gms | German Medical Science

Einleitung/Hintergrund: Heatmaps stellen Zahlen, in der Regel einfache statistische Kennwerte, in variabler Abstufung als Farbmuster dar. Während diese anschauliche Kodierung von multiplen Messungen und Ergebnissen in genetischen Studien häufig genutzt wird, machen andere inhaltliche Gebiete wie z.B. die Forschung zur gesundheitsbezogenen Lebensqualität, kaum Gebrauch davon. Mit Studiendaten der Deutschen Hodgkin Studiengruppe (GHSG) wird die Anwendung von Heatmaps zur Beschreibung von Lebensqualitätsergebnissen vorgestellt, illustriert und diskutiert.

Material und Methoden: Als Instrument zur Erfassung der HRQoL wird in den Studien der GHSG unter anderem der EORTC-QLQ-C30 eingesetzt. Er besteht aus 30 Items, die 5 Funktionsskalen sowie 9 Symptomskalen zugeordnet werden. Wir berechneten für die 3 randomisierten kontrollierten Studien HD10, HD11 und HD12 (frühe bis fortgeschrittene Erkrankungsstadien des Hodgkin Lymphoms) mittlere Abweichungen der EORTC-QLQ-C30 Skalenwerte von einem zu erwartenden Referenzwert in der deutschen Durchschnittsbevölkerung. Messungen über einen Zeitraum von ca. 2 Jahren ab Erstdiagnose eines Hodgkin Lymphoms lagen für 9 Messzeitpunkte vor (vor, während und nach der Therapie). Zur Darstellung der Ergebnisse von insgesamt 3208 Patienten in den 3 Krankheitsstadien (und Studien) wurde die Funktion heatmap.2 aus der library gplots für R und eine für die Fragestellung entwickelte Farbpalette verwendet.

Ergebnisse: Die Verwendung von Heatmaps erlaubte die übersichtliche Zusammenfassung der Angaben von 3208 Patienten auf 15.722 Fragebogen. Die 3*14*9= 378 Mittelwertunterschiede über den Beobachtungszeitraum von 27 Monaten bildeten Veränderungen über die Zeit, Unterschiede zwischen den Stadien und Unterschiede sowie Gemeinsamkeiten der Lebensqualitätsbereiche deutlich und somit einfach und nachvollziehbar ab.

Diskussion/Schlussfolgerungen: Heatmaps geben einen visuell ansprechenden, adäquaten und leicht interpretierbaren Überblick über sehr komplexe, mehrdimensionale Lebensqualitätsergebnisse. Für diesen Anwendungsbereich, zur simultanen Beschreibung einer Vielzahl von Lebensqualitätsskalen, sind sie wesentlich besser geeignet als die üblicherweise verwendeten Liniendiagramme. Letztere sind vorzuziehen, wenn eine möglichst präzise Beschreibung weniger, isoliert betrachteter Variablen angestrebt wird.