Krankheitseinsicht, dynamisch getestete Exekutivfunktionen und ...

285
Ergebnisse Studie 3
Das gleiche Procedere wurde an der Teilstichprobe mit OSSTI- und WCSTdyn-Werten
durchgeführt (n = 85). Auch hier wurde ein Objekt mit ungewöhnlicher Merkmalskonfiguration
identifiziert. Auch hier übte der Fall keinen Einfluss aus und wurde eingeschlossen.
Als »atpyisch« wurden in beiden Analysen Personen mit sehr geringer (statt mittlerer)
Einsicht bei gleichzeitig ausgeprägter Perseveration ausgewiesen. Das Fehlerquadratkriterium
(nicht dargestellt) erlaubte für diese zweite Analyse keine Entscheidung zwischen
einer Drei- und einer Vier-Cluster-Lösung. Ein Vergleich der deskriptiven Statistik beider
Lösungen zeigte jedoch, dass beim Übergang lediglich ein Cluster sehr einsichtiger (MOSSTI
= 44 ±3) und kognitiv leistungsstarker Personen (MWCSTdyn = 52 ±3) und ein Cluster
moderat einsichtiger (MOSSTI = 34 ±4) und kognitiv ebenso intakter Personen (MWCSTdyn =
56 ±5), aggregiert wurden. Die beiden theoretisch interessanten Startup-Cluster, die weiter
unten statistisch beschrieben werden, änderten sich nicht mehr. Es wurde daher theoriegeleitet
auch hier eine Drei-Cluster-Lösung gewählt.
Aus beiden Analysen resultierte, wie von STARTUP (1996) postuliert und unten in Tabelle
79 dargestellt, (1.) eine kognitiv leistungsfähige und einsichtige, (2.) eine kognitiv stark
beeinträchtigte und mittelmäßig einsichtige Gruppe und (3.) eine kognitiv leistungsfähige,
uneinsichtige Gruppe.
Die beiden Drei-Cluster-Lösungen für PANSS-G12 und OSSTI wurden anschließend auf
ihre Konkordanz hin überprüft (für n = 85): 78 % der Probanden wurden anhand der
beiden Einsichtsinstrumente gleich klassifiziert (χ 2 [4] = 95,7; p < .001) mit moderater bis
guter Übereinstimmung (κ = .58, p < .001) nach LANDIS und KOCH (1977).
Im Anschluss wurden zur möglichen Verbesserung der Homogenitäten der Cluster
k-means-Analysen gerechnet. Für die 226 Fälle mit PANSS-G12-Daten kam die partitionierende
Analyse zu einem hoch mit der Ward-Methode übereinstimmenden Ergebnis
(κ = .97, p < .001). Fast 99 % der Fälle wurden gleich geclustert (χ 2 [4] = 423,8; p < .001).
Die Ergebnisse für die OSSTI-Daten (N = 85) fallen etwas diskrepanter aus: 84 % der
Fälle werden von beiden Methoden gleich geclustert (χ 2 [4] = 107,9; p < .001; κ = .69,
p < .001). Die Resultate der beiden k-means-Clusteranalysen an G12- und OSSTI-Daten
(N = 85) stimmen geringfügig höher überein als die der Ward-Analysen (χ 2 [4] = 91,7;
p < .001; κ = .63, p < .001).
Die Homogenitäten der Cluster wurden mit Hilfe der Varianz-Verhältnisse (F-Werte)
betrachtet (Tabelle 79). Zur einfacheren Interpretation der Cluster wurden t-Werte
berechnet, die den an der Gesamtstreuung standardisierten Abweichungen der Cluster-
Mittelwerte einer Variablen von ihrem Gesamtmittelwert entsprechen. Es wurde das
umgepolte G12-Item verwendet, damit die t-Werte für WCST und Einsicht gleichgerichtet
interpretierbar sind (d. h. positive t-Werte bedeuten ein höheres kognitives Funktionsniveau
und mehr Einsicht).