in [Kommune]? Eine Antwortmöglichkeit war: wohne woanders. Damit wurde erhoben, ob die Person in der Studienkommune wohnt und falls ja, wie viele Jahre bereits. Ferner wurde gefragt: Wie viele Jahre arbeiten Sie schon (ggf. inklusive Unterbrechungen) in [Kommune]? Eine Antwortmöglichkeit war: Ich arbeite nicht in der Kommune. Damit wurde erhoben, ob die Person in der Studienkommune arbeitet und falls ja, wie viele Jahre bereits. Um einen Indikator dafür zu haben, ob die Befragten eine gewisse Vertrautheit mit dem Hauptthema der Befragung haben, wurde gefragt: Wenn Sie an Ihre bisherigen beruflichen und ehrenamtlichen Tätigkeiten denken, haben Sie bereits im Bereich Prävention und Gesundheitsförderung bei Kindern und Jugendlichen gearbeitet? Antwortmöglichkeiten hierfür sind: ja, nein, weiß nicht. Befragten, die hierauf mit ja geantwortet haben, wurde Erfahrung in diesem Bereich zugeschrieben. Um die Befragten zu einer Gruppe der IK vs. VK zuordnen zu können, wurde der Name der jeweiligen Studienkommune erhoben, zu der die Person befragt wurde.
Analysen
Die Analysen erfolgten mit SPSS 27.0 (IBM, Corp., Armonk, NY, USA). Zur Beurteilung der internen Konsistenz der beiden Skalen, die aus mehr als 2 Items bestehen, wurden Cronbachs Alpha sowie unter Nutzung eines von Hayes [42] distribuierten Macros McDonalds Omega berechnet. Für die aus 2 Items bestehende Skala wurde der Korrelationskoeffizient nach Pearson berechnet. Für zwei der drei Skalen wurden mittels explorativer Faktorenanalysen Faktorenwerte berechnet, während für die Skala intersektorale Kooperation das arithmetische Mittel aus den 10 Items der Skala als Skalenwert berechnet wurde. Um Unterschiede zwischen den Befragten der IK vs. VK hinsichtlich soziodemographischer Merkmale der Befragten zu prüfen, wurde für kategoriale Variablen der exakte Test nach Fisher durchgeführt und für metrische Variablen der t‑Test für unabhängige Stichproben. Die Unterschiede der Befragten der IK vs. VK hinsichtlich ihrer Einschätzungen der Short-term-Outcomes wurden mit dem Mann-Whitney-U-Test geprüft.
Ergebnisse
In die Analysen konnten 192 Befragte einbezogen werden (IK: n = 104, VK: n = 88; Tab. 1). Von den Befragten sind 48 % Frauen, 90 % haben eine Hochschulzugangsberechtigung, 6 % einen Migrationshintergrund, 86 % wohnen und 81 % arbeiten in der Studienkommune, 69 % haben im Laufe ihres Lebens berufliche oder ehrenamtliche Erfahrungen in der Prävention bzw. Gesundheitsförderung für Kinder, Jugendliche oder Familien erworben. Die Befragten sind durchschnittlich 49,5 Jahre alt und wohnen im Mittel seit 28,6 Jahren in der Kommune. Befragte der IK und VK unterscheiden sich hinsichtlich dieser Merkmale nur im Bildungsstatus (Hochschulreife: 86 % vs. 95 %) signifikant (p = 0,028).
Mit Blick auf die Short-term-Outcomes beträgt die interne Konsistenz der Skala – gemessen mit Cronbachs Alpha (McDonalds Omega) – zur Zusammenarbeit für Prävention 0,87 (0,87) und zur intersektoralen Kooperation für Prävention 0,80 (0,82). Die beiden Items der Skala zum Rückhalt der Bevölkerung korrelieren mit r = 0,354 (p < 0,001).
Die Tab. 2 zeigt Ergebnisse bezüglich der Einschätzung der Befragten zu den 5 Short-term-Outcomes. Diese unterscheiden sich, mit Ausnahme der Übernahme wissenschaftsbasierter PGF (p = 0,008), nicht zwischen IK und VK.
Die Abb. 4 zeigt deskriptiv die Unterschiede zwischen IK und VK hinsichtlich der Übernahme wissenschaftsbasierter PGF. Die Befragten der VK sind demnach häufiger den Stufen 0 (kein Bewusstsein für wissenschaftsbasierte PGF) und 1 (Bewusstsein für wissenschaftsbasierte PGF), die Befragten der IK häufiger den Stufen 2 (Übernahme des Frameworks wissenschaftsbasierter PGF), 3 (Erhebung epidemiologischer Daten für die Präventionsplanung), 4 (Nutzung epidemiologischer Daten für die Allokation von Präventionsmitteln) und 5 (2-jährliche Wiederholung der Phasen 3 und 4) zugeordnet.
Diskussion und Ausblick
Es wurden die theoretische Grundlage, das Design und erste Ergebnisse der CTC-EFF-Studie vorgestellt, die die Wirkweise und Effektivität von CTC in Deutschland untersucht. Die präsentierten Ergebnisse beschränken sich auf Daten des CKI. Analysiert wurde, ob sich die Befragten aus den IK vs. VK hinsichtlich soziodemographischer Merkmale und in ihren Einschätzungen zu 5 Short-term-Outcomes unterscheiden oder ob Baseline-Äquivalenz vorliegt.
Mit Blick auf soziodemographische Merkmale der Befragten war mit Ausnahme der Schulbildung Baseline-Äquivalenz zwischen IK und VK gegeben. Der Anteil der Befragten in den IK, die über eine Hochschulzugangsberechtigung verfügen, war mit 86 % im Vergleich zu 96 % etwas geringer. Dass der Anteil an Personen mit Hochschulzugangsberechtigung unter den kommunalen Schlüsselpersonen insgesamt hoch ist, entspricht ihrer Stellung als kommunale Schlüsselpersonen (z. B. Amts- oder Einrichtungsleitung). In einer CKI-Befragung in den USA im Jahr 2001 hatten 45 % einen Master- oder höheren Abschluss [20]. In der hier vorliegenden Studie sind die Befragten zu 54 % Männer und im Durchschnitt 50 Jahre alt; in der CYDS waren sie 2001 im Durchschnitt 48 Jahre alt und zu 63 % männlich. Der Altersunterschied dürfte im Wesentlichen durch die demographische Alterung zu erklären sein. Das relativ hohe durchschnittliche Alter der Befragten ist aufgrund ihrer Stellung als kommunale Schlüsselpersonen zu erwarten. Der Unterschied im Männeranteil der Befragten dieser beiden Studien könnte daher rühren, dass sich in Deutschland seit Jahrzehnten der Erwerbstätigenanteil der Frauen den der Männer langsam, aber kontinuierlich annähert und sich diese Annäherung zunehmend auch in der Besetzung von Schlüsselpositionen widerspiegelt. Die geplanten Analysen zur Wirkung von CTC auf Short-term-Outcomes werden hinsichtlich soziodemographischer Merkmale der befragten Schlüsselpersonen adjustiert.
Die von uns ins Deutsche übersetzten und an den deutschen Kontext adaptierten Skalen weisen bezüglich ihrer internen Konsistenz – gemessen mit Cronbachs Alpha (McDonalds Omega) – gute Werte auf: Zusammenarbeit für Prävention 0,87 (0,87) und intersektorale Kooperation für Prävention 0,80 (0,82). Die Skala aus der CYDS zum Rückhalt aus der Bevölkerung wurde für die CTC-EFF-Studie auf 2 Items gekürzt, die mit r = 0,354 (p < 0,001) statistisch signifikant miteinander korrelieren. In der CYDS [21] betragen die Werte für Cronbachs Alpha für Zusammenarbeit für Prävention 0,92, für intersektorale Kooperation für Prävention 0,77 und für Rückhalt aus der Bevölkerung 0,77. Aktuell werden zu diesen drei Skalen und den anderen beiden Indikatoren der 5 hier untersuchten Short-term-Outcomes Validierungsanalysen durchgeführt, die in Kürze publiziert werden.
Die Analysen zu Unterschieden zwischen IK und VK hinsichtlich der 5 Short-term-Outcomes zeigen mit Ausnahme eines statistisch signifikanten Unterschieds in der Übernahme wissenschaftsbasierter PGF Baseline-Äquivalenz. Inwiefern diese Baseline-Äquivalenz auf das A‑priori-Matching zurückzuführen ist, war nicht Gegenstand dieser Untersuchung, es ist aber wahrscheinlich, dass dies der Fall war. Dass die IK in der Übernahme wissenschaftsbasierter PGF bereits zur Baseline etwas bessere Werte als die VK haben, kann zwei Gründe haben. Erstens könnte dies auf eine Selbstselektion zurückzuführen sein in dem Sinne, dass Kommunen, die sich für die Einführung von CTC entscheiden, bereits davor wissenschaftsbasierter PGF positiv gegenüberstanden. Zweitens könnte dies darauf zurückzuführen sein, dass die IK vor der Baseline-Erhebung bereits mit ersten Schritten zur Implementation von CTC begonnen haben. Das Design der CTC-EFF-Studie sieht vor, dass die IK zur Baseline-Erhebung lediglich noch nicht in der 4. CTC-Phase (datengetriebene Auswahl und Implementation von evidenzbasierten Maßnahmen) sein durften. Da ein erheblicher Anteil der CTC-Kommunen zur Baseline-Erhebung bereits in der 3. CTC-Phase war, kann davon ausgegangen werden, dass der gefundene Unterschied weitgehend oder sogar vollständig auf diesen zweiten Grund zurückzuführen ist. Dieser Unterschied in den Baseline-Werten bedeutet für die geplante Differenz-in-Differenzen-Analyse zur Wirkung von CTC auf die Übernahme wissenschaftsbasierter PGF zwar, dass nicht mehr der vollständige Effekt, sondern nur noch ein ‚Resteffekt‘ gemessen werden kann. Allerdings liegt der Fallzahlkalkulation für diese Analyse eine hohe statistische Power (95 %) zugrunde [36] und es wird für diesen Outcome ein vergleichsweise großer statistischer Effekt erwartet, weshalb davon auszugehen ist, dass ein etwaiger Effekt weiterhin entdeckt werden kann. In der CYDS [43] waren zur Baseline von den Befragten der IK 28 % und von denen der VK 31 % in der Stufe 4 oder 5. Drei Jahre später waren von den IK 49 % und von den VK 28 % in der Stufe 4 oder 5. Zur Baseline der CTC-EFF-Studie liegen dieser Werte für IK bei 21 % und für VK bei 5 %. Die im Vergleich zur CTC-EFF-Studie höheren Werte der CYDS – insbesondere in Bezug auf die VK – dürften im Wesentlichen damit zu erklären sein, dass die Kommunen der CYDS aus einem Sample von Kommunen rekrutiert wurden, mit denen die Autorinnen und Autoren der CYDS bereits seit Anfang der 1990er-Jahre Projekte zur Förderung wissenschaftsbasierter kommunaler Gesundheitsförderung durchgeführt haben. Mit Bezug zu dem erwarteten Effekt auf diesem Outcome geht die CTC-EFF-Studie in Anlehnung an die CYDS davon aus, dass von den IK in 3 Jahren ebenfalls 49 % in der Stufe 4 oder 5 sind und sich dieser Anteil bei den VK höchstens auf 28 % erhöht. In einer niederländischen Replikationsstudie der CYDS lagen diese Werte 3 Jahre nach Einführung von CTC für die IK bei 28 % und für die VK bei 11 % [30].
Zur Baseline-Erhebung liegt der Wert für intersektorale Kooperation im Median bei 2,3 für die IK und bei 2,5 für die VK sowie für Zusammenarbeit bei 0,2 für die IK und 0,0 die für VK. In der CYDS [20] lag der Mittelwert für intersektorale Kooperation zur Baseline bei 1,9 für IK und bei 2,1 für VK sowie für Zusammenarbeit für IK bei −0,1 und für VK bei 0,1. In beiden Studien sind hier die kleinen Unterschiede zwischen IK und VK statistisch nicht signifikant. Hinsichtlich des prozentualen Anteils eines fiktiven Budgets, welches die Befragten zwischen (1) Strafverfolgung/-vollzug, (2) Prävention und (3) Behandlung/Therapie aufteilen sollten, lag in der CTC-EFF-Studie der Anteil, der der Prävention zugeteilt wurde, in beiden Gruppen im Median bei 50 %. In der CYDS [21] betrug dieser Anteil zur Baseline im arithmetischen Mittel bei Befragten der IK 42 % und bei Befragten der VK 41 %. In den IK steigerte sich dieser Wert im Beobachtungszeitraum langsam, aber kontinuierlich bis auf 45 %, während er bei den VK konstant blieb.
Die CTC-EFF ist die erste großangelegte (42 Kommunen) kontrollierte Studie in Deutschland, die systematisch und umfassend die Wirkweise und Effektivität von CTC im Vergleich zu anderen Ansätzen kommunaler Gesundheitsförderung untersucht. Die Ergebnisse zur Baseline-Erhebung von fünf intermediären Outcomes (Short-term-Outcomes) zeigen eine für quasiexperimentelle Studien sehr gute Strukturgleichheit zwischen IK und VK. Die CTC-EFF wird in den kommenden Jahren für Deutschland bislang einzigartige Erkenntnisse zur Wirkweise und Effektivität einer wissenschaftsbasierten kommunalen Gesundheitsförderung bei Kindern und Jugendlichen liefern.
Fazit für die Praxis
-
Communities That Care (CTC) ist ein international verbreitetes wissenschaftsbasiertes System kommunaler Gesundheitsförderung mit dem Fokus auf Kinder und Jugendliche, dessen Wirksamkeit für die USA und Australien nachgewiesen ist.
-
Die Effekte von CTC werden primär durch die Übernahme einer wissenschaftsbasierten kommunalen Gesundheitsförderung vermittelt, welche das entscheidende Bindeglied in der Kausalkette ist.
-
In Deutschland wurde CTC ab 2009 von Trägern der Kriminalprävention erfolgreich in Modellprojekten erprobt und zeigt sich dabei als ein erfolgsversprechender Ansatz zur vernetzten kommunalen Gesundheitsförderung für Kinder und Jugendliche.
-
Ob CTC in Deutschland ähnlich effektiv ist wie in den USA oder Australien ist bislang unklar und wird durch die prospektive kontrollierte CTC-EFF-Studie geklärt.
Notes
Eine SPSS-Syntax zur Berechnung des Indikators ist auf Anfrage beim Korrespondenzautor erhältlich.
Literatur
Böhm K (2017) Kommunale Gesundheitsförderung und Prävention: Elemente, Potentiale und Hemmnisse einer präventiven und gesundheitsförderlichen kommunalen Gesundheitspolitik. Z Sozialreform 63:275–299. https://doi.org/10.1515/zsr-2017-0014
Böhm K, Gehne D (2018) Vernetzte kommunale Gesundheitsförderung für Kinder und Jugendliche : Überblick über den Status quo in Deutschland (Health promotion networks for children and youth on the local level : An overview of the status quo in Germany). Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 61:1208–1214. https://doi.org/10.1007/s00103-018-2803-2
Schlicht W, Bucksch J, Kohlmann C‑W et al (2021) Die „gesunde Kommune“ im Lichte „großer Wenden“ – ein sozialökologisch fundiertes Ziel kommunaler Gesundheitsförderung (KoGeFö). Präv Gesundheitsf. https://doi.org/10.1007/s11553-021-00889-y
Trojan A (2018) Kommunale Gesundheitsförderung. Public Health Forum 26:150–152. https://doi.org/10.1515/pubhef-2018-0019
Trojan A, Kolip P (2021) Evidenzbasierung in der Prävention und Gesundheitsförderung. In: Tiemann M, Mohokum M (Hrsg) Prävention und Gesundheitsförderung: Mit 169 Abbildungen und 117 Tabellen. Springer, Berlin, S 1119–1141
Hartung S (2021) Prävention und Gesundheitsförderung in Kommunen. In: Tiemann M, Mohokum M (Hrsg) Prävention und Gesundheitsförderung: Mit 169 Abbildungen und 117 Tabellen. Springer, Berlin, S 667–676
Stolp S, Bottorff J, Seaton C et al (2017) Measurement and evaluation practices of factors that contribute to effective health promotion collaboration functioning: a scoping review. Eval Program Plann 61:38–44. https://doi.org/10.1016/j.evalprogplan.2016.11.013
Seaton CL, Holm N, Bottorff JL et al (2017) Factors that impact the success of interorganizational health promotion collaborations: a scoping review. Am J Health Promot 32:1095–1109. https://doi.org/10.1177/0890117117710875
Fröhlich-Gildhoff K, Trojan A (2018) Komplexe gemeindeorientierte Interventionen zur Gesundheitsförderung bei Kindern : Evaluation am Beispiel einer ländlichen (Ortenaukreis) und einer städtischen Region (Lenzviertel Hamburg) (Complex health promotion community interventions with children : Evaluation using examples from a rural (Ortenaukreis) and an urban region (Lenzviertel Hamburg)). Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 61:1279–1288. https://doi.org/10.1007/s00103-018-2801-4
Röding D, Walter U, Dreier M (2021) Long-term effects of integrated strategies of community health promotion on diabetes mellitus mortality: a natural policy experiment based on aggregated longitudinal secondary data. J Urban Health 98:791–800. https://doi.org/10.1007/s11524-021-00590-7
Ehlen S, Dreiskämper D, Utesch T et al (2018) Integrierte Gesamtansätze kommunaler Gesundheitsförderung für Kinder. Präv Gesundheitsf 13:254–260. https://doi.org/10.1007/s11553-018-0640-7
Nickel S, von dem KO (2020) Effectiveness of community-based health promotion interventions in urban areas: a systematic review. J Community Health 45:419–434. https://doi.org/10.1007/s10900-019-00733-7
Merzel C, D’Afflitti J (2003) Reconsidering community-based health promotion: promise, performance, and potential. Am J Public Health 93:557–574. https://doi.org/10.2105/ajph.93.4.557
Wandersman A (2003) Community science: bridging the gap between science and practice with community-centered models. Am J Community Psychol 31:227–242. https://doi.org/10.1023/a:1023954503247
Mitchell RE, Florin P, Stevenson JF (2002) Supporting community-based prevention and health promotion initiatives: developing effective technical assistance systems. Health Educ Behav 29:620–639. https://doi.org/10.1177/109019802237029
Hawkins J, Catalano RF, Arthur MW (2002) Promoting science-based prevention in communities. Addict Behav 27:951–976. https://doi.org/10.1016/s0306-4603(02)00298-8
Chinman M, Hannah G, Wandersman A et al (2005) Developing a community science research agenda for building community capacity for effective preventive interventions. Am J Community Psychol 35:143–157. https://doi.org/10.1007/s10464-005-3390-6
Hallfors D, Godette D (2002) Will the ‘principles of effectiveness’ improve prevention practice? Early findings from a diffusion study. Health Educ Res 17:461–470. https://doi.org/10.1093/her/17.4.461
Berecki-Gisolf J, Rowland B, Reavley N et al (2020) Evaluation of community coalition training effects on youth hospital-admitted injury incidence in Victoria, Australia: 2001\textendash2017. Inj Prev 26:463–470. https://doi.org/10.1136/injuryprev-2019-043386
Brown EC, Hawkins JD, Arthur MW et al (2007) Effects of communities that care on prevention services systems: findings from the community youth development study at 1.5 years. Prev Sci 8:180–191. https://doi.org/10.1007/s11121-007-0068-3
Brown EC, Hawkins JD, Rhew IC et al (2014) Prevention system mediation of communities that care effects on youth outcomes. Prev Sci 15:623–632. https://doi.org/10.1007/s11121-013-0413-7
Feinberg ME, Greenberg MT, Osgood DW et al (2007) Effects of the communities that care model in pennsylvania on youth risk and problem behaviors. Prev Sci 8:261–270. https://doi.org/10.1007/s11121-007-0073-6
Feinberg ME, Jones D, Greenberg MT et al (2010) Effects of the communities that care model in Pennsylvania on change in adolescent risk and problem behaviors. Prev Sci 11:163–171. https://doi.org/10.1007/s11121-009-0161-x
Gloppen KM, Brown EC, Wagenaar BH et al (2016) Sustaining adoption of science-based prevention through communities that care. J Community Psychol 44:78–89. https://doi.org/10.1002/jcop.21743
Hawkins JD, Oesterle S, Brown EC et al (2014) Youth problem behaviors 8 years after implementing the communities that care prevention system: a community-randomized trial. JAMA Pediatr 168:122–129. https://doi.org/10.1001/jamapediatrics.2013.4009
Rowland B, Kelly AB, Mohebbi M et al (2022) Evaluation of communities that care-effects on municipal youth crime rates in Victoria, Australia: 2010–2019. Prev Sci 23:24–35. https://doi.org/10.1007/s11121-021-01297-6
Rowland BC, Williams J, Smith R et al (2018) Social marketing and community mobilisation to reduce underage alcohol consumption in Australia: a cluster randomised community trial. Prev Med 113:132–139. https://doi.org/10.1016/j.ypmed.2018.02.032
Toumbourou JW, Rowland B, Williams J et al (2019) Community intervention to prevent adolescent health behavior problems: evaluation of communities that care in Australia. Health Psychol 38:536–544. https://doi.org/10.1037/hea0000735
Shapiro VB, Oesterle S, Hawkins JD (2015) Relating coalition capacity to the adoption of science-based prevention in communities: evidence from a randomized trial of communities that care. Am J Community Psychol 55:1–12. https://doi.org/10.1007/s10464-014-9684-9
Steketee M, Oesterle S, Jonkman H et al (2013) Transforming prevention systems in the United States and the Netherlands using communities that care promising prevention in the eyes of Josine Junger-Tas. Eur J Crim Pol Res 19:99–116. https://doi.org/10.1007/s10610-012-9194-y
Shapiro VB, Hawkins JD, Oesterle S (2015) Building local infrastructure for community adoption of science-based prevention: the role of coalition functioning. Prev Sci 16:1136–1146. https://doi.org/10.1007/s11121-015-0562-y
Hawkins JD, Catalano RF, Arthur MW et al (2008) Testing communities that care: the rationale, design and behavioral baseline equivalence of the community youth development study. Prev Sci 9:178–190. https://doi.org/10.1007/s11121-008-0092-y
Kooperationsverbund Gesundheitliche Chancengleichheit (2021) Kriterien für gute Praxis der soziallagenbezogenen Gesundheitsförderung des Kooperationsverbundes Gesundheitliche Chancengleichheit, 4. Aufl. Kooperationsverbund Gesundheitliche Chancengleichheit, Berlin
Landesgesundheitsamt Baden-Württemberg (2015) Handbuch zur kommunalen Gesundheitsförderung: Städte und Gemeinden gesundheitsförderlich, lebenswert und generationenfreundlich gestalten, 3. Aufl. Landesgesundheitsamt Baden-Württemberg, Stuttgart
Fagan AA, Hanson K, Briney JS et al (2012) Sustaining the utilization and high quality implementation of tested and effective prevention programs using the communities that care prevention system. Am J Community Psychol 49:365–377. https://doi.org/10.1007/s10464-011-9463-9
Röding D, Soellner R, Reder M et al (2021) Study protocol: a non-randomised community trial to evaluate the effectiveness of the communities that care prevention system in Germany. BMC Public Health 21:1927. https://doi.org/10.1186/s12889-021-11935-x
Groeger-Roth F, Frisch JU, Benit N et al (2015) Risikofaktoren für problematischen Substanzkonsum von Jugendlichen – Zur Anwendbarkeit des Communities That Care Schülersurveys auf kommunaler Ebene. Sucht 61:237–249. https://doi.org/10.1024/0939-5911.a000379
Jonkman H (2015) Communities That Care in Niedersachsen: Ergebnisse der Implementation von CTC in fünf Standorten (2013–2014) Hannover
Arthur MW, Glaser RR, Hawkins JD (2005) Steps toward community-level resilience. In: Peters RD (Hrsg) Resilience in children, families, and communities: linking context to practice and policy. Kluwer, Plenum, New York, S 177–194
Brown EC, Hawkins JD, Arthur MW et al (2008) Multilevel analysis of a measure of community prevention collaboration. Am J Community Psychol 41:115–126. https://doi.org/10.1007/s10464-007-9154-8
Beckmann K, Glemser A, Heckel C, von der Heyde Hoffmeyer-Zlotnik CJHP et al (2016) Demographische Standards Ausgabe 2016: Eine gemeinsame Empfehlung des ADM Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e. V., der Arbeitsgemeinschaft Sozialwissenschaftlicher Institute e. V. (ASI) und des Statistischen Bundesamtes. https://www.statistischebibliothek.de/mir/receive/DEMonografie_mods_00003695. Zugegriffen: 17. März 2022
Hayes AF, Coutts JJ (2020) Use omega rather than Cronbach’s alpha for estimating reliability. But…. Commun Methods Meas 14:1–24. https://doi.org/10.1080/19312458.2020.1718629
Brown EC, Hawkins JD, Arthur MW et al (2011) Prevention service system transformation using communities that care. J Community Psychol 39:183–201. https://doi.org/10.1002/jcop.20426
Danksagung
Unser Dank gilt dem Bundesministerium für Bildung und Forschung (BMBF) für die finanzielle Förderung dieser Studie, den an der Studie teilnehmenden Kommunen und allen in diesen Kommunen, die diese Studie tatkräftig unterstützen, Sven Kruppik vom Deutschen Präventionstag gGmbH für seine Unterstützung bei der Rekrutierung von Studienkommunen, Sibel Ünlü und Julia Winkelnkemper von der Medizinischen Hochschule Hannover für ihr Engagement im Rahmen der Datenerhebung, Harrie Jonkman vom Verwy-Jonker-Instituut (Utrecht, Niederlande) und allen Autorinnen und Autoren der Community Youth Development Study (CYDS), insbesondere Kevin Haggerty, Sabrina Oesterle, John Briney, Eric Brown und Nicole Eisenberg, für ihre Unterstützung bei der Planung und Umsetzung der CTC-EFF-Studie.
Förderung
Förderkennzeichen: 01EL2006A und 01EL2006B
Funding
Open Access funding enabled and organized by Projekt DEAL.
Author information
Authors and Affiliations
Corresponding author
Ethics declarations
Interessenkonflikt
D. Röding, M. Reder, R. Soellner, V. Birgel, M. Stolz, F. Groeger-Roth und U. Walter geben an, dass kein Interessenkonflikt besteht.
Für diesen Beitrag wurden von den Autor/-innen keine Studien an Menschen oder Tieren durchgeführt. Für die aufgeführten Studien gelten die jeweils dort angegebenen ethischen Richtlinien.
Additional information
Studienregisternummer
German Clinical Trial Register: DRKS00022819 am 18.08.2021
Rights and permissions
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://creativecommons.org/licenses/by/4.0/deed.de.
About this article
Cite this article
Röding, D., Reder, M., Soellner, R. et al. Evaluation des wissenschaftsbasierten kommunalen Präventionssystems Communities That Care: Studiendesign und Baseline-Äquivalenz intermediärer Outcomes. Präv Gesundheitsf 18, 316–326 (2023). https://doi.org/10.1007/s11553-022-00972-y
Received:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s11553-022-00972-y
Schlüsselwörter
- Kommunale Gesundheitsförderung
- Systemveränderung
- Evidenzbasierte Prävention und Gesundheitsförderung
- Effektivität
- Quasi-experimentelle Studie