Epidemiologie-Coaching: Klarheit in die Fragestellung bringen

In meiner Zeit als Wissenschaftler und Dozent habe ich oft erlebt, wie schwer es sein kann, epidemiologische Konzepte zu verstehen. Das gilt besonders, wenn Studierende oder Doktoranden zum ersten Mal mit vorhandenen Daten arbeiten. Solche Daten sind eine Schatztruhe an Informationen, aber sie bergen auch Herausforderungen. Wie entwickelt man eine präzise Forschungsfrage, und wie vermeidet man Fehler, die spätere Ergebnisse verfälschen können?

Diese Erfahrungen prägen bis heute meine Arbeit als Supervisor, vor allem wenn datenbasierte Fragestellungen auf berufliche Anliegen treffen. Bevor ich mit Klient:innen an einer Methode arbeite, geht es mir zuerst darum, das eigentliche Anliegen zu schärfen. Was genau soll geklärt werden, und wofür? Erst danach kann ein Werkzeug wie das PICO-Tool aus der evidenzbasierten Medizin helfen, eine bereits umrissene Frage in eine überprüfbare Form zu bringen.

Fallbeispiel: Coaching einer medizinischen Doktorandin zur Themenfokussierung

Emma, eine medizinische Doktorandin, kam zu mir, weil sie ihr Thema nicht eingrenzen und keine präzise Forschungsfrage formulieren konnte. Sie fühlte sich von den vielen Möglichkeiten überfordert. Bevor wir mit einer Struktur arbeiteten, haben wir zunächst geklärt, was sie eigentlich beschäftigte: nicht die Methode fehlte ihr, sondern eine Vorstellung davon, welches Problem ihre Dissertation eigentlich bearbeiten sollte. Erst als klar wurde, dass es ihr um die langfristige Wirkung von Schulungen auf die Behandlungstreue bei Herzinsuffizienz ging, half das PICO-Tool, diese bereits umrissene Frage weiter zu schärfen. Emma definierte Patienten mit chronischer Herzinsuffizienz als Zielgruppe und wollte untersuchen, ob regelmäßige Schulungen über Krankheitsmanagement langfristig die Behandlungsadhärenz beeinflussen. Als Vergleich betrachtete sie Patienten ohne Schulung, mit Krankenhausaufenthalten und Lebensqualität über zwei Jahre als Ergebnisgrößen.

Fragestellung: „Führt regelmäßige Schulung über Krankheitsmanagement bei Patienten mit chronischer Herzinsuffizienz im Vergleich zu keiner Schulung zu einer geringeren Anzahl von Krankenhausaufenthalten über zwei Jahre?“

Diese Ziel- und Auftragsklärung schuf eine klare Basis für die weitere Arbeit und half, ein kohortenbasiertes Studiendesign zu wählen.

Annahmen und Erklärungsmöglichkeiten

Emma zeigte Unsicherheiten, die sich aus der Vielzahl möglicher Fragestellungen und der komplexen Datenlage ergaben. Wir nahmen an, dass diese Unsicherheiten auf eine fehlende Struktur und Zielklarheit zurückzuführen waren. Eine weitere Erklärung war, dass methodische Herausforderungen, wie Bias und Confounding, bisher nicht ausreichend berücksichtigt wurden. Zudem war Emma unsicher, welche Variablen tatsächlich relevant für ihre Fragestellung waren, was ihre Entscheidungsfindung erschwerte.

Vorgehen im Coaching

• PICO-Tool: Half, die bereits geklärte Fragestellung in Population, Intervention, Vergleich und Ergebnis weiter zu schärfen.
• SMART-Zieldefinition: Half, ein klares und realisierbares Ziel zu formulieren, einschließlich eines Zeitrahmens.
• Bias- und Confounding-Analyse: Methodische Reflexion, um mögliche Verzerrungen in der Analyse zu vermeiden und relevante Variablen zu identifizieren.

Ergebnis

Am Ende des Coachings sagte Emma, dass ihr vor allem die Klärung geholfen habe, was ihre Frage eigentlich betraf. Das PICO-Tool sei danach nur noch die Form dafür gewesen. Sie hatte ein erstes Studiendesign skizziert und nächste Schritte festgelegt, etwa die Priorisierung wichtiger Variablen und die systematische Prüfung der vorhandenen Daten. Sie fühlte sich bereit, ihre Dissertation mit einem klaren Fokus weiterzuentwickeln.

---

Klärung vor PICO

Eine überprüfbare Fragestellung entsteht nicht automatisch aus einer Idee. Sie braucht vorher eine Klärung: Worum geht es eigentlich, und für wen ist das relevant? Erst wenn sich ein Anliegen darüber greifbar anfühlt, kann ein Werkzeug wie das PICO-Tool helfen, es weiter zu schärfen. Die vier Elemente Population, Intervention beziehungsweise Exposure, Comparison und Outcome geben der bereits umrissenen Frage eine überprüfbare Form. In der Supervision lässt sich dieselbe Struktur nutzen, wenn die Situation danach verlangt.

In der Supervision: Definiere ein Ziel für die Sitzung. Beispiel: „Welche Veränderungen möchten Sie durch die Supervision erreichen?“

PICO-Komponente	Datenanalyse	Supervision
P – Population	„Definieren Sie, welche Personen oder Gruppen in den Daten enthalten sind.“	„Welche Zielgruppe oder welchen Kontext möchten Sie genauer betrachten?“
	Beispiel: „Patienten mit dokumentierter Therapieintensität.“	Beispiel: „Welche Personengruppen sind von Ihrer beruflichen Herausforderung betroffen?“
I – Intervention/Exposure	„Welche Interventionen, Expositionen oder Maßnahmen möchten Sie untersuchen?“	„Welche Maßnahmen, Entscheidungen oder Einflüsse spielen in Ihrer Situation eine Rolle?“
	Beispiel: „Psychische Störungen wie Depressionen oder Persönlichkeitsstörungen.“	Beispiel: „Welche beruflichen Entscheidungen haben diese Situation beeinflusst?“
C – Comparison	„Gibt es Gruppen, die miteinander verglichen werden können?“	„Welche alternativen Handlungsoptionen könnten relevant sein?“
	Beispiel: „Vergleich von Patienten mit hohem vs. niedrigem Risikograd.“	Beispiel: „Wie würden Kolleg:innen oder Führungskräfte auf diese Situation reagieren?“
O – Outcome	„Welches Ergebnis möchten Sie messen oder beobachten?“	„Was möchten Sie mit der Supervision erreichen?“
	Beispiel: „Zusammenhang zwischen klinischen Merkmalen und Therapieintensität.“	Beispiel: „Welche konkreten Veränderungen erhoffen Sie sich?“

Die folgende Tabelle zeigt Beispiele, wie sich aus einer bereits geklärten Fragestellung konkrete Interventionen ableiten lassen. Sie sind als Anregung gedacht, nicht als feste Abfolge. Welche Intervention passt, hängt von der jeweiligen Situation ab und von dem, was im Gespräch tatsächlich gebraucht wird.

Bereich	Beispielintervention
1. Auftrags- und Zielklärung
SMART-Zieldefinition	„Was möchten Sie bis zum Ende der Sitzung erreicht haben?“
PICO-Frage	„Welche Population, Interventionen und Outcomes sind für Ihr Anliegen relevant?“
Ressourcenorientierte Zielklärung	„Welche analytischen Werkzeuge kennen Sie bereits und könnten Sie nutzen?“
2. Perspektivwechsel und Reflexion
Zirkuläres Fragen	„Wie würden andere Forschende Ihr Studiendesign bewerten?“
Systemische Fragen	„Welche Faktoren tragen in der Studienpopulation zu diesem Problem bei?“
3. Klärungsorientierte Ansätze
Bedürfnisfrage	„Was brauchen Sie, um mit Ihren Daten präzise arbeiten zu können?“
Ressourcencheck	„Welche früheren Analysen haben Sie erfolgreich abgeschlossen? Was können Sie davon lernen?“
Erster Schritt	„Welche Datenbereinigung oder Analyse könnte ein erster konkreter Schritt sein?“
Bias- und Confounding-Analyse
Selektionsbias	Sind alle relevanten Gruppen in der Analyse berücksichtigt?
Informationsbias	Ist die Qualität der erhobenen Daten ausreichend?
Confounding	Welche anderen Variablen könnten die Ergebnisse beeinflussen?
Feedback- und Abschlussinterventionen
Drei Learnings	„Welche drei wichtigen Erkenntnisse nehmen Sie aus der Sitzung mit?“
Transferaufgabe	„Bereiten Sie bis zur nächsten Sitzung eine Hypothese und ein Studiendesign vor.“„
Feedforward	„Welche Schritte sehen Sie für die nächste Woche vor?

Fazit: Erst die Frage klären, dann strukturieren

Eine klare Fragestellung entsteht selten am Anfang. Sie entsteht, wenn genug geklärt ist, um sie überhaupt stellen zu können. Das PICO-Tool kann helfen, eine bereits umrissene Frage weiter zu schärfen, ob es um Forschungsdaten oder ein berufliches Anliegen geht. Es ersetzt aber nicht die vorausgehende Klärung, worum es eigentlich geht. Genau dort setzt Supervision für mich an, bevor eine Methode zum Einsatz kommt.