Abstract
Hintergrund
Frühe Hilfen sollen Förderangebote systematisch vernetzen und passgenau gestalten, insbesondere für sozioökonomisch benachteiligte Familien. Die Angebote sind universell oder selektiv, die Evidenz zur Wirksamkeit ist jedoch begrenzt.
Ziele
Ziele der Arbeit waren, anhand der Schuleingangsuntersuchungen (SEU) exemplarisch zu untersuchen, ob Teilnehmende an ausgewählten Angeboten der Frühen Hilfen eine bessere Entwicklung haben als Nichtteilnehmende, sowie zu erörtern, inwiefern die SEU genutzt werden kann, um die Wirkung Früher Hilfen zu beurteilen.
Methode
Wir untersuchten 3 typische Angebote der Frühen Hilfen (Familienbildung; Zukunft für Kinder (ZfK); Kita-U) im Zusammenhang mit vollständigem Impfschutz und altersgemäßer Entwicklung bei der U9. Einbezogen wurden die Daten von 4579 Düsseldorfer Schulneulingen. Mittels Propensity-Score-Matching wurden Prozentsatzdifferenzen (Average Treatment Effect on the Treated, ATT) hinsichtlich Impfschutz und Entwicklung zwischen vergleichbaren Interventions- und Kontrollgruppen berechnet.
Ergebnisse
Alle Angebote sind mit einer leicht erhöhten Wahrscheinlichkeit eines vollständigen Impfschutzes verbunden (ATT 2,1 bei Familienbildung; 2,5 bei ZfK; 5,3 bei Kita-U). Familienbildung ist zudem mit einer leicht erhöhten Wahrscheinlichkeit einer altersgemäßen Entwicklung verbunden (ATT 1,6), die Wahrscheinlichkeit einer altersgemäßen Entwicklung bei Teilnehmenden von ZfK (−10,1) und Kita‑U (−4,5) ist geringer.
Diskussion
Die Bewertung Früher Hilfen, insbesondere selektiver Angebote, ist aufgrund von Confounding und geeigneten Vergleichsgruppen eine methodische Herausforderung. Die SEU könnte jedoch unter spezifischen Bedingungen ein Rahmen für Wirkungsanalysen sein.
Schlüsselwörter: Gesundheitliche Chancengleichheit, Gesundheitliche Ungleichheit, Prävention, Gesundheitsförderung, Kindergesundheit
Abstract
Background
Early childhood intervention is intended to systematically network and customise support services, particularly for socio-economically disadvantaged families. The programmes are universal or selective, but the evidence on their effectiveness is limited.
Aims
The aims of this study were to exemplary analyse whether participants in early childhood intervention services had better development than non-participants using the school entry examination (SEE) as well as to discuss to what extent the SEE can be used to assess the impact of early childhood intervention services.
Methods
We analysed three typical offers of early childhood intervention services (family education; Zukunft für Kinder (ZfK); Kita-U) in relation to full vaccination coverage and age-appropriate development at U9. Data from 4579 Düsseldorf first graders were included. Propensity score matching was used to calculate percentage differences (average treatment effect on the treated; ATT) in terms of immunisation coverage and development between comparable intervention and control groups.
Results
All programmes are associated with a slightly increased probability of full vaccination protection (ATT 2.1 for family education; 2.5 for ZfK; 5.3 for Kita-U). Family education is also associated with a slightly higher probability of age-appropriate development (ATT 1.6), while the probability of age-appropriate development is lower for participants in ZfK (−10.1) and Kita‑U (−4.5).
Discussion
The evaluation of early childhood intervention, especially selective services, is a methodological challenge due to confounding and suitable comparison groups. However, the SEE could be a framework for impact analyses under specific conditions.
Keywords: Health equity, Health inequality, Prevention, Health promotion, Child health
Einleitung
Sozioökonomisch benachteiligte Kinder haben ein höheres Risiko für Entwicklungsverzögerungen, körperliche und psychische Erkrankungen [1, 2]. Die Entstehung gesundheitlicher Ungleichheiten ist komplex. Daraus ergeben sich vielfältige Ansatzpunkte, um Chancengleichheit in der kindlichen Entwicklung zu fördern [3]. Hierzu existiert eine kommunale Trägerlandschaft mit medizinischen und nichtmedizinischen Angeboten. Allerdings werden diese von sozioökonomisch benachteiligten Kindern und ihren Eltern vergleichsweise selten genutzt, was mit dem Begriff des Präventionsdilemmas beschrieben wird [4].
Die Angebote für Zielgruppen systematisch zu verknüpfen, passgenau zu gestalten und dadurch Kinder vor Entwicklungsbeeinträchtigungen zu schützen, ist Aufgabe der Frühen Hilfen. In quartiersbezogenen oder kommunalen Netzwerken der Frühen Hilfen werden Maßnahmen aus unterschiedlichen Sozialsystemen koordiniert und den Familien niedrigschwellig zur Verfügung gestellt [5]. Die Angebote sind universell, d. h. unspezifisch für die Gesamtbevölkerung, oder selektiv, d. h. für Familien mit erhöhtem Beratungs- und Unterstützungsbedarf [6]. Zu den universellen Angeboten zählen z. B. Leistungen der medizinischen Regelversorgung, Willkommensbesuche und Angebote der Familienbildung. Zu den selektiven Angeboten zählen Beratungsstellen und Frühförderung [6] sowie aufsuchende Angebote von Hebammen und Gesundheitsfachkräften.
So auch in Düsseldorf, einer typischen Großstadt, wo folgende Angebote zentrale Bausteine der Frühen Hilfen sind:
-
(i)
Familienbildung als universelles Angebot ist ein klassischer Partner von jungen Eltern gemäß Siebtem Buch Sozialgesetzbuch (SGB VIII; [7]). Sie soll Familien bei Erziehungsaufgaben unterstützen und die gesunde Entwicklung der Kinder fördern [8]. Sie vermittelt dazu entsprechendes Wissen und Kompetenzen im Rahmen von Informationsveranstaltungen und Kursen. Durch die Integration der Familienbildung und der Frühen Hilfen ergeben sich neue Zugangswege und Konzepte [7], z. B. in Form bedarfsgerechter oder kostenfreier Angebote im Sozialraum.
-
(ii)
Im selektiven Präventionsprogramm Zukunft für Kinder (ZfK) erhalten psychosozial hoch belastete werdende oder junge Eltern interdisziplinäre Beratung und Unterstützung durch Gesundheits- oder sozialpädagogische Fachkräfte. Ziel ist, die Eltern in ihrer Versorgungs- und Erziehungskompetenz zu stärken. Risikolagen sollen früh erkannt werden. Die Beratung erfolgt im häuslichen Umfeld der Familie und bei Bedarf wird sie in weitere Unterstützungsangebote aus Gesundheitshilfe, Jugendhilfe oder dem System sozialer Sicherung begleitet [9].
-
(iii)
Das selektive Angebot Kita-Eingangsuntersuchung (Kita-U) richtet sich an Kinder in Kitas in Sozialräumen mit besonderem Handlungsbedarf. Es handelt sich um eine Untersuchung der allgemeinen Entwicklung und des Impf- und Vorsorgestatus – ähnlich der späteren Schuleingangsuntersuchung (SEU). Bei Förderbedarf vermitteln Präventionsmanager:innen an das bestehende Hilfesystem. Das Angebot ist träger- und ämterübergreifend und die Vernetzung von kommunalen Hilfesystemen steht im Vordergrund [10]. Vergleichbare Ansätze gibt es an vielen Standorten in Deutschland [11].
Angebote Früher Hilfen sollen ihre Wirksamkeit unter Beweis stellen. Dies gilt sowohl fachlich im Sinne positiver Effekte auf die Klient:innen als auch verwaltungstechnisch im Zuge der Steuerung öffentlicher Leistungen [12]. Zu den Auswirkungen oben genannter oder vergleichbarer Angebote auf die kindliche Entwicklung gibt es in der Literatur eine überschaubare Anzahl von Arbeiten.
Zu Punkt (i):
Bei der Bewertung der universellen Familienbildung steht die sozioemotionale Entwicklung im Fokus. So belegen beispielsweise Li et al. kleinere Effekte des Programmes Tripple P [13]. Weiss et al. zeigen, dass das sozioemotionale Verhalten der Kinder durch Familienbildungsprogramme in kleinem Umfang positiv beeinflusst werden kann [14]. Arbeiten zu den Auswirkungen auf die körperliche Entwicklung gibt es unseres Wissens nicht. Angesichts des breiten Angebots an Familienbildung in der Bundesrepublik ist die Anzahl der Evaluationsstudien gering [14].
Zu Punkt (ii):
Das selektive Angebot ZfK wurde anhand der Angaben von Fachkräften evaluiert. Verglichen wurden dabei die Angaben zur Entwicklung der Kinder infolge des Angebotes mit Angaben zur Entwicklung von Kindern, die durch die Jugendhilfe betreut wurden. Die Fachkräfte von ZfK berichteten positive Veränderungen in der sozioemotionalen und körperlichen Entwicklung der Kinder, nicht jedoch die Fachkräfte in der Vergleichsgruppe [15]. Die Autor:innen schlussfolgern, dass belastete Familien durch das Präventionsprogramm früher erreicht und begleitet werden. Objektive Daten wurden in diese Evaluation jedoch nicht einbezogen. Eine ältere Metaanalyse [16] identifizierte 8 vergleichbare Angebote, die standardisierte Tests heranzogen, bei denen sich insgesamt ein Programmeffekt nahe null auf die psychische Entwicklung und ein Nulleffekt auf die körperliche Entwicklung zeigten. Vereinzelt weisen neuere Auswertungen auf einen moderaten Effekt von Gesundheitsfachkräften auf die sozioemotionale Entwicklung, nicht jedoch auf die körperliche Entwicklung der Kinder hin (z. B. [17]).
Zu Punkt (iii):
Zur Bewertung von Angeboten, die der Kita‑U vergleichbar sind, wurden Daten der SEU genutzt. In Sachsen [18] und Hildesheim [19] wurde gezeigt, dass Kinder mit zuvor erfolgter Untersuchung in der Kita bei der SEU besser entwickelt waren als Kinder ohne Untersuchung in der Kita. Mit der SEU stehen ärztliche Routinedaten zur Entwicklung und Gesundheit der Kinder aller Bevölkerungsgruppen zur Verfügung, die zur Bewertung von Angeboten der Frühen Hilfen genutzt werden könnten. Bisher gibt es allerdings nur wenige Beispiele.
Angesichts der begrenzten Datenlage ist das Ziel der vorliegenden Arbeit, erstens im Rahmen der SEU exemplarisch zu prüfen, ob Kinder, die selbst oder über ihre Eltern an den Angeboten teilgenommen haben, eine bessere Entwicklung bei Schuleingang haben als vergleichbare Nichtteilnehmende. Auf Basis dieser Zusammenhangsanalyse möchten wir zweitens erörtern, inwiefern die SEU grundsätzlich genutzt werden könnte, um die Wirkung von Angeboten der Frühen Hilfen zu beurteilen.
Methoden
Die Arbeit basiert auf den Daten der retrospektiven Kohortenstudie Gesundheit bei Schuleingang [20]. Hauptziel der Studie war zu prüfen, ob Präventionsnutzung mit einer besseren Entwicklung bei Schuleingang verbunden ist. Hierzu wurden Untersuchungsdaten von Düsseldorfer Schulneulingen mit Elternangaben zur Nutzung von Präventionsangeboten kombiniert. In Düsseldorf werden jährlich ca. 5000 Schulneulinge vom Kinderärztlichen Jugend- und Gesundheitsdienst untersucht, um schulrelevante Entwicklungsstörungen zu erkennen und die Eltern zu Fördermaßnahmen zu beraten. Die Elternbefragung fand während der SEU im Gesundheitsamt statt. Dort wurden die Eltern aller Schulneulinge 2017 und 2018 zu einer standardisierten schriftlichen Befragung bzgl. ihrer Teilnahme an Präventionsangeboten bis Schuleingang eingeladen. Es bestanden keine Zugangsvoraussetzungen. Fragebögen wurden in 6 Sprachen vorgehalten. Für die Teilnahme wurde keine Gratifikation gewährt. Insgesamt wurden 6480 Vorschulkinder in die Studie eingeschlossen, deren Befragungsdaten durch ein Pseudonym mit den amtsärztlichen Untersuchungsdaten verbunden wurden.
Die für die vorliegende Fragestellung relevanten Variablen wurden folgendermaßen erhoben und operationalisiert. Exposition: Die Teilnahme an den Angeboten der Frühen Hilfen (Familienbildung, ZfK, Kita‑U) wurde mit dem standardisierten Elternfragebogen erhoben. Für die Analysen wurden Angebotsteilnehmende den Nichtteilnehmenden gegenübergestellt. Elternangaben wurden nötigenfalls mit den Daten des Gesundheitsamtes abgeglichen.
Outcome: Wir wählten exemplarisch 2 Variablen, die in der SEU routinemäßig erfasst werden und bedeutsam für die kindliche Entwicklung sind: Der vollständige Impfschutz schützt vor infektionsbedingten Wachstumsverzögerungen [21] und wurde in der SEU anhand des Impfpasses erhoben. Die altersgemäße (motorische, sprachliche und sozioemotionale) Entwicklung mit 5 Jahren wurde in der Früherkennungsuntersuchung U9 dokumentiert und anhand des gelben Untersuchungshefts erhoben. Vergleichsgruppe waren jeweils Kinder ohne vollständigen Impfschutz bzw. mit nicht altersgemäßer Entwicklung bei der U9.
Confounder: Ein Confounder ist ein Risikofaktor für die interessierende Zielgröße, der mit der interessierenden Exposition assoziiert ist und nicht in der Kausalkette zwischen Exposition und Zielgröße steht. Wird diese Assoziation in der Auswertung nicht berücksichtigt, führt dies zu einer verzerrten Schätzung des Effekts der untersuchten Exposition [22]. Wichtige Confounder bei der hier vorliegenden Fragestellung sind Merkmale der sozialen Lage, da diese sowohl mit der Nutzung von Angeboten der Frühen Hilfen [23] als auch mit der kindlichen Entwicklung [24] assoziiert sind. Wir schlossen folgende Confounder ein: Die elterliche Bildung wurde in der Elternbefragung erhoben und nach CASMIN(Comparative Analysis of Social Mobility in Industrial Nations)-Klassifikation [25] in niedrig (Familien mit max. Hauptschulabschluss), mittel (max. Abitur mit Lehrausbildung) und hoch (Hochschulabschluss) unterschieden. Folgende Merkmale wurden in der SEU erhoben: Der sozialräumliche Belastungsgrad im Quartier hat 5 Kategorien (sehr hoher, hoher, mittlerer, geringer und sehr geringer Belastungsgrad). Beim Familienstatus wurden Einelternfamilien mit Zweielternfamilien verglichen. Migrationshintergrund lag vor, wenn mindestens ein Elternteil nicht in Deutschland geboren ist, Vergleichsgruppe waren Kinder, deren Eltern beide in Deutschland geboren sind. Beim Geschlecht unterschieden wir Jungen und Mädchen. Bei den selektiven Angeboten für besonders belastete Familien wurden zusätzlich psychosoziale Belastungen bei Geburt (alleinige Verantwortung für Kinder, berufliche Situation oder Arbeitslosigkeit, finanzielle Sorgen, Konflikte mit dem (Ex‑)Partner) berücksichtigt und in (sehr) stark belastet vs. mittel oder (sehr) wenig belastet unterschieden. Dieses Merkmal wurde ebenfalls in der Elternbefragung erfasst.
Analyse: Um hinsichtlich der beobachteten Confounder möglichst vergleichbare Gruppen zu bekommen, führten wir ein Propensity-Score-Matching [26, 27] durch. Diese Methode ist besonders geeignet Behandlungseffekte zu schätzen, wenn sich Behandelte und Nichtbehandelte in ihren Eigenschaften extrem unterschieden. Dies trifft in der vorliegenden Analyse insbesondere auf die selektiven Angebote zu [27]. In einem ersten Schritt wurde mithilfe eines logistischen Regressionsmodells die Wahrscheinlichkeit (Propensity-Score) für jede Person geschätzt, zur Interventionsgruppe zu gehören. Dazu sollten möglichst alle Variablen genutzt werden, die sowohl für die Teilnahme als auch für das Outcome relevant sind [28]. Für die vorliegende Fragestellung wurden alle 6 oben genannten Confounder berücksichtigt, mit Ausnahme der psychosozialen Belastungen bei Geburt für Familienbildung, da sich diese an alle Eltern richtet. Anschließend wurde mithilfe eines Matching-Algorithmus der Interventionsgruppe eine Kontrollgruppe zugewiesen, die in ihrem Propensity-Score und damit in ihrer Zusammensetzung bezüglich möglicher Confounder ähnlich ist, die Intervention aber nicht bekommen hat. In der vorliegenden Analyse kam ein Kernel-Matching („Epanechnikov’s kernel function“) zum Einsatz, da diese Technik im Gegensatz zu anderen Matching-Methoden mehr verfügbare Informationen für die Analyse nutzbar macht und sich dadurch als effizient im Umgang mit den verfügbaren Daten erwiesen hat. Bei anderen Matching-Methoden, wie beispielsweise dem 1:1-Matching, würden viele mögliche Kontrollen nicht berücksichtigt werden, da jeder Beobachtung in der Treatment-Gruppe nur eine Kontrolle zugeordnet wird. [29]. Bei Kita‑U wurde bzgl. des sozialräumlichen Belastungsgrades statt des Matchings über den Propensity-Score ein direktes Matching [30] genutzt, um nur Kinder innerhalb des Belastungsgrades zu vergleichen, da die Kita‑U in sozialräumlich belasteten Stadtteilen durchgeführt wird. Die Analysen wurden mit dem Modul KMATCH in Stata18 durchgeführt [31].
Dann wurde die Häufigkeit der Merkmalsausprägungen in Interventions- und Kontrollgruppe vor und nach dem Matching verglichen. Damit lässt sich prüfen, ob durch das Matching eine ähnliche Verteilung der Confounder zwischen der Interventions- und Kontrollgruppe hergestellt werden konnte.
Schließlich wurden die Wahrscheinlichkeiten der Outcomes zwischen beiden Gruppen verglichen. Die Prozentsatzdifferenz (Average Treatment Effect on the Treated, ATT) beschreibt bei Berücksichtigung aller relevanten Variablen den durchschnittlichen Effekt einer Intervention auf diejenigen, die an der Intervention teilgenommen haben [28]. Konfidenzintervalle wurden mittels Bootstrapping ermittelt, um die Effekte auf statistische Signifikanz zu testen [30].
Ergebnisse
Von den insgesamt 9894 untersuchten Kindern lagen von 6480 Eltern Fragebögen vor, die mit den Untersuchungsdaten verbunden werden konnten (Rücklauf 65,5 %). In die vorliegende Analyse wurden 4579 Kinder mit vollständigen Daten einbezogen. Sozial belastete Personen sind im Analysesample unterrepräsentiert: Je niedriger die Bildung oder der sozialräumliche Belastungsgrad, desto häufiger fehlen Werte. Wir gehen davon aus, dass dies unsere Ergebnisse nicht wesentlich beeinflusst, da die Verteilung der fehlenden Werte nach Teilnahme und Nichtteilnahme nicht systematisch variieren. Tab. 1 ist zu entnehmen, dass 50,6 % der Eltern an Familienbildung teilnahmen, 1,5 % an ZfK und 0,9 % an Kita‑U. Bei 82,0 % der Kinder bestand ein vollständiger Impfschutz und 80,4 % waren altersgemäß entwickelt.
Tab. 1.
Stichprobenbeschreibung
| Variablen (fehlende Werte) | n | % |
|---|---|---|
| Teilnahme Familienbildung (208) | ||
| Nein | 2262 | 49,4 |
| Ja | 2317 | 50,6 |
| Teilnahme Zukunft für Kinder (244) | ||
| Nein | 4512 | 98,5 |
| Ja | 67 | 1,5 |
| Teilnahme Kita‑U (0) | ||
| Nein | 4539 | 99,1 |
| Ja | 40 | 0,9 |
| Geschlecht des Kindes (3) | ||
| Weiblich | 2217 | 48,4 |
| Männlich | 2362 | 51,6 |
| Elterliche Bildung (386) | ||
| Hoch | 2693 | 58,8 |
| Mittel | 1524 | 33,3 |
| Niedrig | 362 | 7,9 |
| Sozialräumlicher Belastungsgrad (112) | ||
| Sehr gering | 865 | 18,9 |
| Gering | 1392 | 30,4 |
| Mittel | 1287 | 28,1 |
| Hoch | 820 | 17,9 |
| Sehr hoch | 215 | 4,7 |
| Familienstatus (0) | ||
| Zweielternfamilien | 4013 | 87,6 |
| Einelternfamilien | 566 | 12,4 |
| Migrationshintergrund (416) | ||
| Nein | 2386 | 52,1 |
| Ja | 2193 | 47,9 |
| Belastungen Geburt: alleinige Verantwortung für Kinder (747) | ||
| Nein/gering | 4396 | 96,0 |
| (Sehr) stark | 183 | 4,0 |
| Belastungen Geburt: berufliche Situation, Arbeitslosigkeit (768) | ||
| Nein/gering | 4319 | 94,3 |
| (Sehr) stark | 260 | 5,7 |
| Belastungen Geburt: finanzielle Sorgen (712) | ||
| Nein/gering | 4330 | 94,6 |
| (Sehr) stark | 249 | 5,4 |
| Belastungen Geburt: Konflikte mit dem (Ex‑)Partner (756) | ||
| Nein/gering | 4363 | 95,3 |
| (Sehr) stark | 216 | 4,7 |
| Vollständiger Impfschutz (565) | ||
| Nein | 822 | 18,0 |
| Ja | 3757 | 82,0 |
| Altersgemäße Entwicklung (0) | ||
| Nein | 899 | 19,6 |
| Ja | 3680 | 80,4 |
| Total | 4579 | 100,0 |
Einen ersten Hinweis zu unserer Forschungsfrage gibt Tab. 2. Sie zeigt die unadjustierten absoluten und relativen Häufigkeiten der beiden Outcomes und möglichen Confounder bei den jeweiligen Angebotsteilnehmenden und Nichtteilnehmenden. Bei Angebotsteilnehmenden zeigt sich eine erhöhte Wahrscheinlichkeit eines vollständigen Impfschutzes gegenüber Nichtteilnehmenden (Familienbildung 83,8 % vs. 80,3 %; ZfK 85,1 % vs. 82,0 %; Kita‑U 87,5 % vs. 82,0 %). Anders sieht es bei der altersgemäßen Entwicklung aus: Hier haben Teilnehmende der universellen Elternbildung eine höhere Wahrscheinlichkeit einer altersgemäßen Entwicklung (84,2 % vs. 76,5 %), Teilnehmende der selektiven Angebote jedoch eine geringere Wahrscheinlichkeit einer altersgemäßen Entwicklung (ZfK 67,2 % vs. 80,6 %; Kita‑U 70,0 % vs. 80,5 %).
Tab. 2.
Bivariate Analysen: absolute (n) und relative (%) Häufigkeiten der Ergebnisse und der potenziellen Confounder nach Teilnahme an den Angeboten der Frühen Hilfen
| Familienbildung | Zukunft für Kinder | Kita‑U | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Ja | Nein | Ja | Nein | Ja | Nein | |||||||
| n | % | n | % | n | % | n | % | n | % | n | % | |
| Vollständiger Impfschutz | ||||||||||||
| Nein | 376 | 16,2 | 446 | 19,7 | 10 | 14,9 | 812 | 18,0 | 5 | 12,5 | 817 | 18,0 |
| Ja | 1941 | 83,8 | 1816 | 80,3 | 57 | 85,1 | 3700 | 82,0 | 35 | 87,5 | 3722 | 82,0 |
| Altersgemäße Entwicklung | ||||||||||||
| Nein | 367 | 15,8 | 532 | 23,5 | 22 | 32,8 | 877 | 19,4 | 12 | 30,0 | 887 | 19,5 |
| Ja | 1950 | 84,2 | 1730 | 76,5 | 45 | 67,2 | 3635 | 80,6 | 28 | 70,0 | 3652 | 80,5 |
| Geschlecht des Kindes | ||||||||||||
| Weiblich | 1107 | 47,8 | 1110 | 49,1 | 30 | 44,8 | 2187 | 48,5 | 18 | 45,0 | 2199 | 48,4 |
| Männlich | 1210 | 52,2 | 1152 | 50,9 | 37 | 55,2 | 2325 | 51,5 | 22 | 55,0 | 2340 | 51,6 |
| Elterliche Bildung | ||||||||||||
| Hoch | 1663 | 71,8 | 1030 | 45,5 | 23 | 34,3 | 2670 | 59,2 | 7 | 17,5 | 2686 | 59,2 |
| Mittel | 596 | 25,7 | 928 | 41,0 | 35 | 52,2 | 1489 | 33,0 | 21 | 52,5 | 1503 | 33,1 |
| Niedrig | 58 | 2,5 | 304 | 13,4 | 9 | 13,4 | 353 | 7,8 | 12 | 30,0 | 350 | 7,7 |
| Sozialräumlicher Belastungsgrad | ||||||||||||
| Sehr gering | 512 | 22,1 | 353 | 15,6 | 9 | 13,4 | 856 | 19,0 | 0 | 0,0 | 865 | 19,1 |
| Gering | 831 | 35,9 | 561 | 24,8 | 12 | 17,9 | 1380 | 30,6 | 5 | 12,5 | 1387 | 30,6 |
| Mittel | 620 | 26,8 | 667 | 29,5 | 15 | 22,4 | 1272 | 28,2 | 6 | 15,0 | 1281 | 28,2 |
| Hoch | 302 | 13,0 | 518 | 22,9 | 22 | 32,8 | 798 | 17,7 | 16 | 40,0 | 804 | 17,7 |
| Sehr hoch | 52 | 2,2 | 163 | 7,2 | 9 | 13,4 | 206 | 4,6 | 13 | 32,5 | 202 | 4,5 |
| Familienstatus | ||||||||||||
| Zweielternfamilien | 2110 | 91,1 | 1903 | 84,1 | 47 | 70,1 | 3966 | 87,9 | 33 | 82,5 | 3980 | 87,7 |
| Einelternfamilien | 207 | 8,9 | 359 | 15,9 | 20 | 29,9 | 546 | 12,1 | 7 | 17,5 | 559 | 12,3 |
| Migrationshintergrund | ||||||||||||
| Nein | 1525 | 65,8 | 861 | 38,1 | 31 | 46,3 | 2355 | 52,2 | 10 | 25,0 | 2376 | 52,3 |
| Ja | 792 | 34,2 | 1401 | 61,9 | 36 | 53,7 | 2157 | 47,8 | 30 | 75,0 | 2163 | 47,7 |
| BG: alleinige Verantwortung Kinder | ||||||||||||
| Nein/gering | 2247 | 97,0 | 2149 | 95,0 | 60 | 89,6 | 4336 | 96,1 | 38 | 95,0 | 4358 | 96,0 |
| (Sehr) stark | 70 | 3,0 | 113 | 5,0 | 7 | 10,4 | 176 | 3,9 | 2 | 5,0 | 181 | 4,0 |
| BG: berufliche Situation, Arbeitslosigkeit | ||||||||||||
| Nein/gering | 2212 | 95,5 | 2107 | 93,1 | 62 | 92,5 | 4257 | 94,3 | 36 | 90,0 | 4283 | 94,4 |
| (Sehr) stark | 105 | 4,5 | 155 | 6,9 | 5 | 7,5 | 255 | 5,7 | 4 | 10,0 | 256 | 5,6 |
| BG: finanzielle Sorgen | ||||||||||||
| Nein/gering | 2227 | 96,1 | 2103 | 93,0 | 60 | 89,6 | 4270 | 94,6 | 37 | 92,5 | 4293 | 94,6 |
| (Sehr) stark | 90 | 3,9 | 159 | 7,0 | 7 | 10,4 | 242 | 5,4 | 3 | 7,5 | 246 | 5,4 |
| BG: Konflikte mit dem (Ex‑)Partner | ||||||||||||
| Nein/gering | 2236 | 96,5 | 2127 | 94 | 61 | 91,0 | 4302 | 95,3 | 39 | 97,5 | 4324 | 95,3 |
| (Sehr) stark | 81 | 3,5 | 135 | 6 | 6 | 9,0 | 210 | 4,7 | 1 | 2,5 | 215 | 4,7 |
| Total | 2317 | 100,0 | 2262 | 100,0 | 67 | 100,0 | 4512 | 100,0 | 40 | 100,0 | 4539 | 100 |
BG Belastungen bei Geburt
Allerdings unterscheiden sich die Angebotsteilnehmenden der Frühen Hilfen auch bezüglich der Confounder. Erwartungsgemäß sind in den selektiven Angeboten insbesondere vulnerable Personen zu finden, und zwar Kinder mit niedriger Elternbildung und Kinder von Einelternfamilien. Teilnehmende von ZfK hatten häufiger Belastungen bei Geburt, Teilnehmende der Kita‑U sind insbesondere aus belasteten Sozialräumen. Bei den Teilnehmenden der universellen Familienbildung zeigt sich ein Bild, wie es oft bei der Nutzung von Präventionsangeboten zu beobachten ist (Präventionsdilemma). Die Angebote werden überdurchschnittlich häufig von Familien mit hoher elterlicher Bildung, Familien ohne Migrationshintergrund, Zweielternfamilien und Familien mit wenigen psychosozialen Belastungen zur Zeit der Geburt genutzt. Dies macht die besondere Herausforderung in der Wirkungsanalyse von Angeboten der Frühen Hilfen deutlich. Die Gruppen unterscheiden sich also sowohl in ihrer Teilnahme als auch in den Gesundheitsdeterminanten, hier: Confoundern.
Tab. 3 zeigt den Vergleich der Teilnehmenden („treated“) und Nichtteilnehmenden vor („raw untreated“) und nach dem Propensity-Score-Matching („matched untreated“). Beispielsweise kamen bei der Familienbildung vor dem Matching 2,5 % der Teilnehmenden, jedoch 13,4 % der Nichtteilnehmenden aus einem Haushalt mit niedriger Bildung, nach dem Matching beträgt der Anteil unter den Nichtteilnehmenden nur noch 3,0 %. Das Potenzial zur Verzerrung durch Unterschiede im Bildungsniveau ist also reduziert. Insgesamt zeigt Tab. 3, dass die Gruppen der Teilnehmenden und der Nichtteilnehmenden bezüglich der Verteilung der Confounder deutlich ähnlicher geworden sind. Im Falle der Kita‑U sind die Anteilswerte bezüglich des Sozialraumes gleich, da hier aufgrund der Bedeutung des Sozialraumes für die Teilnahme ein direktes Matching durchgeführt wurde.
Tab. 3.
Relative Häufigkeiten der Merkmalsausprägungen (%) der Confounder der Interventionsgruppe („treated“) und der Kontrollgruppe vor („raw untreated“) und nach dem Matching („matched untreated“)
| Familienbildung | Zukunft für Kinder | Kita‑U | |||||||
|---|---|---|---|---|---|---|---|---|---|
| Treated | Raw | Matched | Treated | Raw | Matched | Treated | Raw | Matched | |
| Untreated | Untreated | Untreated | Untreated | Untreated | Untreated | ||||
| Weiblich | 47,8 | 49,1 | 48,0 | 44,8 | 48,5 | 44,3 | 45,0 | 48,4 | 47,5 |
| Männlich | 52,2 | 50,9 | 52,0 | 55,2 | 51,5 | 55,7 | 55,0 | 51,6 | 52,5 |
| Hohe elterliche Bildung | 71,8 | 45,6 | 72,0 | 34,4 | 59,2 | 36,6 | 17,5 | 59,2 | 28,1 |
| Mittlere elterliche Bildung | 25,7 | 41,0 | 25,0 | 52,2 | 33,0 | 50,3 | 52,5 | 33,1 | 47,3 |
| Niedrige elterliche Bildung | 2,5 | 13,4 | 3,0 | 13,4 | 7,8 | 13,1 | 30,0 | 7,7 | 24,6 |
| Sehr geringer sozialräumlicher Belastungsgrad | 22,1 | 15,6 | 22,2 | 13,5 | 18,9 | 13,7 | 0 | 19,0 | 0 |
| Geringer sozialräumlicher Belastungsgrad | 35,9 | 24,8 | 36,8 | 17,9 | 30,6 | 19,4 | 12,5 | 30,6 | 12,5 |
| Mittlerer sozialräumlicher Belastungsgrad | 26,8 | 29,5 | 26,2 | 22,4 | 28,2 | 22,7 | 15,0 | 28,2 | 15,0 |
| Hoher sozialräumlicher Belastungsgrad | 13,0 | 22,9 | 12,3 | 32,8 | 17,7 | 31,5 | 40,0 | 17,7 | 40,0 |
| Sehr hoher sozialräumlicher Belastungsgrad | 2,2 | 7,2 | 2,5 | 13,4 | 4,6 | 12,7 | 32,5 | 4,5 | 32,5 |
| Mehrelternfamilien | 91,1 | 84,1 | 90,4 | 70,1 | 87,9 | 72,6 | 82,5 | 87,7 | 81,3 |
| Einelternfamilien | 8,9 | 15,9 | 9,6 | 29,9 | 12,1 | 27,4 | 17,5 | 12,3 | 18,7 |
| Kein Migrationshintergrund | 65,8 | 38,1 | 66,2 | 46,3 | 52,2 | 46,8 | 25,0 | 52,3 | 31,8 |
| Migrationshintergrund | 34,2 | 61,9 | 33,8 | 53,7 | 47,8 | 53,2 | 75,0 | 47,7 | 68,2 |
| BG: alleinige Verantwortung für Kinder | – | – | – | 10,4 | 3,9 | 10,0 | 5,0 | 4,0 | 4,8 |
| BG: berufliche Situation, Arbeitslosigkeit | – | – | – | 7,5 | 5,7 | 6,5 | 10,0 | 5,6 | 7,4 |
| BG: finanzielle Sorgen | – | – | – | 10,4 | 5,4 | 9,6 | 7,5 | 5,4 | 7,3 |
| BG: Konflikte mit dem (Ex‑)Partner | – | – | – | 9,0 | 4,7 | 9,0 | 2,5 | 4,7 | 5,0 |
BG Belastungen bei Geburt
Im letzten Schritt wird die Differenz zwischen den Wahrscheinlichkeiten eines vollständigen Impfschutzes bzw. einer altersgemäßen Entwicklung zwischen den Teilnehmenden und gematchten Nichtteilnehmenden berechnet (Tab. 4). Diese Differenz steht für den durchschnittlichen Effekt einer Intervention auf diejenigen, die an der Intervention teilgenommen haben (ATT). Für alle Angebote zeigt sich eine höhere Wahrscheinlichkeit eines vollständigen Impfschutzes (2,1 Prozentpunkte bei Familienbildung; 2,5 bei ZfK; 5,3 bei Kita‑U). Bei Familienbildung zeigt sich eine leicht erhöhte Wahrscheinlichkeit (1,6 Prozentpunkte) einer altersgemäßen Entwicklung, bei den selektiven Angeboten zeigt sich eine geringere Wahrscheinlichkeit (−10,1 Prozentpunkte bei ZfK; −4,5 bei Kita‑U). Die Ergebnisse sind statistisch nicht signifikant. Bei den selektiven Angeboten sind die Konfidenzintervalle aufgrund der geringen Fallzahlen (ZfK: n = 67; Kita-U: n = 40) erwartungsgemäß breit.
Tab. 4.
Treatment-Effekte
| Familienbildung | Zukunft für Kinder | Kita‑U | |||||||
|---|---|---|---|---|---|---|---|---|---|
| ATT | 95 % KI | ATT | 95 % KI | ATT | 95 % KI | ||||
| Vollständiger Impfschutz | 2,1 | −0,4 | 4,6 | 2,5 | −6,3 | 11,3 | 5,3 | −5,7 | 16,4 |
| Altersgemäße Entwicklung | 1,6 | −0,7 | 3,8 | −10,1 | −22,4 | 2,2 | −4,5 | −20,4 | 11,5 |
ATT Average Treatment Effect on the Treated; KI Konfidenzintervall
Diskussion
Ziel der vorliegenden Arbeit war erstens, im Rahmen der SEU exemplarisch zu prüfen, ob Kinder, die selbst oder über ihre Eltern an Angeboten der Frühen Hilfen teilgenommen haben, eine bessere Entwicklung bei Schuleingang haben als vergleichbare Nichtteilnehmende. Zusammengefasst zeigt sich bei allen 3 Angeboten, dass Teilnehmende jeweils eine leicht erhöhte Wahrscheinlichkeit eines vollständigen Impfschutzes aufweisen. Bei Teilnehmenden der Familienbildung zeigt sich zudem eine leicht erhöhte Wahrscheinlichkeit einer altersgemäßen Entwicklung, während die Wahrscheinlichkeit einer altersgemäßen Entwicklung bei Teilnehmenden von ZfK und Kita‑U geringer ist.
Der positive Zusammenhang der universellen Familienbildung mit der altersgemäßen Entwicklung entspricht bisherigen Studien zur sozioemotionalen Entwicklung [13, 14], er ist jedoch geringer. Evidenz zum Impfschutz gibt es in diesem Bereich unseres Ermessens bisher nicht.
Der negative Zusammenhang von Kita‑U und altersgemäßer Entwicklung entspricht nicht der Evidenz zu den sächsischen Kita‑U-Kindern. Diese erhielten in der SEU seltener Arztüberweisungen in den Entwicklungsbereichen Sprache, Motorik, Sehen und Hören als Kinder ohne Kita‑U [18]. Allerdings ist unklar, inwiefern Interventions- und Kontrollgruppe vergleichbar waren. Der positive Zusammenhang von Kita‑U und vollständigem Impfschutz hingegen entspricht der Studie zu den Hildesheimer Kindern. Dort wurden explizit Kinder aus sozialräumlich belasteten Quartieren mit und ohne PIAF (Prävention in aller Frühe, ähnlich Kita‑U) verglichen. Dabei zeigte sich, dass die PIAF-Kinder häufiger vollständig geimpft waren als die Kontrollgruppe [19].
Der negative Zusammenhang von ZfK und altersgemäßer Entwicklung steht nicht im Widerspruch zum Nulleffekt, den Taubner et al. [16] in ihrer Metaanalyse finden. Die Autor:innen führen den Effekt auf eine verzerrte Stichprobe zurück. Selektive Programme stünden vor der Herausforderung, Veränderungen für eine stark belastete Klientel während einer begrenzten Programmlaufzeit zu realisieren. Deshalb sind bessere Ergebnisse nicht zu erwarten. Dies trifft auf ZfK in besonderer Weise zu, da sich das Angebot an Eltern in einer sehr stark belasteten Situation richtet, die geprägt ist durch Armut, Sucht, chronische Erkrankungen oder Gewalt. Da dieser stark selektiven Zielgruppe aufgrund fehlender Informationen keine adäquate Kontrollgruppe gegenübergestellt werden kann, ist bei Zfk ein negativer Zusammenhang mit der kindlichen Entwicklung auch mit einer positiven Auswirkung des Programms vereinbar.
Das Problem der selektiven Zielgruppe führt zur methodischen Problematik der fehlenden Vergleichsgruppe – und damit zum zweiten Ziel der vorliegenden Arbeit. Zu erörtern war, inwiefern die SEU grundsätzlich genutzt werden könnte, um die Wirkung universeller und selektiver Angebote der Frühen Hilfen zu beurteilen. In unserer Analyse wurde eine entlang der vorhandenen Confounder weitgehend vergleichbare Kontrollgruppe durch Matching gebildet. Confounder bei der vorliegenden Fragestellung sind Merkmale der sozialen Lage, da diese sowohl mit der Angebotsnutzung als auch mit der kindlichen Entwicklung assoziiert sind. Einige dieser Merkmale konnten wir einschließen, weil sie in der Elternbefragung erhoben wurden. Regulär fehlen sie jedoch oft in der SEU, denn sie werden von vielen Kommunen nicht automatisch erhoben [32]. Da es sich bei der Genese von Entwicklungsproblemen im Kindesalter um ein multifaktorielles Geschehen handelt, kommen weitere Confounder infrage, wie z. B. die Nutzung sonstiger Förderangebote, das Gesundheitsverhalten, die Wohnverhältnisse oder die Infrastruktur im Quartier. Für unsere Analyse lagen solche Merkmale nicht vor.
Die allgemeine Herausforderung einer Wirkungsanalyse von selektiven Angeboten geht jedoch über das hinaus, was mit den Variablen, die standardmäßig als Confounder erhoben werden, kontrolliert werden kann. Bei der Zielgruppe von ZfK handelt es sich um Familien in hoch problematischen Lebenssituationen. Die uns vorliegenden Informationen reichen nicht aus, um solche Probleme vollständig abzubilden und im statistischen Matching vergleichbare Gruppen zu bilden.
Die Problematik der fehlenden Vergleichsgruppe wurde bereits in der Rehabilitationsforschung diskutiert [33]. Eine für die Wirkungsanalyse Früher Hilfen interessante Option scheinen uns historische Kontrollen (d. h. Gruppen vor Einführung einer neuen Maßnahme) zu sein, sofern für diese ausreichende Informationen zu Intervention, Behandlungsergebnis und potenziellen Confoundern vorliegen. Die SEU mit ihren jährlichen Kohorten sind eine gute Datengrundlage. So konnte beispielsweise in einer Trendstudie gezeigt werden, dass die Teilnahme an der U9 nach Einführung eines Kontroll- und Erinnerungssystems angestiegen ist, insbesondere bei sozioökonomisch benachteiligten Kindern [34]. In ähnlicher Weise könnten in der SEU gesundheitsbezogene Merkmale von Kindern vor Einführung der Kita‑U mit den Merkmalen von Kindern nach der Einführung verglichen werden.
Ebenfalls aus der Rehabilitationsforschung kommt ein Vorschlag, wie sich in Abwesenheit einer Vergleichsgruppe eine Veränderung bei Zielgrößen abbilden lässt: Hier ist zum einen der klassische Prä-Post-Ansatz zu nennen, bei dem das Veränderungsmaß in der Interventionsgruppe durch die Differenz zwischen 2 Messungen gewonnen wird. Alternativ ermöglichen Quasivarianten, nur die Postmessung vorzunehmen und die Prämessung retrospektiv aus dem Gedächtnis zu erheben oder Probanden nur die erlebte Veränderung postinterventionell beurteilen zu lassen [35]. Mit diesen deutlich ökonomischeren Verfahren könnten auch Veränderungen (wohlgemerkt: nicht Wirkungen) nach der Nutzung von Angeboten der Frühen Hilfen aufgezeigt werden, z. B. indem die Untersuchungsdaten der SEU als Postmessung genutzt werden und die Eltern retrospektiv den Zustand vor dem Angebot berichten. Alternativ könnten Eltern in der SEU subjektiv die Veränderungen nach der Nutzung von Angeboten berichten, z. B. mit standardisierter Befragung.
Limitationen
Eine zu den genannten methodischen Problemen hinzukommende Limitation unserer Analyse ist, dass Informationen zur Teilnahme an Frühen Hilfen auf retrospektiven Elternangaben basieren. Hier können Erinnerungsfehler nicht ausgeschlossen werden. Zudem ist die Auswahl von 2 Indikatoren der kindlichen Entwicklung aufgrund des exemplarischen Charakters unserer Studie begrenzt. Eine Stärke ist allerdings, dass sie auf einer ärztlichen Messung beruhen. Eine weitere Limitation ist die geringe Fallzahl selektiver Angebote, weswegen keine robuste statistische Analyse möglich ist. Dies wird durch die fehlende statistische Signifikanz der Effekte deutlich. Dadurch können wir nicht ausschließen, dass unsere Ergebnisse auf Zufallsfehler zurückzuführen sind.
Unter Berücksichtigung der vorangehenden Punkte möchten wir hinsichtlich des zweiten Studienziels festhalten, dass die SEU u. E. unter bestimmten Bedingungen dazu genutzt werden kann, Hinweise auf die Wirkung Früher Hilfen zu erhalten. Hier sind verschiedene Aspekte zu überlegen:
Exposition:
Je nach Fragestellung muss die vorherige Teilnahme am Angebot der Frühen Hilfen erhoben werden, durch Elternbefragung oder – um Erinnerungsfehler zu vermeiden – durch Dokumentation der Angebotsträger. Bei der Verknüpfung von Daten aus verschiedenen Abteilungen oder Ämtern (Daten-Linkage) müssen Datenschutzvorgaben berücksichtigt werden.
Outcome:
Die SEU produziert eine Reihe objektiver Daten zur Kindesentwicklung. Hier müssen je nach Zielkriterien der untersuchten Angebote geeignete Outcomes ausgewählt werden. Standardmäßig werden Sprache, Motorik, Body-Mass-Index etc. erhoben. Die sozioemotionale Entwicklung des Kindes wird jedoch nicht in allen Kommunen systematisch gemessen. Bei Bedarf stehen validierte Instrumente zur Verfügung, wie z. B. der Strengths and Difficulties Questionniare [36]. Zudem ist die Qualität der Routinedaten trotz Standardverfahren (z. B. SOPESS [37]) nicht unumstritten [38, 39].
Confounding:
Die SEU schließt Kinder aus allen Teilen der Bevölkerung ein und erlaubt im Prinzip, vergleichbare Gruppen zu bilden. Hierzu müssen allerdings die nötigen Daten erhoben werden. Angaben zur sozialen Lage werden nicht in allen Kommunen systematisch gemessen. Auch hier stehen standardisierte Instrumente zur Verfügung, wie z. B. der Brandenburger Sozialindex [40]. Bei dieser Gelegenheit können auch weitere für die jeweilige Fragestellung relevante Confounder erhoben werden, wie z. B. psychosoziale Probleme im Falle selektiver Angebote (zum Überblick entsprechender Erhebungsinstrumente [41]).
Analyse:
Das Propensity-Score-Matching bietet die Möglichkeit, dem Design einer randomisierten Studie mit Beobachtungsdaten nahe zu kommen. Dies trifft jedoch nur auf bekannte und tatsächlich gemessene Merkmale zu. Damit bei geringen Fallzahlen statistisch robuste Ergebnisse produziert werden können, könnten Daten mehrerer Jahrgänge oder auch Kommunen verbunden (gepoolt) werden. Vielversprechend in diesem Zusammenhang sind aktuelle Entwicklungen hin zu einem überregionalen Netzwerk Öffentliches Gesundheitswesen, wie es derzeit in Nordrhein-Westfalen der Fall ist. Für all dies braucht es freilich Ressourcen für den Kinder- und Jugendgesundheitsdienst.
Zum Schluss möchten wir 2 Dinge thematisieren: Auch bei Berücksichtigung der oben genannten Aspekte zur Nutzung der SEU kann erstens Confounding nicht vollständig vermieden werden. Der Ausschluss aller Störvariablen gelingt nur durch randomisierte kontrollierte Studien (RCT), die als der Goldstandard der Wirkungsforschung gelten [42]. Abgesehen davon, dass bei natürlich verlaufenden Expositionen wie der Angebotsteilnahme eine RCT wenig praktikabel ist, gibt es Zweifel, inwiefern die hohe interne Validität solcher Studienergebnisse der individuellen Situation von Zielpersonen gerecht wird [43]. Es wird kritisiert, dass eine Kausalbeschreibung von RCTs eine Standardisierung der Kinder- und Jugendhilfepraxis impliziert, die nicht standardisierbar ist [12]. Ein Teil der Wirkungsvarianz der Jugendhilfe wird durch Partizipation und Arbeitsbeziehung erklärt (siehe auch [44]). Es wird daher auch für die Erforschung von Bedingungen plädiert, unter denen Ursache-Wirkungs-Zusammenhänge entstehen, und von Evidenz, welches Vorgehen mit Blick auf die je fallspezifische Konstellation angemessen ist [12].
Zweitens lohnt bei der Frage nach Wirkung ein Blick auf die Kausalitätskriterien von Bradford Hill [45]. Dieser hat eine Reihe von Punkten formuliert, wann auch ohne Experiment Kausalität (Wirkung) angenommen werden kann [46]. Sie betreffen die Frage, (i) wie stark ein empirischer Zusammenhang ist, (ii) ob ein Zusammenhang in verschiedenen Studien repliziert wurde, (iii) ob eine spezifische Exposition ein spezifisches Outcome verursacht, (iv) ob die Exposition dem Outcome zeitlich vorausgeht, (v) ob der Zusammenhang einer Dosis-Wirkungs-Beziehung unterliegt, (vi) ob der Zusammenhang plausibel ist, (vii) ob der Zusammenhang mit dem Stand der Wissenschaft übereinstimmt, (viii) ob der Zusammenhang in Experimenten bestätigt wird und (ix) ob es ähnliche Zusammenhänge gibt, für die eine Kausalität bekannt ist. Demnach ist der Nachweis von Wirkung sehr voraussetzungsreich. In unserer Studie treffen einige Kriterien zu. Zum Beispiel entspricht der von uns gefundene geringe Zusammenhang zwischen der Angebotsnutzung und der kindlichen Entwicklung der Evidenz in anderen Studien (i und ii). Andere Kriterien wiederum treffen nicht oder nur begrenzt zu. Zum Beispiel konnten wir die zeitliche Abfolge von Angebotsnutzung und Entwicklung nicht anhand von echten Längsschnittdaten untersuchen, sondern nur retrospektiv annähern (iv). Eine Dosis-Wirkungs-Beziehung, bei der z. B. die Anzahl der Angebotsbesuche berücksichtigt wird, konnten wir nicht untersuchen (v). Nur wenige Arbeiten haben die Evidenz von Public-Health-Programmen systematisch anhand der Kausalitätskriterien bewertet, z. B. im Hinblick auf Alkoholpreisregulation [47], Notfallhilfe für Opioidkonsumierende [48] oder häusliche Pflege [49]. Ein sinnvoller nächster Schritt in der Bewertung der Frühen Hilfen könnte sein, die Evidenz zu spezifischen Angeboten systematisch zusammenzutragen, in der Gesamtschau zu bewerten, Leerstellen zu identifizieren und eine Forschungsagenda zu entwickeln.
Angesichts der gesellschaftlichen Kosten von langfristig verfestigten Problemen bei sozioökonomisch belasteten Kindern und Familien sollte u. a. durch Nutzung der SEU eine intensivere und differenziertere Prozess- und Wirkungsevaluation von Angeboten der Frühen Hilfen vorangetrieben werden [14].
Fazit
Die Teilnahme an Elternbildung als universellem Angebot der Frühen Hilfen ist mit einer leicht erhöhten Wahrscheinlichkeit eines vollständigen Impfschutzes und einer altersgemäßen Entwicklung verbunden. Die Teilnahme an selektiven Angeboten ist nur mit einem vollständigen Impfschutz verbunden. Allerdings ist die Bewertung selektiver Angebote hinsichtlich der passenden Vergleichsgruppe eine methodische Herausforderung. Es wird mehr Evidenz zu den Wirkungen von Angeboten der Frühen Hilfen benötigt. Die SEU kann unter spezifischen Bedingungen Hinweise zur Wirksamkeit geben. Der Umgang mit Confounding sollte hier besonders berücksichtigt werden.
Funding
Open Access funding enabled and organized by Projekt DEAL.
Einhaltung ethischer Richtlinien
Interessenkonflikt
S. Weyers und S. Götz geben an, dass kein Interessenkonflikt besteht.
Alle beschriebenen Untersuchungen am Menschen wurden mit Zustimmung der zuständigen Ethikkommission, im Einklang mit nationalem Recht sowie gemäß der Deklaration von Helsinki von 1975 (in der aktuellen, überarbeiteten Fassung) durchgeführt. Von allen beteiligten Patient:innen liegt eine Einverständniserklärung vor. Das Votum der Ethikkommission der Medizinischen Fakultät der Heinrich-Heine-Universität Düsseldorf liegt vor (Studiennummern 5394 und 5664). Von allen Teilnehmenden liegt eine Einverständniserklärung vor.
Footnotes
Hinweis des Verlags
Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.
Literatur
- 1.Pillas D, Marmot M, Naicker K, Goldblatt P, Morrison J, Pikhart H (2014) Social inequalities in early childhood health and development. A European-wide systematic review. Pediatr Res 76:418. 10.1038/pr.2014.122 [DOI] [PubMed] [Google Scholar]
- 2.Kuntz B, Rattay P, Poethko-Müller C, Thamm R, Hölling H, Lampert T (2018) Soziale Unterschiede im Gesundheitszustand von Kindern und Jugendlichen in Deutschland – Querschnittergebnisse aus KiGGS Welle 2. J Health Monit. 10.17886/RKI-GBE-2018-07635586145 [Google Scholar]
- 3.Pearce A, Dundas R, Whitehead M, Taylor-Robinson D (2019) Pathways to inequalities in child health. Arch Dis Child 104:998–1003. 10.1136/archdischild-2018-314808 [DOI] [PMC free article] [PubMed] [Google Scholar]
- 4.Bauer U (2005) Das Präventionsdilemma. Potenziale schulischer Kompetenzförderung im Spiegel sozialer Polarisierung, 1. Aufl. VS, Wiesbaden [Google Scholar]
- 5.Paul M, Backes J (2017) Frühe Hilfen. https://leitbegriffe.bzga.de/alphabetisches-verzeichnis/fruehe-hilfen/. Zugegriffen: 29. Juli 2024
- 6.Fullerton B, Salzmann D, Sann A (2020) Kenntnis und Inanspruchnahme von Präventionsangeboten in der frühen Kindheit in Abhängigkeit vom Bildungsstand der Eltern. Faktenblatt 3 zur Prävalenz- und Versorgungsforschung der Bundesinitiative Frühe Hilfen. 10.17623/NZFH:FB3-PVF [Google Scholar]
- 7.Walper S (2012) Vom Einfluss der Eltern. DJI Impulse 4:10–13 [Google Scholar]
- 8.Minsel B (2010) Eltern- und Familienbildung. In: von Hippel A, Tippelt R (Hrsg) Handbuch Erwachsenenbildung/Weiterbildung, 4. Aufl. VS, Wiesbaden, S 865–872 [Google Scholar]
- 9.Chlebig R, Borgstädt S, Schäfer M (2018) Kommunale Clearingstelle in den Frühen Hilfen. Vortrag Armut und Gesundheit. https://www.fruehehilfen.de/fileadmin/user_upload/fruehehilfen.de/pdf/Kongress-Armut-und-Gesundheit-2018-6-Chlebig_b.pdf. Zugegriffen: 5. Aug. 2024
- 10.Düsseldorf (2015) Kita-Eingangsuntersuchung. https://www.kinderstark.nrw/fileadmin/user_upload/Spotlight_Praxis_Kita_Eingangsuntersuchung_Duesseldorf.pdf. Zugegriffen: 5. Aug. 2024
- 11.Weyers S, Götz S, Kreffter K (2022) Die Kindergartenuntersuchung: eine Bestandsaufnahme zur Umsetzung in Deutschland. Präv Gesundheitsf. 10.1007/s11553-022-00990-w [Google Scholar]
- 12.Ziegler H (2010) Ist der experimentelle Goldstandard wirklich Gold wert für eine Evidenzbasierung der Praxis Früher Hilfen? Bundesgesundheitsbl 53:1061–1066. 10.1007/s00103-010-1133-9 [DOI] [PubMed] [Google Scholar]
- 13.Li N, Peng J, Li Y (2021) Effects and moderators of triple P on the social, emotional, and behavioral problems of children: systematic review and meta-analysis. Front Psychol 12:709851. 10.3389/fpsyg.2021.709851 [DOI] [PMC free article] [PubMed] [Google Scholar]
- 14.Weiss M, Schmucker M, Lösel F (2015) Meta-Analyse zur Wirkung familienbezogener Präventionsmaßnahmen in Deutschland. Z Klin Psychol Psychother 44:27–44. 10.1026/1616-3443/a000298 [Google Scholar]
- 15.Schöllhorn A, Hofer A, Knorr C, Künster AK, Lutz K (2009) Abschlussbericht zur Evaluation des Präventionsprogramms „Zukunft für Kinder in Düsseldorf“. Universitätsklinikum Ulm, Ulm [Google Scholar]
- 16.Taubner S, Munder T, Unger A, Wolter S (2013) Zur Wirksamkeit präventiver Früher Hilfen in Deutschland – ein systematisches Review und eine Metaanalyse. Prax Kinderpsychol Kinderpsychiatr 62:598–619. 10.13109/prkk.2013.62.8.598 [PubMed] [Google Scholar]
- 17.Sidor A, Fischer C, Cierpka M (2015) The effects of the early prevention program „nobody slips through the net“: a longitudinal controlled study in an at-risk sample. Ment Health Prev 3:103–116. 10.1016/j.mhp.2015.07.003 [Google Scholar]
- 18.Schröder G, Benkert I (2007) Erste Ergebnisevaluation zur Wirksamkeit der Kindergartenuntersuchung in Sachsen – Vergleich von Untersuchungsergebnissen der KiTa- und der Einschulungsuntersuchung im Längsschnitt für ausgewählte Kreise des Freistaates Sachsen. Gesundheitswesen. 10.1055/s-2007-98280817642042 [Google Scholar]
- 19.Landkreis Hildesheim (2020) Interdisziplinäre Intervention im Kindergarten zur Früherkennung im Landkreis Hildesheim: Prävention in aller Frühe-PIAF®. 8. Controllingbericht für den Berichtszeitraum: 01.09.2018 bis 31.08.2019. Landkreis Hildesheim [Google Scholar]
- 20.Wahl S, Kreffter K, Frölich S et al (2018) Die Schuleingangsuntersuchung als Türöffner für die gesundheitswissenschaftliche Forschung? Eine Analyse zur Studienteilnahme „schwer erreichbarer“ Bevölkerungsgruppen. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 61:1236–1241. 10.1007/s00103-018-2808-x [DOI] [PubMed] [Google Scholar]
- 21.Nandi A, Shet A (2020) Why vaccines matter: understanding the broader health, economic, and child development benefits of routine vaccination. Hum Vaccin Immunother 16:1900–1904. 10.1080/21645515.2019.1708669 [DOI] [PMC free article] [PubMed] [Google Scholar]
- 22.Hammer GP, du Prel JB, Blettner M (2009) Vermeidung verzerrter Ergebnisse in Beobachtungsstudien. Teil 8 der Serie zur Bewertung wissenschaftlicher Publikationen. Dtsch Ärztebl 106:664–668. 10.3238/arztebl.2009.0664 [Google Scholar]
- 23.Eickhorst A, Schreier A, Brand C et al (2016) Inanspruchnahme von Angeboten der Frühen Hilfen und darüber hinaus durch psychosozial belastete Eltern. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 59:1271–1280. 10.1007/s00103-016-2422-8 [DOI] [PubMed] [Google Scholar]
- 24.Lampert T, Kuntz B (2019) Auswirkungen von Armut auf den Gesundheitszustand und das Gesundheitsverhalten von Kindern und Jugendlichen : Ergebnisse aus KiGGS Welle 2. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 62:1263–1274. 10.1007/s00103-019-03009-6 [DOI] [PubMed] [Google Scholar]
- 25.Lechert Y, Schroedter J, Lüttinger P (2006) Die Umsetzung der Bildungsklassifikation CASMIN für die Volkszählung 1970, die Mikrozensus-Zusatzerhebung 1971 und die Mikrozensen 1976–2004. Methodenbericht 2006/12. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-262353. Zugegriffen: 5. Aug. 2024
- 26.Rosenbaum PR, Rubin DB (1983) The central role of the propensity score in observational studies for causal effects. Biometrika 70:41–55. 10.1093/biomet/70.1.41 [Google Scholar]
- 27.Kuss O, Blettner M, Börgermann J (2016) Propensity score: an alternative method of analyzing treatment effects. Dtsch Ärztebl Int 113:597–603. 10.3238/arztebl.2016.0597 [DOI] [PMC free article] [PubMed] [Google Scholar]
- 28.Müller CE (2012) Quasiexperimentelle Wirkungsevaluation mit Propensity Score Matching: ein Leitfaden für die Umsetzung mit Stata Bd. 19. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-428947. Zugegriffen: 5. Aug. 2024
- 29.Jann B (2017) Why propensity scores should be used for matching. https://ideas.repec.org/p/boc/dsug17/01.html. Zugegriffen: 24. Juli 2024
- 30.Bittmann F (2019) Stata. A really short introduction. De Gruyter Oldenbourg, Berlin [Google Scholar]
- 31.Jann B (2017) KMATCH: stata module module for multivariate-distance and propensity-score matching, including entropy balancing, inverse probability weighting, (coarsened) exact matching, and regression adjustment. Statistical software components S458346. https://ideas.repec.org/c/boc/bocode/s458346.html. Zugegriffen: 5. Juni 2024
- 32.Weyers S (2022) Gesundheitliche Ungleichheit bei Kindern und das Präventionsdilemma: Chancen für die kommunale Prävention. https://docserv.uni-duesseldorf.de/servlets/DerivateServlet/Derivate-64665/Weyers%20Habilitationsschrift%20final%2007122021.pdf. Zugegriffen: 5. Aug. 2024
- 33.Kaluschka R, Krischak G (2019) Evidenz in der Rehabilitationsforschung: Die Problematik adäquater Vergleichsgruppen. Vortrag beim 28. Rehabilitationswissenschaftlichen Kolloquium. DRV-Schriften, Bd. 117. Deutscher Kongress für Rehabilitationsforschung, Berlin [Google Scholar]
- 34.Weyers S, Höhmann A, Götz S, Kreffter K (2021) Reminder system for health screening in early childhood—an analysis regarding different social circumstances. BMC Pediatr 21:438. 10.1186/s12887-021-02917-4 [DOI] [PMC free article] [PubMed] [Google Scholar]
- 35.Nübling R, Steffanowski A, Wittmann W, Schmidt J (2004) Strategien der Ergebnismessung am Beispiel der psychosomatischen Rehabilitation. Prax Klin Verhaltensmedizin Rehabil 65:35–44 [Google Scholar]
- 36.Zimmermann E (2011) Der SDQ-Fragebogen zur standardisierten Erfassung von psychosozialen Entwicklungsstörungen in der Schuleingangsuntersuchung – Verfahren und Ergebnisse. Gesundheitswesen. 10.1055/s-0031-130094021879465 [Google Scholar]
- 37.Daseking M, Petermann F, Röske D, Trost-Brinkhues G, Simon K, Oldenhage M (2009) Entwicklung und Normierung des Einschulungsscreenings SOPESS. Gesundheitswesen 71:648–655. 10.1055/s-0029-1239511 [DOI] [PubMed] [Google Scholar]
- 38.Geyer S, Wedegärtner F (2007) Variabilitat von Arzturteilen in Schuleingangsuntersuchungen (Variability of physician judgements in school entry examinations). Gesundheitswesen 69:621–627. 10.1055/s-2007-992782 [DOI] [PubMed] [Google Scholar]
- 39.Kelle H (2011) Schuleingangsuntersuchungen im Spannungsfeld von Individualdiagnostik und Epidemiologie. Eine Praxisanalys. Diskurs Kindheits Jugendforsch 3:247–262 [Google Scholar]
- 40.Böhm A, Ellsässer G, Lüdecke K (2007) Der Brandenburger Sozialindex. Ein Werkzeug für die Gesundheits- und Sozialberichterstattung auf Landes- und kommunaler Ebene bei der Analyse von Einschülerdaten. Gesundheitswesen 69:555–559. 10.1055/s-2007-992772 [DOI] [PubMed] [Google Scholar]
- 41.Sokol R, Austin A, Chandler C et al (2019) Screening children for social determinants of health: a systematic review. Pediatrics. 10.1542/peds.2019-1622 [DOI] [PMC free article] [PubMed] [Google Scholar]
- 42.Windeler J, Antes G, Behrens J, Donner-Banzhoff N, Lelgemann M (2008) Randomisierte klinische Studien (RCT) (Randomised controlled trials (RCTs)). Z Evid Fortbild Qual Gesundhwes 102:321–325. 10.1016/j.zefq.2008.05.002 [DOI] [PubMed] [Google Scholar]
- 43.Scheurle HJ (2008) Randomisierte Studien: Keine Wahrheit (Kommentar). Dtsch Ärztebl 105(20):A-1070–C-906 [Google Scholar]
- 44.Albus S et al (2010) Abschlussbericht der Evaluation des Bundesmodellprogramms „Qualifizierung der Hilfen zur Erziehung durch wirkungsorientierte Ausgestaltung der Leistungs‑, Entgelt- und Qualitätsvereinbarungen nach §§ 78a ff SGB VIII“. Wirkungsorientierte Jugendhilfe Bd. 10. Waxmann, Münster [Google Scholar]
- 45.Hill A (1965) The environment and disease: association or causation? Proc R Soc Med 58(5):295–300 [DOI] [PMC free article] [PubMed] [Google Scholar]
- 46.Gianicolo EAL, Eichler M, Muensterer O, Strauch K, Blettner M (2020) Methods for evaluating causality in observational studies. Dtsch Ärztebl Int 116:101–107. 10.3238/arztebl.2020.0101 [DOI] [PMC free article] [PubMed] [Google Scholar]
- 47.Boniface S, Scannell JW, Marlow S (2017) Evidence for the effectiveness of minimum pricing of alcohol: a systematic review and assessment using the Bradford Hill criteria for causality. BMJ Open 7:e13497. 10.1136/bmjopen-2016-013497 [DOI] [PMC free article] [PubMed] [Google Scholar]
- 48.Olsen A, McDonald D, Lenton S, Dietze PM (2018) Assessing causality in drug policy analyses: How useful are the Bradford Hill criteria in analysing take-home naloxone programs? Drug Alcohol Rev 37:499–501. 10.1111/dar.12523 [DOI] [PubMed] [Google Scholar]
- 49.Ronald LA, McGregor MJ, Harrington C, Pollock A, Lexchin J (2016) Observational evidence of for-profit delivery and inferior nursing home care: when is there enough evidence for policy change? PLoS Med 13:e1001995. 10.1371/journal.pmed.1001995 [DOI] [PMC free article] [PubMed] [Google Scholar]
