Balance Evaluation Systems Test: deutsche Übersetzung, kulturelle Anpassung und erste Ergebnisse zu Gütekriterien

Sieben Physiotherapeutinnen und ein Physiotherapeut aus Deutschland, Österreich und der Schweiz überprüften die Verständlichkeit. Die Therapeut*innen arbeiteten in 2 neurologischen Einrichtungen, in einer orthopädischen Praxis sowie 2 psychiatrischen Kliniken. Sieben Physiotherapeut*innen hatten über 10 Jahre Berufserfahrung, eine Physiotherapeut*in zwischen 2 und 5 Jahren; vier Teilnehmende hatten einen akademischen Abschluss.

Mit einem Fragebogen wurden für jedes Item die Verständlichkeit der „Instruktionen für die Therapeut*innen“, „Instruktionen für Patient*innen“ sowie die Verständlichkeit des Bewertungsschemas geprüft. Die Antwortmöglichkeiten waren „Ja“ oder „Nein“. Falls „Nein“ angekreuzt wurde, wurde um Begründung gebeten.

Fünf Therapeut*innen führten den BESTest mit Patient*innen durch und füllten im Anschluss daran den Fragebogen aus. Drei weitere Therapeut*innen überprüften die Textverständlichkeit ohne Patient*innenkontakt.

Die offenen Antworten wurden gesammelt. Folgende Kategorien wurden vorab gebildet:

Während der Auswertung wurde eine zusätzliche Kategorie eingeführt:

Die Ad-hoc-Stichprobe wurde über eine Selbsthilfegruppe für Menschen mit idiopathischem Parkinson-Syndrom, eine physiotherapeutische Praxis sowie über ein ambulantes Rehazentrum rekrutiert. Einschlusskriterium war ein subjektiv empfundenes oder objektiv festgestelltes Balancedefizit. Ausgeschlossen wurden Personen mit kognitiven Einschränkungen.

Den 6 interagierenden Balancesystemen des BESTest werden insgesamt 36 Items zugeordnet. Jedes Item wird auf einer 4‑stufigen Skala von 0 bis 3 Punkten bewertet, wobei eine höhere Punktzahl eine bessere Balancefähigkeit bedeutet. Die maximale Punktzahl beträgt 108 Punkte, wobei sich diese mit Punktwerten zwischen 15 und 21 Punkten auf die einzelnen Systeme verteilt und die Ergebnisse sowohl für die einzelnen Systeme als auch für den Gesamttest als Prozentwerte angegeben werden können [14]. Um die Kriteriumsvalidität des BESTest zu überprüfen, wurde ein beobachtungsbasiertes Instrument, die BBS, genutzt. Zur Überprüfung der Konstruktvalidität wurde ein Selbstauskunftsinstrument zur Einschätzung der Sturzangst, die deutsche Activities-Specific Balance Confidence Scale (ABC‑D Scale) als konstruktnahes Instrument gebraucht [26].

Vor der Durchführung des BESTest bzw. der BBS wurden demografische Daten, inklusive Sturzhistorie, erhoben, und die Teilnehmenden wurden gebeten, die ABC‑D Scale auszufüllen. Die Reihenfolge der Testdurchführung war ausbalanciert, um Reihenfolgeeffekte zu vermeiden.

Obwohl die Entwicklerin ein Ordinalskalenniveau beschreibt [14], wird in der internationalen Literatur mit einem intervallskalierten Niveau gerechnet [1, 19, 23]. Daher wurde ein Intervallskalenniveau des BESTest angenommen. Für alle Assessments wurden Mittelwert, Standardabweichung sowie der minimale und maximale Wert berechnet. Zusätzlich wird, um mögliche Deckeneffekte aufzuzeigen, der Prozentsatz der Teilnehmenden, die den maximalen Wert erzielten, berichtet. Die Normalverteilungsannahme wurde mithilfe des Shapiro-Wilk-Tests überprüft. Die interne Konsistenz des BESTest wurde mit Cronbachs α berechnet. Basierend auf internationalen Studien [5, 7] wurde ein α > 0,7 erwartet. Zur besseren Interpretation der Ergebnisse wird das α für ordinale Daten berichtet [12]. Die Interpretation der Werte des ordinalen α erfolgt synonym zu den Cronbachs-α-Werten.

Zur Bestimmung der Kriteriumsvalidität wurden die Werte des BESTest mit denen der BBS mithilfe von Spearmans ρ korreliert. Die Konstruktvalidität wurde mit der konstruktnahen ABC‑D Scale ebenfalls mittels Spearmans ρ berechnet. Es wird erwartet, dass eine hohe Korrelation vorliegt [14]. Außerdem wurde mithilfe der Methode der bekannten Gruppen ermittelt, ob der BESTest zwischen gestürzten und nichtgestürzten Personen unterscheiden kann. Dabei wurde angenommen, dass gestürzte Personen einen geringeren BESTest-Wert aufweisen als nichtgestürzte Personen [22]. Aufgrund der Voraussetzungsverletzung der Varianzhomogenität der Gruppen wurde der Mann–Whitney–U-Test verwendet.

Zur Prüfung der Differenzierungsfähigkeit des BESTest wurden exemplarisch Ergebnisse von 4 Personen mit unterschiedlichen Grunderkrankungen/Einschränkungen, die im Gesamttest bis auf 1 % das gleiche Ergebnis erzielten, dargestellt [14].

Insgesamt lagen 75 Rückmeldungen zur Verständlichkeit der „Instruktionen für die Therapeut*innen“, der „Instruktionen für die Patient*innen“ und zur Verständlichkeit der Bewertung der Items vor.

Nach Absprache mit der Entwicklerin wurden folgende Änderungen vorgenommen:

Die demografischen Daten der 27 Teilnehmenden beschreibt Tab. 1. Fünfzehn Teilnehmende berichteten über einen Sturz in der Vergangenheit. Die Ergebnisse in allen 3 Balance-Assessments zeigt Tab. 2. Dabei erzielten die Teilnehmenden im Gesamt-BESTest einen Mittelwert von 80 Punkten (±20,81). In der BBS lag der Mittelwert bei 50 (±7,22) von maximal 56 Punkten. Der durchschnittliche Prozentwert der ABC‑D Scale lag bei 73 % (±20,77). Keine Person erreichte im BESTest die maximale Punktzahl; im Vergleich erzielten 5 % der Teilnehmenden in der BBS und 3,7 % in der ABC‑D Scale die maximale Punktzahl.

Cronbachs α zur Bestimmung der internen Konsistenz betrug 0,95 für die Gesamtskala. Das α für ordinale Daten betrug ebenfalls 0,95. Die Ergebnisse der Kriteriumsvalidität zeigt Abb. 1, wobei die Werte des BESTest mit denen der BBS hoch korrelieren (ρ = 0,84; p = < 0,001).

Auch die Konstruktvalidität wurde bestätigt, wobei die Werte der ABC‑D Scale mit denen des BESTest hoch korrelieren (ρ = 0,61; p = < 0,001; Abb. 2). Ebenso erzielten die nichtgestürzten Teilnehmenden durchschnittlich einen höheren Wert im BESTest (87,71 (±14,21) als gestürzte Personen (73,40 (±23,42); allerdings verfehlte dieser Unterschied die Signifikanzschwelle (U = 51,00, Z = −1,905333, p = 0,057)).

Exemplarisch zeigt Abb. 3 die Ergebnisse von 4 ausgewählten Teilnehmenden. Während sie vergleichbare Gesamtprozentwerte erreichen, weisen sie jedoch gleichzeitig unterschiedliche Ergebnisse in den einzelnen Systemen auf. Zum Beispiel erreicht die Person mit idiopathischem Parkinson-Syndrom im System 1 den niedrigsten Wert, die Person mit dem „upper motor neuron syndrome“ hingegen im System 5.

Eine Übersichtsarbeit, die 66 Balance-Assessments einschloss, zeigte, dass der BESTest als einziges Assessment unterschiedliche, für die Balance verantwortliche Systeme untersucht [28]. Eine solche Untersuchung ermöglicht die Identifikation defizitärer Systeme bei vorliegenden Balanceproblemen, die in der Therapie spezifisch adressiert werden können [14]. Die exemplarische Darstellung in Abb. 3 bestätigt diese Differenzierungsmöglichkeit auch für die deutsche Version. Ein zusätzlicher Mehrwert des BESTest ist die detaillierte Testung der reaktiven Balance, die mit 5 Items standardisiert untersucht wird. In den gängigen Assessments (z. B. BBS) wird die reaktive Balance nicht oder nur sehr allgemein und ohne klare Standardisierung (z. B. Tinetti-Test) evaluiert.

Ein Nachteil des BESTest ist dessen Durchführungsdauer (ca. 30 min). In diesem Zusammenhang wurden 2 kürzere Versionen entwickelt: der Mini-BESTest [11] und der Brief-BESTest [23]. Bei älteren Menschen wird der Einsatz des Brief-BESTest empfohlen [20, 21, 29], da dieser weniger Zeit und Material in Anspruch nimmt als der Mini-BESTest und die Originalversion des BESTest [10].

Die Aussagekraft der Studie ist durch die geringe Stichprobengröße limitiert. Allerdings sind unsere ersten Ergebnisse mit denen aus internationalen Untersuchungen vergleichbar [5, 7, 14, 20, 25].

An der Verständlichkeitstestung nahmen 8 Therapeut*innen aus 3 deutschsprachigen Ländern sowie akademisierte und nichtakademisierte Therapeut*innen teil. Dies erleichtert die Anwendbarkeit im deutschsprachigen Berufsfeld.