Methoden der qualitativen Evidenzsynthese
- Eingeführt von
- George Noblit and Dwight Hare
- Jahr
- 1988
- Typ
- Method
- Familie
- synthesis-method
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Qualitative Evidenzsynthese (QES) ist eine systematische Methode zur Kombination und Interpretation von Befunden aus mehreren qualitativen Forschungsstudien, um ein Verständnis und eine Theorie auf höherer Ebene zu generieren.
Verschiedene Ansätze – Meta-Ethnographie, thematische Synthese, Meta-Narrativ-Review, kritische interpretative Synthese – haben jeweils unterschiedliche philosophische Grundlagen und analytische Verfahren. Die qualitative Synthese, eingeführt von Noblit und Hare (1988) mit der Meta-Ethnographie, hat sich parallel zu systematischen Reviews quantitativer Forschung entwickelt. Im Gegensatz zur quantitativen Meta-Analyse, die numerische Effektstärken zusammenführt, integriert die qualitative Synthese Konzepte, Themen und Interpretationen aus Primärstudien und identifiziert Muster, Konflikte und emergente Theorien. QES wird zunehmend in der Gesundheitsforschung, den Sozialwissenschaften und der Bildung eingesetzt, um komplexe Phänomene zu verstehen, Forschung in die Praxis zu übersetzen und Wissenslücken zu identifizieren.
Die Intuition hinter der Methode
Eine einzelne qualitative Studie liefert ein tiefes Verständnis eines Phänomens in einem Kontext. Aber einzelne Studien können nicht beantworten: Was zeigt die Literatur über verschiedene Kontexte hinweg? Wo ist die Evidenz stark und wo schwach? Welche übergreifende Theorie erklärt diverse Befunde? Qualitative Synthese beantwortet diese Fragen durch systematische Sammlung, Bewertung und Synthese qualitativer Befunde. Meta-Ethnographie fragt: Wie beziehen sich ethnographische Darstellungen über Studien hinweg aufeinander? Können wir übergreifende kulturelle Erklärungen entwickeln? Thematische Synthese fragt: Welche Themen ergeben sich bei der Kodierung von Befunden über Studien hinweg? Kritische interpretative Synthese fragt: Wie konzeptualisieren verschiedene Forschungstraditionen dasselbe Phänomen? QES ist besonders wertvoll für das Verständnis von Mechanismen (wie und warum Interventionen wirken), die Erforschung von Erfahrungen (wie Patienten oder Praktiker Phänomene wahrnehmen) oder die Identifizierung von Lücken (was unbekannt oder untererforscht ist). QES liefert Evidenz auf höherer Ebene darüber, was verstanden wird, wo die Evidenz robust ist und was unsicher bleibt.
Geschichte
Meta-Ethnographie wurde von Noblit und Hare (1988) als Methode zur Synthese ethnographischer Studien eingeführt, die auf Konzepten der Übersetzung und Interpretation basiert. Sandelowski und Barroso (2006) entwickelten Metasynthese-Ansätze für die Pflege- und Gesundheitsforschung. Thomas und Harden (2008) führten die thematische Synthese ein, die einen systematischeren Ansatz als frühere narrative Methoden bot. Systematische Reviews qualitativer Studien wurden durch Werkzeuge wie CASP (qualitative), GRADE (qualitative) und ENTREQ (Leitlinien für die Berichterstattung) ermöglicht. Zeitgenössische Ansätze erkennen an, dass qualitative Synthese interpretativ und reflexiv ist; es gibt keine einzige 'richtige' Synthese, sondern mehrere gültige Interpretationen, abhängig von der Perspektive des Forschers und der Forschungsfrage. Qualitative Synthese wird zunehmend in der evidenzbasierten Praxis und der Bewertung von Gesundheitstechnologien gefordert, was ihre Sichtbarkeit in der akademischen Forschung erhöht.
Wann wird sie eingesetzt?
Qualitative Synthese ist angebracht, wenn Sie ein Phänomen über verschiedene Kontexte hinweg verstehen wollen (Generalisierbarkeit des Verständnisses, nicht statistische Generalisierbarkeit); Mechanismen oder Prozesse verstehen wollen (wie und warum); Lücken und Forschungsmöglichkeiten identifizieren wollen; oder Forschung in die Praxis übersetzen wollen. QES ist besonders wertvoll, wenn die Primärstudien vielfältig sind (unterschiedliche Populationen, Settings, Designs), aber verwandte Fragen behandeln. Sie ist weniger geeignet, wenn nur sehr wenige qualitative Studien zu einem Thema existieren (ein narrativer Literaturreview mag geeigneter sein) oder wenn die Forschungsfrage eng gefasst ist und eine einzelne Primärstudie ausreicht.
Grenzen und Hinweise
- Heterogenität qualitativer Studien: Studien verwenden unterschiedliche Designs, Terminologien, analytische Ansätze; Synthese erfordert Übersetzung zwischen verschiedenen Sprachen und Rahmenwerken, was die Gefahr von Überinterpretation birgt.
- Qualitätsprobleme: Wenn eingeschlossene Studien von geringer Qualität sind, reproduziert die Synthese Befunde von geringer Qualität, anstatt sie zu korrigieren.
- Interpretationsherausforderungen: Im Gegensatz zur quantitativen Meta-Analyse (die numerische Daten zusammenführt) erfordert die qualitative Synthese interpretative Urteilsbildung; unterschiedliche Gutachter können unterschiedlich synthetisieren.
- Geringe Anzahl von Studien: Qualitative Forschung zu einigen Themen kann begrenzt sein; eine Synthese basierend auf 5–10 Studien ist kleiner und weniger robust als die Synthese von 50+ quantitativen Studien.
- Publikationsbias: Qualitative Befunde werden seltener veröffentlicht als null-quantitative Befunde; die verfügbare Literatur kann die Evidenz falsch darstellen.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Systematischer Ansatz: Explizite Ein- und Ausschlusskriterien, doppelte Überprüfung und Qualitätsbewertung reduzieren Verzerrungen im Vergleich zu narrativen Literaturreviews.
- Synthetisiert konzeptionelle und theoretische Beiträge: Geht über die Zusammenfassung von Befunden hinaus, um neue Interpretationen und Theorien zu entwickeln.
- Transparent und reproduzierbar: Methodische Strenge wird dokumentiert; die Syntheselogik ist explizit und kann bewertet und kritisiert werden.
- Berücksichtigt Komplexität: Erfasst Nuancen und Vielfalt von Befunden, anstatt sie zu mitteln (wie es die quantitative Meta-Analyse tun könnte).
- Identifiziert Lücken: Zeigt auf, wo die Evidenz stark ist, wo sie begrenzt ist und was unbekannt bleibt.
Anwendungen
- Gesundheitsversorgungsforschung: Synthese von Patientenerfahrungen mit chronischen Krankheiten, Barrieren in der Gesundheitsversorgung oder Akzeptanz von Behandlungen über Studien hinweg.
- Implementierungswissenschaft: Synthese qualitativer Evidenz über Barrieren und Erleichterungen bei der Implementierung evidenzbasierter Interventionen.
- Bildungsforschung: Synthese von Lehrer- und Schülerperspektiven auf Bildungsneuerungen, pädagogische Praktiken oder Lernerfahrungen.
- Sozialpolitikforschung: Synthese von Evidenz über Gemeinschaftsperspektiven, soziale Stigmatisierung oder kulturelle Praktiken in verschiedenen Populationen.
- Umwelt- und globale Gesundheitsforschung: Synthese qualitativer Evidenz über Reaktionen von Gemeinschaften auf Umweltrisiken oder Gesundheitsinterventionen in verschiedenen geografischen Kontexten.
So funktioniert es
So funktioniert es
Definieren Sie die Forschungsfrage spezifisch genug, um Einschluss-/Ausschlusskriterien zu leiten. Entwickeln Sie ein Protokoll (registriert bei PROSPERO für die Gesundheitsforschung), das Methoden, Suchstrategie und Analyseansatz spezifiziert. Suchen Sie systematisch: mehrere Datenbanken, graue Literatur, Rückwärts- und Vorwärts-Zitierungsverfolgung, Expertenkonsultation. Schließen Sie qualitative Studien (Interviews, Fokusgruppen, Ethnographie, Fallstudien) ein, die in englischer Sprache veröffentlicht wurden (oder geben Sie die Sprachinklusion an). Definieren Sie Einschlusskriterien: Studiendesign (qualitative empirische Studien, keine Meinungen oder theoretischen Arbeiten), Population, interessierendes Phänomen, Datumsbereich, geografischer Umfang. Screenen Sie Abstracts und Volltexte unabhängig voneinander (doppelte Überprüfung) anhand der Einschluss-/Ausschlusskriterien. Extrahieren Sie Daten aus den eingeschlossenen Studien: Studienerkmale (Autor, Datum, Land, Design), Merkmale der Teilnehmer, Methoden der Datenerhebung und -analyse, Befunde (Themen, Konzepte, Interpretationen). Bewerten Sie die methodische Qualität der eingeschlossenen Studien anhand einer Checkliste für qualitative Qualität (z. B. CASP für qualitative Studien), um Glaubwürdigkeit, Zuverlässigkeit und Übertragbarkeit zu bewerten.
Wählen Sie einen Syntheseansatz basierend auf der Forschungsfrage und den eingeschlossenen Studien. Meta-Ethnographie (Noblit & Hare): Identifizieren Sie Schlüsselmetaphern oder Konzepte in jeder Studie, vergleichen und kontrastieren Sie Konzepte zwischen den Studien, synthetisieren Sie durch Identifizierung, wie Konzepte zusammenhängen (reziproke Übersetzung, widerlegende Synthese, Argumentationslinien-Synthese). Thematische Synthese (Thomas & Harden): Kodieren Sie Befunde aus jeder Studie nach Themen, ordnen Sie Themen hierarchisch an, synthetisieren Sie durch Interpretation, wie Themen zusammenhängen und identifizieren Sie übergeordnete Konzepte. Meta-Narrativ-Synthese (Greenhalgh et al.): Verfolgen Sie verschiedene Forschungstraditionen und konzeptuelle Ansätze innerhalb der Literatur, synthetisieren Sie durch Identifizierung von Beiträgen und Kontrasten. Kritische interpretative Synthese: Anerkennen Sie den Forscher als Interpreten; synthetisieren Sie iterativ, hinterfragen und rekonzeptualisieren Sie das Phänomen basierend auf der Literatur. Dokumentieren Sie den Syntheseprozess: Welche Studien trugen welche Befunde bei? Wie veränderten sich Konzepte im Laufe der Synthese? Verwenden Sie visuelle Abbildungen (Konzeptnetzwerke, Matrizen), um die Synthese zu organisieren und darzustellen. Überprüfen Sie die Vollständigkeit: Hat die Synthese die Forschungsfrage beantwortet? Hat sie alle eingeschlossenen Studien oder nur einige integriert?
Häufige Fallstricke
- Mechanische Kodierung ohne Interpretation: Behandlung der Synthese wie eine Inhaltsanalyse (Zählen von Codehäufigkeiten) anstatt als interpretative Arbeit.
- Erzwungene Homogenisierung: Übergehen echter Konflikte und Vielfalt zwischen den Studien, um eine einheitliche Synthese zu schaffen.
- Qualitätsunempfindlichkeit: Einbeziehung von Studien geringer Qualität neben Studien hoher Qualität ohne Gewichtung oder Sensitivitätsanalyse.
- Unklare Syntheselogik: Nicht erklären, wie Sie von den Befunden der Primärstudien zur synthetisierten Interpretation gelangt sind; die Logik erscheint willkürlich.
- Unzureichende Suche: Das Fehlen relevanter Studien (insbesondere grauer Literatur) schränkt die Vollständigkeit ein und führt zu Verzerrungen.
Häufig gestellte Fragen
Wie viele Studien benötige ich für eine qualitative Synthese?
Es gibt keine Mindestanzahl, aber eine Synthese ist nur dann sinnvoll, wenn genügend Studien vorhanden sind, um Muster oder konzeptionelle Entwicklungen zu identifizieren. Die meisten Syntheseprojekte umfassen 10–30 Studien; weniger als 5 Studien liefern möglicherweise nicht genügend Vielfalt für eine sinnvolle Synthese. Mehr Studien (30+) können den Rahmen für eine sorgfältige Analyse sprengen. Qualität und Relevanz sind wichtiger als Quantität.
Kann ich qualitative und quantitative Studien in einer Synthese mischen?
Nicht mit traditionellen qualitativen Synthesemethoden. Allerdings können Mixed-Methods-Synthesen oder realistische Synthesen qualitative und quantitative Befunde integrieren. Wenn Ihre Forschungsfrage beide Arten von Evidenz erfordert (z. B. 'Was funktioniert und warum funktioniert es?'), verwenden Sie eine Mixed-Methods-Synthese oder führen Sie separate qualitative und quantitative Synthesen durch und integrieren Sie sie in der Diskussion.
Wie gehe ich mit Studien um, die sich widersprechen oder widersprüchlich sind?
Widersprüche sind analytisch wichtig. Untersuchen Sie, warum sich Studien unterscheiden: Unterschiedliche Populationen, Kontexte, theoretische Rahmenwerke oder Forschungsfragen können Divergenzen erklären. Widerlegende Synthese (Begriff von Noblit & Hare) befasst sich explizit mit Widersprüchen und untersucht deren Bedeutung. Stellen Sie Widersprüche transparent dar: 'Studie A fand X, Studie B fand das Gegenteil Y, was darauf hindeutet, dass Kontext-/Populationsunterschiede eine Rolle spielen.' Dies ist eine ehrliche und aufschlussreiche Synthese.
Sollte ich Studien nach Qualität bewerten und gewichten?
Ja. Verwenden Sie ein Werkzeug zur Bewertung qualitativer Qualität (CASP, MMAT, JBI), um die Glaubwürdigkeit, Zuverlässigkeit und Übertragbarkeit jeder Studie zu bewerten. Berücksichtigen Sie die Studienqualität bei der Synthese: Studien von höherer Qualität sollten stärker gewichtet werden; Studien von geringerer Qualität können Verzerrungen einführen. Alternativ führen Sie eine Sensitivitätsanalyse durch: Synthetisieren Sie alle Studien, dann synthetisieren Sie nur die qualitativ hochwertigen Studien und vergleichen Sie die Ergebnisse.
Muss ich mein Syntheseprotokoll registrieren?
Die Registrierung (PROSPERO, OSF) wird zunehmend erwartet, insbesondere für die Gesundheitsforschung. Die Registrierung verbessert die Transparenz und verhindert selektive Berichterstattung. Die Vorabregistrierung Ihres Protokolls vor Abschluss der Synthese stärkt die Glaubwürdigkeit. Selbst wenn eine formelle Registrierung nicht erforderlich ist, verhindert die Dokumentation Ihres Protokolls vor der Analyse, dass nachträgliche Entscheidungen die Ergebnisse verzerren.
Verwandte Methoden
Quellen
Noblit, G. W., & Hare, R. D. (1988). Meta-ethnography: Synthesizing Qualitative Studies. SAGE Publications.
ISBN: 978-0803931725Kopiert.Thomas, J., & Harden, A. (2008). Methods for the thematic synthesis of qualitative research in systematic reviews. BMC Medical Research Methodology, 8(1), 45.
DOI-Referenz öffnenKopiert.Sandelowski, M., Docherty, S., & Emden, C. (2006). Qualitative metasynthesis: Issues and techniques. Research in Nursing & Health, 20(4), 365-371.
DOI-Referenz öffnenKopiert.Britten, N., Campbell, R., Pope, C., Donovan, J., Morgan, M., & Pill, R. (2002). Using meta ethnography to synthesise qualitative research: A worked example. Journal of Health Services Research & Policy, 7(4), 209-215.
DOI-Referenz öffnenKopiert.