Einflüsse von Partizipation bei Behandlungsentscheidungen auf das Gesundheitserleben und -verhalten
Wie beeinflussen unterschiedliche Formen der Patient*innenbeteiligung bei gesundheitsbezogenen Entscheidungen das Erleben und Verhalten? Ziel dieser Studie ist es, evidenzbasierte Empfehlungen für eine wirksame, partizipative und patient*innenzentrierte Gesundheitsberatung zu entwickeln.
Projektbeschreibung
Das Projekt PaTH untersucht, wie unterschiedliche Grade von Partizipation bei gesundheitsbezogenen Entscheidungen das Erleben und Verhalten von Patient*innen beeinflussen. Ziel ist es, zu verstehen, welche Formen der Einbindung den Weg zu wirksamer Beratung und Behandlung ebnen können – und wie dieser Prozess patient*innenzentriert gestaltet werden kann.
Die Bedeutung partizipativer Entscheidungsprozesse zeigt sich nicht nur im wissenschaftlichen Diskurs, sondern auch in aktuellen gesundheitspolitischen und ethischen Entwicklungen: Mit dem Patientenrechtegesetz von 2013 wurde die informierte Entscheidung als rechtlich geschützt in Deutschland verankert. Ergänzend wurde das Genfer Ärztegelöbnis 2017 um die Verpflichtung ergänzt, Patient:innen aktiv in Entscheidungen einzubeziehen und ihre Autonomie zu achten – ein zentrales Prinzip medizinethischer Praxis.
Vor diesem Hintergrund untersucht PaTH in drei empirischen Studien, wie partizipative Entscheidungsprozesse in der Gesundheitsberatung – etwa zu Themen wie Schlaflosigkeit oder Demenzprävention – gestaltet werden können. In den Studien werden gezielt verschiedene Partizipationsformen eingesetzt, um deren Wirkung auf das gesundheitliche Erleben und Verhalten zu verstehen.
Alles auf einen Blick
-
Laufzeit
01.07.2024 - 01.07.2026 (Laufend) -
Forschungsbereich
Gesundheitsversorgung und Alternsforschung -
Projektleitung
M. Sc. Psychologin Ronja Müller-Späth -
Akronym
PaTH (Participation, Treatment Adherence, Health)
Teilstudien
Curriculumanalyse und Datenbankaufbau
Das Projekt sammelt und erweitert Metadaten zu Kurs- und Modulstrukturen, um diese mit individuellen Wissenslücken und Lernzielen von Studierenden zu verknüpfen. Zudem wird eine Wissensgraph-Datenbank inklusive unterstützender Infrastruktur aufgebaut.
Wissensmodellierung
Es werden graphbasierte Modelle entwickelt, die Kursmodule, Fachdomänen und individuelle Lernziele miteinander verbinden, um personalisierte FlexModules zu ermöglichen. Ergänzend entsteht ein Handbuch zur Überführung traditioneller Kurse in das FlexModule-Konzept.
Lernpersonalisierung
Das Projekt entwickelt personalisierte Lernmodelle und Algorithmen zur FlexModule-Zuweisung, zur wöchentlichen Lernpfadplanung sowie zur Einbindung von Lehrendenfeedback für curriculare Anpassungen.
