MII PRO v2026 DE

Cross-Instrument-Mappings

Überblick

Cross-Instrument Mapping ermöglicht die Übersetzung von Scores zwischen verschiedenen PRO-Instrumenten, die dasselbe Konstrukt messen. Dies ist essentiell für die Harmonisierung von Daten aus verschiedenen Quellen und die Vergleichbarkeit von Studienergebnissen.

Verwandte Seiten:

• Domänen - Übersicht über die Gesundheitsdomänen
• Domain-basiertes Scoring - Methodische Grundlagen
• Technische Implementierung - FHIR-Profile und ConceptMaps

Mapping-Methoden

1. Equiperzentil-Linking

Die häufigste Methode basiert auf der Annahme, dass Personen mit demselben Perzentilrang in verschiedenen Instrumenten dasselbe Niveau des gemessenen Konstrukts aufweisen.

2. IRT-basierte Kalibrierung

Item Response Theory ermöglicht die Platzierung verschiedener Instrumente auf einer gemeinsamen Metrik durch Co-Kalibrierung. Details zur IRT-Methodik siehe Domain-basiertes Scoring.

3. Regressionsbasierte Vorhersage

Lineare oder nicht-lineare Regressionsmodelle zur Vorhersage von Scores eines Instruments basierend auf einem anderen.

Depression Domain: Comprehensive Mapping Table

Die folgende Abbildung zeigt validierte Mappings zwischen PROMIS Depression T-Scores und acht weiteren etablierten Depressionsskalen:

Abbildung 1: Translations of PROMIS T-Scores to other scales - Comprehensive mapping table für Depression Domain

Interpretationshilfe zur Mapping-Tabelle

Die Tabelle zeigt für jeden PROMIS T-Score (horizontale Achse, 30-90):

• Obere Zeile: Korrespondierender Raw Score des jeweiligen Instruments
• Untere Zeile (in Klammern): 95% Konfidenzintervall

Beispiel-Lesart:

• PROMIS T-Score von 60 entspricht:
  • PHQ-9: Score von 10 (95% CI: 7.55-8.91)
  • BDI-II: Score von 20 (95% CI: 21.22-26.01)
  • HADS: Score von 15 (95% CI: 14.74-15.75)

Unterstützte Instrumente im Depression Mapping

1. BDI-II (Beck Depression Inventory-II)

   • Range: 0-63
   • Cut-offs: Minimal (0-13), Mild (14-19), Moderate (20-28), Severe (29-63)
   • Siehe auch: BDI-II in PRO-Bibliothek

2. CES-D (Center for Epidemiologic Studies Depression Scale)

   • Range: 0-60
   • Clinical cut-off: ≥16
   • Siehe auch: Minimal Reference Questionnaires

3. EPDS (Edinburgh Postnatal Depression Scale)

   • Range: 0-30
   • Clinical cut-off: ≥10
   • Siehe auch: Minimal Reference Questionnaires

4. HADS (Hospital Anxiety and Depression Scale - Depression Subscale)

   • Range: 0-21
   • Cut-offs: Normal (0-7), Mild (8-10), Moderate (11-14), Severe (15-21)
   • Siehe auch: Minimal Reference Questionnaires

5. K6 (Kessler Psychological Distress Scale)

   • Range: 6-30
   • Serious mental illness indicator: ≥13
   • Siehe auch: Minimal Reference Questionnaires

6. PHQ-2 (Patient Health Questionnaire-2)

   • Range: 0-6
   • Screening cut-off: ≥3

7. PHQ-8 (Patient Health Questionnaire-8)

   • Range: 0-24
   • Cut-offs similar to PHQ-9

8. PHQ-9 (Patient Health Questionnaire-9)

   • Range: 0-27
   • Cut-offs: Minimal (0-4), Mild (5-9), Moderate (10-14), Moderately Severe (15-19), Severe (20-27)
   • Siehe auch: PHQ-9 in PRO-Bibliothek

Praktische Anwendung

Use Case 1: Studienharmonisierung

Eine multizentrische Studie verwendet verschiedene Instrumente:

• Zentrum A: PHQ-9
• Zentrum B: BDI-II
• Zentrum C: HADS

Lösung: Alle Scores werden auf PROMIS T-Scores gemappt für einheitliche Analyse.

Use Case 2: Instrumentenwechsel in Langzeitstudien

Patient wurde initial mit BDI-II (Score: 25) bewertet, Follow-up mit PHQ-9:

1. BDI-II Score 25 → PROMIS T-Score ~62
2. Erwarteter PHQ-9 Score bei gleichem Schweregrad: ~11-12

Use Case 3: Meta-Analysen

Systematische Reviews können Effektstärken über Studien mit verschiedenen Instrumenten vergleichen durch Transformation auf gemeinsame PROMIS-Metrik.

Wichtige Limitationen

1. Konfidenzintervalle beachten

Die Konfidenzintervalle zeigen die Unsicherheit der Mappings. Bei kritischen klinischen Entscheidungen sollten diese Intervalle berücksichtigt werden.

2. Populationsspezifität

Mappings wurden in spezifischen Populationen entwickelt und validiert. Generalisierbarkeit auf andere Populationen (z.B. verschiedene Kulturen, Altersgruppen) sollte geprüft werden.

3. Konzeptuelle Unterschiede

Trotz Messung desselben Konstrukts können Instrumente unterschiedliche Aspekte betonen:

• PHQ-9: DSM-5 Kriterien-basiert
• BDI-II: Kognitive Symptome betont
• HADS: Somatische Symptome ausgeschlossen

4. Floor- und Ceiling-Effekte

An den Extremen der Skalen kann die Mapping-Genauigkeit abnehmen, besonders bei:

• Sehr niedrigen Scores (Floor-Effekt)
• Sehr hohen Scores (Ceiling-Effekt)

Implementierung in FHIR

Details zur technischen Implementierung siehe FHIR-Profile.

Observation mit Mapping-Dokumentation

//FSH
Instance: Depression-Score-Mapped
InstanceOf: Observation
* code = LOINC#77861-3 "PROMIS Depression T-score"
* valueQuantity = 60 '[T-score]'
* derivedFrom = Reference(PHQ9-Response)
* method = SCT#702663005 "Equipercentile equating"
* note.text = "Mapped from PHQ-9 raw score of 10 (95% CI: 7.55-8.91)"

Qualitätssicherung

Validierungsanforderungen

1. Concurrent Validity: Korrelation zwischen gemappten Scores ≥0.8
2. Classification Accuracy: Übereinstimmung der Schweregradkategorien ≥85%
3. Test-Retest Reliability: ICC ≥0.75 für gemappte Scores

Dokumentationsstandards

Bei jedem Mapping dokumentieren:

• Quellinstrument und Raw Score
• Zielscore und Konfidenzintervall
• Mapping-Methode und Version
• Populationsreferenz

Zukünftige Entwicklungen

Geplante Mappings (2026-2027)

• Angst-Domäne: GAD-7 ↔ PROMIS Anxiety ↔ HADS-A
• Fatigue-Domäne: FACIT-F ↔ PROMIS Fatigue ↔ FSS
• Schmerz-Domäne: BPI ↔ PROMIS Pain ↔ NRS

Methodische Verbesserungen

• Machine Learning-basierte Mappings
• Individuelle Präzisionsschätzungen
• Dynamische, populationsspezifische Mappings
• Real-time Mapping-Updates basierend auf neuen Daten

Ressourcen und Tools

Online-Rechner

• PROMIS Score Converter
• PROsetta Stone (NIH-geförderte Mapping-Initiative)

Wissenschaftliche Publikationen

• Choi et al. (2014): "Establishing a common metric for depressive symptoms"
• Schalet et al. (2015): "Linking scores with patient-reported health outcome instruments"

Verwandte Dokumentation

• Scoring Methodologie
• Terminologie-Strategien
• Developer Reference

Zusammenfassung

Cross-Instrument Mappings sind ein kraftvolles Werkzeug zur Harmonisierung von PRO-Daten. Die Depression-Domäne zeigt exemplarisch, wie verschiedene etablierte Instrumente auf eine gemeinsame PROMIS-Metrik abgebildet werden können. Trotz inhärenter Limitationen ermöglichen diese Mappings bessere Datenintegration, Vergleichbarkeit und kontinuierliche Patientenbetreuung über verschiedene Settings hinweg.