FAQ
© 2015 Staats- und Universitätsbibliothek
Hamburg, Carl von Ossietzky

Öffnungszeiten heute09.00 bis 24.00 Uhr alle Öffnungszeiten

Eingang zum Volltext in OPUS

Hinweis zum Urheberrecht

Dissertation zugänglich unter
URN: urn:nbn:de:gbv:18-54371
URL: http://ediss.sub.uni-hamburg.de/volltexte/2011/5437/


Vorhersage des längerfristigen Behandlungserfolgs anhand von Symptomverläufen und der Dauer stationärer Psychotherapie

Predicting long-term outcome of inpatient psychotherapy by the course of symptom severity and treatment duration

Melchior, Hanne

pdf-Format:
 Dokument 1.pdf (1.602 KB) 


SWD-Schlagwörter: Psychische Störung , Stationäre Behandlung , Klinische Psychotherapie , Stationäre Verweildauer , Psychotherapeutischer Prozess
Freie Schlagwörter (Deutsch): Symptomveränderung , Behandlungsdauer , Latente Wachstumskurvenanalysen , Verlaufsmessung
Freie Schlagwörter (Englisch): mental disorders , psychotherapy process-outcome-research , treatment duration , growth mixture modeling , treatment response
Basisklassifikation: 44.07 , 77.72 , 77.70 , 77.71
Institut: Psychologie
DDC-Sachgruppe: Psychologie
Dokumentart: Dissertation
Hauptberichter: Koch-Gromus, Uwe (Prof. Dr. Dr.)
Sprache: Deutsch
Tag der mündlichen Prüfung: 07.11.2011
Erstellungsjahr: 2011
Publikationsdatum: 05.12.2011
Kurzfassung auf Deutsch: Die stationäre Behandlung psychisch erkrankter Patienten wurde in den letzten Jahren stetig verkürzt, wobei die empirische Basis zum Verlauf der Symptomatik während der Behandlung sowie zur Bestimmung optimaler Behandlungsdauern gering ist. In der vorliegenden Arbeit wurde der Zusammenhang zwischen dem Verlauf der Symptombelastung während der stationären Behandlung und dem Therapieergebnis der Behandlung psychischer/psychosomatischer Erkrankungen untersucht. Dies erfolgte anhand der folgenden drei Fragestellungen: 1. Lassen sich Patienten(-gruppen) mit unterschiedlichen Verläufen der Symptombelastung während der Behandlung identifizieren? 2. Können die identifizierten Symptomverläufe durch bestimmte Patientencharakteristika vorhergesagt werden? 3. Kann das längerfristige Therapieergebnis durch die identifizierten Symptomverläufe vorhergesagt werden? Ziel war es, differenzierte Aussagen über den gesamten Verlauf der stationären Behandlung, über den Zeitpunkt und die Stabilität von Verbesserungen, über die Zuordnung der Patienten zu bestimmten prototypischen Symptomverlaufsgruppen und über den Vorhersagewert des Symptomverlaufs für das längerfristige Behandlungsergebnis zu treffen.
Mittels einer prospektiven multizentrischen Untersuchung im Ein-Gruppen-Studiendesign wurden neben den Erhebungen zu Beginn und bei Beendigung der stationären Behandlung kontinuierliche wöchentliche Messungen während der gesamten stationären Behandlung sowie eine katamnestische Erhebung 6 Monate nach Beendigung der Behandlung durchgeführt. Verlaufsmaß und primäres Outcome stellten dabei die Symptombelastung dar. Als sekundäres Outcome wurden die psychischen Aspekte der gesundheitsbezogenen Lebensqualität erhoben.
In drei Fachkliniken wurde eine konsekutive Stichprobe von 576 Patienten mit psychischen Erkrankungen untersucht, zur Katamnese stand noch eine Stichprobe von 424 Patienten zur Verfügung. Mittels latenter Wachstumskurvenanalysen (Growth Mixture Modeling) konnten explorativ fünf distinkte Verlaufsgruppen identifiziert werden. Zudem wurde eine Verlaufsgruppeneinteilung mit vier Gruppen nach theoriegeleiteten Kriterien vorgenommen. Die Symptomverläufe beider Gruppeneinteilungen ließen sich zu einem bedeutenden Anteil durch Patientenmerkmale vorhersagen. Dabei standen neben einem niedrigen Schulabschluss und der Nichterwerbstätigkeit vor allem Indikatoren für chronifizierte Erkrankungen im Zusammenhang mit einem ungünstigen Verlauf während der Behandlung. Ein frühes Ansprechen während der Behandlung zeigt sich bei Patienten mit hohem initialen Leidensdruck und tendenziell geringer Chronifizierung. Hinsichtlich der Varianz im primären und sekundären Outcome konnte, bei statistischer Berücksichtigung fundierter Prädiktoren des Outcomes, noch ein bedeutender Anteil durch die Symptomverläufe erklärt werden. Dabei zeigen vor allem die explorativ ermittelten Verlaufsgruppen einen guten Vorhersagewert für das längerfristige Behandlungsergebnis.
Die gewonnenen Ergebnisse werden auf inhaltlicher Ebene diskutiert und in Bezug zu bisherigen empirischen Befunden gesetzt. Ein zweiter Fokus der Diskussion liegt in der methodischen Auseinandersetzung mit den verwendeten Verfahren zur Gruppenbildung, dem Studiendesign und der Operationalisierung von Prädiktor- und Outcome-Maßen. Aus den Ergebnissen können sowohl forschungsrelevante als auch klinische Implikationen zur Untersuchung und Optimierung von Behandlungsprozessen abgeleitet werden. Erkenntnisse zum Verlauf der Symptombelastung während der stationären Behandlung leisten einen wertvollen Beitrag zur Vorhersage des Behandlungsergebnisses und somit zur Evidenzbasierung von Entscheidungen über Behandlungsprozesse.
Kurzfassung auf Englisch: Inpatient treatment duration for patients with mental disorders has constantly been reduced over the last years, although the symptom course and dose-response-relationship has only been sparsely analysed. To date, little is known on the process of change during inpatient treatment.
This study aimed at investigating the relationship between the course of symptom severity during inpatient treatment and long-term outcome. The following research questions were examined: 1. Can we identify distinct groups of patients which show different course of symptom change during inpatient treatment? 2. Is the course of symptom change during inpatient treatment predictable by patients’ characteristics? 3. Is the long-term outcome predictable by the course of symptom change?
The study was carried out in a prospective multicentre study design in three inpatient units for mental disorders in Germany with pre-, post-, and 6-months-follow-up measures of patients’ self-reported symptom severity. In order to describe the course of symptom change, repeated weekly measurements during the entire treatment were implemented. The primary outcome was symptom severity at follow-up, the secondary outcome was health related quality of life at follow-up.
Data from n = 576 patients with mental disorders with complete process measures and data of from n = 424 patients with complete process and outcome measures at follow-up could be included in the analyses. In order to identify subgroups of patients with distinct symptom courses, we used the method of Growth Mixture Modeling (GMM). Exploratory GMM analysis revealed five distinct groups of symptom change: early response, linear response, delayed response, non-response and atypical course. As an additional approach, a theoretically-based division into subgroups was conducted by defining a priori criteria for early response, late response and non-response. Both group classifications of symptom courses (exploratory and theory-based) could significantly be predicted by patients’ intake characteristics: Low educational level, unemployment and indicators of chronicity of the mental disorder predicted an unfavourable course of symptom severity during treatment. Early responses were shown by patients with high initial symptom severity and low chronicity. Regarding the main research question on the association between symptom course and long-term outcome results show that both primary and secondary outcome could be predicted significantly by symptom course, even when controlling statistically for empirically based outcome predictors. Especially the exploratory groups of symptom courses were found to show a relatively high predictive value for the long-term outcome.
Results will be discussed in relation to the current state of research and with regard to their clinical and research implications. Furthermore, the discussion focuses in particular on methodological issues of the study design, the statistical methods and the operationalisation of predictors and outcome measures. As the study results show, research on patient subgroups with GMM captures the heterogeneity of symptom change and thus allows for an optimization of treatment processes.

Zugriffsstatistik

keine Statistikdaten vorhanden
Legende