Profiling von Entscheidungsstilen bei knappen Gesundheitsressourcen: Ein interdisziplinärer Cluster-Ansatz

Die Knappheit von Gesundheitsressourcen erfordert Priorisierungsentscheidungen, die komplexe ethische, wirtschaftliche und soziale Herausforderungen mit sich bringen. Während normative Rahmenwerke Leitlinien dafür bieten, wie solche Entscheidungen getroffen werden sollten, deuten zunehmende Belege darauf hin, dass Individuen sich erheblich darin unterscheiden, wie sie moralisch belastete Allokationsentscheidungen angehen. Diese Studie untersucht die Heterogenität in Entscheidungsstilen und die Unterstützung von Priorisierungskriterien im Gesundheitswesen mittels eines interdisziplinären Ansatzes, der Gesundheitsökonomie, Sozialpsychologie und rechnergestützte Methoden integriert, um latente Entscheidungsprofile unter einer Stichprobe von Erwachsenen in Portugal zu identifizieren. Die Daten wurden von in Portugal lebenden Erwachsenen mittels eines strukturierten Online-Fragebogens mit soziodemografischen Merkmalen, Entscheidungsstilen und Präferenzen, die durch zwanzig hypothetische Szenarien der Gesundheitsrationierung ermittelt wurden, erhoben. Die Ergebnisse zeigen drei bedeutungsvolle Entscheidungsprofile, die durch unterschiedliche Kombinationen kognitiver Stile und ethischer Priorisierungsmuster gekennzeichnet sind: analytisch orientierte Entscheidungsträger, die Gesundheitsgewinne priorisieren; intuitive, kontext-sensitive Entscheidungsträger, die klinische und soziale Kriterien ausbalancieren; heuristisch geprägte Entscheidungsträger, die sich auf einfachere oder weniger differenzierte Heuristiken stützen. Diese Befunde zeigen, dass innerhalb dieser Stichprobe Präferenzen bei der Gesundheitspriorisierung durch systematische Variationen im Entscheidungsstil geprägt sind und nicht durch einen einzelnen moralischen oder rationalen Rahmen. Indem dieses Studium verhaltensbedingte Heterogenität mit ethischer Entscheidungsfindung verknüpft, trägt es zu theoretischen Debatten über Gesundheitsrationierung bei und zeigt den Wert von Clustering-Techniken für das Auffinden latenter Strukturen in komplexen Entscheidungsdaten auf. Die Resultate liefern relevante Einsichten für die Gestaltung von Entscheidungsunterstützungssystemen und Rationierungsrichtlinien, die an heterogene Entscheidungsstile in vergleichbaren Settings angepasst werden können.