Refine
Keywords
- Age (1)
- Langzeitstudie (1)
- Lebensalter (1)
- Long term study (1)
- Personal characteristic (1)
- Personenmerkmal (1)
- Traffic safety (1)
- Verkehrssicherheit (1)
Erste Querschnittsanalysen aus der Dortmund-Bonner-Längsschnittstudie (DoBoLSiS).
Es gibt verschiedene Personenmerkmale, die das Fahrverhalten und die Fahrfähigkeiten von Menschen beeinflussen können. Dazu gehören nicht nur Persönlichkeitseigenschaften und das Selbstbild einer Person, sondern auch perzeptive, motorische und kognitive Fähigkeiten, die persönliche Fahrgeschichte, Einstellungen, bewusst oder unbewusst eingesetzte Kompensationsstrategien und auch die objektive Lebenssituation einer Person. All diese Personenmerkmale können sich im Laufe des Lebens verändern und – je nach Art und Ausmaß – das Fahrverhalten und damit auch die Fahrtüchtigkeit und Fahrkompetenz beeinträchtigen.
Im Rahmen einer auf mehrere Jahre angelegten Längsschnittstudie wird untersucht, ob und wie sich diese verkehrssicherheitsrelevanten Personenmerkmale im höheren Lebensalter verändern und welchen Einfluss sie (und andere Faktoren) auf das Fahrverhalten und damit auch auf die individuelle und allgemeine Verkehrssicherheit haben können. Dazu wurden über 480 Personen im Alter von 67 bis 76 Jahren im Abstand von 12-15 Monaten bis zu vier Mal eingeladen, um eine Fahrt in einem Fahrsimulator zu absolvieren. Dabei wurden zu jedem Messzeitpunkt neurophysiologische Para-meter (EEG) erfasst und mittels Fragebogen und kognitiven Leistungstests verschiedene verkehrssicherheitsrelevante Merkmale erhoben.
Der vorliegende Bericht enthält erste Ergebnisse der querschnittlichen Auswertung der Daten, die an dem ersten Messzeitpunkt von den Probanden und Probandinnen erfasst wurden. Dazu gehören unter anderem mittels Fragebogen erhobene Persönlichkeitseigenschaften (Big Five), das Selbstbild, Kompensationsstrategien sowie Angaben zur objektiven Lebenssituation und demografische Daten. Mithilfe psychometrischer Tests wurden verschiedene kognitive Fähigkeiten wie die Sensomotorik, die Reaktionsfähigkeit, diverse Facetten der Aufmerksamkeit (u. a. geteilte Aufmerksamkeit, Ablenkbarkeit, Flexibilität) sowie die visuelle Suche und die Beobachtungsfähigkeit / Überblicksgewinnung in verkehrsrelevanten Umgebungen erfasst.
Das Fahrverhalten der Probanden und Probandinnen wurde auf einer eigens für diese Studie entwickelten Fahrstrecke mit durchschnittlichem bis gehobenem Anforderungscharakter im Fahrsimulator erfasst und anhand verschiedener Leistungsdimensionen ausgewertet, die sich an dem – auch für die Beurteilung der Fahrleistung im Realverkehr verwendeten – TRIP-Protokolls orientieren. Diese Leistungsdimensionen wurden in zwei sogenannte Zielvariablen überführt, von denen die erste verschiedene einzelne Parameter zu einem Risikoindex (Zielvariable I) zusammenfasst und eine zweite erhebliche Verstöße gegen die Straßenverkehrsordnung enthält (Zielvariable II), die von den Probanden und Probandinnen während der Fahrt begangen wurden.
Bei den ersten querschnittlichen Analysen dieser Daten, die verschiedene Verfahren wie Multiple Lineare Regression, Diskriminanzanalyse und Binär Logistische Regression umfassten, kristallisierte sich eine überschaubare Zahl von Variablen als Klassifikatoren bzw. Prädiktoren heraus. Hierbei handelte es sich vor allem um die Konstanz der Aufmerksamkeitsfokussierung, die Überblicksgewinnung sowie als Persönlichkeitsmerkmal emotionale Stabilität bzw. Labilität, die Selbstzuschreibung von Fahrkompetenz und letztlich auch Alter und Geschlecht. Dabei bewegt sich die aufgeklärte Varianz im niedrigen einstelligen Prozentbereich (3,2 % bis 7,5 %). Ob diese Variablen auch in den längsschnittlichen Analysen als stärkste Prädiktoren Bestand haben werden, bleibt abzuwarten. Denn im Alternsprozess kann sich die Vernetzungsstruktur der von uns untersuchten biopsychologischen Kompetenzen mit Verhaltensweisen und Einstellungen ändern. Dies kann durchaus Auswirkungen auf Fahrverhalten und Unfallrisiko haben, sodass dadurch auch die Regressions- und Diskriminanzmodelle des ersten Messzeitpunktes nicht konstant bleiben