Eine Patientin, die Kompressionskleidung trägt, kommt zur Nachuntersuchung. Der heute gemessene Wadenumfang ist 4 mm kleiner als bei der vorherigen Untersuchung vor sechs Wochen. Es geht nicht darum, ob sich der Wert geändert hat, sondern ob diese Veränderung eine tatsächliche Verringerung des Wadenumfangs widerspiegelt oder ob sie innerhalb der normalen Messgenauigkeit des verwendeten Messsystems liegt.
Beträgt das Messrauschen des Systems ±5 mm, so ist eine Differenz von 4 mm kein aussagekräftiger Befund, sondern ein Artefakt. Darauf zu reagieren – die Spezifikationen des Kleidungsstücks anzupassen, die Behandlungsreaktion zu dokumentieren und die Kompressionsklasse zu ändern – bedeutet, auf Daten zu reagieren, die nicht die Informationen enthalten, die sie scheinbar enthalten.
Dieses Problem beschränkt sich nicht auf die Messung mit Maßbändern. Es betrifft alle Körpermesssysteme, die bei der Anpassung und Überwachung von Kompressionsbekleidung eingesetzt werden, einschließlich digitaler Systeme. Und es wird systematisch vernachlässigt, wenn es um die Bewertung und Beschaffung von Messtechnik durch Hersteller von Kompressionsbekleidung und klinische Teams geht.
Fünf Begriffe, die nicht austauschbar sind
Die Terminologie rund um die Messqualität wird sowohl im klinischen als auch im kommerziellen Kontext unpräzise verwendet. Für Forschungs- und Entwicklungsleiter sowie medizinische Leiter sind diese Unterscheidungen jedoch von operativer Bedeutung.
Genauigkeit bezeichnet, wie nahe ein Messwert am wahren Wert der gemessenen Größe liegt. Ein System, das durchgehend 3 mm über dem tatsächlichen Umfang misst, ist ungenau; es weist eine systematische Abweichung auf.
Wiederholbarkeit bezeichnet die Konsistenz von Messungen, die unter gleichen Bedingungen durchgeführt werden: derselbe Bediener, derselbe Patient, dieselbe Sitzung. Ein System kann wiederholbar, aber nicht genau sein, wenn derselbe Fehler wiederholt auftritt.
Reproduzierbarkeit bezeichnet die Konsistenz der Ergebnisse unter verschiedenen Bedingungen: unterschiedliche Anwender, verschiedene Sitzungen und verschiedene Standorte. Ein System mit guter Intra-Rater-Reproduzierbarkeit kann eine deutlich geringere Inter-Rater-Reproduzierbarkeit aufweisen, wenn die Messung von einem anderen Kliniker durchgeführt wird.
Der Messfehler ist die Gesamtabweichung eines Messwertes vom wahren Wert. Er umfasst sowohl systematische Abweichungen (Genauigkeit) als auch zufällige Schwankungen (Wiederholbarkeit und Vergleichbarkeit).
Eine klinisch relevante Veränderung ist die minimale Veränderung eines Messwerts, die einer tatsächlichen Veränderung des klinischen Zustands des Patienten entspricht und für Behandlungsentscheidungen relevant ist. Dies ist eine klinische Beurteilung, keine statistische Eigenschaft des Messsystems, und muss unabhängig von der Messfehlerschwelle festgelegt werden.
Ein Hersteller von Kompressionsbekleidung, der sich bei der Anpassung der Bekleidung im Zeitverlauf auf Messdaten stützt, muss alle fünf Faktoren kennen und insbesondere wissen, ob die beobachtete Veränderung sowohl die Messfehlerschwelle als auch die klinisch relevante Veränderungsschwelle überschreitet, bevor er eine Produktions- oder klinische Entscheidung trifft.
Warum ein Unterschied von 5 mm nicht automatisch bedeutsam ist
Jedes Messsystem – ob Maßband, Streifenlichtscanner oder Smartphone-basierte Plattform – hat ein Grundrauschen: den Grad der Abweichung, der bei wiederholten Messungen desselben Patienten unter kontrollierten Bedingungen auftritt, unabhängig von einer tatsächlichen physiologischen Veränderung.
Die relevante Messgröße für Längsschnittvergleiche ist die kleinste nachweisbare Veränderung (SDC), in der klinischen Literatur auch als kleinste reale Differenz (SRD) bezeichnet. Dies ist die minimale numerische Differenz zwischen zwei Messungen, die das zu erwartende Messrauschen mit einem definierten statistischen Konfidenzniveau, typischerweise 95 %, übersteigt.
Eine Veränderung unterhalb der SDC kann nicht als real interpretiert werden. Sie mag zwar ein tatsächliches physiologisches Ereignis darstellen, doch das Messsystem kann sie nicht von Messrauschen unterscheiden. Die Interpretation von Unterschieden unterhalb der SDC als Befund führt in beide Richtungen zu Fehlsignalen: scheinbare Verbesserung, wo keine vorliegt, und scheinbare Verschlechterung, obwohl der Zustand des Patienten stabil ist.
Der SDC (Standardized Difference) ist die untere Schwelle für die Interpretation von Längsschnittmessdaten. Jede unterhalb dieser Schwelle gemeldete Änderung ist statistisch nicht vom Messrauschen zu unterscheiden – unabhängig davon, wie präzise das Messsystem auch erscheinen mag.
Untersuchungen zur Messung des Oberarmumfangs bei Brustkrebsüberlebenden mit Lymphödem haben minimale nachweisbare Veränderungen (MDC) auf Segmentebene ermittelt, die zwischen ca. 3,4 % und 7,6 % des Extremitätenvolumens liegen, was je nach Segment 2,7 bis 14,6 ml entspricht. Auf Ebene des gesamten Armumfangs betrug die MDC ca. 2,4 %. Diese Werte wurden für Messungen mit einem Maßband unter kontrollierten Bedingungen ermittelt; die Variabilität zwischen verschiedenen Untersuchern, die die Realität im klinischen Alltag besser widerspiegelt, führt zu größeren Unsicherheitsintervallen.
Die praktische Konsequenz ist, dass eine Entscheidung zur Anpassung eines Kleidungsstücks auf der Grundlage einer Umfangsänderung von 4 mm oder 5 mm ohne Kenntnis der Standardabweichung des verwendeten Messsystems keine gültige Beweisgrundlage bietet.
Das Problem der anatomischen Korrespondenz
Der Messfehler hängt nicht nur vom Messgerät ab, sondern auch von der spezifischen anatomischen Stelle, an der die Messung vorgenommen wird.
Für einen aussagekräftigen Längsschnittvergleich müssen die Messungen jedes Mal an anatomisch äquivalenten Stellen erfolgen. Diese Anforderung ist schwieriger zu erfüllen als es scheint und stellt die am häufigsten unterschätzte Fehlerquelle bei Längsschnittmessungen zur Anpassung von Kompressionsbekleidung dar.
Bei der Maßbandmessung ist die Positionierung der Referenzpunkte bedienerabhängig. Eine Messung, die als „Mitte der Wade“ bezeichnet wird, ist kein fixer anatomischer Punkt, sondern eine relative Position, die je nach Interpretation und Lokalisierung durch den Anwender variiert. Geringfügige Abweichungen bei der Positionierung der Referenzpunkte führen zu tatsächlichen Unterschieden in der Umfangsmessung, insbesondere in anatomisch komplexen Regionen wie dem Knöchel oder dem Oberschenkelansatz, wo sich der Querschnitt der Extremität auf kurzen Strecken stark verändert.
Digitale Systeme gehen das Problem anders an. Maschinelles Lernen basiert auf Messplattformen, die konsistente Algorithmen zur Landmarkenerkennung über verschiedene Messungen hinweg anwenden und so die Bedienerabhängigkeit der Landmarkenvariabilität reduzieren. Die anatomische Übereinstimmung über verschiedene Sitzungen hinweg hängt jedoch weiterhin von einer konsistenten Patientenpositionierung, konsistenten Aufnahmebedingungen und der Fähigkeit des Modells ab, dieselbe anatomische Position auch bei veränderten Befunden zuverlässig zu lokalisieren. Beispielsweise stellt sich eine lymphödematöse Extremität, deren Volumen zwischen den Untersuchungen deutlich abgenommen hat, für das Modell anders dar als bei der ersten Messung.
Bei jedem System, das für die Langzeitüberwachung eingesetzt wird, sollten die Validierungsnachweise explizit die Konsistenz der anatomischen Landmarken berücksichtigen und nicht nur die allgemeine Messgenauigkeit.
Die Kennzahlen, die für die Validierung wirklich zählen
Hersteller von Kompressionsbekleidung und klinische Teams, die Messtechnologien für die Langzeitanwendung evaluieren, sollten Validierungsnachweise in Form geeigneter Kennzahlen verlangen. Die folgende Tabelle zeigt die wichtigsten Kennzahlen, was sie messen und was sie nicht aussagen.
| Metrisch | Was es misst | Was es Ihnen nicht sagt |
|---|---|---|
| Mittlerer absoluter Fehler (MAE) | Durchschnittliche Abweichungsgröße von einem Referenzwert innerhalb einer Stichprobe | Die Verteilung der Fehler – ob sie gehäuft auftreten oder über den gesamten Bereich verteilt sind |
| Voreingenommenheit und Grenzen der Übereinstimmung | Systematischer Richtungsversatz und die Streuung individueller Unterschiede zwischen zwei Methoden | Ob das System für eine bestimmte anatomische Region oder Patientengruppe genau ist |
| Standardmessfehler (SEM) | Die zu erwartende Abweichung bei wiederholten Messungen desselben Patienten mit demselben System | Ob eine bestimmte numerische Änderung diese Variation überschreitet |
| Variationskoeffizient (VK) | Die Messvariabilität wird als Anteil des Mittelwerts angegeben und ermöglicht so einen Vergleich zwischen verschiedenen anatomischen Stellen | Die absolute Größe des Fehlers ist in manchen klinischen Kontexten wichtiger als sein prozentualer Anteil |
| Kleinste messbare Änderung (SDC) / kleinste reale Differenz (SRD) | Die minimale Änderung, die sich mit statistischer Sicherheit vom Messrauschen unterscheiden lässt | Ob diese Veränderung klinisch bedeutsam ist – eine separate und ebenso wichtige Schwelle |
| Intra-Rater-Wiederholbarkeit | Konsistenz der Messungen desselben Patienten durch denselben Untersucher bei derselben Gelegenheit | Interrater-Reliabilität – wie stark sich die Ergebnisse verändern, wenn ein anderer Beurteiler beteiligt ist |
| Interrater-Reproduzierbarkeit | Konsistenz der Messungen über verschiedene Bediener hinweg | Ob das System für einen bestimmten klinischen oder fertigungstechnischen Anwendungsfall geeignet ist |
Zwei methodische Punkte gelten für alle diese Messgrößen. Erstens reicht eine Korrelation allein nicht zur Validierung aus. Ein hoher Korrelationskoeffizient zwischen zwei Methoden deutet zwar auf eine Tendenz zur Übereinstimmung hin, bestätigt aber nicht deren numerische Übereinstimmung. Ein System, das konstant 10 mm über dem Referenzwert misst, korreliert zwar stark mit diesem, weist aber eine systematische Abweichung auf. Um diese Diskrepanzen aufzudecken, sind die Bestimmung der Übereinstimmungsgrenzen und eine Analyse der systematischen Abweichung erforderlich.
Zweitens sollten die Validierungsnachweise spezifisch für die Patientenpopulation und die für den vorgesehenen Einsatz relevanten anatomischen Regionen sein. Ein System, das für gesunde Probanden validiert wurde, kann bei ödematösen Gliedmaßen anders funktionieren. Ein System, das für den Wadenumfang validiert wurde, wurde möglicherweise nicht an Knöchel oder Oberschenkel getestet. Die Nachweise müssen zur Anwendung passen.
Was aktuelle Forschungsergebnisse über digitale Messsysteme zeigen
Die klinische Literatur über digitale Messsysteme für Lymphödeme und Kompressionsanwendungen hat sich deutlich in Richtung einer strengen psychometrischen Bewertung der Zuverlässigkeit, Validität, des Messfehlers und der kleinsten realen Differenz entwickelt, anstatt einer einfachen Korrelation mit der Bandmessung.
Eine Studie aus dem Jahr 2026, die einen Streifenlichtscanner zur Beinvolumenmessung bei Patienten mit Lymphödem untersuchte, berichtete über eine exzellente Intra- und Interrater-Reliabilität mit geringen Messfehlern und minimalen Differenzwerten, die die Autoren als klinisch relevant einstuften. Das Gesamtbeinvolumen zeigte eine starke Korrelation und Übereinstimmungsvalidität sowohl mit der Umfangsmessung als auch mit der optoelektronischen Volumetrie. Die Autoren bewerteten zudem die klinische Anwendbarkeit anhand der Messzeit und eines eigens entwickelten Fragebogens.
Eine Studie aus dem Jahr 2025, die die LiDAR-Messung mittels Smartphones bei Patienten mit Lymphödemen der unteren Extremitäten untersuchte, berichtete über eine ausgezeichnete Interrater-Reliabilität an Knöchel, Wade und Knie. Die Ergebnisse an Fuß und Oberschenkel wichen stärker von den Messungen mit dem Maßband ab, was mit der anatomischen Komplexität dieser Regionen und den Schwierigkeiten der Zuordnung von Landmarken an Stellen mit raschen Querschnittsveränderungen der Extremität übereinstimmt.
Beide Studien belegen eine zunehmend fundierte Evidenzbasis, die sich von reinen Genauigkeitsaussagen hin zu einem messwissenschaftlichen Rahmen entwickelt, den Forschungs- und Entwicklungsabteilungen sowie medizinische Leiter von jedem zu evaluierenden System fordern sollten. Allerdings beantwortet keine der Studien alle offenen Fragen, insbesondere nicht zu ödematösen Krankheitsbildern außerhalb der untersuchten Populationen, zu häuslichen oder unbeaufsichtigten Erfassungsbedingungen sowie zur longitudinalen Beobachtung über längere Zeiträume.
Auswirkungen für Hersteller von Kompressionsbekleidung
Messunsicherheiten haben drei direkte operative Konsequenzen für Hersteller, die Körpermessdaten für die Spezifikation von Bekleidung, die Nachbestellung von Produkten und die Überwachung von Behandlungen verwenden.
Nachbestellungsentscheidungen. Eine Nachbestellung eines Kleidungsstücks, die durch eine gemessene Änderung ausgelöst wird, die innerhalb des Messrauschens des Systems liegt, ist eine Nachbestellung, die auf einem Messfehler basiert. Die Festlegung der Standardabweichung des Messsystems (SDC) und deren Verwendung als Entscheidungsschwelle reduziert unnötige Nachbestellungen, die durch Messvariabilität anstatt durch tatsächliche Veränderungen des Körperteils verursacht werden.
Anpassung der Kompressionskleidung im Verlauf. Patienten mit chronischen Erkrankungen, die eine regelmäßige Anpassung der Kompressionskleidung erfordern, sind auf Messdaten angewiesen, die tatsächliche Fortschritte oder Verbesserungen von Messfehlern unterscheiden können. Wenn die Standardabweichung des Messsystems (SDC) für die relevante Patientenpopulation und die entsprechenden anatomischen Regionen nicht ermittelt wurde, fehlt es an einer validen Evidenzgrundlage für Entscheidungen zur Anpassung der Kompressionskleidung im Verlauf.
Aussagen zur Therapieüberwachung. Jede Aussage, dass ein Messsystem die Therapieüberwachung unterstützt, die Reaktion auf die Kompressionstherapie verfolgt und das Fortschreiten oder die Rückbildung eines Lymphödems dokumentiert, impliziert, dass das System klinisch relevante Veränderungen oberhalb seines Rauschpegels erfassen kann. Diese Aussage erfordert explizite Validierungsnachweise: SDC-Werte für die Patientenpopulation, die anatomischen Regionen und die Aufnahmebedingungen, unter denen das System eingesetzt wird. Ohne diese Nachweise kann die Aussage nicht gestützt werden.
Fazit: Die Schwellenwertfrage
Bevor ein Messsystem zur Verfolgung von Patientenveränderungen im Zeitverlauf eingesetzt wird, muss eine Frage beantwortet werden: Was ist die kleinste Veränderung, die dieses System in dieser Patientenpopulation, in diesen anatomischen Regionen und unter diesen Erfassungsbedingungen zuverlässig erkennen kann?
Diese Frage hat eine spezifische, quantifizierbare Antwort: die kleinste nachweisbare Veränderung, die durch entsprechend konzipierte Validierungsstudien ermittelt werden muss. Sie lässt sich nicht allein aus Genauigkeitsdaten ableiten, aus Korrelationskoeffizienten ableiten oder aus Studien an verschiedenen Populationen oder anatomischen Regionen verallgemeinern.
Für Hersteller von Kompressionsbekleidung ist dieser Schwellenwert keine rein regulatorische Formalität. Er markiert die operative Grenze zwischen Messdaten, die klinische und produktionstechnische Entscheidungen unterstützen, und Messdaten, die in beiden Bereichen Störungen verursachen. Ein System, das die Schwellenwertfrage für Ihren spezifischen Anwendungsfall nicht beantworten kann und dessen Validierung für den Langzeiteinsatz ungeachtet seiner Leistung in einer Demonstrationsumgebung fehlt, ist ungeeignet.
Die Technologie für zuverlässige und reproduzierbare Körpervermessungen im Rahmen von Kompressionsbehandlungen ist vorhanden und wird stetig verbessert. Die Evidenzbasis entwickelt sich entsprechend. Hersteller und klinische Teams müssen die Disziplin aufbringen, die richtigen Evidenzen zu erfragen und korrekt anzuwenden.
Häufig gestellte Fragen
Wie ermitteln wir den SDC für ein Messsystem, das wir bereits verwenden?
Führen Sie eine Studie mit wiederholten Messungen durch: Messen Sie dieselben Patienten zweimal unter den Bedingungen, unter denen Sie tatsächlich arbeiten, wobei zwischen den Messungen keine physiologischen Veränderungen zu erwarten sind. Berechnen Sie den Standardmessfehler aus diesen Daten und leiten Sie daraus die kleinste nachweisbare Veränderung als 1,96 × √2 × SEM für ein Konfidenzniveau von 95 % ab. Das Ergebnis ist spezifisch für dieses System, diese Population, diese anatomischen Regionen und dieses Messprotokoll – es ist nicht auf andere Versuchsaufbauten übertragbar.
Können wir einfach die vom Anbieter veröffentlichte SDC-Zahl verwenden?
Nur wenn die Validierungsbedingungen Ihrem Anwendungsfall entsprechen. Ein Wert, der mit gesunden Probanden, unter Aufsicht durchgeführten Messungen und wiederholten Messungen durch denselben Untersucher ermittelt wurde, unterschätzt die Unsicherheit, die bei ödematösen Gliedmaßen, unüberwachten Messungen oder Messungen durch verschiedene Mitarbeiter auftritt. Betrachten Sie einen veröffentlichten SDC als Nachweis dafür, dass der Anbieter die Arbeit geleistet hat, und prüfen Sie anschließend, ob die Studienpopulation und die anatomischen Regionen mit Ihren übereinstimmen. Falls nicht, ist der Wert eher ein Indikator als eine verbindliche Aussage.
Wie viele Patienten werden für eine Wiederholbarkeitsstudie benötigt?
Gängige methodische Leitlinien für Reliabilitätsstudien empfehlen eine Mindestanzahl von etwa 50 Probanden. Kleinere Stichproben führen zu zu breiten Konfidenzintervallen, die für die praktische Anwendung unbrauchbar sind. Entscheidend ist neben der Probandenzahl, ob die Stichprobe die gesamte Bandbreite der untersuchten klinischen Präsentationen widerspiegelt – beispielsweise Gliedmaßenvolumen, Ödemstärke, Körpertypen und alle Erkrankungen, die die klinische Präsentation der Gliedmaße beeinflussen.
Gibt es Unterschiede im SDC zwischen verschiedenen anatomischen Regionen?
Ja, und die Angabe eines einzelnen Messwerts für die gesamte Extremität verschleiert dies. Bereiche, in denen sich der Querschnitt auf kurzer Distanz stark verändert – Knöchel, Fuß, Oberschenkelansatz – weisen eine größere Unsicherheit hinsichtlich der Landmarken auf als die Wadenmitte, und die veröffentlichte Forschung zu digitalen Systemen spiegelt dieses Muster durchgängig wider. Validierungsnachweise sollten nach Körperregion aufgeschlüsselt und Entscheidungsschwellenwerte standortspezifisch anstatt global festgelegt werden.
Reicht ein hoher Intraclass-Korrelationskoeffizient nicht aus?
Nein. Der ICC beschreibt, wie gut das System Individuen innerhalb der getesteten Stichprobe trennt. Das bedeutet, er steigt mit der Heterogenität dieser Stichprobe – eine Studie mit einer großen Bandbreite an Gliedmaßengrößen liefert einen vorteilhaften ICC-Wert, selbst wenn der absolute Messfehler beträchtlich ist. Er sagt auch nichts über die Übereinstimmung in Millimetern aus. Reliabilitätskoeffizienten und Messfehlermetriken beantworten unterschiedliche Fragen, und Entscheidungen für Längsschnittstudien hängen von Letzteren ab.
Gilt dies für die anfängliche Spezifikation des Kleidungsstücks oder nur für die Überwachung im Laufe der Zeit?
Die SDC regelt den Längsschnittvergleich – sie entscheidet, ob eine Änderung zwischen zwei Messungen real ist. Die Erstspezifikation ist eine andere Frage, die durch Genauigkeit und Abweichung von einer Referenzmethode beantwortet wird: Liegt die Messung nahe genug am wahren Wert, um die richtige Größe oder Komprimierungsklasse von Anfang an auszuwählen? Beides ist wichtig, aber sie zu vermischen, führt dazu, dass ein System anhand von Genauigkeitsdaten spezifiziert und dann für Überwachungszwecke eingesetzt wird, für die es nie validiert wurde.
Was ändert sich, wenn die Messungen zu Hause statt in der Klinik durchgeführt werden?
Die unüberwachte Datenerfassung beseitigt die Kontrollfaktoren, auf denen die meisten Validierungsstudien beruhen: Positionierung, Beleuchtung, Kleidung, Tageszeit und Zustand der Extremitäten. Jeder dieser Faktoren führt zu zusätzlichen Abweichungen, die das systembedingte Grundrauschen erhöhen und somit die statistische Detektionsgenauigkeit (SDC) erhöhen. Wenn die Datenerfassung zu Hause Teil Ihres Arbeitsablaufs ist, müssen die Validierungsdaten unter diesen Bedingungen erhoben worden sein – ein klinisch validierter Schwellenwert, der auf zu Hause erfasste Daten angewendet wird, würde Veränderungen anzeigen, die gar nicht vorhanden sind.
Wie oft sollte ein System erneut validiert werden?
Immer wenn sich etwas vorgelagert zur Messung ändert – sei es eine Modellaktualisierung oder eine Überarbeitung des Algorithmus, eine Änderung des Erfassungsprotokolls oder der Hardware oder die Ausweitung der Studie auf eine Patientenpopulation, die in der ursprünglichen Studie nicht berücksichtigt wurde –, kann sich das Verhalten ändern. Insbesondere bei Systemen, die auf maschinellem Lernen basieren, kann dies zu Abweichungen zwischen verschiedenen Versionen führen, die allein anhand der Ergebnisse nicht erkennbar sind. Daher sollte nicht davon ausgegangen werden, dass ein validierter Schwellenwert über mehrere Releases hinweg gültig bleibt.
Bedeutet das alles, dass die Messung mit einem Maßband die sicherere Methode ist?
Nein. Auch Klebeband hat ein Rauschen, und die Variabilität zwischen verschiedenen Untersuchern bei der Platzierung von Orientierungspunkten ist in den meisten klinischen Alltagssituationen größer als in Studien mit intraindividueller Genauigkeit angenommen. Es geht nicht darum, dass die eine Methode zuverlässig und die andere unzuverlässig ist, sondern darum, dass bei jeder Methode, die für Langzeitentscheidungen verwendet wird, der Messfehler für den jeweiligen Anwendungsfall quantifiziert werden muss. Und genau das ist bei Klebeband üblicherweise die Methode, bei der dies intern noch nie geschehen ist.
Informationen zu Esenca Sizing
Esenca Sizing ist eine KI-gestützte Plattform zur Messung von Körper-, Hand- und Fußmaßen, die von Herstellern und Händlern von medizinischer Bekleidung, Arbeitskleidung und Schuhen eingesetzt wird. Die browserbasierte Plattform benötigt weder Hardware noch eine separate App und ist nach ISO 8559 zertifiziert sowie DSGVO-geprüft. Mit über 500.000 verarbeiteten Messungen in 21 unterstützten Sprachen liefert Esenca Sizing konsistente Körpermessdaten für Produktions- und Passformoptimierungsprozesse.
