Unterschiedlich- und Ähnlichkeiten zwischen verschiedenen Orten einer multizentrischen Studie: Vergleich der Eigenschaften von Produktionssystemen für Legehennen
Berliner und Münchener Tierärztliche Wochenschrift 129, 507-517
DOI: 10.2376/0005-9366-15063
© Schlütersche Verlagsgesellschaft mbH & Co. KG. 2016
Publiziert: 11/2016
Summary
In veterinary research a trend towards interdisciplinary projects is apparent. Apart from experimentally investigated factors, numerous environmental factors may confound the obtained study results. The present study characterises the differences and similarities of features in the laying hen husbandry system of five field stations, which were part of a consortium project that investigated enriched colony housing for laying hens. Data were collected using a standardised questionnaire via face-to-face interviews. The variables were grouped into contextual subsets (poultry premises, light, climate, facility structure, nutrition, management, health/hygiene, and workforce), and after a preselection process, a hierarchical agglomerative cluster analysis was performed. Although all field stations were operated for similar research reasons, heterogeneity between the field stations was observed. Within the different contextual subsets similarity of individual field stations was visible. Thus it is shown, that it depended on the context, which field stations had similar environmental settings. This in-deep analysis showed exemplarily, how a multisite study may be subject to heterogeneous influences of farm management despite preliminary adjustment in study design. This example shows that the conditions under which a study is conducted should not be ignored. Future studies should therefore assess differences of study locations. This would allow an adjustment of the environmental settings to achieve homogeneity, or stratification according to similarity of equipment features in the respective context. Including such a “site effect” generally in the multifactorial analysis may reduce confounding bias if present and hence improve the validity of the observed results.
Zusammenfassung
In der veterinärmedizinischen Forschung ist ein Trend zu disziplinübergreifenden Projekten zu beobachten. Neben den jeweils untersuchten Faktoren können zahlreiche Umweltfaktoren die erzielten Studienergebnisse verzerren. Die hier vorgestellte Studie charakterisiert Unterschiedlichkeit und Ähnlichkeit von Ausstattungsmerkmalen in Legehennenhaltungssystemen auf fünf Versuchsstationen, die Teil eines Verbundprojekts zu Kleingruppensystemen für Legehennen waren. Die Daten wurden anhand eines standardisierten Fragebogens in persönlichen Interviews erhoben. Die Variablen wurden in inhaltliche Bereiche gruppiert (Legehennenställe, Beleuchtung, Stallklima, Struktur der Versuchsstation, Fütterung, Management, Gesundheit/Hygiene und Personal), und nach einem Selektionsprozess wurde eine hierarchische, agglomerative Clusteranalyse durchgeführt. Obwohl alle Versuchsstationen mit vergleichbaren Forschungsschwerpunkten geführt werden, wurde insgesamt zwischen ihnen Heterogenität festgestellt. Innerhalb der verschiedenen inhaltlichen Bereiche war jeweils zwischen einzelnen Versuchsstationen Ähnlichkeit erkennbar. Dies zeigt, dass es vom inhaltlichen Kontext abhängig war, welche Versuchsstationen miteinander ähnliche Umgebungseinflüsse aufwiesen. Diese detaillierte Analyse zeigt exemplarisch, wie Studien mit mehreren Standorten trotz vorheriger Harmonisierung des Studiendesigns empfindlich gegenüber der Heterogenität des betrieblichen Managements sind. Dieses Beispiel zeigt, dass die Bedingungen, unter welchen eine Studie durchgeführt wird, nicht ignoriert werden sollten. Zukünftige Studien sollten Unterschiede zwischen verschiedenen Standorten ermitteln. Dies würde ein Angleichen der Umgebungseinflüsse für mehr Homogenität oder eine Stratifizierung anhand von Ähnlichkeit der Ausstattungsmerkmale innerhalb des jeweiligen Kontexts erlauben. Das generelle Einbeziehen eines „Standorteffekts“ in multifaktorielle Analysen kann den gegebenenfalls vorhandenen Confounding Bias reduzieren und dadurch die Validität der erzielten Ergebnisse verbessern.