Zusammenhänge zwischen Verweildauer und Behandlungserfolg in

Werbung
Aus der Universitätsklinik für Psychiatrie und Psychosomatik
Abteilung für Psychosomatische Medizin und Psychotherapie
der Albert-Ludwigs-Universität
Freiburg im Breisgau
Zusammenhänge zwischen Verweildauer und Behandlungserfolg
in stationärer und teilstationärer Psychotherapie
INAUGURAL-DISSERTATION
zur
Erlangung des Medizinischen Doktorgrades
der Medizinischen Fakultät
der Albert-Ludwigs-Universität
Freiburg im Breisgau
vorgelegt 2010
von Katharina Anna Schmieder
geboren in Filderstadt
Dekan:
Professor Dr. med. Christoph Peters
Erster Gutachter:
Professor Dr. med. Carl-Eduard Scheidt
Zweiter Gutachter:
Professor Dr. med. Dr. phil. Jürgen Bengel
Jahr der Promotion:
2010
Danksagung
Ich danke meinem Doktorvater Herrn Prof. Dr. Scheidt für die Überlassung des Themas, für die
freundliche Unterstützung und dafür, dass er sich oftmals auch sehr spontan Zeit für ein Gespräch
genommen hat.
Mein Dank geht ebenso an Herrn Prof. Dr. Bengel für die Übernahme des Zweitgutachtens.
Ich möchte auch Laurence Reuter und Petra Sitta danken für die Einführung in den umfangreichen
Datensatz, außerdem den Patienten für ihre Bereitschaft die Fragebögen auszufüllen und
an
Katamnesegesprächen teilzunehmen.
Bei Joachim Marnitz möchte mich mich für die kompetente Beratung in Computerfragen bedanken.
Ein besonders großer Dank gilt meinem Bruder Johannes Schmieder, welcher mich in jeder
Hinsicht bei meinem Projekt Doktorarbeit unterstützt und beraten hat, sowie meinen Eltern, denen
ich mein Studium und noch viel mehr verdanke. Genauso möchte ich Alexander Ritter für das
Korrekturlesen aber vor allem für die sehr geduldige moralische Unterstützung und Motivation
danken.
3
Zusammenfassung
In der vorliegenden Arbeit wird, nach ausführlichen theoretischen Vorüberlegungen, durch
empirische Methoden, der Zusammenhang zwischen Verweildauer und Therapieerfolg, im Rahmen
stationärer und teilstationärer Psychotherapie untersucht. Die Fragen dabei sind: Welche
Patientenvariablen beeinflussen die Verweildauer? Welche beeinflussen das Therapieergebnis?
Beeinflusst der Faktor Verweildauer das Ergebnis und wenn ja, wie stark? Dazu wird ein Datensatz
der Universitätsklinik Freiburg und der Thure-von-Uexküll-Klinik Freiburg verwendet. Die
Datenerhebung erfolgte in den Jahren 2005-2007. Die Patienten wurden zu vier Messzeitpunkten
(Aufnahme, Entlassung, 3-Monats-Katamnese, 1-Jahres-Katamnese) mit Hilfe von Fragebögen zu
ihren Symptomen befragt. Die Stichprobe mit 604 Patienten entspricht, mit Überwiegen des
weiblichen Geschlechts und einem Altersdurchschnitt im mittleren Lebensalter (39 Jahre), einer
typischen Stichprobe einer psychosomatischen Klinik. Zur Erfolgsmessung werden Effektstärken
berechnet. Als Hauptinstrumente werden, neben anderen Fragebögen, der BDI und der SCL-90-R
verwendet. Als statistische Methoden kommen der chi²-Test und der Fisher's Exakt-Test zur
Überprüfung von Hypothesen zum Einsatz. Regressionsanalysen dienen dazu, Einflussfaktoren für
jeweils Verweildauer und Therapieerfolg zu bestimmten.
Es zeigt sich, dass ein hohes Lebensalter und ein Ehepartner einen signifikant verkürzenden
Einfluss auf die Verweildauer haben. Eine Essstörung, große Behandlungsmotivation und eine hohe
Depressivität bei Beginn der Therapie aber auch eine private Gesundheitsversicherung sind
signifikant mit einer längeren Therapiedauer verbunden. Signifikanten positiven Einfluss auf die
BDI-Effektstärke haben Kinder, ein hohe Depressivität bei Aufnahme und die Diagnose einer
Angststörung. Einen negativen Einfluss zeigen u.a. die Variablen teil-/stationäre Vorbehandlung und
die Diagnose einer Somatoformen Störung. Für die SCL-Effektstärke zeigen sich eine große
Behandlungsmotivation, sowie eine hohe psychische Belastung bei Aufnahme als positive
Einflussfaktoren. Negative Einflüsse sind das Alter, und eine deutliche körperliche Belastung. Die
Verweildauer zeigt sich für die BDI-Effektstärke, mit und ohne Kontrolle für weitere Variablen, als
hochsignifikanter positiver Prädiktor. Zum Zeitpunkt der 1-Jahreskatamnese sieht man immer noch
den signifikanten positiven Einfluss der Verweildauer auf die BDI-Effektstärke. Für die SCLEffektstärke ließ sich kein Zusammenhang herstellen. Die Verweildauer stellt weiterhin für die
Erfolgsmaße GAF-Effektstärke und State-Effekstärke einen positiven Einflussfaktor dar. In
verschiedenen Diagnosegruppen lässt sich tendenziell ein unterschiedlich großer Einfluss der
Verweildauer auf das Ergebnis zeigen.
4
Inhaltsverzeichnis
Danksagung….....................................................................................................................................3
Zusammenfassung..............................................................................................................................4
Inhaltsverzeichnis...............................................................................................................................5
1. Einleitung........................................................................................................................................8
2. Theorie...........................................................................................................................................10
2.1. Behandlungsdauer................................................................................................................10
2.1.1. Definition der Verweildauer/ Behandlungsdauer und Empfehlungen der Leitlinien......10
2.1.2. Allgemeine Entwicklung der stationären Verweildauer .................................................11
2.1.3. Theoretischer Hintergrund zum Zustandekommen der Therapiedauer in einer
psychosomatischen Klinik........................................................................................................13
2.1.4. Einflussfaktoren auf die Behandlungsdauer....................................................................15
2.1.4.1. Krankheitsbezogene Faktoren.................................................................................15
2.1.4.2. Soziodemographische Variablen.............................................................................17
2.1.4.3. Soziale Faktoren......................................................................................................18
2.1.4.4. Klinikimmanente Faktoren......................................................................................19
2.1.4.5. Personenbezogene Variablen...................................................................................20
2.1.4.6. Faktoren aus dem Behandlungsprozess...................................................................20
2.1.4.7. Ökonomische und versicherungsrechtliche Faktoren..............................................21
2.1.4.8. Disziplinarische Ereignisse und interkurrente Vorkommnisse ...............................21
2.1.4.9. Weitere Einflussfaktoren.........................................................................................21
2.2. Therapieerfolg.......................................................................................................................22
2.2.1. Generic Model of Psychotherapy....................................................................................22
2.2.2. Therapieergebnisforschung.............................................................................................24
2.2.3. Efficacy versus Effectiveness..........................................................................................29
2.2.4. Therapieprozessforschung...............................................................................................30
2.2.4.1. Therapie/Therapeutenbezogene Faktoren ..............................................................31
2.2.4.1.1. Therapieschule (spezifische Wirkfaktoren).....................................................31
5
2.2.4.1.2. Common Factors (unspezifische Wirkfaktoren)..............................................34
2.2.4.2. Extratherapeutische Faktoren..................................................................................40
2.2.4.2.1. Soziodemografische Patientenvariablen..........................................................40
2.2.4.2.2. Krankheitsbezogene Patientenvariablen..........................................................41
2.2.4.2.3. Placebo-Effekt / Erwartungen..........................................................................44
2.2.4.2.4. Psychopharmakologische Einflüsse ................................................................45
2.3. Zusammenhang zwischen Behandlungsdauer und Therapieerfolg.................................45
2.3.1. Zusammenfassung der aktuellen Literatur......................................................................45
2.3.2. Das Dosis-Effekt-Modell................................................................................................49
2.3.3. Das Phasenmodell...........................................................................................................51
2.4. Behandlung in einer psychosomatischen Klinik................................................................54
3. Empirische Untersuchung...........................................................................................................55
3.1. Fragestellung und Zielsetzung dieser Arbeit......................................................................55
3.2. Methodik................................................................................................................................56
3.2.1. Untersuchungsdesign...........................................................................................................56
3.2.2. Datenerhebung und Zusammenstellung der Stichprobe.................................................57
3.2.3. Erhebungsinstrumente.....................................................................................................58
3.2.4. Operationalisierung des Therapieerfolgs .......................................................................63
3.3. Statistische Auswertung.......................................................................................................64
3.3.1. Deskriptive Statistik........................................................................................................64
3.3.2. Hypothesentestung / T-Test.............................................................................................64
3.3.3. Lineare Regression..........................................................................................................66
3.3.4. Umgang mit fehlenden Werten.......................................................................................68
3.4. Ergebnisse..............................................................................................................................69
3.4.1. Beschreibung der Stichprobe / Behandlungsergebnisse.................................................69
3.4.2. Zur Fragestellung 1.........................................................................................................80
3.4.3. Zur Fragestellung 2.........................................................................................................80
3.4.4. Zur Fragestellung 3.........................................................................................................82
3.4.5. Zur Fragestellung 4.........................................................................................................83
3.4.6. Zur Fragestellung 5.........................................................................................................85
3.4.6.1. Behandlungserfolg zum Zeitpunkt der Entlassung.................................................85
3.4.6.2. Der Einfluss der Verweildauer auf weitere Erfolgsmaße........................................89
3.4.6.3. Behandlungserfolg zum Zeitpunkt der Katamnesen...............................................90
6
3.4.6.4. Unterschiede des Einflusses der Verweildauer in verschiedenen
Diagnosegruppen..................................................................................................................94
3.5. Diskussion..............................................................................................................................95
3.5.1. Diskussion der Stichprobe..............................................................................................95
3.5.2. Diskussion der Methode..................................................................................................96
3.5.3. Diskussion und Zusammenfassung der Ergebnisse........................................................99
3.5.3.1. Zusammenhänge zwischen Verweildauer und Patientenvariablen..........................99
3.5.3.2. Zusammenhänge zwischen Therapieerfolg und Patientenvariablen.....................102
3.5.3.3. Zusammenhang zwischen Verweildauer und Therapieerfolg................................109
3.5.3.4. Fazit und Ausblick.................................................................................................112
Tabellenverzeichnis.........................................................................................................................113
Abbildungsverzeichnis..............................................................................................….................114
Literaturverzeichnis.......................................................................................................................115
Anhang ...........................................................................................................................................133
7
1. Einleitung
Psychische Erkrankungen sind in Deutschland und Europa häufig und stellen ein ernstzunehmendes
Problem in der Bevölkerung dar. Wie neuere Erhebungen zeigen, durchleben in Deutschland 37 %
der Frauen und 25 % der Männer innerhalb eines Jahres eine psychische Störung (RKI, 2008). Man
rechnet damit, dass bis zum Jahr 2020 Depressionen in den Industriestaaten die zweit häufigste
Ursache von allen Erkrankungen sein werden (Grünbuch der EU, 2005). Die Betroffenen leiden oft
lange Zeit psychisch und körperlich, bis ihre Erkrankung erkannt wird und nur 10% von ihnen
erhalten eine, im weitesten Sinne, adäquate Therapie nach modernen wissenschaftlichen Kriterien
(Wittchen und Jacobi, 2001). Neben den immensen Folgen für die Einzelperson, welche Verlust der
Arbeitsfähigkeit oder die soziale Isolation bedeuten können, entstehen wirtschaftliche Konsequenzen für die gesamte Gesellschaft. Psychische Krankheiten trugen in den letzten Jahren in
hohem Ausmaß zu Krankschreibungen und Frühberentungen bei. Laut Angaben des statistischen
Bundesamtes entstanden dadurch in Deutschland jährlich Kosten von knapp 23 Milliarden Euro
(RKI, 2008). Die Behandlung psychischer Krankheiten ist aufwändig und teuer, doch auch die
Nicht- oder Fehl-Behandlung kostet. Folgeerkrankungen psychischer und körperlicher Natur und
deren Therapien, so wie der Arbeitskraftausfall bei chronischer Erkrankung machen sich in hohen
Summen bemerkbar.
Die Ressourcen im deutschen Gesundheitssystem sind knapp. Die steigenden Kosten durch
wachsende Nachfrage nach medizinischer Leistung und neue Entwicklungen im Bereich der
modernen Medizin, zwingen Krankenkassen und Kliniken ihre Ausgaben sinnvoll zu rationieren. So
muss auch im Bereich der Psychiatrie und Psychosomatik über Kosteneinsparung nachgedacht
werden. Da die Psychiatrie bisher von der DRG/Fallpauschalen-Regelung ausgenommen ist,
konzentrieren sich Kostenträger auf die Möglichkeit zur Kosteneinsparung durch Kürzung der
Verweildauer (Richter, 2001). Die Streitfrage, wie sich diese Entwicklung auf die Qualität der
medizinischen Versorgung auswirkt, ist umso aktueller.
Würde zum Beispiel nach kürzeren Verweildauern die Zahl der schlechten Behandlungsergebnisse
steigen und dadurch zu einer vermehrten Wiedereinweisungsrate führen, hätte man den
gewünschten Effekt der Kostenersparnis nicht erreicht. Zwar verbessert sich die therapeutische
Versorgung im ambulanten Bereich, doch ist nicht klar, in wie weit sich stationäre
Therapiemaßnahmen dadurch ersetzen lassen.
8
Zu diesem Thema möchte ich mit meiner Arbeit Beitrag leisten und den Zusammenhang zwischen
Verweildauer und Therapieerfolg von stationären Patienten in einer psychosomatischen Klinik
untersuchen.
Ich werde in einem ersten Teil meiner Arbeit, theoretische Überlegungen als Voraussetzung für eine
empirische Untersuchung anstellen. Dabei werde ich die Schwierigkeiten der empirischen
Forschung im allgemeinen und im speziellen für dieses Thema aufzeigen. Ich werde als mögliche
Methode die Regressionsanalyse beschreiben, durch welche sich Einflussfaktoren auf die Verweildauer oder auch auf den Therapieerfolg bestimmen und quantifizieren lassen können. Diese
Methode wird im empirischen Teil angewendet.
Verweildauer und Therapieerfolg sollen jeweils im einzelnen genauer betrachtet werden, um
Zusammenhänge, welche anschließend beschrieben werden, besser verstehen und einordnen zu
können. Es existieren bereits zahlreiche Untersuchungen zur Verweildauer und zur Frage, wodurch
sie beeinflusst wird. Die Autoren können jedoch zum Teil nur vage Aussagen machen, nicht selten
widersprechen sich die Ergebnisse ihrer Studien. Oft gehen sie nach anderen Methoden vor oder
setzen unterschiedliche Schwerpunkte. Das vermindert die Vergleichbarkeit ihrer Ergebnisse aber
folgt aus der Komplexität dieser Fragestellung. Ich möchte die bisher identifizierten
Einflussfaktoren vorstellen und damit einen Überblick über die vorhandene Literatur geben.
Auch zum Therapieerfolg haben sich, wenig überraschend, schon viele Autoren Gedanken gemacht.
Bisher besteht noch keine einheitliche Definition für Therapieerfolg und es wurden vielfältige
Methoden für seine Messung entwickelt. Diese Messmethoden und auch unterschiedliche
Forschungsansätze, wie die Therapieergebnis- und die Therapieprozess-Forschung sollen in meiner
Arbeit vorgestellt werden.
Es gibt auch bereits interessante Untersuchungen zum Zusammenhang zwischen Verweildauer und
Therapieerfolg. Es wurden zwei Modelle entwickelt, das Phasenmodell und das Dosis-EffektModell, welche die Beziehung genauer beschreiben. Insgesamt lässt sich eine eindeutige Tendenz
für einen positiven Zusammenhang erkennen. Trotzdem besteht hier noch Bedarf nach genaueren
und ausführlicheren Untersuchungen.
Anschließend werde ich im zweiten, empirischen Teil meiner Arbeit, anhand von Daten der
Universitätsklinik Freiburg und der Thure-von-Uexküll-Klinik Freiburg, den Einfluss der
9
Verweildauer auf den Therapieerfolg überprüfen. Es handelt sich um die Daten von 604 Patienten,
welche in einem Zeitrahmen von drei Jahren behandelt wurden. Mit Vierfeldertafeln werden bereits
erste Zusammenhänge zwischen Patientenvariablen und Verweildauer und Patientenvariablen und
Therapieerfolg dargestellt. In einem zweiten Schritt sollen verschiedene Regressionsanalysen, unter
Verwendung unterschiedlicher Erfolgsmaße und verschiedener Messzeitpunkte, genauere Ergebnisse bringen. Zum Abschluss werden die Ergebnisse zusammengefasst und diskutiert.
2. Theorie
2.1. Behandlungsdauer
2.1.1. Definition der Verweildauer/ Behandlungsdauer und
Empfehlungen der Leitlinien
Verweildauer: Man versteht darunter die Anzahl der Tage, die ein Patient stationär im Krankenhaus
verbringt. Aufnahme- und Entlassungstag zählen zusammen als ein Tag (Bundespflegesatzverordnung, 1994).
Behandlungsdauer: Sie unterscheidet sich von der Verweildauer nur in dem einem Punkt: nach
einer
Probeentlassung wird der Patient, bei Wiederaufnahme als der selbe Fall gezählt. Die
Behandlungsdauer ist somit immer gleich lang oder länger als die Verweildauer (Bundespflegesatzverordnung, 1994).
Empfehlungen zur Behandlungsdauer:
Die AWMF-Leitlinien (Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften) empfehlen weder für ambulante noch für stationäre Psychotherapie Richtwerte für die
Behandlungsdauer: „Eindeutige Kriterien für die Behandlungsdauer sind angesichts der komplexen
Ätiologie und der vielfältigen Interaktionen der Erkrankung mit körperlichen, innerpsychischen und
sozialen Faktoren bisher nicht verlässlich entwickelt worden. Kriterien für die Verkürzung oder
Verlängerung einer Therapie ergeben sich zudem oftmals erst im Rahmen des therapeutischen
Prozesses“ (AWMF – Leitlinien, 2002 ).
10
Auch
die
S3-Leitlinie/Nationale Versorgungsleitline
gibt
keine
Empfehlungen
für
die
Behandlungsdauer, weder für die ambulante, noch für die stationäre Therapie (S3-Leitlinie/NVL
2009).
2.1.2. Allgemeine Entwicklung der stationären Verweildauer
Die Verweildauer stationärer Therapien in psychiatrischen und psychosomatischen Kliniken hat sich
über die Jahre zunehmend verkürzt. Patienten die früher Monate bis Jahre, manchmal sogar
lebenslang, in stationären Einrichtungen verbracht haben, verweilen heute im Durchschnitt wenige
Monate (Richter, 2001). 1975 betrug die Verweildauer in allen deutschen psychiatrischen Kliniken
bei 67,3 % der Patienten über ein Jahr und bei 31 % der Patienten über zehn Jahre (Lage der
Psychiatrie Bonn, 1975). Im Jahr 2004, betrug hingegen die durchschnittliche Verweildauer in
Kliniken für Psychosomatik und Psychotherapeutische Medizin nur noch 41,4 Tage und in Kliniken
für Psychiatrie und Psychotherapie sogar 24,7 Tage. Tageskliniken haben eine mittlere Verweildauer
von 7 bis 12 Wochen, 35 – 60 Pflegetagen entsprechend (RKI, 2008). Die mittlere Verweildauer in
psychiatrischen-psychotherapeutischen Fachkliniken und Abteilungen in Deutschland verkürzte
sich, innerhalb von zehn Jahren von 1994 bis 2004, um 40 % (Spießl, 2006).
Es gab vielfältige Ursachen für diese drastische Verkürzung der Behandlungsdauer. Ein
Ziel
bestand darin, langfristig hospitalisierte Patienten, die für Jahre aus ihrem normalem Umfeld
entfernt waren sozial und beruflich zu rehabilitieren (RKI, 2008). Zudem kam es zu einer
grundlegenden Veränderung der Entlassungs-Ziele für die Patienten (Bassler et al., 1995). Wo es
anfangs um die Entwicklung der Persönlichkeit sowie um den Aufbau einer gesunden
psychologischen Struktur ging, stehen heute Reduktion der Symptome, Verbesserung der
Medikation und Vorbereitung zum Übergang in die ambulante Versorgung im Vordergrund. Der
aktuellste Grund für diese Entwicklung, ist der zwingende Druck zur Kosteneinsparung.
Gleichzeitig erfolgte zum Ausgleich der Ausbau von teilstationären und ambulanten Angeboten um
die psychiatrische Grundversorgung zu sichern.
Auch in anderen Fachabteilungen kam es zu Verkürzungen der Verweildauer. Insgesamt nahm die
Verweildauer in deutschen Krankenhäusern von 1991 bis 2007 um knapp 40 % ab. Die
durchschnittliche Verweildauer lag 2007 bei 8,3 Tagen (statistisches Bundesamt, 2007). Eine
ähnliche Entwicklung zeigte sich in den USA und in anderen europäischen Ländern, wie den
11
Niederlanden, Norwegen, Schweden, Schweiz, Großbritannien, Frankreich, Spanien mit einer
durchschnittlichen Behandlungsdauer von 5,0 bis 8,5 Tagen. Russland hatte 2006 noch eine
durchschnittliche Verweildauer von 13,6 Tagen, Japan von 34,7 Tagen (statistisches Bundesamt,
2007). Da die Zahl der Krankenhausbetten von der unterschiedlichen Bedeutung und Funktion des
ambulanten und stationären Sektors in den verschiedenen Ländern maßgeblich abhängt, ist ein
internationaler Vergleich problematisch. Generell lässt sich jedoch feststellen, dass das Niveau der
stationären Versorgung in Deutschland ausgesprochen hoch ist, in Deutschland sind die Liegezeiten,
abgesehen von der Schweiz im europäischen Vergleich, nach wie vor am längsten (RKI, 2006).
Unterschiede bestehen auch zwischen den verschiedenen Fachabteilungen der Kliniken, wie die
folgende Tabelle zeigt.
Object 17
Gesundheitsberichterstattung des Bundes (2007)
12
2.1.3. Theoretischer Hintergrund zum Zustandekommen der
Therapiedauer in einer psychosomatischen Klinik
In Bezug auf die beschriebenen Veränderungen der letzten Jahrzehnte, ist es interessant zu
verstehen, was die Behandlungsdauer bestimmt und durch welche Faktoren sie beeinflusst wird. Es
ist zudem eine Voraussetzung, um darüber nachzudenken, welche Zusammenhänge zwischen der
Behandlungsdauer und dem Therapieerfolg bestehen und welche Folgen die abnehmenden
Verweildauern in den Kliniken haben. Es lohnt sich also, das komplexe Entstehen der
Therapiedauer einmal genau zu betrachten. Da es keine festen Regeln oder Vorgaben der
Kostenträger gibt, auch keine Empfehlung der Leitlinien, ist die Therapiedauer der einzelnen
Patienten und der verschiedenen Kliniken sehr unterschiedlich und lässt sich schwer vorhersagen.
Für ein besseres Verständnis, möchte ich eine Gleichung aufstellen, welche die Therapiedauer
beschreibt. Diese steht auf der linken Seite. Auf der rechten Seite stehen die Faktoren, welche
Einfluss auf sie nehmen. Es ist die Gleichung einer Regressionsanalyse.
y = β1 X (Arzt/Klinikbereitschaft) + β2 X (Patientbereitschaft) + β3 X (Kostenträger) + ε
y = Therapiedauer
x = Einflussvariable
β = Regressionskoeffizient: gibt die Größe des Effekts der Variable wider
ε = Residuum: Rest der Dauer, welcher sich nicht durch die Gleichung erklären lässt
Vereinfacht kann man annehmen, die Therapie dauert maximal so lange, wie jede der beiden
beteiligten Parteien, Arzt/Klinik und Patient, bereit ist fortzufahren. Sobald eine der beiden die
Therapie nicht mehr als sinnvoll erachtet, wird das Therapieverhältnis beendet. Dazu kommen die
äußeren Einschränkungen, wie Kostenträger, Arbeitgeber usw.
Nun gibt es Variablen, welche die Motivation/Bereitschaft des Arztes/Klinik zur Therapie
beeinflussen, das heißt, die Variable “Arzt/Klinik-Bereitschaft“ setzt sich zusammen aus anderen
Variablen. Dazu gehören zum Beispiel: der vom Arzt erlebte Schweregrad und Leidensdruck des
Patienten, eventuell der Familie des Patienten, welche den Arzt motivieren, Sympathie für den
Patienten etc.. Außerdem spielen organisatorische Aspekte, wie das Konzept der Klinik, die Zahl
der freien Betten, der Personalschlüssel und anderes, eine Rolle. Variablen, welche die Bereitschaft
des Patienten bestimmen, sind: Behandlungsmotivation (Leidensdruck oder aber sekundärer
13
Krankheitsgewinn), Schwere der Erkrankung, Kinder, Familienstand, berufliche Situation etc.
Mit einem idealen Datensatz, mit allen denkbaren, erklärenden Variablen und einer großen
Patientenzahl, ließe sich, durch dieses vereinfachte Modell, mit einer Regressionsanalyse der
Einfluss einer jeden Variable heraus rechnen und das Zustandekommen der Behandlungsdauer ließe
sich für einen bestimmten Patienten genau erklären. Leider verhält es sich in der Realität komplexer
und man stößt auf viele methodische Schwierigkeiten. Einige Variablen nehmen Einfluss auf Arzt
und Patienten gleichzeitig. Eine Variable kann die Bereitschaft des Arztes erhöhen und gleichzeitig
die Bereitschaft des Patienten vermindern. Ein Beispiel wäre ein schwieriger Arbeitgeber, welcher
den Patienten unter Druck setzt, zurück zur Arbeit zu kommen und seine Therapie zu beenden. Dies
könnte ein Grund für den Therapeuten sein, dem Patienten durch eine längere Therapie mehr
Stabilität zu geben, um sich gegen solchen Druck von Außen besser zur Wehr setzen zu können,
während es für den Patienten einen Grund darstellen könnte, die Therapie zu verkürzen oder gar
vorzeitig abzubrechen. Von dieser Art lassen sich viele Beispiele finden.
Weitere Schwierigkeiten sind Einflussfaktoren, welche sich bei verschiedenen Patienten
unterschiedlich auswirken. Zum Beispiel der Schweregrad einer Erkrankung. Eine schwere
Depression erfordert eine längere Therapie um eine Veränderung zu schaffen. Doch nicht jeder
Patient hat deshalb eine erhöhte Bereitschaft für eine längere Therapie. Gerade Patienten mit
schwerer Depression bringen manchmal nicht die Fähigkeit mit, sich einer anstrengenden und tief
greifenden Veränderung durch eine lange Therapie zu stellen (Allen, 1985). Folglich lässt sich nicht
generalisieren, inwiefern sich die Variable Schweregrad der Erkrankung auf die Therapiedauer
auswirkt. Man kann nur die Tendenz herausfinden, indem man viele Patienten in solch eine
Regressionsanalyse aufnimmt.
Da in der praktischen Forschung leider keine perfekten Datensätze existieren, welche alle Variablen
enthalten, von denen man sich vorstellen kann, dass sie Einfluss auf die Therapiedauer nehmen, die
Fallzahlen oft klein sind und es bestimmt viele Einflüsse gibt, die noch gar nicht als solche
identifiziert wurden, sind die Studienergebnisse in der vorhandenen Literatur oft unbefriedigend.
Meist kann nur ein kleiner Teil der Varianz der Behandlungsdauer aufgeklärt werden. Einige
Studien widersprechen sich sogar in ihren Aussagen.
Um das oben beschriebene Modell zum Zustandekommen der Behandlungsdauer mit seinen
Einflussvariablen zu vervollständigen, müssen zuerst Einflüsse festgestellt werde, indem theoretisch
14
über Zusammenhänge nachgedacht wird. Anschließend kann man statistisch testen, ob es z.B.
Korrelationen gibt oder ob sich der Effekt in einer Regressionsanalyse bestätigt.
Nach diesen theoretischen Überlegungen möchte ich einen Überblick über die vorhandene Literatur
zu diesem Thema geben.
2.1.4. Einflussfaktoren auf die Behandlungsdauer
Da in den im Folgenden dargestellten Studien oft verschiedene statistische Methoden angewandt
wurden, unterschiedliche Zusammensetzungen der Stichproben und Patientenzahlen vorlagen und
von Klinik zu Klinik die Behandlungssettings und Behandlungsziele variierten, lassen sich die
Studien generell schlecht vergleichen. Ich beschränke mich deshalb darauf einen Überblick über die
Ergebnisse zu geben.
Zielke et al. (1997) stellten in einer Überblicksarbeit eine umfassende Analyse der Einflussfaktoren
vor, welche sowohl theoretisch als auch empirisch nachgewiesen wurden. Ich schließe mich ihrer
Einteilung an und stelle zu den einzelnen Punkten Teile der vorhandenen Literatur vor.
2.1.4.1. Krankheitsbezogene Faktoren
Watt und Buglass (1966) zeigten, wie später auch andere Autoren, einen signifikanten
Zusammenhang zwischen Diagnose und Aufenthaltsdauer in der Klinik (Barnow et al., 1997; von
Heymann et al., 2003; Creed et al., 1997; Allen, 1985; Hermann et al., 2007) In einer Studie, die
anhand von Patientendaten aus dem Bereich Psychosomatik und Psychotherapeutische Medizin
durchgeführt wurde, hatten Patienten mit Zwangsstörungen mit durchschnittlich 71 Tagen die
längste Behandlungsdauer (von Heymann et al., 2003). Darauf folgten Patienten mit Persönlichkeitsstörungen mit durchschnittlich 69 Tagen. Patienten mit einer depressiven Episode hatten im
Mittel eine Aufenthaltsdauer von nur 44 Tagen. Richter (2001) stellte dagegen für das benachbarte
Gebiet Psychiatrie fest, dass einzelne Diagnosen bzw. Diagnosegruppen nur wenig zur Aufklärung
der Varianz der Verweildauer beitragen. In seiner Übersicht liegt die Varianzaufklärung der meisten
untersuchten Studien zwischen 3 und 10 %.
Viele Autoren wiesen auf die Korrelation zwischen Schweregrad der Erkrankung und
15
Aufenthaltsdauer in der Klinik hin (Barnow et al., 1997; Richter, 2001; Creed et al.,1997; von
Heymann et al., 2003; Sitta et al., 2006; Hermann et al., 2007). Hermann et al. (2007) konnten
zeigen, dass Patienten mit schwerer Erkrankung weniger rasch und weniger stark auf die
Behandlung ansprechen. Um den gleichen Behandlungseffekt zu erreichen dauerte es dreimal
länger, als bei Patienten mit milderer Erkrankung. Andere Autoren fanden in ihrer Untersuchung
jedoch keine Korrelation zwischen Schwergrad der Störung und Behandlungsdauer (Bassler et al.,
1995).
Des weiteren spielt die Chronizität der Erkrankung eine Rolle (von Heymann et al., 2003). Zielke
& Sturm (1994) beschreiben hier ein „chronisches Krankheitsverhalten“, charakterisiert durch
Verlust an Selbsthilfemöglichkeiten, Vertrauen zu sich selbst und verstärktes Schonverhalten,
welches zu einem erschwerten Ansprechen auf die Therapie und somit zu einer verlängerten
Behandlungsdauer führen kann. Ähnliches beschrieben Klose et al. (2006). Sie wiesen auf, dass
Patienten mit nervenärztlicher/psychotherapeutischer Vorbehandlung eine deutlich längere
stationäre
Behandlungsdauer
hatten
als
Patienten
ohne
Vorbehandlung.
Vorangehende
Behandlungen würden auf komplexere Krankheitszustände und Chronifizierung der Erkrankung
hinweisen, welche für längere Therapiedauern verantwortlich seien.
Es
besteht
auch
ein
Zusammenhang
zwischen
psychischer
Komorbidität
und
der
Behandlungsdauer. „Mit zunehmender Anzahl psychiatrischer Erkrankungen, verlängert sich die
Behandlungszeit nahezu linear. Die Komplexität in der Problemkonstellation führt offensichtlich zu
komplexen Behandlungsstrategien mit einem entsprechend höheren Behandlungsaufwand, der sich
auch in zeitlicher Perspektive niederschlägt“ (Zielke et al., 1997). Von Heymann et al. (2003)
beschreiben die erhöhte Komorbidität als Indikator für einen erhöhten Schweregrad der
Erkrankung. Auch Stevens et al. (2001) konnten einen schwachen Einfluss der Komorbidität auf die
Behandlungsdauer nachweisen.
Schubert et al. (1995) stellten auch den Zusammenhang zwischen physischer Komorbidität und
verlängerter Behandlungsdauer bei depressiven stationären Patienten dar. Dem widersprachen
jedoch die Ergebnisse der Studie von Borgart & Meermann (1999), die keinen Einfluss der
somatischen Erkrankungen auf die Behandlungsdauer zeigten.
16
2.1.4.2. Soziodemographische Variablen
Das Lebensalter wurde ebenfalls als Prädiktor für die Behandlungsdauer identifiziert (Richter,
2001; Weyerer & Dilling, 1980; Borgart & Meermann, 1999;). In der Regel haben jüngere Patienten
kürzere stationäre Aufenthalte. In einer Studie von Barnow et al. (1997) konnte das Alter der
Patienten 50 % der Varianz der Behandlungsdauer aufklären. Die Autoren erklären diesen Umstand
damit, dass höheres Alter oft mit zunehmender Chronizität und erhöhter physischer Komorbidität
einhergeht. Ein gegensätzliches Ergebnis brachte die Untersuchung von Zielke et al. (1997), in
welcher sich ebenfalls ein eindrücklicher Alterseffekt zeigte: Jüngere Patienten hatten in allen
Diagnosegruppen die längsten Behandlungsdauern.
Eine Anzahl an Autoren konnten das Geschlecht als Einflussfaktor feststellen (Barnow et al., 1997;
von Heymann et al., 2003; Zielke et al., 1997; Weyerer & Dilling, 1980). Dabei hatten Frauen im
Durchschnitt deutlich längere Behandlungsdauern als Männer. Der Grund dafür könnte sein, dass
Frauen meist unter schwereren Depressionen leiden als Männer (Barnow et al., 1997). Andere Autoren konnten diesen Zusammenhang in ihren Studien nicht nachweisen (Stevens et al., 2001;
Borgart & Meermann, 1999).
Ebenfalls einen Einfluss auf die Verweildauer hat die berufliche Situation/berufliche Status des
Patienten (Von Heymann et al., 2003; Borgart & Meermann, 1999). So haben Patienten mit
verantwortungsvollen Posititonen, wie z.B. Selbstständige mit mittelgroßen Betrieben, tendenziell
kürzere Verweildauern als Patienten in Ausbildung oder ungelernte Arbeiter. Interessanterweise
zeigten Hausfrauen mitunter die kürzesten Behandlungszeiten, was jedoch durch den sozialen
Rahmen, d.h. sowohl durch die Unterstützung, als auch den Druck der Familie erklärbar ist (Borgart
& Meermann, 1999).
Zielke et al., (1997) konnte im Bildungsniveau seiner Patienten einen deutlichen Prädiktor für die
Aufenthaltsdauer in der Klinik feststellen. Mit zunehmend höherem Bildungsabschluss steigt die
stationäre Verweildauer. Zum einen mag der Ausbildungsgrad mit anderen behandlungsrelevanten
Variablen, wie z.B. Art und Dauer der Erkrankung in Zusammenhang stehen. Zum anderen ist es
möglich, dass Patienten mit einem höheren Bildungsniveau weiterreichende Therapieziele
anstreben, deren Umsetzung eine längere Behandlungsdauer erforderlich machen.
Die Zugehörigkeit zu einer sozialen Schicht hat ebenfalls Auswirkung auf die Behandlungsdauer,
17
wie in verschiedenen Studien belegt wurde (Trojan & Doerner, 1978; Weyerer & Dilling, 1980). In
der Studie von Weyerer & Dilling (1980), war dieser Einfluss ebenso groß, wie der von Geschlecht
und Familienstand. Die Korrelation zwischen der Zugehörigkeit zu einer der oberen Einkommensschichten und einer kürzeren Verweildauer in der Klinik war auffällig. Die Autoren geben
zu bedenken, dass Patienten der unteren Einkommensschichten möglicherweise tendenziell an
schwereren Erkrankungen leiden, welche längere Aufenthalte notwendig machen.
2.1.4.3. Soziale Faktoren
Zielke et al. (1997) konnte einen deutlichen Einfluss der Partnersituation und des Familienstandes auf die Verweildauer zeigen. Verheiratete und mit einem Partner zusammen lebende
Patienten hatten kürzere Behandlungszeiten als in Trennung lebende oder geschiedene Patienten.
Die längsten Verweildauern hatten ledige Patienten. Einige Autoren konnten mit ihren Studien
diesen Zusammenhang bestätigen (von Heymann et al., 2003; Borgart & Meermann, 1999). Eine
zufriedene Partnerschaft und die Unterstützung, die der Patient durch sie erfährt, scheinen den
Wunsch zu verstärken nach Hause zurückzukehren und die Klinikbehandlung deutlich zu verkürzen
(Zielke et al., 1997). Barnow et al. (1997) konnten ebenfalls den Familienstand als wichtigen Einflussfaktor nachweisen (Witwen/Witwer hatten die längsten Behandlungsdauern, Verheiratete die
kürzesten Behandlungsdauern), sie zeigten allerdings auch einen Unterschied zwischen Männern
und Frauen auf. Bei letzteren ist der Effekt der Verkürzung der Behandlungsdauer durch Ehe kleiner
als bei Männern. Ein wichtiger Grund dafür ist, dass Frauen generell an schwereren Depressionen
leiden als Männer. Andererseits spielt auch die schon länger angestellte Überlegung eine Rolle, dass
für depressive Frauen die Ehe weniger protektiv zu sein scheint, als für Männer (Gove, 1972).
Gleichzeitig tendieren depressive Männer signifikant dazu, ihre Ehe als besser einzuschätzen als
depressive Frauen es tun (Crowhter, 1985).
In Creeds et al. (1997) Untersuchung zeigten sich zwei Prädiktoren mit der besten Vorhersagekraft
für die zu erwartende Behandlungsdauer. Zum einen die Wohnsituation (alleine lebend oder mit
Partner/Familie lebend), zum anderen die generellen sozialen Fähigkeiten, welche durch die SBS
(Social Behaviour Scale) bestimmt wurden. Ähnliche Ergebnisse erbrachte die Studie von McCrone
und Phelan (1994). Cyr und Haley (1983) fanden heraus, dass generell ein Mangel an sozialen
Bindungen einen großen Einfluss auf die Verlängerung der Aufenthaltsdauer hat, was sich gut
einfügt in die Reihe der oben aufgezählten Studien.
18
Zielke (1997) stellte in seiner Analyse noch folgende Zusammenhänge dar: Die Anzahl und das
Alter der Kinder spielt eine Rolle für die Aufenthaltsdauer. So haben Patienten mit Kindern kürzere
Behandlungszeiten als Patienten ohne Kinder. Vermutlich spielen auch hier sowohl Verantwortung
als auch Unterstützungsmöglichkeiten eine Rolle. Einen ähnlichen Einfluss haben Geschwister und
Freunde, welche sich, wenn vorhanden, auf kürzere Aufenthalte auswirken. „Offensichtlich werden
im Umgang mit Geschwistern Verhaltensmuster gelernt, wie größere soziale Kompetenzen,
Rangverhalten aber auch Fertigkeiten, sich bei Geschwistern gezielte Hilfen zu holen, die insgesamt
im Krankheitsfall kürzere Behandlungszeiten erlauben“ (Zielke et al., 1997).
Die Familie hat durch ihre Einstellung zur Erkrankung des Patienten und durch ihre Einstellung
zur Therapie weiteren Einfluss auf die Länge der Behandlung (Greenley, 1972; Harty et al., 1981)
Harty et al. (1981) zeigten, dass eine Familie, die die Behandlung in der Klinik befürwortet, den
Aufenthalt signifikant verlängert.
2.1.4.4. Klinikimmanente Faktoren
Verschiedene Autoren zeigten deutliches Auseinanderweichen der Behandlungsdauern zwischen
den Kliniken (Sitta et al., 2006; von Heymann et al., 2003; Zielke et al., 1997; Allen, 1985). Als
Gründe dafür, wurden die verschiedenen Behandlungskonzepte und Ziele genannt. Allen (1985)
beschreibt als Ziel einer möglichen idealen Behandlung, welches während eines längeren
stationären Aufenthaltes erreicht werden könnte, ein Ziel, das über die bloße Symptomverbesserung
hinausgeht, bis hin zu einer anhaltenden Persönlichkeitsveränderung, welche die Vulnerabilität
vermindert und symptomatische Episoden erleichtert. Dies führt selbstverständlich zu einer
längeren Behandlungsdauer als eine Therapie, die sich als Ziel eine bessere Symptomkontrolle
setzt, um den Patienten stabilisiert entlassen zu können. Der Autor zeigt jedoch auch auf, dass ein
Patient, welcher gut in das ambulante Therapiesystem eingebunden ist, einen großen Teil der
Therapieziele auch dort verwirklichen kann, was wiederum zu einer relativen Verkürzung der
stationären Verweildauer führen kann (Allen, 1985).
Von Heymann et al. (2003) und Sitta et al. (2006) weisen auf die unterschiedlichen
Patientenkollektive der Kliniken hin, welche zu verschieden langen Behandlungsdauern bei
Patienten gleicher Diagnosen führen. Sitta et al. (2006) untersuchten in einer Multicenterstudie die
unterschiedliche Patientenzusammensetzung in psychiatrisch-psychotherapeutischen Kliniken.
Diese unterschieden sich, selbst innerhalb derselben Diagnosegruppe deutlich durch sozio19
demografische Daten, bezüglich der Krankheitsgeschichte und des Schweregrads der depressiven
Erkrankung. Dennoch zeigt diese Studie, dass der Einfluss, der sich unterscheidenden
Patientenstrukturen auf die Verweildauern im Verhältnis zu anderen Einflüssen, wie Prozess – und
Klinikstrukturvariablen gering war.
2.1.4.5. Personenbezogene Variablen
Ein
weiterer
Einflussfaktor,
der
von
mehreren Autoren
beschrieben
wurde
ist
die
Therapiemotivation (Zielke et al., 1997; von Heymann et al., 2003; Klauer et al., 2007). In
Zielkes et al. (1997) Studie wurden Patienten bei Aufnahme durch einen Anamnesefragebogen
befragt, wie stark der Wunsch nach einer Behandlung sei. Patienten, die eine geringe Motivation
aufwiesen oder gar unfreiwillig aufgenommen wurden, zeigten meistens kurze Behandlungsdauern
und neigten häufiger zu Therapieabbrüchen. Motivierte Patienten dagegen bestärken offensichtlich
ihre Therapeuten darin, die Therapie zu verlängern, um die Lernfortschritte soweit es geht
auszuschöpfen (Zielke et al., 1997).
Klauer et al. (2007) bestimmten zwei motivationale Variablen, welche die Patienten bei einer
Befragung angaben, als potente Prädiktoren des Abbruchrisikos: subjektiver Leidensdruck und
sekundärer Krankheitsgewinn. Noch höhere Vorhersagekraft ergab das klinische Fremdrating
durch den Therapeuten, welches Leidensdruck und die subjektive Wahrnehmung der Eignung zur
Psychotherapie einschätzt.
Eine weitere Studie, die auf die Bedeutung der Behandlungsmotivation hinweist kam von Eisler und
Williams (1972). Sie schreiben der Art der Einweisung (Zwangseinweisung versus Freiwillige
Aufnahme) eine größere Bedeutung für die Dauer der Behandlung zu. Patienten mit Freiwilliger
Aufnahme hatten die durchschnittlich längeren Behandlungsdauern. In der Studie von Stevens et al.
(2001) zeigte sich ein Unterschied bezüglich der geschlossenen oder offenen Abteilungen.
Patienten, die auf der offenen Abteilung waren hatten längere Verweildauern, obwohl die Schwere
ihrer Erkrankung oftmals geringer war.
2.1.4.6. Faktoren aus dem Behandlungsprozess
Von Bedeutung für die Therapiedauer ist wohl auch der Einfluss der Patienten-TherapeutenBeziehung (Allen, 1985; Bassler et al., 1995). Ein schlechtes Bündnis zwischen Therapeuten und
20
Patienten führt in Allens (1985) Studie zu verlängerten Behandlungsdauern. Doch die Beziehung
kann sich wandeln, der Therapeut kann wechseln oder das Verhältnis kann so schlecht sein, dass es
sogar zum vorzeitigen Abbruch des Aufenthaltes führt.
2.1.4.7. Ökonomische und versicherungsrechtliche Faktoren
Es ist anzunehmen, dass auch ökonomische Faktoren einen direkten Einfluss auf die einzelne
Verweildauer haben. Stevens et al. (2001) zeigten einen Zusammenhang zwischen Krankenkasse
und der Länge des stationären Aufenthaltes. Zielke (1997) beschreibt Einflüsse durch
Genehmigungs- und Verlängerungsverfahren, Zuzahlungen der Patienten und den generellen
Begrenzungsdruck der Kosten- und Leistungsträger.
2.1.4.8. Disziplinarische Ereignisse und interkurrente Vorkommnisse
Es gibt verschiedene Gründe für vorzeitiges Abbrechen einer stationären Behandlung. Unter
anderem kann der Abbruch unfreiwillig, als Folge einer schwerwiegenden Regelverletzung sein.
Dazu gehören beispielsweise Beschaffung von und Selbstversorgung mit Alkohol bei Alkoholsüchtigen oder Essensbeschaffung oder das Horten von Speisen bei Patienten mit Essstörung. Die
Ahndung von Regelverletzungen wird in jeder Klinik unterschiedlich streng geführt.
Disziplinarischen Vorkommnisse haben deshalb Einfluss auf die Behandlungsdauern der
Kliniken. „Ein „härteres Regiment“ führt unmittelbar zu kürzeren Verweildauern und umgekehrt“
(Zielke et al., 1997).
Einen weiteren Einfluss haben Lebensereignisse der Patienten während des Klinikaufenthaltes
(Allen, 1987; Zielke et al., 1997; Barnow et al., 1997). So kann eine Scheidung, ein Todesfall oder
die Geburt eines Enkelkindes die Behandlungsdauer eines Patienten unerwartet verlängern oder
auch verkürzen.
2.1.4.9. Weitere Einflussfaktoren
Stevens et al. (2001) beschreibt in seiner Untersuchung auch den möglichen Einfluss von
Medikation. Er stellt jedoch die Vermutung auf, dass eher die Symptome, für welche die jeweiligen
Medikamente verschrieben werden, die Aufenthaltsdauer bestimmten oder beeinflussen. Zum
21
Beispiel, dass schizophrene Patienten zur Milderung ihrer durch Neuroleptika verursachten
Nebenwirkungen anticholinerge Antidepressiva erhalten, der Grund für ihre längere Aufenthaltsdauer jedoch eher ihre Erkrankung selbst ist, als die anticholinerge Medikation. Frick et al.
(1999) bestätigten in einer Studie diesen Effekt. Anticholinerge Medikation verlängerte die
Aufenthaltsdauer, jedoch auch wenn der verlängernde Effekt einer schizophrenen Störung bereits
einberechnet wurde.
Stevens et al. (2001) zeigten eine durchschnittlich kürzere Verweildauer für Ausländer und
Immigranten. Zu vermuten sind kulturelle Unterschiede und sprachliche Schwierigkeiten, welche
Kommunikation zwischen Patienten und Therapeut erschweren können.
2.2. Therapieerfolg
2.2.1. Generic Model of Psychotherapy
Ähnlich komplex wie mit der Behandlungsdauer verhält es sich mit dem Therapieerfolg. Er wird
durch viele Faktoren bedingt, wie z.B. die Eigenschaften des Patienten, des Therapeuten und ihr
Zusammenspiel. Auch äußere Einflüsse können sich auf das Therapieergebnis auswirken. Orlinsky,
Grawe und Parks (1994) setzten im „Generic Model of Psychotherapy“ verschiedene, durch die
Forschung bestätigte Faktoren und hypothetische Einflüsse zueinander in Beziehung.
22
23
In Abbildung 1 sind oben die verschiedenen Einflussfaktoren auf den Therapieprozess dargestellt.
Diese werden als Input bezeichnet und umfassen das Behandlungssetting, die Gesellschaft mit ihren
Werten und jeweils den persönlichen Hintergrund von Patient und Therapeut. Beide Teilnehmer
spielen in ihrem Leben außerhalb der Therapie noch andere Rollen, wie zum Beispiel die eines
Ehemannes oder die eines Berufstätigen (im Falle des Patienten). Ereignisse, welche sich außerhalb
der Therapie abspielen, nehmen Einfluss auf die Entwicklung in der Therapie. Der Therapieprozess
beinhaltet alle Handlungen und Erfahrungen, die in der Therapie zwischen Patient und Therapeut
stattfinden. Auch das Leben außerhalb der Therapie ist Teil des Therapieprozesses. Den InputFaktoren stehen die Output-Variablen, in denen sich die Einflüsse des Therapieprozesses bemerkbar
machen gegenüber. Dies kann auf psychologischer, somatischer und sozialer Ebene geschehen.
Es wird deutlich, dass Psychotherapie ein komplexes Geschehen ist und Therapieergebnisse nicht
leicht zu erklären sind. Therapieforschung kann sich mit verschiedenen Fragen beschäftigen und die
verschiedenen Aspekte dieses Modells untersuchen (Orlinsky, Grawe und Parks, 1994).
Zwei
der
großen
Forschungsrichtungen
sind
Therapieergebnisforschung
und
Therapie-
prozessforschung.
2.2.2. Therapieergebnisforschung
Die Therapieergebnisforschung, auch Outcomeforschung genannt, beschäftigt sich mit der Frage,
wie wirksam/erfolgreich einzelne Therapierichtungen sind. Aber: Was ist Therapieerfolg überhaupt?
Und
wie
soll
er
gemessen
werden?
Obwohl
die
Messung
der
Ergebnisse
einer
psychotherapeutischen Behandlung mittlerweile von essentieller Bedeutung für die Forschung ist,
ist es bisher nicht gelungen einheitliche Standards zu entwickeln. Wünschenswert wäre eine
Vereinheitlichung der Kriterien, wie es für die Diagnosestellung von psychischen Krankheiten
bereits der Fall ist. Diese werden durch fortlaufende Konsensuskonferenzen der WHO (ICDSchlüssel) und der American Psychiatric Association (DSM) festgelegt. Eine solche
Vereinheitlichung wäre nötig, um Resultate der Forschung untereinander vergleichbar zu machen.
Angesichts der Forderungen durch die Politik wissenschaftlich anerkannte, empirisch gestützte
Methoden anzuwenden und Qualitätssicherung zu betreiben, gewinnt die Notwendigkeit
vergleichbarer Ergebnisse an Bedeutung (Michalak et al., 2003).
24
Klußmann (2000) zeigt folgende Schwierigkeiten bei der Erfolgsbeurteilung von Psychotherapie
auf:
•
Der Begriff „Psychotherapie“ wird noch uneinheitlich gebraucht.
•
Wird Heilung, Besserung oder Erhaltung des status quo angestrebt?
•
Wie soll eine „Spontanheilung“ bewertet werden?
•
Kann zwischen verschiedenen psychotherapeutischen Behandlungsmaßnahmen
unterschieden werden?
•
Wie werden Ergebnisse interpretiert, wenn keine positiven Veränderungen erfolgen?
•
Kann eine „erfolgreiche Therapie“ immer nachgewiesen werden?
•
Welche therapeutischen Ziele wurden angestrebt?
•
Welche Maßstäbe wurden bei der Untersuchung angelegt?
•
Welche Erwartungen und Interessen bestehen von Seiten des Patienten, des Therapeuten
und der Gesellschaft?
•
Sind eine Veränderung der innerpsychischen Dynamik und/oder ein Symptomwandel
eingetreten?
•
Sind zusätzlich Medikamente gegeben worden?
•
Inwieweit spielt die Persönlichkeit des Therapeuten eine Rolle?
•
Wirken zusätzliche (etwa körperentspannende, psychotherapeutische) Maßnahmen mit?
•
Welche Rolle spielt die soziale und familiäre Umgebung des Behandelten?
Klassifikation von Erfolgsmessungen:
Es existiert eine Vielfalt an Einteilungsversuchen für den Therapieerfolg. Bei allen Unterschieden
sind sich die Autoren einig, dass Therapieerfolg durch multiple Kriterien definiert wird und durch
multiple Methoden und auf verschieden Ebenen gemessen werden sollte (Lambert, Shapiro und
Bergin, 1986; Schulte, 1993).
Schulte (1993) unterschied zwischen dem inhaltlichem und dem methodischen Aspekt bei der
Definition für Erfolg. Die Skizze der Abbildung 2 beschreibt die verschiedenen Ebenen der
Erfolgsmessung.
25
Object 3
Zum Inhalt der Erfolgsmessung:
1. Ebene: Solange vorwiegend theoretische Vermutungen und kaum hinreichend gesicherte
Ergebnisse über die „Ursachen“ von psychischen Störungen vorliegen, müssen
theoriespezifische Maße (z.B. psychoanalytische oder verhaltenstherapeutische Maße)
angewandt werden – sofern eine Messung auf dieser Ebene überhaupt als erforderlich
erachtet wird.
2. Ebene: Auf der Ebene der Symptomatik sind Vereinheitlichungen möglich. Hier können
Fragebögen wie z.B. die Symptom- Checkliste – 90 - R zum Einsatz kommen.
3. Ebene: Die möglichen Folgen der Erkrankung lassen sich relativ einheitlich beurteilen, da
sie sich hauptsächlich in der Quantität, weniger in der Qualität unterscheiden.
26
Zur Methode der Erfolgsmessung:
1. Die Operationalisierung erfolgt zur Festlegung der Instrumente und der Datenquelle,
mit denen die interessierende Variable gemessen werden soll.
2. Soll als Erfolgskriterium eine Veränderung oder eine Zielerreichung gelten? Soll das
Ganze ins Verhältnis zum therapeutischen Aufwand gesetzt werden - Veränderung in der
Zeit?
3. Zu welchen Zeitpunkten sollen die Messungen stattfinden?
Veränderungsmessung versus Retrospektive Erfolgsbeurteilung
Eine grundsätzliche Unterscheidung der Verfahren zur Erfolgsmessung erfolgt über den Zeitpunkt
zu dem sie stattfindet (Schulte, 1993). Es gibt daher verschiedene Ansätze:
Indirekte Veränderungsmessung
In den letzten Jahren wurden Prä-Post-Effektstärkemaße vielfach als Standard eingesetzt. Hierbei
erfolgt eine mehrfache Statusdiagnostik (Zwei-Punkt-Erhebung), anhand von Fragebögen, meistens
vor und nach der Intervention, beliebig auch währenddessen oder längere Zeit nach Abschluss der
Behandlung. Es wird die Differenz der zwei Messungen gebildet und ins Verhältnis zur
Standardabweichung gesetzt, dadurch ermittelt man das Ausmaß der Veränderung als „Effektstärke“
(Rosnow & Rosenthal, 1988).
Eine Alternative zu solchen Veränderungsmaßen sind rückblickende Beurteilungen, welche am
Ende einer Therapie erfolgen und mit einer Ein-Punkt-Messung erfasst werden:
Retrospektive Erfolgsbeurteilung
Diese lässt sich in drei Arten unterscheiden:
Direkte Veränderungsmessung: Hierbei wird durch den Patienten, den Therapeuten oder wahlweise
durch einen Dritten, gewissermaßen eine eigene Differenzbildung vorgenommen. Am Ende der
Therapie wird nach dem Ausmaß der Veränderung gegenüber dem Zeitpunkt zu Beginn der
Therapie gefragt (Stieglitz, 1986). Beispiele für solche Fragebögen sind die „Kieler Sensitive
27
Symptomliste (KASSL)“ (Zielke, 1979) und der „Veränderungsfragebogen des Erlebens und
Verhaltens“(VEV; Zielke & Kopf-Mehnert, 1978).
Goal Attainment Scaling: Es wird am Ende der Behandlung bewertet, in wie weit Ziele, welche zu
Beginn zwischen Patient und Therapeut ausgehandelt wurden, erreicht wurden. Auch hier spielt der
subjektive Eindruck eine Rolle.
Zufriedensheitmaße: Rückblickend wird nach einer Behandlung mit einer Ein-Punkt-Messung der
Erfolg und die Zufriedenheit erfragt. In der „Consumer Reports Study“ von Seligman (1995) kam
diese Erfolgsbeurteilung unter anderem zum Einsatz.
Nach einer Untersuchung von Baumann et al. (1980) korrelierten retrospektive Erfolgsmaße und
indirekte Veränderungsmaße nur gering. In der Studie von Michalak et al. (2003) zeigte sich eine
hoch signifikante negative Korrelation zwischen retrospektiven Erfolgsmaßen und den Post-Werten
der zur Veränderungsmessung eingesetzten Instrumente. Das bedeutet, je größer die
Restsymptomatik war, desto geringer fiel die Erfolgsbeurteilung aus. Zu den Prä-Werten zeigte sich
nur eine geringe und zudem negative Korrelation. Die Tendenz war also: je größer die
Anfangssymptomatik, desto schlechter auch die Erfolgsbeurteilung. Baumann et al. (1980) stellten
die Überlegung an, der Patient würde rückblickend statt der Veränderung eher den mehr oder
minder befriedigenden Zustand nach Therapieende einschätzen. Die Veränderung vom
Ausgangszustand wäre dann demnach weniger wichtig als das Erreichen seiner Ziele und die
Zufriedenheit mit der Therapie. Dies entspricht auch den Ergebnissen einer Studie von Kastner &
Basler (1997).
Michalak et al. (2003) argumentierten, verschieden Erfolgsmaße hätten unterschiedliche Bedeutungen und Aussagefähigkeiten. Während die indirekte Veränderungsmessung quantitative
Aussagen machen kann und für einen fairen Vergleich verschiedener Therapieverfahren unerlässlich
ist, ist die retrospektive Erfolgsbeurteilung von Nutzen für prognostische Zwecke. Durch sie ließen
sich in ihrer Studie, verlässlichere Aussagen machen, z.B. ob ein Patient zum Katamnese-Zeitpunkt
noch Medikamente einnahm bzw. sich in Behandlung befand oder nicht. Auch könne eine Therapie
nicht als erfolgreich gewertet werden, wenn eine Veränderung zwar nachweisbar sei aber kein
subjektives Erfolgsgefühl des Patienten existieren würde. Insofern sind nach Michalak et al. (2003)
beide Erfolgsmaße in der Forschung unverzichtbar.
28
2.2.3. Efficacy versus Effectiveness
Nachdem die Wirksamkeit von Psychotherapie in vielen experimentellen Studien nachgewiesen
wurde, stellt sich die Frage, in wie weit sich die Ergebnisse auf den Versorgungsalltag übertragen
lassen. Denn in der Therapieergebnisforschung geht es auch um die erfolgreiche Umsetzung
psychotherapeutischer Verfahren. Es werden zwei methodische Ansätze unterschieden, die
Wirksamkeit einer Therapie zu beurteilen:
Efficacy (Wirksamkeit): Sie wird in kontrollierten klinischen Studien ermittelt, die häufig an
Universitäten oder anderen Forschungsinstituten durchgeführt werden. Sie beinhalten Randomisierung, Kontrollgruppen und das Einhalten von Behandlungsmanualen, sodass eine
spezifische Therapierichtung untersucht werden kann. Die Patienten sind hinsichtlich ihrer
Diagnosen meist homogen und die Anzahl der Sitzungen wird oft auf eine feste Anzahl beschränkt.
Ihre Stärke ist daher eine hohe interne Validität.
Effectiveness (Klinische Brauchbarkeit): Sie bezieht sich auf die psychotherapeutische Wirksamkeit
in der täglichen, klinischen Praxis, z.B. in ambulanten Praxen oder Beratungsstellen. EffectivenessStudien haben ein naturalistisches Design, das heißt, es werden Therapien unter Alltagsbedingungen
betrachtet. Es wird eine größere Bandbreite an Therapietechniken, Patientendiagnosen und
verschiedenen Behandlungsdauern eingeschlossen. Der Vorteil hierbei ist die hohe externe Validität
und die Generalisierbarkeit der Ergebnisse.
Ein bekanntes Beispiel für eine Effectiveness- Studie ist die von Seligman entworfene „Consumer
Reports Study“ (Seligman, 1995): Auf eine Befragung durch die Zeitschrift „Consumer Reports“,
zur Inanspruchnahme und dem Erfolg einer durchgeführten Psychotherapie, anworteten 7000 Leser.
Die Fragebögen waren ausführlich gestaltet, so dass sich detaillierte Informationen entnehmen
lassen konnten. Seligman spricht selbst Nachteile dieser Studie an: Selektionsprobleme der
Stichprobe, eventuell antworteten Leser mit tendenziell erfolgreicheren Therapien? Auch bestand
die Stichprobe nur aus Lesern dieser Zeitschrift, welche im großen Ganzen der Mittelklasse
angehören. Die Leser wählten ihre Therapierichtung selbst aus, das heißt, sie brachten eine gewisse
Überzeugung mit, dass die Therapie wirken würde. Dies alles könnte die Ergebnisse der Studie
positiv beeinflussen. Genauso die Tatsache, dass die Patienten sich ausschließlich selbst beurteilten
und eine objektive Einschätzung der Verbesserung fehlte.
29
Es ließe sich noch eine Reihe an methodischen Mängeln finden, doch die Vorteile der Studie sind
ebenfalls bemerkenswert: Die Fallzahl ist groß, zum Datum des Erscheinens der Studie übertraf sie
damit vermutlich alle bisher veröffentlichten Studien. Es wurden Therapiedauern von weniger als
einem Monat und Therapiedauern bis zu zwei oder mehr Jahren beschrieben. Die Therapeuten
arbeiteten ohne strenge Manuale, sondern passten ihre Vorgehensweise an den jeweiligen Patienten
an. Die Antworten der Leser spiegeln also die Ereignisse wider, wie sie tatsächlich vorkommen.
Insofern sind die Behandlungsbedingungen und ihre Ergebnisse realistisch und nicht durch äußere
Vorgaben eingeschränkt. Ein weiterer wichtiger Vorteil ist, die Unvoreingenommenheit der
Patienten. Sie haben kein Interesse daran, eine Therapierichtung, Medikamente oder ihren Pfarrer
als besonders effektiv darzustellen. Sie beschreiben einfach ihr eigenes Befinden. Es gibt noch
einige Argumente für und gegen die Consumer Reports Study, die hier nicht alle aufgezählt werden
können. Es ist mir wichtig zu zeigen, dass es keine perfekte Studie gibt, sondern, dass der Forscher
mit jedem Studiendesign andere Schwerpunkte setzt und andere Aspekte untersuchen kann. Für eine
möglichst optimale Studie jedoch, schlägt Seligman die Kombination der Efficacy- und der
Effectiveness- Methoden vor (Seligman, 1995).
2.2.4. Therapieprozessforschung
Im Gegensatz zur Outcomeforschung, die zur Aufgabe hat, den Erfolg nachzuweisen und zu
quantifzieren, geht es hier darum herauszufinden, wie Veränderungen im Therapieprozess entstehen.
Nach Grawe (1992) ist dies die zentrale Frage der Psychotherapieforschung. Es geht innerhalb der
Prozessforschung um die Klärung, was ohne experimentelle Veränderung beim Patienten und
Therapeuten, sowie zwischen den beiden geschieht (Gassmann, 2002). Das Ziel ist, Ergebnisse zu
erklären und aufzuschlüsseln, um damit allgemeine und spezifische Wirkfaktoren bestimmen zu
können. Gleichzeitig dient ein besseres Verständnis des prozessualen Ablaufs dazu, bestimmende
Faktoren für therapeutische Misserfolge aufzudecken (Bastine et al., 1989).
Oft werden die Fragen von Prozess und Wirksamkeit auch kombiniert untersucht, in Form der
Prozess-Outcomeforschung. Nach Caspar und Jacobi (2004) ist eine strikte Trennung der Fragen
nicht sinnvoll, da Prozessanalysen ohne Ergebnis-Bezug genauso unbefriedigend sind wie
Erfolgsstudien, welche die Frage, was zum Behandlungserfolg geführt hat, nicht beantworten
können.
30
Es wurden bereits einige Wirkfaktoren und Einflussfaktoren erkannt, bzw. diskutiert.
2.2.4.1. Therapie/Therapeutenbezogene Faktoren
2.2.4.1.1. Therapieschule (spezifische Wirkfaktoren)
Noch immer nicht entschieden ist die Frage, ob die zahlreichen verschiedenen Therapierichtungen
gleiche Erfolge erzielen oder ob nicht doch eine Therapieschule den anderen überlegen ist. Die
Diskussion darum hält sich seit langer Zeit und ist noch nicht abschließend beendet, trotz vieler
Stimmen, die die These vertreten, dass alle Therapiemethoden gleich wirksam sind.
Als Rosenzweig (1936) behauptete, dass vor allem „allgemeine Wirkfaktoren“ für die Wirksamkeit
der Therapie verantwortlich seien und es nicht auf die Unterschiede zwischen den Schulen ankäme,
zog er den Vergleich zu „Alice in Wonderland“ (Carroll, 1865/1962), in dem der „Dodo-Bird“ am
Ende eines Wettrennens verkündete: „Everybody has won, and all must have prizes“ und damit alle
Teilnehmer zu Gewinnern auserkor. Nachdem eine umfassende Übersichtsarbeit zur vorhandenen
Literatur, über das Thema Therapieerfolg, die Gleichwertigkeit der unterschiedlichen Therapieschulen bestätigte, wurde diese Gleichwertigkeit als „dodo bird effect“ bezeichnet (Luborsky et
al.,1975). Darauf folgten die ersten Meta-Analysen, welche nur, zu vernachlässigende Unterschiede
in der Wirksamkeit von behavioralen und nicht-behavioralen (psychodynamische, RogerGesprächstherapie, transaktionsanalytische) Therapierichtungen fanden (Smith et al. 1977; Smith et
al., 1980). Eine Meta-Analyse, die hauptsächlich Therapiemethoden aus der Verhaltenstherapie und
zum kleinen Teil psychodynamische Methoden verglich, besagte, dass der Einfluss der Therapiemethode auf den Erfolg durch die Effekte anderer Variablen überlagert würde (Shapiro und Shapiro,
1982).
Jedoch nicht alle Autoren zeigten sich überzeugt. Generelle Kritik an diesen Meta-Analysen und
ihrer Aussagekraft übten Wilson und Rachman (1980 /1983). Sie warfen Shapiro und Shapiro
Methodische Mängel vor, wie z.B. die nach strengen Kriterien selektierte Auswahl an Studien, die
zwar den Bias des Reviewers minimiert, dafür ihrer Meinung nach, andere methodisch gute Studien
nicht beachte. So wurden nur Studien eingeschlossen, welche eine no-treatment Kontrollgruppe
hatten, keine Studien die stattdessen mit einer Placebo-Kontrollgruppe arbeiteten, welche jedoch
ebenfalls eine experimentelle Form der Kontrolle sei. Eine weitere Kritik an der Arbeit von Smith et
al.(1980), war die gleiche Bewertung von methodisch starken und methodisch schwachen Studien,
31
ebenfalls aus dem Grund, um einem Reviewers-bias vorzubeugen und um die Datenanzahl der
Analyse zu vergrößern. Wilson und Rachman bezweifeln die gleiche Wirksamkeit verhaltenstherapeutischer und psychoanalytischer Methoden, da sie der Psychoanalytischen Fachrichtung
vorwerfen keine methodisch überzeugenden Studien hervorgebracht zu haben (Wilson & Rachman,
1983).
Der Streit um die Überlegenheit einzelner Therapieschulen hielt an, bis der Druck von außen
wuchs, sich gemeinsam gegen die zunehmend biologisch orientierte Psychiatrie zu behaupten. In
den neunziger Jahren entstanden daraufhin eine Reihe weiterer Studien und Meta-Analysen, die die
deutliche Wirksamkeit von Therapie im allgemeinen belegten, gleichzeitig die Gleichwertigkeit der
einzelnen Therapieschulen aufzeigten und somit der „dodo-bird-These“ recht gaben (Lambert &
Bergin, 1994; Wampold, 1997), unter anderem eine der bis dahin größten Studien, initiiert durch das
NIMH, das National Institute of Mental Health (Elkin et al., 1989/1996).
Die Psychoanalyse hatte sich in der Tat lange Zeit kaum Mühe gegeben, die Wirksamkeit ihrer
Therapie durch Studien zu belegen, doch innerhalb der letzten Jahrzehnte konnte sie dieses
Versäumnis aufholen. Es entstanden vermehrt Untersuchungen, die ihr eine sehr gute Wirksamkeit
bescheinigten (Franz et al., 2000; Keller et al., 2001; Kächele et al., 2001; Huber et al., 2009;
Jakobsen et al., 2007). In einer Meta-Analyse von Leichsenring und Rabung (2004) konnte die
Effektivität der STPP (Short-Term Psychodynamic Psychotherapy) belegt werden. Es ist eine
Zusammenfassung von 17 Studien, die strenge Einschlusskriterien erfüllen, wie zum Beispiel
randomisierte Kontrollgruppen, Behandlung nach Therapiemanualen, Therapeuten, welche speziell
für STPP ausgebildet waren oder spezifische Diagnosegruppen. Es wurden große Effektstärken für
Lösung der Zielprobleme, generelle psychiatrische Probleme und soziale Funktionalität berechnet
(1,39, 0,90, 0,80), welche bis zum Katamnesezeitraum stabil blieben oder sich vergrößerten. Die
Effektstärken überstiegen signifikant die Warte-Listen-Kontrollgruppen. Es wurden keine Unterschiede zwischen der Wirksamkeit von STPP und anderen Therapiemethoden gefunden
(Leichsenring & Rabung, 2004).
Eine weitere Meta-Analyse von Leichsenring und Rabung (2008) umfasst 23 veröffentlichte
Studien zu LTPP (Long Term Psychodynamic Pschyotherapy), psychodynamischer Langzeittherapie, aus den Jahren 1960 – 2008. Dies beinhaltet ambulante Therapie mit einer Dauer von über
einem Jahr oder eine Mindestanzahl von 50 Sitzungen. Die Ergebnisse wurden mit acht Kontrollstudien zu kürzeren Therapieformen verglichen (kognivitve-analytische Therapie, dialectical32
behaviorale Therapie, Familientherapie und STPP). Es zeigte sich eine signifikant höhere Gesamteffektstärke der LTPP gegenüber den kürzeren Therapieformen (0,96 vs. 0,47), ebenfalls höhere
Effektstärken für Zielprobleme (1,16 vs. 0,61) und Personality Functioning (0,90 vs. 0,19). Für
komplexe und chronische psychische Störungen waren die Effektgrößenunterschiede zwischen den
Therapierichtungen noch größer. In Prozentilen ausgedrückt bedeutet das, dass nach einer LTPPBehandlung die Patienten gesünder waren als 96 % der Patienten in den Vergleichsgruppen.
Huber et. al. (2009) gelang ein Nachweis zur Langzeitstabilität der Wirkung einer stationären
psychodynamischen Therapie, durch Befragung ehemaliger Patienten verschiedener Diagnosegruppen. Nach einem Katamnesezeitraum von 3 bis 5 Jahren zeigten sich die Verbesserungen noch
als hoch signifikant auf der Symptomebene. Auch auf interpersoneller Ebene fanden sich
signifikante Verbesserungen.
Bisherige Messinstrumente zur Beurteilung des psychotherapeutischen Erfolgs wurden von
psychoanalytisch orientierten Forschern oft als ungenügend empfunden (Jakobsen et al., 2007). Da
die spezifischen Effekte einer psychoanalytischen Therapie jenseits von Symptomen liegen und tief
greifende und zeitstabile Veränderungen am Erleben und Verhalten bewirken sollen. Es wurde der
Begriff der „strukuturellen Veränderung“ geprägt, welcher als das allgemein anerkannte Ziel der
Psychoanalyse gilt (Moore und Fine, 1990). Es wurde ein Messinstrument entwickelt, das speziell
für die Messung der „strukturellen Veränderung“ anwendbar ist, die „Skalen psychischer
Kompetenzen“ (Wallerstein, 1994; de Witt et al., 1999). Diese wurden in Untersuchungen von
Huber et al. (2005/2006) als reliabel, stabil, valide und änderungssensitiv erwiesen. Die Hoffnung
in solch einem neuen Instrument liegt darin, psychoanalysespezifische Effekte zeigen zu können,
welche bisher in anderen Studien nicht nachzuweisen waren.
Die Frage nach der Überlegenheit einzelner Therapierichtungen relativiert sich allerdings, wenn
man bedenkt, wie gering der Beitrag, der spezifischen Techniken zum Erfolg ist. In einer großen
Zusammenfassung von über 100 Studien, konnten Lambert und Barley (2001) vier Hauptfaktoren,
welche für den Therapieerfolg verantwortlich sind, ausmachen. Sie schrieben nur 15 % des
Varianzanteils der spezifischen Therapietechnik zu. Für einen weit größeren Teil der Varianz
kommen „allgemeine Wirkfaktoren“, Placebo-Effekte und extratherapeutische Variablen auf.
So könnte man sich Grawe (1995) anschließen, welcher über den Grundriss einer „Allgemeinen
Psychotherapie“ schreibt, „dass die Forschung einen Punkt erreicht hat, an dem es für ihre
33
Weiterentwicklung angezeigt ist, die bisherige Abgrenzungen aufzugeben und sich für die Zukunft
zusammen zu tun, um aus dem getrennt angesammelten Erfahrungsschatz in Zukunft gemeinsam zu
schöpfen“ (Grawe, 1995).
2.2.4.1.2. Common Factors (unspezifische Wirkfaktoren)
Seitdem Psychotherapie existiert hat es für sie viele Definitionen gegeben. Eine, welche die
Therapieergebnisforschung besonders beeinflusste, wurde von Rosenzweig (1936) entwickelt und
wurde später von anderen aufgenommen (Horvath, 1988). Nach seinem Verständnis ist
Psychotherapie das Produkt von „common factors“ (allgemeinen/unspezifische Wirkfaktoren),
welche mehr oder weniger in allen Therapieformen vorkommen und spezifischen Faktoren, welche
zu einer bestimmten Behandlungstheorie und Methode gehören. Lambert und Bergin (1994)
definierten die „allgemeinen Wirkfaktoren“ als die Elemente oder Dimensionen, welche nicht
spezifisch für irgendeine Technik sind. Dazu zählen: Erwartungseffekte, Beziehungsvariablen wie
Überzeugungskraft, Wärme, Aufmerksamkeit, Verständnis und Ermutigung. Nachdem das „Dodo –
Verdict“ bekannt wurde, herrschte unter vielen Forschern die Meinung, spezifische Faktoren
könnten nicht viel zum Therapieerfolg beitragen. Andere gingen weiter zu behaupten, die
Wirksamkeit der Therapie würde sich völlig auf die allgemeinen Wirkfaktoren begründen (Lambert
et al., 1986; Klein, 1996).
Es existieren viele Studien deren Ziel es ist, die Effekte der Common Factors genauer zu bestimmen
(Horvath, 1988; Critelli & Neumann, 1984). Die wichtigsten seien hier vorgestellt: Lambert (2001)
schätzte in seinem Reviewartikel, dass spezifische Behandlungstechniken (= Inverventionen wie
z.B. Biofeedback, Hypnose, Systematische Desensibilisierung) für nur ca. 15 % des Therapieerfolgs
verantwortlich seien und 30 % sollten die allgemeinen Wirkfaktoren ausmachen. 15 % des Erfolgs
kämen durch Erwartungseffekte (= Placebo-Effekte) zustande. Extratherapeutische Faktoren (=
individuelle Eigenschaften des Patienten, die sich auf seine Fähigkeiten und Stärken seines
Umfeldes beziehen) klärten 40 % der Varianz auf. Wampold (2001) zeigte in seiner Metaanalyse,
dass alle Psychotherapieverfahren im Wesentlichen auf Grund genereller Wirkfaktoren
gleichermaßen wirksam sind. Seinen Untersuchungen zufolge machen die allgemeinen
Wirkfaktoren rund 70 % der Gesamtwirksamkeit aus. Sein Schluss daraus war, man müsse den
Forschungsfokus auf die Behandlungsaspekte legen, welche die Wirkung allgemeiner Faktoren
erklären können.
34
Methodisch erscheint es sinnvoll drei Gruppen gegenüber zu stellen (Stevens et al., 2000). Eine
Gruppe unter vollständiger Behandlung (bestehend aus spezifischen Techniken und allgemeinen
Wirkfaktoren), eine Gruppe, die eine Behandlung erhält, welche nur auf allgemeinen Wirkfaktoren
basiert, so wie eine Gruppe ohne psychotherapeutische Behandlung. In Lamberts (1994) Reviewartikel, der nur Studien mit einer solchen Gegenüberstellung berücksichtigte, wurde gezeigt, dass
„vollständige Behandlung“ gegenüber einer „allgemeine Wirkfaktoren-Behandlung“ überlegen war.
Diese Gruppe wiederum zeigte deutliche Verbesserungseffekte im Vergleich zu der Gruppe, die
keinerlei Behandlung erhielt.
Stevens et al. (2000) untersuchten die Wirksamkeit der allgemeinen Wirkfaktoren in Bezug auf die
Wirksamkeitsebenen des Phasenmodells von Howard und Lüger (1993). Die Beschreibung des
Modells folgt in Kapitel 1.3.3.. Sie stellten die Hypothese auf, dass frühe Verbesserungen des
Wohlbefindens von Patienten, Resultate der allgemeinen Wirkfaktoren seien. Diese würden zu
einem Zeitpunkt schon greifen, wenn die meisten spezifischen Elemente einer Therapietechnik noch
nicht aktiviert werden könnten. Dagegen hielten sie es für wahrscheinlich, dass Veränderungen der
Persönlichkeit oder Linderung von chronischen Symptomen, also Effekte, welche später in der
Behandlung auftreten, eher Folgen der spezifischen Therapietechniken seien. Sie konnten dies nicht
an Hand von Zahlen nachweisen, doch lag dies womöglich an den kurzen Behandlungsdauern ihrer
Patienten. So erhielten die Patienten nicht genug Therapie um eine Reduktion der Symptome und
eine Verbesserung der Funktionalität zu erzielen (Stevens et al., 2000).
Orlinsky, Grawe und Parks (1994) fanden in einer umfassenden Metaanalyse für verschiedene
Therapierichtungen eine Reihe gemeinsamer Merkmale, welche sie als allgemeine Wirkfaktoren
beschrieben. Diese wurden in weiteren empirischen Wirksamkeitsuntersuchungen und ProzessOutcomestudien bestätigt (Grawe, 1995, 1997, 1998).
Wirkfaktor Ressourcenaktivierung: Individuelle Merkmale und Eigenarten, die Patienten in die
Therapie einbringen, werden als positive Ressourcen für das therapeutische Vorgehen genutzt.
Psychotherapie nutzt also vorhandene, motivationale Bereitschaften und Fähigkeiten des Patienten.
Wirkfaktor Problemaktualisierung: Schwierigkeiten, die in der Therapie verändert werden sollen,
werden durch Interventionen dem Patienten unmittelbar erfahrbar gemacht. Z.B. werden reale
Situationen aufgesucht oder hergestellt (Verhaltenstherapie) oder Personen mit einbezogen, die an
den Problemen beteiligt sind (Paar- oder Familientherapie), oder die therapeutische Beziehung und
die in ihr auftretenden Konflikte und Gefühle genutzt (psychodynamische/psychoanalytische
35
Therapie).
Wirkfaktor Problembewältigung: Die Patienten werden mit bewährten problemspezifischen
Maßnahmen oder konfliktorientierten Beziehungsangeboten aktiv darin unterstützt, positive
Bewältigungserfahrungen im Umgang mit ihren Problemen zu machen.
Wirkfaktor motivationale Klärung: Therapien fördern mit geeigneten Maßnahmen das Ziel, dass
Patienten Einsichten in ihr konflikthaftes Erleben und Verhalten gewinnen z.B. Förderung von
Introspektion und Selbstreflektionsfähigkeit, Konfrontation mit und Deutung von Abwehrmechanismen, Hinweis auf und Veränderung von dysfunktionellen Kognitionen und Beziehungsmustern.
Therapeuten-Patienten-Beziehung
Ein wichtiges Element der allgemeinen Wirkfaktoren ist die Therapeutische Beziehung, bestehend
aus Arbeitsverhältnis und affektiver Bindung. In den letzten zwei Jahrzehnten setzte sich unter
Psychotherapeuten und Forschern zunehmend die Meinung durch, dass diese eine essentielle Rolle
im therapeutischen Prozess spielte. In einem Review von Horvath und Symonds (1991) wurde
gezeigt, dass die Qualität der Beziehung zwischen Therapeut und Patient im Verhältnis zum
Therapieerfolg steht. Safran und Muran (1995) behaupteten, die Qualität der Beziehung sei
wichtiger für ein positives Therapieergebnis, als die Art der Behandlung. Von Wolfe und Goldfried
(1988) wurde sie sogar als die „quintessential integrative variable“ der Therapie bezeichnet.
Es wurden verschiedene theoretische Konzepte der Therapeutischen Beziehung entwickelt. Die
meisten von ihnen enthalten drei Dimensionen: a) Arbeitsbeziehung, b) affektive Bindung und c)
die Fähigkeit des Therapeuten und des Patienten sich auf Behandlungsziele und Aufgaben zu
einigen (Horvath und Symonds, 1991; Saunders et al., 1989). Die Therapeutische Beziehung
unterscheidet sich von einer freundschaftlichen Beziehung (Bänninger-Huber, 2001). Zwar soll der
Therapeut ein verlässliches Arbeitsbündnis schaffen, das dem Klienten ein grundlegendes Gefühl
der Sicherheit und des Vertrauens gibt. Doch nützt diese gute und harmonische Arbeitsbeziehung
dem therapeutischen Prozess nur dann etwas, wenn gleichzeitig das Erkennen und Bearbeiten von
Konflikten erzielt wird.
Martin und Garske (2000) zeigten in ihrer Meta-Analyse eine Korrelation (r =.22) zwischen
Therapeutischer Beziehung und Erfolg und schlossen gleichzeitig konfundierende Variablen, die
das Verhältnis Beziehung-Erfolg beeinflussen könnten aus. Mit diesen Ergebnissen unterstützten sie
die These von Henry und Strupp (1994), dass die Beziehung in sich selbst therapeutisch wirkt. In
36
anderen Worten: Existiert eine gute Beziehung zwischen Patient und Therapeut, wird der Patient die
Therapie als heilsam empfinden, unabhängig von anderen psychologischen Interventionen.
Patienten tendieren dazu, die Beziehung als stabil zu bewerten, während Therapeuten und dritte
Beobachter eher Veränderungen feststellen. Da die Bewertung der Beziehung aus Patientenwahrnehmung eine höhere Korrelation zum Therapieerfolg hat, wäre ein Schluss für Therapeuten
daraus, sich besonders zu Anfang zu bemühen, eine gute Beziehung zu etablieren (Martin et al.,
2000).
Elemente der Therapeutischen Beziehung:
Ein Element der Therapeutischen Beziehung ist das mimisch-affektive Verhalten des Therapeuten.
50 - 80 % der interpersonellen Kommunikation wird über nonverbale Kanäle wie Mimik und Gestik
vermittelt (Beutler et al., 1994). Die Studie von Beutel und Ademmer (2005) unterstreicht diese
Bedeutung der Mimik für den Therapieerfolg. In erfolgreichen Therapien zeigen Therapeuten
vorwiegend andere (nicht-reziproke) Affekte als ihre Patienten. Somit kommt es nicht zur
Bestätigung maladaptiver Interaktionsmuster. Zeigen Therapeuten ähnliche (reziproke) Affekte,
nehmen Therapien häufig ungünstigere Verläufe. Ein Beispiel zur Veranschaulichung: Eine
Patientin, erzählt in einer Therapiesitzung, mit Lächeln im Gesicht, wie ihr in der Vergangenheit
Schlimmes widerfahren ist. Der erste Therapeut lächelt ebenfalls viel, evtl. um die Bindung zur
Patientin zu fördern. Der zweite Therapeut zeigt vorrangig Trauer oder Wut, Affekte, die zu dem
Erlebnis passen. Die Therapie des zweiten Therapeuten würde vermutlich erfolgreicher verlaufen,
da er der Patientin auf diese Weise, ihre abgewehrten Konflikte zur Bearbeitung zugänglich machen
würde, anstatt wie im ersten Fall, die Abwehr zu stärken.
Einzeltherapeut
Die Person des Therapeuten spielt ebenfalls eine nicht zu vernachlässigende Rolle für den
Therapieerfolg. Dies wurde in älteren und neueren Studien wiederholt festgestellt. Luborsky et al.
(1985) versuchten in einer Studie den Einfluss des Einzeltherapeuten gezielt gering zu halten, durch
spezielles Training, Manuale und Supervision, doch es bestand dennoch eine beträchtliche Varianz
der Therapieergebnisse, welche auf die Person des Einzeltherapeuten zurückgeführt wurde. Auch
Beutler et al. (2004) kommen in ihrer Studie zu Therapeutenvariablen zu dem Schluss, dass die
Effektivität einer Behandlung mehr von den speziellen Überzeugungen und Werten des
Therapeuten, als von bestimmten Techniken abhängt. Die Bedeutung dieser Variablen,
zusammengefasst als die therapeutische Haltung, wurde von einer schwedischen Arbeitsgruppe
37
innerhalb eines großen Projektes zur Outcomeforschung (STOPP Stockholm Outcome of
Psychoanalysis and Psychotherapy Project) bestätigt (Sandell, 2007). Klug et al. (2008) stellten fest,
dass die Therapieschule nur gering die therapeutische Haltung des Therapeuten beeinflusst. Dies
steht im Einklang zu früheren Studienergebnissen, nach denen mit wachsender Erfahrung der
Therapeuten, der Einfluss der theoretischen Orientierung geringer wird (Fiedler, 1950).
Schauenburg et al. (2005) zeigten sogar für die stationäre Therapie einen deutlichen Einfluss des
Einzeltherapeuten auf das Behandlungsergebnis. So ließen sich 9 % der Varianz des Therapieerfolgs
durch den Therapeuten aufklären. Im Gegensatz zu einer älteren Studie von Orlinsky und Howard
(1980) in der sechs Jahre Arbeitserfahrung einen Vorteil darstellte, hatte bei Schauenburg et al.
(2005) die berufliche Erfahrung der Therapeuten keinen bedeutsamen Einfluss auf den Erfolg.
Dafür erzielten weibliche Therapeuten geringfügig bessere Erfolge als ihre männlichen Kollegen.
In einem Review von über 2000 Process-Outcome-Studien konnten weitere Therapeutenvariablen
identifiziert werden, welche einen positiven Einfluss auf das Therapieergebnis hatten (Orlinsky,
Grave & Parks, 1994). Diese waren: Glaubwürdigkeit, empathisches Verständnis und die Fähigkeit
sich auf den Patienten einzulassen und ihn beim Fokussieren seiner Probleme zu bestärken.
Selbstverständlich wirken sich diese Therapeuteneigenschaften wiederum auf die PatientenTherapeuten-Beziehung aus, weswegen es schwierig ist beide Faktoren konzeptuell vollständig zu
trennen.
Setting
Das Setting bezeichnet die Umgebung, das Arrangement oder die spezifische Gestaltung der
Therapie. Es gibt verschiedene Formen, z.B. ambulante oder stationäre Therapie, Gruppen- oder
Einzel-Therapie, stationäre oder teilstationäre Therapie.
Noch gibt es wenige Untersuchungen zum Einfluss des Settings auf den Gesundungsverlauf
(Puschner et al., 2004). Puschner et al. (2004) verglichen die Ergebnisse stationärer und ambulanter
Therapien. Die Patienten der beiden Behandlungsgruppen unterschieden sich kaum in ihrer
Eingangssymptomatik und zeigten eine große Ähnlichkeit hinsichtlich ihrer Diagnosen. Die Effekte
soziodemografischer Variablen wurden in die Ergebnisse mit eingerechnet. Die psychische
Beeinträchtigung verringerte sich in der stationären Behandlung 14-mal schneller, als in der
ambulanten Therapie. Doch in der katamnestischen Zeit verschlechterten sich die Patienten wieder
38
leicht, so dass nach Ablauf eines Jahres die Effektivität der ambulanten Therapie gleich groß war
(Puschner et al., 2004).
Ein Reviewartikel von Horvitz-Lennon et al. (2001) zum Thema teilstationäre/stationäre Therapie
bei Erwachsenen, fasst die vorhandenen Studien aus 40 Jahren zusammen. Dabei zeigten sich in den
meisten Studien eine gleiche Wirksamkeit für beide Settings. Allerdings waren TagesklinikPatienten und deren Angehörige, ein Jahr nach Entlassung, zufriedener als Patienten, welche in
stationärer Behandlung waren. Jedoch gibt die Autorin zu bedenken, dass ca. zwei Drittel der
untersuchten Studien älter als ein Jahrzehnt waren und genauso viele von minderer Qualität waren.
Zeeck et al. (2003) untersuchten die Unterschiede der Behandlungserfolge bei teilstationären und
stationären Behandlungen. Die Patientengruppen unterschieden sich nur wenig in Hinblick auf
soziodemografische Variablen und Störungsschwere zum Aufnahmepunkt. Unterscheidungspunkte
waren Entfernung des Wohnorts, Wohnsituation (Kinder/Partner) und die Diagnose einer Anorexie,
welche für die Indikation Tagesklinik oder Station eine Rolle spielten. Für beide
Behandlungsgruppen zeigten sich statistisch signifikante Verbesserungen und beide Settings
erwiesen sich als ähnlich effektiv (Zeeck et al., 2003). Eine Studie von Geiselmann und Linden
(2001) führte einen Vergleich von tagesklinisch und stationär behandelten Patienten so wie
Patienten, die das Setting wechselten, durch. Sie fanden Unterschiede für die Belastungsschwere
zwischen den Gruppen, wobei sich Tagesklinik-Patienten als tendenziell leichter beeinträchtigt
zeigten. Durch eine Regressionsanalyse ließ sich ebenfalls kein signifikanter Einfluss des Settings
auf das Therapieergebnis nachweisen.
Interessant ist die Frage des Settings für Patienten, deren Übergänge, aus der Klinik nach Hause
oder anders herum, flexibler gestaltet werden sollen. Doch auch für Versicherungen ist die Frage
aus Kostengründen interessant. Die Hoffnung ist, die stationäre Behandlung verkürzen zu können
zu können oder zum Teil sogar durch teilstationäre Therapie ersetzen zu können. Dies wäre eine
Möglichkeit Kosten einzusparen (Kulick, 1998). Allerdings fehlen zu diesem Thema noch genauere
Analysen für die spezielle Situation in Deutschland, um weitere Schlüsse ziehen zu können (Zeeck
et al., 2003).
39
2.2.4.2. Extratherapeutische Faktoren
Neben den Faktoren, die der Therapeut bzw. die Klinik bestimmt, kommen auch andere Einflüsse
zum Tragen. Nach den Schätzungen von Lambert und Barley (2001), tragen extratherapeutische
Faktoren ca. 40 % zur Aufklärung des Verlaufs der Erkrankung bei. Eine Heilung unterliegt dem
Einfluss von individuellen Patientencharakteristiken und den Umständen außerhalb der Therapie.
2.2.4.2.1. Soziodemografische Patientenvariablen
Die Rolle des Alters im Hinblick auf den Therapieerfolg scheint noch unklar zu sein. Während in
manchen Studien überhaupt kein Zusammenhang hergestellt werden konnte (MacDonald, 1994;
Smith et al., 1980), stellte sich in der Untersuchung von Fliege und Rose (2001) das Alter als
Deckvariable für somatische Komorbidität heraus, welche für schlechte Therapieergebnisse sorgte.
Deter (1990) und Nosper (1999) dagegen fanden in einigen Teilbereichen bessere Ergebnisse für
jüngere Patienten in einer psychosomatischen stationären Behandlung. Jüngere Patienten erreichten
insbesondere
mehr
Verbesserungen
im
Bereich
der
körperlichen
Symptomatik,
des
Selbstwertgefühls und der Problembewältigungskompetenz. Älteren Patienten gelang es dafür
besser abweisende und expressive Verhaltensweisen abzubauen (Nosper, 1999). In einer FollowUp-Studie über einen Zeitraum von fünf Jahren, stellte sich ein junges Lebensalter als positiver
Prädiktor für gutes psychisches und soziales Befinden heraus (Deter, 1986).
Das Geschlecht des Patienten hat nach den Ergebnissen verschiedener Studien (Geiser et al., 2002;
Rode, 1987; Garfield, 1994), wenig Einfluss auf das Therapieergebnis. Nosper (1999) fand in
diesem Zusammenhang lediglich bei Frauen eine höhere Zufriedenheit mit der stationären
Psychotherapie und mit dem Therapeuten.
Die Befunde zur Bedeutung einer festen Partnerschaft für den Therapieerfolg sind heterogen. Von
verschiedenen Autoren konnte kein Zusammenhang gefunden werden (Fliege et al., 2002; Rode,
1987; Nosper, 1999). Andere Autoren stellten fest, dass verheiratete Patienten eher als „geheilt“
gelten und eine kürzere Behandlungsdauer benötigen (Geiser et al., 2002; Borgart & Meermann,
1999). Studien, welche diesen Zusammenhang genauer untersuchten, fanden, dass nicht die
Partnerschaft an sich für einen besseren Therapieverlauf verantwortlich gemacht werden kann,
sondern eher der Umstand, dass diese Patienten häufig über ein größeres soziales Netzwerk und
verfügen und ihr Tagesablauf geordneter verläuft (House, Robbins & Metzner, 1982). Löhr et al.
40
(2003) zeigten einen positiven Zusammenhang zwischen Merkmalen positiver Partnerschaftsqualität und Therapieerfolg bei Patienten mit Agoraphobie. Ein anderes Ergebnis brachten Keller et
al. (1994), welche die Ehe als Risikofaktor für ein längeres Anhalten einer Depression
identifizierten. Sie geben jedoch ebenfalls zu bedenken, dass möglicherweise die Beziehungsqualität ausschlaggebend sei.
Keinen großen Einfluss auf den Therapieverlauf scheint der Bildungsstand zu haben (Borgart und
Meermann, 1999; Geiser et al., 2003; Schmidt, 1991). Riedel (1991) stellte fest, dass Patienten mit
niedrigerem Bildungsniveau von ihren Therapeuten als weniger motiviert eingeschätzt wurden.
Die Bedeutung des Erwerbsstatus für den Therapieerfolg wurde bisher wenig untersucht. Fliege
et al., (2002) konnten für die Patienten einer psychosomatischen Klinik keinen Zusammenhang
zwischen Erwerbslosigkeit und Therapieergebnis finden. Wenige Studien weisen auf die
Arbeitsbelastung bzw. die Zufriedenheit am Arbeitsplatz als Einflussfaktor auf den
Therapieerfolg hin. Nosper (1999) beschreibt, dass Patienten, welche bei Behandlungsbeginn
berufliche Probleme hatten, häufig geringe Therapieerfolge aufwiesen. In der Untersuchung von
Broda et al. (1996) schätzten beruflich integrierte Patienten den Behandlungserfolg zum
Katamnesezeitpunkt positiver ein als Nichtberufstätige. Der subjektive Behandlungserfolg nach
einem Jahr zeigte einen deutlichen Zusammenhang zur Zufriedenheit mit der Arbeitssituation. Auch
in der Studie von Beutel et al. (2005) wurden berufliche Ereignisse, so wie Schwierigkeiten in der
Gestaltung sozialer Kontakte und wenig soziale Ressourcen als wichtige Einflussfaktoren auf den
Therapieerfolg bestimmt.
2.2.4.2.2. Krankheitsbezogene Patientenvariablen
Fliege et al. (2002) konnten unterschiedliche Therapieerfolge in Abhängigkeit von der Diagnose
feststellen. So hatten Angstpatienten zu Beginn eine starke Symptomschwere im Vergleich zu
Patienten mit Anpassungsstörungen. Sie wiesen aber im Verlauf der Therapie eine größere
Verbesserung auf. In einer Metaanalyse von Steffanowski et al. (2007) wurden unterschiedliche
Effektstärken für verschiedene Störungsbilder gezeigt. Nosper (1999) wiederum kommt zu dem
Schluss, dass Diagnosen keine Auswirkung auf den Therapieerfolg haben. Er konnte allerdings
nachweisen, dass funktionelle Störungen im Vergleich zu psychoneurotischen Störungen einen
günstigeren Therapieverlauf haben.
41
Die Unterteilung der Krankheitsbilder nach DSM-IV-Diagnosen wird in diesem Zusammenhang
auch kritisch betrachtet (Clarkin und Levy, 2004). Patienten der selben Diagnose stellen keineswegs
eine homogene Gruppe dar. Sie haben meist unterschiedliche Symptome und nicht selten zusätzlich
komorbide Störungen. Auch soziodemografische Hintergründe können bei Patienten mit ähnlicher
Symptomatik sehr verschieden sein. Aus diesen Gründen bewerten Clarkin und Levy (2004) die
Ableitung von Zusammenhängen zwischen Diagnosen und bestimmten Behandlungsformen und
ihren Erfolgen als zu vereinfacht und irreführend.
Auf die Frage, in wieweit der Schweregrad der Erkrankung den Therapieerfolg bestimmt liefert
die Literatur ebenso widersprüchliche Antworten. Eine Reihe an Autoren zeigten: je schwerer die
Erkrankung der Patienten, desto schlechter ist das Therapieergebnis (Garfield, 1994; Mohr, 1995,
Lambert & Anderson, 1996; Luborsky et al., 1988). In einer Untersuchung von McLellan et al.
(1994) an opiat-, alkohol- und/oder kokainabhängigen Patienten, welche für ein halbes Jahr in
Behandlung waren, zeigte sich die Schwere der Abhängigkeitserkrankung zu Behandlungsbeginn
als entscheidender Prädiktor für einen späteren Substanzkonsum, unabhängig von der Art des
Suchtmittels. In Untersuchungen anderer Autoren hatte die Symptomschwere zu Beginn der
Therapie keinen Einfluss auf das Ergebnis (Joyce & Piper, 1998; Shapiro et al., 1994). Deter et al.
(1986) und Mohr et al. (1990) kamen zu dem Schluss, dass ein vom Patienten wahrgenommener
hoher Beschwerdedruck sich sogar positiv auf die Behandlung auswirken kann. In einer
Untersuchung zum Ergebnis stationärer Psychotherapie von Junge & Ahrens (1996) gaben
Patienten mit besonders starker psychischer Belastung zu Beginn, erhoben durch den SCL-90-R
(Franke, 1995) und zum Katamnesezeitpunkt eine deutliche Abnahme der Beschwerdeintensität an.
Patienten, welche anfangs nur geringe Beschwerden hatten, konnten ein Jahr nach Entlassung
deutlich geringere Erfolge in Hinsicht auf die Beschwerdeintensität aufweisen. Ein ähnliches
Ergebnis fand Nosper (1999) für die Stärke der Depressionsbelastung, gemessen durch die ADS,
Allgemeine Depressions Skala (Hautzinger und Bailer, 1993) seiner Patienten. Schwerer belastete
Patienten konnten in stationärer Behandlung eine größere Verbesserung erzielen als weniger
Belastete.
Komorbidität ist Ausdruck für die Komplexität einer psychischen Erkrankung und bestimmt unter
anderem das Ausmaß der psychosozialen Beeinträchtigung (McDermut et al., 1988). Ob eine
Mehrzahl an Diagnosen daher Einfluss auf den Therapieverlauf hat, ist nicht abschließend geklärt.
Nach Coryell et al. (1994) verschlechtert die Komorbidität mit einer Angststörung die Heilungschancen von Depression. Andere Autoren berichten über schlechtere Therapieergebnisse bei
42
zusätzlicher somatischer Diagnose (Fliege et al. 2002; Keitner et al., 1992). Zielke (1995) und
Borgart & Meermann (1999) fanden unterschiedliche Therapieverläufe in Abhängigkeit von
Komorbidität. Löschmann (2000) wiederum konnte für Suchtpatienten keinen Einfluss von
Mehrfachdiagnosen auf die Abstinenz nach Abschluss einer Entwöhnungstherapie nachweisen.
In verschiedenen Studien wurde das Vorhandensein einer Persönlichkeitsstörung zusätzlich zu
einer Achse-I-Störung der DSM-IV-Klassifikation, wie z.B. Depression ( Hardy et al., 1995; Shea et
al.,1990; Reich & Green, 1991) oder Angststörung (Chambless et al., 1997) als negativer Prädiktor
für den Therapieerfolg identifiziert. Es wurde gezeigt, dass Patienten mit zusätzlicher
Persönlichkeitsstörung zu schwererer depressiver Symptomatik tendieren und oftmals längere Zeit
benötigen um in der Therapie Fortschritte zu machen (Diguer et al. 1993; Pilkonis & Frank, 1988).
Leibbrand et al. (1998) konnten keinen solchen Effekt auf die Behandlungserfolge von Patienten
mit somatoformen Störungen finden. Auch Bottlender et al. (2003), konnten nach einer
Entzugstherapie für Alkoholabhängige nur tendenzielle Unterschiede in der Häufigkeit von
Persönlichkeitsstörungen bei rückfälligen Patienten im Vergleich zu Patienten mit regelrechtem
Therapieverlauf finden. Sie folgerten daraus, dass die Bedeutung von Persönlichkeitsstörungen für
das Therapieergebnis überschätzt wird.
Es wird beschrieben, dass Patienten mit geringem Therapieerfolg häufig bereits eine lange
Erkrankungsdauer hinter sich haben (Lamprecht & Schmidt, 1990; Deter, 1990; Broda et al.,
1996). Eine Vorgeschichte mit depressiven Episoden (Sargeant et al., 1990) und mehreren
stationäre Behandlungen (Keitner et al., 1992) sind Risikofaktoren für einen chronischen Verlauf
einer Depression. Dementsprechend zeigten einige Autoren günstigere Therapieverläufe bei
Patienten, welche vor Beginn der Therapie noch keine psychotherapeutische Hilfe in Anspruch
nehmen mussten (Deter, 1990; Borgart & Meermann, 1999; Sack et al., 2003)
Der Zusammenhang zwischen der Einstellung des Patienten gegenüber der Therapie und dem
Behandlungserfolg scheint nicht unwichtig zu sein. Schneider & Klauer (1999) beschrieben die
Bedeutung der initialen Behandlungsmotivation für das Therapieergebnis. Nosper (1999) zeigt als
wichtigsten Erfolgsfaktor die Güte des Prozesserlebens, zu der verschiedene Patientenmerkmale
gehören: intensiv gelernte Selbstständigkeit der Problemlösung, aktive Mitarbeit und hoher
Therapieoptimismus. Fliege et al. (2002) konnten psychosoziale Morbidität, Pessimismus,
Optimismus und Selbstwirksamkeitsüberzeugung als Prädiktoren für Therapieerfolg bestimmen. In
einem Review-Artikel von Steenbarger (1994) wurde neben der Interpersonellen Funktionalität und
43
der Fähigkeit Bindungen einzugehen die aktive Teilnahme an der Therapie für Erfolg
mitverantwortlich gemacht. Hierin besteht eine enge Verbindung zum Placebo-Effekt.
2.2.4.2.3. Placebo-Effekt / Erwartungen
Rosenthal und Frank (1956) erhoben erstmals die These, dass das Placeboparadigma, welches in der
pharmazeutischen Therapie bereits schon lange akzeptiert wurde, auch in der Psychotherapie
Anwendung finden könne, in Form der allgemeinen Wirkfaktoren. Sie gingen so weit zu behaupten,
die Wirksamkeit der Psychotherapie bestünde vor allem in der Fähigkeit, den Patienten davon zu
überzeugen, dass ihm geholfen werden könne, also in der Placebowirkung.
Lambert und Barley (2001) identifizieren in ihrem Übersichtsartikel die generalisierte Erwartungshaltung als wichtigen Erfolgsfaktor. Sie ist die Voraussetzung für den Placebo-Effekt, der bis zu 15
% des Erfolges ausmacht. Es wurden drei Typen von Erwartungshaltungen beschrieben:
1) Erfolgs- /Verbesserungserwartungen: Sie beschreiben, wie stark der Patient daran glaubt, dass die
Therapie ihm helfen wird.
2) Rollenerwartungen: Diese beziehen sich auf Patientenerwartungen, die die Einnahme der Rolle
des Patienten oder ihres Therapeuten betreffen.
3) Kontrollerwartungen: Sie beziehen sich auf den Ort der erlebten Kontrolle. Bei interner
Kontrollüberzeugung ist der Patient selbst verantwortlich für seine Besserung, bei externer
Kontrollüberzeugung liegt die Heilung nicht in seiner Macht, sie kommt von außen, zum Beispiel
vom Schicksal. Ein Review zur vorhandenen Literatur beschreibt Zusammenhänge zwischen diesen
Erwartungshaltungen und dem Therapieerfolg. Einerseits beeinflussen positive Erwartungen die
aktive Beteiligung an der Therapie, zum anderen legen sie die Grundlage für den Placebo-Effekt
(Delsignore & Schnyder, 2007).
Eine Meta-Analyse, die 130 experimentelle Studien, mit Behandlungsgruppe, Placebo-Kontrollgruppen und Kontrollgruppe ohne Behandlung, verwendete, kam zu dem Schluss, dass
Placebotherapien nur kleine oder keine Effekte haben (Hrobartsson & Gotzsche, 2001). Wampold
(2005) verwendete die Daten dieser Meta-Analyse ein zweites Mal und konnte durch andere
Methoden zeigen, dass der Effekt der Placebo Therapie fast ebenso groß, wie der Effekt der echten
Therapie war. Er zieht zwei Hauptschlüsse: Erstens, der Placebo-Effekt ist robust. Zweitens, die
Konstruktion eines Placebodesigns ist eine komplexe Angelegenheit. Es ist schwierig,
44
Psychotherapie in charakteristische und zufällige Aspekte zu trennen, von denen nur die Zufälligen
in die Placebobehandlung einfließen sollten. Es ist zudem schwierig, eine für den Patienten, nicht
als Placebo erkennbare Placebobehandlung zu entwerfen und es ist nicht möglich, die Studie aus
Sicht des Therapeuten zu verblinden (Wampold, 2005).
Auch wenn man somit von dem Vorhandensein eines Placeboeffektes ausgehen kann, ist noch
unklar, von welchem Nutzen er ist. Denn es wurde festgestellt, dass das Anhalten des positiven
Effektes nicht besonders lange ist und das Wiederkehren der charakteristischen Symptome nach
einer bestimmten Zeit typisch ist (Lambert & Anderson, 1996).
2.2.4.2.4. Psychopharmakologische Einflüsse
Ein wichtiger Aspekt ist sicherlich der Einfluss von Psychopharmaka auf den Therapieverlauf.
Leider ist dies bereits ein großes Thema für sich, so dass in meiner Doktorarbeit nicht weiter darauf
eingegangen werden kann.
2.3. Zusammenhang zwischen Behandlungsdauer
und Therapieerfolg
Der Zusammenhang zwischen der Therapiedauer und dem Therapieerfolg ist auf Grund der
gesundheitspolitischen Situation ein genauso aktuelles, wie umstrittenes Thema. Viele Autoren
haben sich mit dem Thema beschäftigt und haben interessante, unterschiedliche Ergebnisse
hervorgebracht.
2.3.1. Zusammenfassung der aktuellen Literatur
In den siebziger Jahren wurden bereits einige kontrollierte Studien durchgeführt, um den Effekt der
Behandlungsdauer auf das Therapieergebnis zu untersuchen. Zu dieser Zeit und auch bei neuerlich
wiederholt durchgeführten Meta-Analysen dieser Studien, zeigten sich keine negativen Effekte von
45
kürzeren gegenüber längeren Behandlungen (Caton & Gralnick, 1987). Pfeiffer et al. (1996) kamen
nach der Untersuchung mehrerer Studien, überwiegend aus den siebziger Jahren, zu dem Schluss,
dass die Dauer der Behandlung keinen signifikanten Einfluss auf das Outcome hat.
Die meisten Untersuchungen der neunziger Jahre sprachen jedoch deutlich für positive Effekte einer
längeren Behandlungsdauer. Häufig wurde ein Anstieg der Wiederaufnahmerate bei kürzeren
Behandlungen gezeigt (Richter, 2001). Richter (2001) erklärt diesen Umstand der neuen Tendenz
damit, dass die Verweildauern sich in den vergangenen Jahren so weit reduziert haben, dass sich
nun langsam auch Auswirkungen in klinischen Parametern zeigen. Bei den Behandlungsdauern der
früheren Jahrzehnte habe noch ein erheblicher Spielraum für die Reduktion bestanden.
Allen et al. (1986) boten ebenfalls einen Erklärungsversuch für die Ergebnisse der älteren Studien.
Ihrer Meinung nach wurden bisher ungeeignete Erfolgsmaße gewählt, um die Effekte einer längeren
Therapie zu erfassen. Sie führten ebenfalls eine Studie durch, jedoch verwandten sie andere,
„sensitivere“ Erfolgsmaße. Da das C. F. Menninger Memorial Hospital nach psychodynamischen
Ansätzen behandelt, fügten sie entsprechend eine Reihe an Ich-Funktions-Maßen zur gewöhnlichen
Symptombeurteilung hinzu. Außerdem verfolgten sie ein individualisiertes Vorgehen. Anstatt die
Messung aller Variablen in die Ergebnisse einzubeziehen, benutzten sie hauptsächlich die, den
Problembereich des jeweiligen Patienten, beschreibenden Variablen. Zum Beispiel: misst man die
Veränderung der Suizidalität eines Patienten, welcher von Anfang an nie suizidal war, erhält man
einen Effekt von 0. Es ist also sinnvoll, die Variable Suizidalität nicht in die Erfolgsbemessung mit
einzuschließen. Die Ergebnisse ihrer Studie zeigten dann eine klare Korrelation zwischen
Behandlungsdauer und Erfolg. Sie erklärten diesen Zusammenhang damit, dass chronisch kranke
Patienten längere Zeit brauchen, um einen Heilungsprozess zu durchgehen. Außerdem ermöglicht
eine längere Therapiezeit dem Therapeuten Behandlungsprogramme und Ziele anzupassen und zu
ändern. Sie fanden auch heraus, dass eine längere Behandlungsdauer mit einer besseren
Therapeuten-Patienten-Beziehung einhergeht, welche Voraussetzung für gute Behandlungsergebnisse ist (siehe Kapitel 1.3.4.2.).
Lieberman et al. (1998) verglichen die Therapieergebnisse depressiver Patienten, welche zwischen
den Jahren 1988 und 1996 in ihrer Klinik behandelt wurden. In diesem Zeitraum hat die
durchschnittliche Verweildauer in den Krankenhäusern stark abgenommen. Sie bildeten rückblickend drei Kohorten mit verschiedener durchschnittlicher Behandlungsdauer (KH 1: 26,5 Tage
KH 2: 19,5 Tage, KH 3: 8,3 Tage) und verglichen ihre Erfolgswerte. Zwar zeigten die Kohorten am
46
Ende der Therapie ähnliche Werte auf den Skalen für Selbstachtung und Ego-Defense, doch hatten
die Patienten der letzten Kohorte signifikant höhere Werte auf der Hamilton Depressionsskala und
niedrigere GAF-Werte (Funktionalität). Sie folgerten: bei kürzerer Behandlungsdauer werden
Patienten kränker und funktional eingeschränkter entlassen.
Im Rahmen einer Evaluierungsstudie von Nosper (1999) wurden an 266 Patienten, in stationärem
Setting, die Veränderung der Symptomatik während der Behandlung und am Schluss erfasst. Es
zeigten sich bereits nach drei Wochen durchschnittliche Effektstärken von 0,4 (auf dem GSI des
SCL-90-R). Bei Entlassung, durchschnittlich nach 45 Tagen, steigerten diese sich jedoch auf Werte
von 0,65 bis 0,8. Dies belegt einen positiven Zusammenhang zwischen Behandlungsdauer und
Therapieerfolg. Berücksichtigt man die Katamneseergebnisse, wird außerdem deutlich, dass
Langzeiteffekte der Behandlung erst nach drei Wochen auftreten. Nach Nosper (1999), sprechen
klinische Erfahrung und Ergebnisse der Forschung dafür, dass im Bereich der stationären
Psychotherapie und psychosomatischen Rehabilitation ein Behandlungsbedarf von mindestens
sechs Wochen besteht.
Borgart & Meermann (1999) fanden in ihrer Untersuchung von Patienten einer psychosomatischen
Klinik ebenfalls einen deutlich positiven Zusammenhang zwischen Behandlungsdauer und dem von
dem Therapeuten eingeschätzten Therapieerfolg. Ebenso zwischen Behandlungsdauer und
Arbeitsfähigkeit nach Behandlung. Da das Therapeutenurteil mit dem Patientenurteil korrelierte,
kann man davon ausgehen, dass es sich hierbei nicht um eine Dissonanzreduktion handelt, im Sinne
von, wer länger bleibt, muss sich auch stärker verbessert haben.
Es existieren jedoch auch Studien die diesen Ergebnissen widersprechen. Bassler et al. (1995)
konnten für Patienten einer psychosomatischen Klinik keine Korrelation zwischen Behandlungsdauer und Erfolg finden. Auch in einer aktuelleren Untersuchung von Fliege et al. (2002) stellte die
Verweildauer in einer Regressionsanalyse keinen Prädiktor für Erfolgsmerkmale dar.
Einige Untersuchungen sprachen für einen bedingten Dauer-Erfolg-Zusammenhang: Lamprecht &
Schmidt (1990) zeigten im Rahmen der psychosomatischen Rehabilitation auf verschiedenen
Veränderungsmaßen, dass eine mittlere Therapiedauer von 6 – 8 Wochen gegenüber längerer (mehr
als 8 Wochen) und kürzerer (4-6 Wochen) Dauer, bessere Ergebnisse in der Patientenbeurteilung zu
Behandlungsende und katamnestisch bis zu drei Jahre später erbringen. In der Studie von Neeb et
al. (2001) erbrachte ebenfalls eine Gruppe mit mittellanger Aufenthaltsdauer die größten Effekte.
47
Sie kamen zu dem Schluss, dass, wenn ein Zusammenhang existiere, so könne er nicht linear sein.
Schmitz-Buhl et al. (1999) zeigten den Einfluss von Dauer nur im Zusammenhang mit Therapiemotivation und Beschwerdedruck, der Einfluss der Dauer alleine war schwach.
Viele der aktuelleren Untersuchungen zeigten dann doch wieder deutlichere Zusammenhänge.
Figuerora et al. (2004) und Heeren et al. (2002) konnten zeigen, dass die Verkürzung der
Verweildauer zu höheren Wiederaufnahmeraten führt. Heerens et al. (2002) Studie beschreibt einen
Beobachtungszeitraum von 5 Jahren. In dieser Zeit waren die Schweregrade der Erkrankungen
gleich geblieben, die durchschnittliche Verweildauer war gesunken und die Wiederaufnahmerate
hatte sich verdoppelt. Hermann (2007) führte einen Vergleich verschiedener Kliniken durch, dabei
zeigte er, je kürzer die durchschnittliche Behandlungsdauer, desto geringer die erreichten
Effektstärken (gemessen durch den BDI und den SCL-90-R). Spießl (2006) beschreibt ebenfalls den
sogenannten „Drehtüreffekt“ in einer umfassenden Studie. Die Verweildauer nimmt ab, die
Patienten
werden
bei
niedrigerer
psychosozialer
Leistungsfähigkeit
entlassen
und
die
Wiederaufnahmeraten steigen. Dadurch entsteht keine Kosteneinsparung, denn die kumulative
Verweildauer bleibt weitestgehend konstant. Auch diese Studie spricht somit für den positiven
Zusammenhang zwischen Therapiedauer und Therapieerfolg im stationären Bereich.
Auch im ambulanten Setting wurde der Zusammenhang zwischen Dauer und Erfolg belegt. Die
Consumer Reports Study von Seligman (1995), welche in Kapitel 1.3.3. näher beschrieben wurde,
zeigt größere Therapieerfolge für spezifische Probleme, genauso wie für die allgemeine Lebensqualität, bei längerer gegenüber kürzerer Psychotherapie.
In einer Follow-up-Studie für Langzeitanalysen psychoanalytischer Therapie von Keller et al.
(2001) zeigte sich ein statistisch bedeutsamer Zusammenhang zwischen einem Globalurteil für den
Therapieerfolg und der Behandlungsdauer. Je länger die Behandlungsdauer war, umso erfolgreicher
beschrieben die Patienten ihre Behandlung auch noch 6 Jahre nach Beendigung der Therapie. Das
Globalurteil der Patienten stimmte gut überein mit dem Globalurteil der Therapeuten. Die stark
zurück gehende Inanspruchnahme von Krankenkassenleistungen bestätigte dieses Ergebnis (Keller
et al., 2001). In einer Meta-Analyse zur Untersuchung der Wirksamkeit von psychodynamischer
Langzeitpsychotherapie, wurde die Korrelation zwischen Anzahl der Sitzungen und dem
Therapieerfolg gezeigt, jedoch keine Korrelation zwischen Therapiedauer und Erfolg. Es scheint als
wären Anzahl der Sitzungen und Dauer unterschiedliche Parameter, die auf verschiedene Weisen
mit dem Therapieprozess und Erfolg in Beziehung stehen. Insgesamt zeigte sich die
48
Langzeittherapie vor allem bei komplexeren Störungen den kürzeren Therapieformen überlegen
(Leichsenring & Rabung, 2008). Eine empirische Einzelfallstudie von Milch (2004) deutet darauf
hin, dass eine längere Therapiedauer möglicherweise erst die Bearbeitung tiefer liegender Konflikte
ermöglicht, was für eine gute Wirksamkeit notwendig ist.
Einige Autoren haben versucht, den Dauer-Erfolg-Zusammenhang genauer zu beschreiben:
Steenbarger (1994) untersucht in einem Reviewartikel ausgiebig das Verhältnis zwischen
Therapiedauer und Therapieerfolg. Er kommt zu dem Schluss, dass es durch ein komplexes
Zusammenspiel von Patient, Therapeut und weiteren Kontextfaktoren gezeichnet ist, welches unter
bestimmten Bedingungen eine schnellere Besserung zulässt und unter anderen mehr Zeit für eine
Veränderung notwendig macht. Als Beispiel für diese Faktoren zählen Patient-TherapeutenBeziehung, Level des Interpersonalen Funktionsniveau des Patienten und Posttherapeutische Events
wie Lebensereignisse oder fortgeführte Therapiestunden nach einer stationären Behandlung. Von
Fall zu Fall muss der Zeitbedarf individuell abgewogen werden, je nach Patient, Problem und
Zielsetzung. So ist auch die Beziehung Dauer-Erfolg nicht durch eine grundsätzliche Funktion
beschreibbar, sondern für jeden Patienten unterschiedlich.
Der Versuch eine allgemeine Funktion für das Verhältnis Dauer-Erfolg zu finden wurde von
Howard, Kopta und Krause (1986) unternommen. Sie beschrieben das Dosis-Effekt-Modell.
2.3.2. Das Dosis-Effekt-Modell
Das Dosis-Effekt-Modell entstand durch eine Meta-Analyse von Howard, Kopta und Krause
(1986). Sie verwandten 15 unterschiedliche Datensätze mit zusammen 2,400 Patienten, welche
ambulant behandelt wurden. Obwohl sie damit einen Zeitraum von 30 Jahren Forschung abdeckten,
waren die Studien in ihrem Aufbau vergleichbar und für ein metaanalytisches Pooling geeignet.
Bei dieser Analyse zeigten sich folgende Ergebnisse: Bei ca. 15 % der Patienten stellte sich bereits
eine messbare Verbesserung des Wohlbefindens (auf einer Art globalen Rating-Skala) ein, bevor
überhaupt die erste Sitzung stattgefunden hatte, einfach als Folge einer Terminvereinbarung mit
dem Therapeuten und dem Wissen, dass nun Hilfe naht. Dies lässt sich auch als „spontane
Remission“ bezeichnen. Bei 50 % der Patienten konnte man nach der 8. Sitzung eine Besserung
feststellen. 75 % der Patienten hatten sich nach 26 Therapiesitzungen verbessert, 85 % der Patienten
49
nach einem Jahr. Die Beziehung zwischen Zahl der Sitzungen und dem Anteil der verbesserten
Patienten, „dose-effect-relationship“, wird durch eine exponentielle Kurve gezeichnet. Durch eine
log-normal Transformation erhielte man eine lineare Funktion. Diese Kurve beschreibt die Tatsache,
dass Therapie zu Beginn große Effekte erzielt und mit dem Fortschreiten immer mehr Sitzungen
notwendig werden um noch merkliche Verbesserungen zu erzielen.
In der Pharmakologie existiert als Kriterium für eine effektive Dosierung, die Dosis, bei der sich bei
50 % der Patienten eine Wirkung zeigt. Als Übertragung in die Psychotherapie ließe sich als
geeignetes Maß 8 Sitzungen annehmen. Patienten, die also weniger als 8 Stunden Therapie gehabt
hätten, sollten in der Forschung generell als Patienten ohne adäquate Behandlung behandelt werden
(Howard et al. 1986). Howard et al.(1986) schlagen als Zeitbegrenzung für Therapien, falls
überhaupt nötig, 26 Sitzungen vor, nach denen sich bei den meisten Patienten eine Besserung
zeigen würde. Dies heißt allerdings nicht, dass Patienten, welche nach der 26. Sitzung bereits eine
Besserung zeigen, ihre maximalen Heilungschancen ausgenutzt haben. Eine weitere Verbesserung
kann durchaus möglich sein. Unterschiede befanden sich zwischen den Diagnosegruppen:
Depressive Patienten reagierten bereits nach wenig Therapie durch Veränderung, Angstpatienten bei
etwas mehr Therapie und Patienten mit Borderline-Psychosen erst bei höheren Therapiedosen. Was
ebenfalls interessant zu erwähnen ist: In der frühen Phase der Behandlung, fühlen sich Patienten
besser, als sie klinisch erscheinen, später scheint ihnen der subjektive Wandel geringer zu sein, als
die klinische Situation aus Sicht der Therapeuten.
50
2.3.3. Das Phasenmodell
Das Phasenmodell therapeutischer Veränderungen wurde von Howard et al. (1993) als Erweiterung
des Dosis-Effekt-Modells eingeführt. Dieses zeigt, dass sich unterschiedliche Bereiche im Erleben
des Patienten, im Verlauf von Psychotherapie, in unterschiedlichem Ausmaß verändern. Das Modell
basiert hauptsächlich auf den Arbeiten von Frank und Frank (1991), die drei Phasen einer
Behandlung beschrieben. Die Remoralisierung, die Remediation und die Rehabilitation.
1. Remoralisierung: Sie bezieht sich auf die Verbesserung des subjektiv erlebten Wohlbefindens.
Diese Wirkung wird durch unspezifische Faktoren erzielt, welche allen Therapien aber auch
anderen hilfreichen Beziehungen, wie z. B. Freundschaften oder religiöser Unterstützung gemein
ist. Diese Verbesserung tritt relativ schnell ein. Sie kann schon nach der ersten Terminvereinbarung
eintreten, durch das Gefühl des Patienten, mit seinem Leiden nicht alleine sein zu müssen.
2. Remediation: Sie beinhaltet die Reduktion der Symptome oder die Lösung aktueller
Lebensprobleme oder beides. Sie umfasst ein Erkennen und Bewerten der Symptome, die
Mobilisierung vorhandener Bewältigungsmöglichkeiten oder das Lernen alternativer, eher adaptiver
Bewältigungsstrategien, sowie die dauerhafte Anwendung dieser Fertigkeiten und Strategien in
kritischen Lebenssituationen.
3. Rehabilitation: Sie kann die Wiederherstellung eines früheren Funktionsniveaus bedeuten, das
mit den persönlichen Erwartungen und Fähigkeiten des Patienten übereinstimmt oder aber das
Erlernen neuer Rollen fördern, die ein besseres Funktionsniveau zur Folge haben. Diese Phase
scheint schneller erreicht zu werden, wenn es sich um das Wiederherstellen eines bereits erlebten
Funktionsniveaus geht. Sie kann Jahre dauern, wenn neue Wege der Lebensbewältigung erlernt
werden sollen.
Das Phasenmodell beschreibt Veränderungen, die sequentiell erfolgen. Das heißt, die Phase der
Remoralisierung muss in der Regel erreicht sein, um in die Phase der Remediation einzutreten.
Diese wiederum ist Voraussetzung für eine Rehabilitation. Die unterschiedlichen Phasen bringen
Veränderungen auf verschiedenen Ebenen mit sich, welche durch jeweils spezifische Erfolgsmaße
erfasst werden müssen.
51
Howard et al. (1993) führten eine empirische Studie, im ambulanten Setting, zur Unterstützung des
Phasenmodells durch. Dabei verwandten sie primär Methoden zur Selbstbeschreibung des Patienten. Für jede Phase wurden verschiedene Items abgefragt. Gemeinsam werden diese erfragten
Werte als Gesamtwert zu einer Art Globalmaß für psychische Gesundheit, unter der Bezeichnung
Mental Health Index (MHI) kombiniert.
Die Abbildung 4 illustriert das Muster der Verbesserung bezogen auf die drei unterschiedlichen
Erfolgsebenen des Phasenmodells. Sie zeigt, dass das Wohlbefinden sich deutlich schneller
verbessert als die Symptome, welche sich wiederum schneller verbessern, als das allgemeine
Funktionsniveau (Howard et al., 1993).
Folgt man den beiden beschriebenen Modellen, lässt sich die abflachende Besserungskurve für
einen Patienten einer sequentiellen Veränderung und einer zunehmenden Schwierigkeit der Be52
handlungsziele im Verlauf der Therapie zuordnen (Lutz et al., 2001). Allerdings kann der
individuelle Verlauf eines einzelnen Patienten stark vom generellen Trend abweichen. In einer
neueren Studie von Lutz et al. (2001) fanden die Modelle Bestätigung und ihre praktische
Anwendung wurde untersucht. Durch ein spezielles Verfahren (Hierarchisches Lineares Modell),
welches bereits in anderen Studien Anwendung fand (Bryk & Raudenbush, 1992) berechneten sie
den individuellen Therapieverlauf eines jeden Patienten (mit Hilfe von bekannten Einfluss
nehmenden Variablen) und verglichen die vorhergesagten Werte mit den beobachteten Werten. In
ihrer Patientenstichprobe befanden sich 11000 Patienten, welche ambulant behandelt wurden. Sie
bestätigten mit ihren Daten den phasenhaften Verlauf der Besserung, mit zuerst auftretendem
subjektiven Wohlbefinden, dann den abnehmenden Symptomen und zuletzt der zurückkehrenden
Funktionalität. Sie zeigten ebenfalls die unterschiedliche Geschwindigkeit der Verbesserung für
verschiedene Syndrome/Symptome, z.B. Angststörung vs. Depression und ein Dosis-EffektVerhältnis, vergleichbar zu den Ergebnissen von Howard und Kopta (1986). Ihr Versuch
individuelle Therapieverläufe hervor zusagen, war größtenteils gelungen. Der Nutzen darin läge in
der Möglichkeit erfolglose Therapien früh zu erkennen und entsprechend umzugestalten. Die
Autoren betonten jedoch auch, dass nicht jeder Verlauf diesen Modellen entspricht und daher die
Notwendigkeit bestünde, nach weiteren Verlaufsmustern zu suchen.
Man kann davon ausgehen, dass ein Zusammenhang zwischen Behandlungsdauer und
Therapieergebnis sehr wahrscheinlich ist. Die Art des Zusammenhangs lässt sich bisher jedoch
nicht sicher ergründen. Das Dosis-Effekt-Modell und das Phasenmodell sind plausible Ansätze
diesen Zusammenhang zu beschreiben und Erklärungen dafür zu finden. Die Beschreibungen der
Modelle gelten allerdings lediglich für Therapien im ambulanten Bereich, ob sich diese auch auf
das stationäre Setting übertragen lassen, ist bis heute nicht untersucht worden.
Zusammenfassend kann man sagen, dass eine längere Therapiedauer, sowohl ambulant, als auch
stationär größere Therapieerfolge erzielt, als eine kurze Therapiedauer. Jedoch muss im Einzelfall
entschieden werden, ab wann der zusätzliche Nutzen, die Steigerung des Therapieerfolges, zu
gering wird, um das Weiterführen einer Therapie zu rechtfertigen.
53
2.4. Behandlung in einer psychosomatischen Klinik
Die Behandlung in der Thure-von-Uexküll-Klinik und der psychosomatischen Universitätsklinik
erfolgt nach einem multimodalen Ansatz. Es sind Ärzte, Psychologische Psychotherapeuten,
Spezialtherapeuten sowie Sozialarbeiter und Pflegepersonal beteiligt. Der Schwerpunkt liegt auf
verbalen Interventionen in Gruppen oder Einzelsitzungen, welche einen tiefenpsychologischen
Ansatz verfolgen. Diese werden durch vielfältige Körper- und Kreativtherapien, wie KBT,
Kunsttherapie oder Physiotherapie ergänzt. Bewegung und körperliche Selbsterfahrung sind
wichtige Bestandteile der Therapie, denn das Behandlungskonzept basiert auf einem
Gesundheitsverständnis, das von Wechselwirkungen zwischen seelischen, körperlichen und sozialen
Faktoren ausgeht. Auch eine Einbindung der Partner/Familie in das Therapiegeschehen kann daher
sinnvoll sein. Es finden regelmäßige Körperarzt und Chefarztvisiten statt, um körperliche Probleme
zu betreuen und den Verlauf der Behandlung zu überprüfen. Für jeden Patienten wird ein
individueller Therapieplan erstellt, je nach Erkrankung und Bedürfnissen des Patienten. Eventuell
kommt auch eine medikamentöse Behandlung zum Einsatz. Im Einzelfall wird auch entschieden, ob
eine stationäre oder tagesklinische Behandlung durchgeführt werden soll, dies hängt von der Art der
Erkrankung und von äußeren Gegebenheiten, wie z.B. der Anfahrtszeit ab. Die Behandlungsdauer
variiert in der Regel zwischen 4 und 12 Wochen. Sie ist von Behandlungszielen, der Erkrankungsschwere und dem Therapieverlauf abhängig.
54
3. Empirische Untersuchung
3.1. Fragestellung und Zielsetzung dieser Arbeit
Im Theorieteil wird ersichtlich, dass die Verweildauer in der stationären Psychotherapie aus
Kostengründen zu einem wichtigen Thema geworden ist und ihre Bedeutung für den Therapieerfolg
noch umstritten ist. Zwar wurde bereits durch mehrere Untersuchungen ein Zusammenhang
zwischen Dauer und Erfolg gezeigt, doch weiß man noch zu wenig über ihn, als dass man festlegen
könnte, wie lange eine optimale Therapiedauer sein müsste. Unklar ist noch die genaue Größe des
Einflusses der Therapiedauer, auch im Vergleich zu anderen Einflussfaktoren. Auch ob der Einfluss
ab einer gewissen Zeit abnimmt oder ob er für verschiedene Krankheitsbilder oder für verschiedene
Schweregrade einer Erkrankung unterschiedlich stark ausgeprägt ist, muss noch gründlicher
untersucht werden. Interessant ist auch die Frage wie schnell die verschiedenen Ebenen des
Therapieerfolgs auf Therapie ansprechen, ob die Dauer der Therapie für manche Ebenen
entscheidender ist als für andere. Bisher existieren auch erst wenige Studien zum Thema
Verweildauer und langfristige Therapieerfolge. Diese Arbeit soll einen kleinen Beitrag zur Klärung
dieser Fragen leisten.
Das Ziel dieser Untersuchung ist es, herauszufinden, ob bei einer stationären Behandlung ein
Einfluss der Verweildauer auf den Therapieerfolg besteht und gegebenenfalls, wie groß dieser ist.
Außerdem soll der Einfluss der Therapiedauer auf verschiedene Erfolgsmaße und für verschiedene
Diagnosegruppen untersucht werden. Anschließend wird betrachtet, welche Rolle die Therapiedauer
für Langzeitergebnisse spielt. Dafür untersuche ich zuerst allgemein, welche Patientenvariablen im
Zusammenhang mit der Verweildauer und im Zusammenhang mit dem Behandlungserfolg stehen.
Anschließend soll der Einfluss der Dauer auf den Erfolg, unter Berücksichtigung dieser
Patientenvariablen genauer untersucht werden.
Daraus leiten sich folgende konkrete Fragestellungen ab:
Fragestellung 1:
Unterscheiden sich Patienten mit längerer Verweildauer von Patienten mit kürzerer Verweildauer in
soziodemografischen oder krankheitsbezogenen Variablen?
55
Fragestellung 2:
Unterscheiden sich Patienten mit größerem Therapieerfolg von Patienten mit geringerem
Therapieerfolg, in soziodemografischen oder krankheitsbezogenen Variablen?
Fragestellung 3:
Unterscheiden sich Patienten mit längerer Therapiedauer und Patienten mit kürzerer
Therapiedauer in ihrem Therapieergebnis, bzw. ist Therapieerfolg mit der Verweildauer korreliert?
Fragestellung 4:
Welche Faktoren beeinflussen die Verweildauer?
Fragestellung 5:
Welche Faktoren beeinflussen das Therapieergebnis?
Beeinflusst der Faktor Verweildauer das Ergebnis und wenn ja, wie stark?
Zeigt sich der Einfluss für verschiedene Erfolgsmaße unterschiedlich stark?
Zeigt sich der Einfluss der Verweildauer auch noch in Langzeitergebnissen?
Zeigt sich der Einfluss der Verweildauer in den Diagnosegruppen unterschiedlich stark?
3.2. Methodik
3.2.1. Untersuchungsdesign
Diese Fragen möchte ich in meiner Arbeit anhand einer Patientenstichprobe (N = 604) mit
statistischen Methoden untersuchen. Die Patienten wurden in einem Zeitraum von drei Jahren, 2005
bis 2007 in der Thure-von-Uexküll-Klinik und der psychosomatischen Universitätsklinik Freiburg
behandelt. Es ist eine naturalistische Studie nach einem Prä-Post-Follow-up-Design, ohne
Kontrollgruppe. Die Datenerhebung erfolgte demnach zu Beginn der Therapie, zum Zeitpunkt der
Entlassung und nachfolgend zu den Zeitpunkten der 3-Monats- bzw. 1-Jahres Katamnesen. Zum
Einsatz kamen valide und reliable Fragebögen (siehe Kap. 2.2.3.), in denen die Patienten ihre
Symptome
und
ihr
Befinden
selbst
beurteilten,
außerdem
die
Psychotherapeuten-
Basisdokumentation, die die Einschätzung des Psychotherapeuten wiedergibt. Durch die
Auswertung der Fragebögen lässt sich die Größe des Therapieerfolgs (bzw. -Misserfolgs) feststellen.
56
Zur Auswertung des Datensatzes kommen nun deskriptive, Hypothesen-überprüfende und
explorative statistische Methoden zum Einsatz: Es werden Hypothesen gebildet und durch den chi²Test und Fisher's Exakt-Test überprüft. Anschließend werden durch Regressionsanalysen
Einflussfaktoren für Verweildauer und Therapieerfolg bestimmt, sowie der Einfluss der Dauer auf
den Erfolg.
3.2.2. Datenerhebung und Zusammenstellung der Stichprobe
Die Datenerhebung erfolgte in den Jahren 2005 – 2007, an der Psychosomatischen
Universitätsklinik Freiburg und der Thure-von-Uexküll-Klinik Freiburg. Die Patienten wurden
durch Frage-bögen zu ihrer aktuellen Lebenssituation, zur ihrer Erkrankung, ihren Symptomen und
ihrem Befinden befragt. Von therapeutischer Seite wurden ebenfalls Fragebögen ausgefüllt, um eine
Einschätzung der Erkrankung des Patienten vorzunehmen.
Die folgende Tabelle gibt das Schema der Datenerhebung, wie sie zuletzt vorgenommen wurde
wider.
57
Die Einführung der Dokumentation erfolgte teilweise erst im Jahr 2006, weshalb die FragebogenWerte nicht für alle Patienten vorhanden sind. Auch auf Grund von fehlerhafter Dokumentation
ergeben sich viele fehlende Werte. Dies zeigte sich als Problem bei der Bewertung der Ergebnisse.
3.2.3. Erhebungsinstrumente
BDI „Beck Depression Inventory“
Der Beck-Depressionsinventar ist die deutsche Version, welche von Hautzinger aus dem englischen
übersetzt wurde (Hautzinger, 1994). Es ist ein Instrument zur Beurteilung der Schwere einer
Depression bei Erwachsenen über 18 Jahren, welches besonders aussagekräftig bei mäßigmittelgradigen Depressionen ist. Er wurde primär für den klinischen Gebrauch entwickelt, dennoch
wurde die Reliabilität und der Nutzen des Fragebogens für Stichproben einer gesunden
Bevölkerung in Studien belegt. Er sollte jedoch nicht als alleiniges Diagnosemittel verwendet
werden (Oliver & Simmons, 1984).
Ausführung: Es werden 21 Symptome der Depression abgefragt, zu jedem werden 4 Aussagen
vorgegeben. Der Patient soll die Aussage auswählen, die am besten sein Befinden der letzten Woche
beschreibt. Jedes Item (Aussage) wird auf einer 4-Punkte-Skala bewertet, die von 0 bis 3 reicht.
Die Auswertung erfolgt durch Addition der einzelnen Werte. Insgesamt kann ein Maximalwert von
63 Punkten erreicht werden.
58
Beurteilung der Werte: (BDI-Cut-Off-Werte)
0 – 10 Punkte :
klinisch unauffällig
11 – 17 Punkte:
mild – mäßige Depression
18 – 63 Punkte:
klinisch relevante Depression
Der Grenzwert von 18 Punkten liegt zwei Standardabweichungen über dem Mittelwert einer
gesunden Probandengruppe.
SCL-90-R – „Symptomcheckliste von Derogatis“
Verwendet wurde die zweite deutsche Version von Franke (2002). Der SCL-90-R gilt als ScreeningInstrument (Derogatis, 1992) und wird eingesetzt um eine erste Information über das Ausmaß der
psychischen Belastung zu erhalten. Es wird die subjektiv empfundene Beeinträchtigung des
Patienten, durch seelische und körperliche Symptome, für den Zeitraum der letzten sieben Tage
gemessen. Dabei werden neun psychometrische Skalen abgefragt, welche jeweils für die
verschiedenen Bereiche stehen: Somatisierung, Zwanghaftigkeit, Unsicherheit im Sozialkontakt,
Depressivität, Ängstlichkeit, Aggressivität/Feindseligkeit, Phobische Angst, Paranoides Denken und
Psychotizismus.
Pro Skala werden zehn Items (Symptome) abgefragt. Jedes Item kann vom Patienten in einer von
fünf Ausprägungsstufen angekreuzt werden (überhaupt nicht – sehr stark), dabei wird jeder
Ausprägung ein Itemwert von 0 – 4 zugeordnet.
Die Skalen sind getrennt auswertbar oder durch drei Globale Kennwerte: Der GSI (Global
Severity Index) misst die grundsätzliche psychische Belastung, der PSDI (Positive Symptom
Distress Index) misst die Intensität der Antworten und der PST (Positive Symptom Total) gibt
Auskunft über die Anzahl der Symptome, bei denen eine Belastung vorliegt.
Die
Auswertung
erfolgt
durch
Transformation
der
Rohwerte
in
T-Werte,
welche
soziodemographische Faktoren berücksichtigen. Diese werden anhand von Normtabellen ermittelt,
welche durch eine Normstichprobe erstellt wurde.
59
In meiner Arbeit wird der GSI – Global Severity Index verwendet.
Eine Person gilt als psychisch auffällig belastet, wenn:
T - GSI ≥ 63 oder T-Wert von 2 Skalen ≥ 63
oder GSI-Cut-Off-Werte:
T - GSI 60 - 64:
leicht erhöht
T - GSI 65 - 69:
deutlich erhöht
T - GSI 70 - 74:
stark erhöht
T - GSI 75 - 80:
sehr stark erhöht
SOMS - „Screening für Somatoforme Störungen“
Das SOMS dient der Erfassung von körperlichen Beschwerden, die nicht auf eine organische
Erkrankung zurückzuführen sind (Rief et al., 1997). Es ist ein Instrument zur Klassifikation von
Somatisierungspatienten und zur Identifikation von Risikopersonen aus Patientenstichproben. Es
werden die Diagnosekriterien nach ICD-10 wie auch nach DSM-IV berücksichtigt. Es gibt
unterschiedliche Versionen des SOMS.
SOMS-2 erfragt die Symptome der vergangenen 2 Jahre. Er dient zur Statusdiagnostik Es werden
68 Items (Symptome) abgefragt. Anhand der Ergebnisse können drei Indizes erstellt werden:
Somatisierungsindex nach ICD-10
Somatisierungsindex nach DSM-IV
SAD-Index ICD-10 zur Abklärung einer autonomen somatoformen Störung.
Darüber hinaus lässt sich mit SOMS-2 auch ein klassifikationsübergreifender „Beschwerdenindex
Somatisierung“ bestimmen, welcher ein gutes Maß für Somatisierungstendenzen aller Art ist. Er ist
die Summe aller abgefragten Symptome.
Der SOMS-7T wurde zur Veränderungsmessung entwickelt und hat 7 Tage, als Zeitfenster für
anzugebende Beschwerden. Er dient zur Therapieevaluation. Bei SOMS-7T lässt sich die
Beschwerdeanzahl bestimmen, durch Zusammenzählen aller Symptome, bei denen mindestens ein
Wert mit 1 angekreuzt wurde. Es lässt sich jedoch auch ein Intensitätsindex erstellen. Er ist der
60
Mittelwert aller Items, bei denen kein Wert fehlt und sagt somit etwas über die Intensität der
Symptome aus. Insgesamt werden 54 Symptome abgefragt, die der Patient auf einer Skala von 0 – 4
(gar nicht bis sehr stark) bewerten muss.
Für die Auswertung meiner Ergebnisse kam der Somatisierungsindex nach ICD-10 und der
Intensitätsindex zum Einsatz.
STAI – ''State Trait Angstinventar''
Es handelt sich um die deutsche Adaptation des von Spielberger, Gorsuch & Lushene (1970)
entwickelten «State-Trait-Anxiety Inventory»(Laux et al., 1981). Er besteht aus zwei Skalen zur
Erfassung der Angst als Zustandsangst (State-Angst) und der Angst als Eigenschaft (Trait-Angst),
welche jeweils mit Items (Feststellungen) abgefragt werden. Spielberger defniert Zustandsangst als
einen emotionalen Zustand der gekennzeichnet ist durch Anspannung, Besorgtheit, Nervosität,
innere Unruhe und Furcht vor zukünftigen Ereignissen sowie durch eine erhöhte Aktivität des
autonomen Nervensystems. Angst als vorübergehender emotionaler Zustand variiert in der Intensität
über Zeit und Situationen. Angst als Eigenschaft oder Ängstlichkeit, bezieht sich demgegenüber auf
relativ stabile interindividuelle Differenzen in der Neigung, Situationen als bedrohlich zu bewerten
und hierauf mit einem Anstieg der Zustandsangst zu reagieren. Hochängstliche tendieren dazu, mehr
Situationen als bedrohlich einzustufen und auf solche Situationen mit einem höheren
Zustandsangstanstieg zu reagieren als Niedrigängstliche (Spielberger, 1972).
Zur Bewertung der Zustandsangst liegen dem Probanden 20 Feststellungen vor. Die Feststellungen
(zum Beispiel: „Ich fühle mich ruhig.“), werden vom Probanden bewertet, dies erfolgt auf einer
vierstufigen Skala mit Intensitätsangaben: (1) Überhaupt nicht, (2) Etwas, (3)mäßig , (4) sehr
Die Bewertung der Angst als Eigenschaft erfolgt ebenfalls an 20 Aussagen. Zur Ermittlung eines
Rohwertes eines Probanden, werden für beide Skalen getrennt die Summenwerte der jeweils 20
Aussagen errechnet. Der minimale Summenwert liegt bei 20, der maximale Summenwert bei 80.
Der Summenwert der State-Skala (Items 1-20, Form X1) stellt ein Maß dar für die Intensität eines
emotionalen Zustands, der gekennzeichnet ist durch Anspannung, Besorgtheit, Nervosität, innerer
Unruhe und Furcht vor künftigen Ereignissen. 20 = nicht Vorhandensein dieses Gefühls, 80 =
maximale Intensität des Gefühls. Der Summenwert der Trait-Skala (Items 21-40, Form X2)
kennzeichnet relativ stabile interindividuelle Differenzen in der Tendenz, Situationen als bedrohlich
61
zu bewerten und hierauf mit einem Anstieg der Zustandsangst zu reagieren.
Von der Trait-Angstskala wird sowohl der Bereich der normalen, als auch der neurotischen Angst
abgedeckt. Die Grenze lässt sich allerdings nicht durch einen bestimmten numerischen Wert
kennzeichnen. Zur groben Beurteilung eines individuellen Trait-Angstwertes hinsichtlich der
Abweichung zum Normalen, stehen „Normentabellen“ zur Verfügung. Diese wurden anhand einer
Eichstichprobe mit gesunden Probanden erstellt. Anhand der Normentabellen lassen sich T-Werte
ablesen, welche sinnvoller zu bewerten sind als die Rohwerte. T-Werte berücksichtigen das Alter
und das Geschlecht.
FSI – „Fragebogen zur Sozialen Integration“
Der FSI wurde von von Wietersheim et al. (1989) in enger Anlehnung an das „Social Adjustment
Scale – Self Report“ (Weissmann & Bothwell, 1976) konstruiert. Soziale Integration beinhaltet,
nach von Wietersheim, die Fähigkeit, einer Person, die an ihn gestellten Aufgaben (Erledigung des
Arbeitspensums, aktive Teilnahme am Sozial- und Familienleben) bei eigenem Wohlbefinden und
gefühlsmäßigem Austausch mit Mitmenschen zu bewältigen. Da die Soziale Integration in
verschiedenen Lebensbereichen unterschiedlich ausgeprägt sein kann, sollte sie getrennt erhoben
werden.
Der Fragebogen enthält insgesamt 45 Items mit den Skalen Arbeit (6 Items), Freizeit (9 Items),
Verwandte (8 Items), Partnerschaft (14 Items), Kinder (7 Items), Finanzen (1 Item). Jedes Item
besteht aus einer Frage und fünf abgestuften Antwortmöglichkeiten welchen Rohwerte von 1 bis 5
zugeordnet. Dabei bedeuten kleine Werte eine gute Integration und große Werte eine eher schlechte
Integration. Es kann durch Mittelung jeweils ein einzelner Skalenwert berechnet werden. Es ist aber
auch die Berechnung eines Gesamtwertes für Integration möglich.
Psy-BaDo – „Basisdokumentation in der Psychotherapie“
Die Psychotherapeuten Basis Dokumentation ist ein Instrument zur Qualitätssicherung, welches von
zehn psychotherapeutischen Fachgesellschaften, Mitgliedern der AWMF (Arbeitsgemeinschaft der
Wissenschaftlichen Medizinischen Fachgesellschaften), gemeinsam entwickelt wurde (Heuft &
Senf, 1998). Die Psy-BaDo ist schulenübergreifend und für den ambulanten und stationären
Gebrauch einsetzbar. Sie dient zur Diagnostik, sowie zur Erfassung der Prozeß- und
62
Ergebnisqualität. Die Basisdokumentation besteht aus zwei Teilen, der Patienten Selbstauskunft
(Patienten-BaDo) zu Beginn, bestehend aus 14 Items (Wohnsituation, Berufliche Situation…), und
der Erhebung sachlicher Informationen (Einweiser, Vorbehandlungen…) durch den Therapeuten
(Therapeuten-BaDo). Zusätzlich wird durch den Therapeuten der BSS (BeeinträchtigungsSchwere-Score) eingeschätzt, durch den die Beurteilung körperlicher, psychischer und sozialkommunikativer Beeinträchtigungen der letzten 7 Tage und für die letzten 12 Monate vorgenommen
wird. Auch eine Einschätzung der Struktur des Patienten, in Bezug auf Selbstwahrnehmung,
Selbststeuerung, Abwehr, Objektwahrnehmung, Kommunikation und Bindung erfolgt. Ebenfalls
Teil der Psy-BaDo ist die GAF – Skala zur globalen Erfassung des Funktionsniveaus, des DSMIV (Saß et al., 1996). Die GAF-Skala dient zur Beurteilung des allgemeinen Funktionsniveaus des
Patienten. Diese Information wird zur Therapieplanung, zur Messung ihrer Wirksamkeit und der
Prognosestellung verwendet. Es werden nur die psychischen, sozialen oder beruflichen
Funktionsbereiche beurteilt. Funktionsbeeinträchtigungen mit körperlicher Ursache sollen nicht
berücksichtigt werden. In den meisten Fällen bezieht sich die Beurteilung auf den aktuellen
Zeitraum, es können aber auch größere Zeiträume betrachtet werden. Die Skala erstreckt sich von
Werten 1 – 100, wobei kleine Werte als ein niedriges Funktionsniveau und größere Werte als ein
höheres Funktionsniveau zu verstehen sind.
3.2.4. Operationalisierung des Therapieerfolgs
Die Operationalisierung des Therapieerfolgs geschieht durch Bildung von Effektstärken anhand der
Fragebögenwerte. Die verwendete Formel wurde von Tscheulin und Schäfer (1993) empfohlen:
Effektstärke = Differenz der Werte prä-post
÷
Standardabweichung der Differenzen
Es wurden zwar unterschiedliche Varianten für die Berechnung von Effektstärken eingeführt,
welche Aspekte von Stichprobengröße und die Abhängigkeit der Messung berücksichtigen. Doch
beim Vergleich der verschiedenen Effektstärkeformeln, konnten nur im Bereich von sehr hohen und
sehr niedrigen Effektstärken Unterschiede zwischen den Ergebnissen festgestellt werden (Hartmann
und Herzog, 1995).
63
Damit wurden für jeden Fragebogen 3 Effektstärken berechnet:
•
eine Prä-Post-Effektstärke , wobei sich der Postwert auf den Wert bei der Entlassung
bezieht.
•
eine Prä-Kat3-Effektstärke, wobei sich der Postwert auf den Wert zur 3- Monatskatamnese
bezieht.
•
eine Prä-Kat1-Effektstärke, wobei sich der Postwert auf den Wert zur 1- Jahreskatamnese
bezieht.
3.3. Statistische Auswertung
Alle statistischen Berechnungen werden mit dem statistischen Programmpaket SPSS 17.0 für
Windows durchgeführt. Es kommen verschiedene statistische Verfahren zur Anwendung:
3.3.1. Deskriptive Statistik
Zur Beschreibung der Stichprobe kommen deskriptive Verfahren zur Anwendung. Zur
Veranschaulichung werden Diagramme und Tabellen eingesetzt.
3.3.2. Hypothesentestung / T-Test
Zur Fragestellung 1
Unterscheiden sich Patienten mit längerer Verweildauer von Patienten mit kürzerer
Verweildauer in soziodemografischen oder krankheitsbezogenen Variablen?
Zuerst erfolgt die Bildung von zwei Kohorten. Eine Kohorte mit kurzer Verweildauer (1 - 61 Tage)
und eine Kohorte mit langer Verweildauer (62 - 200 Tage). Bei 62 Tagen liegt der Median der
Verweildauer, auf diese Weise sind beide Kohorten ungefähr gleich groß. Diese werden auf ihre
Zusammensetzung in Bezug auf soziodemografische Faktoren und Patienteneigenschaften
untersucht. Die angewendete Methode ist der chi²-Vierfelder- Test oder der Fisher’s Exakte Test für
kategoriale Variablen.
64
Es werden zwei Hypothesen gebildet. Durch den chi²- Vierfelder-Test wird beurteilt, ob die
Nullhypothese H0 verworfen oder beibehalten werden soll.
H0: Die Kohorte „Lange Verweildauer“ unterscheidet sich nicht von der Kohorte „Kurze Verweildauer“ in ihren soziodemografischen und krankheitsbezogenen Eigenschaften.
H1: Die Kohorte „Lange Verweildauer“ unterscheidet sich von der Kohorte „ Kurze Verweildauer in
ihren soziodemografischen und krankheitsbezogenen Eigenschaften.
Als
Signifikanzniveau
wurde
alpha
=
0.05
gewählt.
Dies
entspricht
der
Irrtums-
wahrscheinlichkeit, die man bereit ist, zu akzeptieren, falls das Testverfahren eine Ablehnung der
Nullhypothese ergibt, also mit dem Risiko, einen Unterschied zu behaupten, der in Wirklichkeit
nicht vorhanden ist.
Einem Signifikanzniveau von alpha = 0,01 entspricht der P-Wert: p < 0,01 und wird als hoch
signifikant bezeichnet.
Einem Signifikanzniveau von alpha = 0,05 entspricht der P-Wert: p < 0.05 und wird als signifikant
bezeichnet.
Einem Signifikanzniveau von alpha = 0,1 entspricht der P-Wert: p < 0,1 und wird als Tendenz
bezeichnet.
Untersucht werden sollen die Variablen Alter, Geschlecht, Nationalität, Beruf, Beschwerdedauer,
Partnerschaft, Kinder, frühere Suizidversuche, stat./teilstationäre Vorbehandlungen, Erwerbstätigkeit, Setting (stationär/teilstationär), psychische Komorbidität, psychische und körperliche
Beeinträchtigung und Behandlungsmotivation.
Zur Fragestellung 2
Unterscheiden sich Patienten mit größerem Therapieerfolg von Patienten mit geringerem
Therapieerfolg, in soziodemografischen oder krankheitsbezogenen Variablen?
Nach dem selben Prinzip werden zwei Kohorten für den Therapieerfolg gebildet. Eine Kohorte
„großer Therapieerfolg“ und eine Kohorte „kleiner Therapieerfolg“.Es werden die Effektstärken des
BDI und des SCL-90-R verwendet, da für diese Erfolgsvariablen am meisten Werte vorhanden sind.
Der Median der BDI-Effektstärken liegt etwa bei 0,8. Dies bedeutet „großer Erfolg“ > 0,8,
„kleiner Erfolg“ ≥ 0,8
65
Der Median der SCL-90-R-Effektstärken liegt etwa bei 0,6. Dies bedeutet „großer Erfolg“ ≥ 0,6,
„kleiner Erfolg“ < 0,6. Die entsprechenden Hypothesen lauten:
H0: Die Kohorte „großer Therapieerfolg“ unterscheidet sich nicht von der Kohorte „ Kleiner
Therapieerfolg“ in ihren soziodemografischen und krankheitsbezogenen Eigenschaften.
H1: Die Kohorte „großer Therapieerfolg“ unterscheidet sich von der Kohorte „Kleiner
Therapieerfolg“ in ihren soziodemografischen und krankheitsbezogenen Eigenschaften.
Zur Fragestellung 3:
Unterscheiden sich Patienten mit längerer Verweildauer und Patienten mit kürzerer
Verweildauer in ihrem Therapieergebnis?
Ist Therapieerfolg mit der Verweildauer korreliert?
Um auf einen Unterschied in der Verweildauer zu überprüfen werden die Hypothesen wie folgend
gebildet:
H0: Die Kohorte „großer Therapieerfolg“ unterscheidet sich von der Kohorte „ Kleiner
Therapieerfolg“ nicht in ihrer Verweildauer.
H1: Die Kohorte „großer Therapieerfolg“ unterscheidet sich von der Kohorte „Kleiner
Therapieerfolg“ in ihrer Verweildauer.
Es wird zusätzlich untersucht ob die Variable Verweildauer mit den verschiedenen Erfolgsvariablen
korreliert.
3.3.3. Lineare Regression
Zur Fragestellung 4:
Welche Faktoren beeinflussen die Verweildauer?
Die Gleichung einer Regressionsanalyse wurde bereits im Theorieteil an Hand der Verweildauer
66
vorgestellt (Kap.1.2.3.). Sie wird hier zur Beantwortung der Fragen als Methode verwendet.
Hintereinander werden verschiedene Modelle gebildet (Modell 1 – 3).
Modell 1:
y
i
= β0 + β1 XSoz i +
Modell 2:
y
i
= β0 + β1 XSoz i + β2 XKranki +
εi
nach 'Einschluss' Methode
Modell 3:
y
i
= β0 + β1 XSoz i + β2 XKranki +
εi
nach 'Ausschluss' Methode
εi
nach 'Einschluss' Methode
y = Verweildauer
i = Beobachtung
β = Regressionskoeffizient
ε = Residuum
X Soz = Soziodemografische Kontrollvariable
X Krank = Krankheitsbezogene Kontrollvariable
Zuerst wird in Modell 1 der Einfluss der soziodemografischen Variablen auf die Verweildauer
untersucht. Daraufhin werden in Modell 2 Variablen mit in die Gleichung aufgenommen, welche
die Art und die Schwere der Krankheit beschreiben. Es wird betrachtet, wie sich die
Regressionskoeffizienten verändern und welche Einflüsse sichtbar werden. Dies geschieht mit der
‚Einschluss’- Methode , was bedeutet, dass alle Variablen in das Modell aufgenommen werden,
auch wenn ihr Regressionskoeffizient nicht signifikant verschieden von Null ist.
In einem letzten Schritt wird durch die ‚Ausschluss’- Methode
ein Modell gesucht, das die
Verweildauer am besten beschreibt (Modell 3). Dabei werden Variablen, die das Modell nicht
signifikant verbessern, (analog ihr Regressionskoeffizient nicht signifikant verschieden von Null
ist) ausgeschlossen. Grundlage dafür ist der F-Test, welcher prüft ob bei Ausschluss einer Variable
R² (Bestimmtheitsmaß) signifikant sinkt.
Zur Fragestellung 5:
Welche Faktoren beeinflussen das Therapieergebnis?
Beeinflusst der Faktor Verweildauer das Ergebnis und wenn ja, wie stark?
Zeigt sich der Einfluss für verschiedene Erfolgsmaße unterschiedlich stark?
Zeigt sich der Einfluss der Verweildauer auch noch in Langzeitergebnissen?
Zeigt sich der Einfluss der Verweildauer in den Diagnosegruppen unterschiedlich stark?
67
Auch bei dieser Fragestellung kommt die Regressionsanalyse zum Einsatz, dabei werden
verschiedene Erfolgsmaße als abhängige Variable verwendet. Es werden nacheinander Modelle
gebildet, welche zuerst allein die Beziehung zwischen Dauer und Erfolg beschreiben (Modell A),
und dann anschließend weitere Variablen mit einbeziehen (Modell B und C). Es wird auch ein
Modell mit der ‚Ausschluss’- Methode gebildet (Modell D).
Modell A:
y
i
= β0 + β1 Dauer i +
ε
Modell B:
y
i
= β0 + β1 Dauer i + β2 XSoz i +
Modell C:
y
i
= β0 + β1 Dauer i + β2 XSoz i + β3 XKranki +
εi
nach 'Einschluss' Methode
Modell D:
y
i
= β0 + β1 Dauer i + β2 XSoz i + β3 XKranki +
εi
nach'Ausschluss' Methode
nach 'Einschluss' Methode
i
ε
nach 'Einschluss' Methode
i
y = Effektstärke
i = Beobachtung
β = Regressionskoeffizient
ε = Residuum
X Soz = Soziodemografische Kontrollvariablen
X Krank = Krankheitsbezogene Kontrollvariablen
Der Fokus liegt in meiner Arbeit auf der BDI-Effektstärke und der SCL-90-Effektstärke, da sie den
Erfolg der Therapie allgemeiner beschreiben, als die übrigen Effektstärken und unter ihnen die
wenigsten fehlenden Werte vorkommen. Doch auch die Effektstärken der anderen Fragebögen
werden untersucht. Weiterhin werden die Effektstärken des BDI und des SCL-90-R zu den
Katamnesezeitpunkten betrachtet. Auch hier kommt erst die ´Einschluss`- Methode und dann die
‚Ausschluss’- Methode
zur Anwendung. Es werden außerdem Regressionsanalysen mit der
abhängigen Variable BDI-Effektstärke, getrennt nach den vier größten Diagnosegruppen
durchgeführt, um zu prüfen ob die Verweildauer für verschiedene Diagnosen unterschiedlich
bedeutsam ist.
3.3.4. Umgang mit fehlenden Werten
Die fehlenden Werte stellen ein beträchtliches Problem für die Auswertung der Daten dar. Da bei
den Patienten jeweils unterschiedliche Angaben fehlen, würde sich der Datensatz sehr stark
reduzieren (auf 18 Patienten), wenn man nur die Patienten einschlösse, deren Angaben vollständig
vorhanden sind. Der Verlust an Informationen wäre damit sehr groß. Aus diesem Grund wurden alle
Patienten im Datensatz belassen, und für die einzelnen Rechnungen konnten auf diese Weise höhere
68
Beobachtungszahlen verwendet werden. In den Vierfeldertafeln lässt sich jeweils erkennen, wie
groß die Anzahl der fehlenden Werte ist. In die Regressionsanalysen werden nur die Patienten
eingeschlossen, deren Daten für alle eingeschlossenen Variablen vollständig sind. Die
Beobachtungszahlen sind daher in Bezug auf die Gesamtstichprobe eher gering und
für die
einzelnen Rechnungen unterschiedlich groß. Auf Grund dieser variierenden Stichprobengrößen
unter den Regressionsanalysen, wird zum Schluss die Robustheit der Ergebnisse für die BDIEffektstärke überprüft. Dies geschieht folgendermaßen:
Zunächst wird ein Datensatz gebildet, welcher der Teilstichprobe aus Modell C der Tabelle 10
entspricht. In diesem Modell C ist die BDI-Effektstärke abhängige Variable und es wird sowohl auf
soziodemografische als auch auf krankheitsbezogene Variablen kontrolliert. Mit diesem Datensatz
werden die selben Rechnungen wiederholt durchgeführt (Modell A – D). Daraufhin wird verglichen
ob sich die beobachteten Effekte für einen konstanten Datensatz reproduzieren. Als zweiter Test
wird ein weiterer Datensatz gebildet, in dem sich jene Patienten befinden, deren Effektstärken zu
allen drei Post-Messzeitpunkten vorhanden sind. Es werden Regressionsanalysen für jeden
Zeitpunkt durchgeführt, wobei auf soziodemografische und krankheitsbezogene Variablen
kontrolliert wird, welche in den vorigen Modellen signifikanten Einfluss auf das Therapieergebnis
zeigten. Auch hier wird verglichen, in wieweit sich die Ergebnisse aus den vorigen Rechnungen
bestätigen lassen.
3.4. Ergebnisse
3.4.1. Beschreibung der Stichprobe / Behandlungsergebnisse
Beschreibung der Stichprobe:
Die Stichprobe besteht aus 604 Patienten, welche im Zeitraum von drei Jahren in der Thure-vonUexküllklinik und der psychosomatischen Klinik der Universität Freiburg behandelt wurden. Im
Jahr 2005 waren es 211 (34,9 %) Patienten, im Jahr 2006 waren es 207 (34,3 %) Patienten und im
Jahr 2007 waren es 186 (30,8 %) Patienten, deren Daten aufgenommen wurden.
69
Geschlechts- und Altersverteilung
Insgesamt besteht die Stichprobe aus 435 Frauen (72 %) und 169 Männern (28 %). Das Alter ist
normalverteilt. Der Altersdurchschnitt lag bei 38,97 Jahren (Min.: 18 J. Max.: 72 J.), wobei der
Durchschnitt der Frauen bei 38 Jahren und der, der Männer bei 41 Jahren lag.
Partnerschaft
124 (20,5 %) Patienten waren verheiratet. 110 (18,2 %) Patienten hatten einen festen Partner ohne
verheiratet zu sein. 128 (21,2 %) Patienten hatten langfristig keinen Partner. 46 (7,6 %) waren
kurzfristig partnerlos und 11 (1,8 %) Patienten gaben an, ihre Partner häufig zu wechseln. Fehlende
Werte von 185 (30,6 %) Patienten.
Kinder
174 (28,8 %) Patienten gaben an, Kinder zu haben, 244 (40,4 %) Patienten gaben an keine Kinder
zu haben. Fehlende Werte von 186 (30,8 %) Patienten.
Haushalt
333 (55,1 %) Patienten leben in ihrem eigenem Haushalt, 53 (8,8 %) Patienten sind im Haushalt der
Eltern versorgt, 8 (1,3 %) Patienten leben im Haushalt mit Eltern oder Schwiegereltern gemeinsam,
35 (5,8 %) Patienten leben in einer Wohngemeinschaft. 18 (3 %) Patienten führten einen sonstigen
Haushalt. Fehlende Werte von 157 (26 %) Patienten.
Erwerbstätigkeit
215 (35,6 %) Patienten waren bei Aufnahme erwerbstätig. 39 (6,5 %) Patienten waren noch in
Ausbildung. 22 (3,6 %) Patienten waren Hausfrauen/männer, 20 (3,3 %)Patienten befanden sich in
Rente/ Pension und 107 (17,7 %) Patienten waren arbeitslos. Bei 17 (2,8 %) Patienten war der
Erwerbsstatus unklar. Fehlende Werte von 184 (30,5 %) Patienten.
Ausbildungsgrad
183 (30,3 %) Patienten haben eine Lehre absolviert oder eine Fachschule besucht. 8 (1,3 %)
Patienten besitzen einen Meistertitel. 95 (15,7 %) Patienten haben einen Fachhochschul- oder
Universitätsabschluss. 31 (5,1 %) Patienten sind noch in der Berufsausbildung.65 (10,8 %) der
Patienten besitzen keinen Berufsabschluss. 25 (4,1 %) Patienten haben eine sonstige Ausbildung.
Fehlende Werte von 197 (32,6 %) Patienten.
70
Nationalität
406 (67,2 %) Patienten sind Deutscher Nationalität, 18 (3 %) Patienten sind Deutsche
Übersiedler/Spätaussiedler, 22 (3,6 %) Patienten sind anderer als Deutscher Nationalität. Fehlende
Werte von 158 (26,2 %) Patienten
Versicherung
534 (88,4 %) Patienten sind bei einer gesetzlichen Krankenkasse versichert. 35 (5,8 %) Patienten
sind bei einer privaten Versicherung versichert. 9 (1,5 %) Patienten besitzen eine private
Zusatzversicherung, 26 (4,3 %) Patienten sind sonstig versichert.
Diagnosen
Die häufigste Einweisungsdiagnose war eine Depressive Störung, für 333 (55,1 %) Patienten. Die
zweit häufigste Diagnose für 68 (11,3 %) Patienten war eine Essstörung. Darauf folgte die Diagnose
Reaktionen auf schwere Belastungen mit 61 (10,1 %) Patienten. An vierter Stelle lagen die
Angststörungen mit 60 (9,8 %) Patienten. 55 (9,1%) Patienten hatten die Diagnose einer
Somatoformen Störung. Die Einweisungsdiagnose Persönlichkeitsstörung hatten 14 (2,3 %)
Patienten. 14 (2,3 %) Patienten hatten eine sonstige nicht näher bezeichnete Einweisungsdiagnose.
Psychische Komorbidität
159 (26,3 %) Patienten hatten nur eine Diagnose zu Beginn der Behandlung. 445 Patienten (73,7%)
hatten eine oder mehrere zusätzliche Diagnosen, einer psychischen Erkrankung, neben ihrer
Einweisungsdiagnose. 273 (45, 3 %) Patienten hatten eine Nebendiagnose, 135 (22,4 %) hatten
zwei Nebendiagnosen. 32 (5, 3 %) hatten drei Nebendiagnosen. 5 (0,8%) Patienten hatten vier
Nebendiagnosen.
Setting
321 Patienten (53,1 %) befanden sich durchgehend in stationärer Behandlung. 176 Patienten
(29,1%) wurden in der Tagesklinik behandelt. Die restlichen 107 (17,7 %) Patienten wechselten
während der Behandlung das Setting. 77 (12,7 %)Patienten wechselten von der Station zur
Tagesklinik, 16 (2,6 %) Patienten wechselten von der Tagesklinik in die stationäre Behandlung. 14
(2,4 %) Patienten wechselten mehrmals das Setting.
Behandlungsmotivation
Die Patienten wurden zu Beginn der Behandlung nach ihrer Motivation zur vorgesehenen
71
Psychotherapie befragt. 48 (7,9 %) Patienten gaben an sehr motiviert zu sein, 163 (27 %) Patienten
gaben an motiviert zu sein, 59 (9,8 %) Patienten waren nur etwas motiviert und 10 (1,7 %)
Patienten antworteten darauf, nur kaum motiviert zu sein. Fehlende Werte von 324 (53,6 %)
Patienten.
Psychotherapeutische Vorbehandlung
125 (20,7 %) Patienten hatten sich zuvor bereits in stationärer oder teilstationärer Behandlung
befunden. 164 (27,2 %) Patienten waren noch in keiner stationären oder teilstationären Behandlung
gewesen. Fehlende Werte von 315 (52,2 %) Patienten. 224 (37,1 %) Patienten waren in ambulanter
Vorbehandlung, 65 (10,8 %) Patienten hatten keine ambulante Vorbehandlung erhalten. Fehlende
Werte von 315 (52,2 %) Patienten.
Früherer Suizidversuch
43 (7,1 %) Patienten hatten bereits einen Suizidversuch in der Vergangenheit hinter sich. 246 (40,7
%) Patienten gaben an noch keinen Suizidversuch unternommen zu haben. Fehlende Werte von 315
(52,2 %) Patienten.
Körperliche Beeinträchtigung der letzten 12 Monate
69 (11,4 %) Patienten gaben bei Aufnahme an eine starke bis extreme körperliche Beeinträchtigung
zu verspüren, 106 (17,5 %) Patienten gaben an eine deutliche, 112 (18,5 %) Patienten nur eine
leichte oder keine körperliche Beeinträchtigung verspürt zu haben. Fehlende Werte von 317 (52,5
%) Patienten.
Verweildauer
Die durchschnittliche Verweildauer lag bei 61,66 Tagen. Die kürzeste Verweildauer lag bei 1 Tag,
die längste bei 200 Tagen. Die durchschnittliche Verweildauer unter den Frauen lag bei 63 Tagen,
unter den Männern bei 58 Tagen.
72
73
74
Behandlungsergebnisse:
BDI-Cut-Off-Werte zu Beginn der Behandlung
49 (8,1 %) Patienten zeigten bei Befragung durch den
BDI keine auffälligen Zeichen einer Depression.104
(17,2 %) Patienten zeigten eine milde-mäßige
Depressivität. 313 (51, 8 %) Patienten zeigten eine
klinisch relevante Depressivität. Von 138 (22,8 %)
Patienten fehlen die Angaben.
BDI-Cut-Off-Werte zum Abschluss der Behandlung
180 (29,8 %) Patienten zeigten sich zum Ende der
Behandlung klinisch unauffällig. 87 (14,4 %)
Patienten zeigten noch Symptome einer mild-mäßigen
Depressivität. 120 (19,9 %) Patienten hatten noch
Zeichen einer klinisch-relevante Depressivität. Von
217 (35,9 %) Patienten fehlen die Angaben.
Wie in den Abbildungen 5 und 6 ersichtlich ist,
fehlen die Werte von einer beträchtlichen Anzahl an
Patienten. Bei Entlassung fehlen deutlich mehr Werte.
Interessant ist die Frage, ob die BDI-Werte der
Patienten, deren Angaben fehlen, sich zum größeren
Teil im Bereich „klinisch unauffällig“ oder eher im
Bereich „klinisch relevante Depression“ befinden
würden oder ob sie sich im gleichen Verhältnis, wie
die übrigen Patienten auf alle drei Bereiche verteilen
würden.
BDI-Effektstärken zum Ende der Behandlung
Der Mittelwert der BDI-Effektststärken liegt bei 0,84.
Der Median liegt bei 0,77. Die kleinste Effektstärke
lag bei -2,6, die größte erreichte Effektstärke lag bei
4,33.
75
SCL-90-GSI-Cut-Off-Werte zu Beginn
der Behandlung
78 (12,9 %) Patienten zeigten nach dem GSI des
SCL-90, zu Beginn der Behandlung keine erhöhte
psychische Belastung. Bei 69 (11,4 %) Patienten war
eine erhöhte psychische Belastung messbar, bei 244
(40,4 %) Patienten war eine stark bis sehr stark erhöhte
psychische Belastung messbar. Von 213 (35,3 %)
Patienten fehlen die Angaben.
SCL-90-GSI-Cut-Off-Werte zum Abschluss
der Behandlung
151 (25 %) Patienten zeigten bei Ende der
Behandlung keine erhöhte psychische Belastung
mehr. Bei 60 (9,9 %) Patienten war noch eine
erhöhte psychische Belastung messbar, 85 (14,1 %)
Patienten zeigten noch eine stark bis sehr stark
erhöhte psychische Belastung. Von 308 (51 %)
Patienten fehlen die Angaben. Auch beim SCL-90
nimmt die Anzahl der fehlenden Werte zum
Zeitpunkt der Entlassung zu. Es stellt sich die selbe
Frage, nach der Verteilung auf die drei Bereiche,
welche welche die fehlenden SCL-90-Werte der
übrigen Patienten einnehmen würden.
SCL-90-Effektstärken zum Abschluss
der Behandlung
Der Mittelwert der SCL-90-Effektstärken liegt
bei 0,71 . Der Median bei 0,58. Die kleinste
Effektstärke lag bei -1,88, die größte erreichte
Effektstärke lag bei 3,45.
76
Katamneseergebnisse:
BDI-Effektstärken zum Zeitpunkt der 3 Monats-Katamnese:
Der Mittelwert liegt bei 0,55, der Median liegt bei 0,57. Die größte erreichte BDI-Effektstärke liegt
bei 3,24, die kleinste erreichte Effektstärke liegt bei -2,48.
BDI- Effektstärke zum Zeitpunkt der 1-Jahres-Katamnese:
Der Mittelwert liegt bei 0,56, der Median liegt bei 0,37. Die größte erreichte BDI-Effektstärke liegt
bei 2,92, die kleinste erreichte Effektstärke liegt bei -1,7.
Durchschnittliche BDI-Werte der Stichprobe im Verlauf der Messungen:
Der durchschnittliche BDI-Wert zum Aufnahmezeitpunkt betrug 22,84. Zum Entlassungszeitpunkt
lag er nur noch bei 13,86. Zum Zeitpunkt der 3-Monats-Katamnese stieg er wieder an und lag bei
16,54 doch zum Zeitpunkt der 1-Jahres-Katamnese fiel er erneut ab und hatte einen durchschnittlichen Wert von 14,52. Insgesamt kann man die Langzeitergebnisse als stabil betrachten.
77
SCL-GSI-Effektstärken zum Zeitpunkt der 3-Monats-Katamnese:
Der Mittelwert liegt bei 0,62, der Median liegt bei 0,52. Die größte erreichte SCL-Effektstärke liegt
bei 3,39, die kleinste erreichte Effektstärke liegt bei -1,56.
SCL-GSI-Effektstärken zum Zeitpunkt der 1-Jahres-Katamnese:
Der Mittelwert liegt bei 0,62, der Median liegt bei 0,55. Die größte erreichte SCL-Effektstärke liegt
bei 2,99, die kleinste erreichte Effektstärke liegt bei -0,92.
Durchschnittliche T-GSI-Werte des SCL-90-R der Stichprobe im Verlauf der Messungen:
Der durchschnittliche T-GSI-Wert zum Aufnahmezeitpunkt betrug 75, 28. Zum Entlassungszeitpunkt fiel er auf den Wert 63,06, zum Zeitpunkt der 3-Monats-Katamnese lag er noch relativ
konstant bei 63,35 und zum Zeitpunkt der 1-Jahres-Katamnese stieg er wieder leicht an und lag bei
65,19. Somit waren die Langzeitergebnisse ziemlich stabil.
78
3.4.2. Zur Fragestellung 1
Unterscheiden sich Patienten mit längerer Verweildauer von Patienten mit kürzerer
Verweildauer in soziodemografischen oder krankheitsbezogenen Variablen?
Bei der Untersuchung der Zusammenhänge von Verweildauer und soziodemografischen und krankheitsbezogenen Merkmalen, wurde durch den chi²-Vierfelder-Test die Unabhängigkeit der Kohorten
von bestimmten Variablen getestet.
Die Nullhypothese konnte für folgende Variablen verworfen werden:
Alter, Kinder, Partnerschaft, Setting, Behandlungsmotivation, Komorbidität
Es besteht also ein Zusammenhang zwischen kürzerer Verweildauer und höherem Alter, Kindern zu
hause haben, und einem festen (Ehe-)Partner. Eine längere Verweildauer wird begünstigt durch Komorbidität, große Behandlungsmotivation und dem Wechsel des Settings. Patienten, welche nur in
der Tagesklinik behandelt wurden neigen zu den kürzeren Verweildauern.
Für die soziodemografischen Variablen besteht kein Zusammenhang zwischen der Verweildauer
und Geschlecht, Nationalität, Ausbildung, Haushaltssituation und Kostenträger.
Für die krankheitsbezogenen Variablen besteht kein Zusammenhang zwischen der Verweildauer und
Diagnose, Anzahl der Diagnosen, früherer Suizidversuch, BDI-Cut-Off bei Aufnahme, ambulante
Vorbehandlung, teil-/stationäre Vorbehandlung und körperliche Beeinträchtigung innerhalb der letzten 12 Monate.
(siehe Anhang 1 und 2)
3.4.3. Zur Fragestellung 2
Unterscheiden sich Patienten mit größerem Therapieerfolg von Patienten mit geringerem
Therapieerfolg, in soziodemografischen oder krankheitsbezogenen Variablen?
Bei der Untersuchung der Zusammenhänge von Behandlungserfolg und soziodemografischen und
80
krankheitsbezogenen Faktoren, wurde durch den chi² - Vierfelder –Test die Unabhängigkeit der Kohorten von diesen Variablen geprüft.
Für BDI-Erfolg:
Die Nullhypothese konnte für folgende Variablen verworfen werden:
früherer Suizidversuch, BDI-Cut-Off bei Aufnahme, teil-/stat. Vorbehandlung, körp. Beeinträchtigung der letzten 12 Monate
Es besteht ein Zusammenhang zwischen größerem Therapieerfolg und einem früheren Suizidversuch und einem hohen BDI-Cut-Off bei Aufnahme. Mit einem geringerem Therapieerfolg ist assoziiert: eine teil-/sationäre Vorbehandlung und eine deutliche körperliche Beeinträchtigung.
Es konnte kein Zusammenhang festgestellt werden zwischen BDI-Erfolg und den Variablen: Diagnose, Komorbidität, Anzahl der Diagnosen, Setting, ambulante Vorbehandlung und Behandlungsmotivation. Es bestand kein Zusammenhang zwischen BDI-Erfolg und soziodemografischen Variablen.
(siehe Anhang 3 und 4)
Für SCL-Erfolg:
Die Nullhypothese konnte für folgende Variablen verworfen werden:
BDI-Cut-Off bei Aufnahme, teil-/stationäre Vorbehandlung
Es besteht ein Zusammenhang zwischen größerem SCL-Therapieerfolg und einem hohen BDI-CutOff bei Aufnahme und eine Verbindung zwischen geringerem SCL-Therapieerfolg und einer stationären Vorbehandlung.
Es konnte kein Zusammenhang festgestellt werden zwischen SCL-Erfolg und den Variablen Diagnose, Komorbidität, Anzahl der Diagnosen, Setting, Früherer Suizidversuch, ambulante Vorbehandlung, körperliche Beeinträchtigung der letzten 12 Monate und der Behandlungsmotivation. Es
bestand kein Zusammenhang zwischen SCL-Erfolg und soziodemografischen Variablen.
(siehe Anhang 5 und 6)
81
3.4.4. Zur Fragestellung 3
Unterscheiden sich Patienten mit längerer Verweildauer und Patienten mit kürzerer
Verweildauer in ihrem Therapieergebnis?
Bei der Untersuchung des Zusammenhangs von Behandlungserfolg und Verweildauer, wurde durch
den chi²-Vierfelder-Test die Unabhängigkeit der Kohorten „kleiner“ Therapieerfolg und „großer“
Therapieerfolg von der Verweildauer geprüft. Dies wurde für die Variablen BDI-Effektstärke und
SCL-Effektstärke vorgenommen. Die Nullhypothese konnte hierbei nicht verworfen werden. Es
konnte kein Zusammenhang festgestellt werden. Es bestand allerdings eine Tendenz für einen
Zusammenhang für die BDI-Effektstärke und die Verweildauer.
Es zeigte sich eine Korrelation nach Pearson zwischen Verweildauer und Erfolg für zwei Erfolgs-Variablen: BDI- Effektstärke und GAF- Effektstärke. Die Korrelationen sind auf einem Niveau von 0,01 (2 – seitig ) signifikant. Durch diesen Test ließ sich die Nullhypothese widerlegen.
Die Alternativhypothese muss angenommen werden: Es besteht ein Zusammenhang zwischen Verweildauer und Behandlungserfolg. Die Korrelationsanalyse nach Pearson hat für kontinuierliche Variablen eine größere statistische Power als der chi²-Vierfelder-Test.
82
3.4.5. Zur Fragestellung 4
Welche Faktoren beeinflussen die Verweildauer?
Die Regressionsanalyse der Verweildauer wurde an Hand mehrerer Modelle durchgeführt. In Modell 1 wurde für soziodemografische Variablen kontrolliert. In den beiden folgenden Modellen (Modell 2 und 3) wurde zusätzlich für krankheitsbezogene Variablen kontrolliert. Das Alter zeigte sich
in allen drei Modellen als ein hoch signifikanter negativer Prädiktor für die Verweildauer. Je höher
das Alter, desto kürzer war die Dauer. Eine Ehe zeigte sich in Modell 1 und 2 ebenfalls als ein signifikant die Verweildauer verkürzender Faktor. In Modell 2 und 3 konnten die Regressionskoeffizienten folgender Variablen signifikant / hoch signifikant zur Aufklärung der Varianz der Behandlungsdauer beitragen: Die Variablen Privatversicherung, Essstörung, Somatoforme Störung, große Behandlungsmotivation und ein hoher BDI-Prä-Wert zeigten ein positives Vorzeichen. Die Variablen
früherer Suizidversuch und stationäres oder teil/-stationäres Setting zeigten ein negatives Vorzeichen, wirkten also Therapie verkürzend.
Ein Problem in der Bewertung der Modelle sind die fehlenden Werte. In Modell 2 und 3 befinden
sich nur noch etwa die Hälfte der Patienten aus Modell 1.
Durch Modell 2 lassen sich 19 % der Varianz, durch Modell 3 lassen sich 21 % der Varianz der
Verweildauer aufklären.
83
84
3.4.6. Zur Fragestellung 5
Welche Faktoren beeinflussen das Therapieergebnis?
Beeinflusst der Faktor Verweildauer das Ergebnis und wenn ja, wie stark?
Zeigt sich der Einfluss für verschiedene Erfolgsmaße unterschiedlich stark?
Zeigt sich der Einfluss der Verweildauer auch noch in Langzeitergebnissen?
Zeigt sich der Einfluss der Verweildauer in den Diagnosegruppen unterschiedlich stark?
3.4.6.1. Behandlungserfolg zum Zeitpunkt der Entlassung
BDI-Effektstärke:
Der bivariate Zusammenhang zwischen Verweildauer und BDI-Effektstärke (Modell A) ist hoch signifikant. In Modell B, unter zusätzlicher Kontrolle für soziodemografische Variablen, bleibt ein signifikanter Einfluss der Verweildauer bestehen. Alter und Ehe haben einen signifikanten negativen
Koeffizienten, sind also erfolgsmindernd. Kinder dagegen sind mit einem signifikant positiven Koeffizienten erfolgsfördernd. Dieser Einfluss der soziodemografischen Variablen verschwindet allerdings bei Hinzunahme der krankheitsbezogenen Variablen. Signifikante Regressionskoeffizienten
mit positivem Vorzeichen haben Verweildauer, Angststörung, früherer Suizidversuch, BDI- PräWert und FSI-Prä-Wert, mit negativem Vorzeichen: Somatoforme Störung, teil-/stationäre Vorbehandlung und der State-Prä-Wert.
Die Verweildauer zeigt also mit und ohne Kontrolle für weitere Variablen einen hoch-/signifikanten Einfluss auf die BDI-Effektstärke.
Durch Modell C und D lassen sich knapp 40% der Varianz des BDI-Erfolgs aufklären.
85
86
Kontrolle der Robustheit
Da sich die Anzahl der Beobachtungen von Modell A bis Modell C um mehr als die Hälfte verringert, wird eine Kontrolle für die Robustheit der Ergebnisse durchgeführt. Dabei wird für alle Patienten aus Modell C die gleiche Reihe an Regressionen (Modell A - D) wiederholt um zu sehen, ob
eine einheitliche Stichprobe zu gleichen Ergebnissen führt. Die Regressionskoeffizienten der Verweildauer verändern sich auch für diese Auswahl an Patienten zwischen den einzelnen Modellen
wenig. Sie sind insgesamt leicht größer als in Tabelle 11, die Signifikanz bleibt hoch. Es bestätigt
sich also die Aussage, dass die Verweildauer – gleichgültig ob und für welche Variablen man kontrolliert einen deutlichen Einfluss auf das Therapieergebnis hat.
(siehe Anhang 9)
SCL – Effektstärke:
In Modell A zeigt sich kein signifikanter Zusammenhang zwischen Verweildauer und SCLEffektstärke. Auch in den Modellen B-D wird dieser nicht sichtbar.
Auch soziodemografische Variablen scheinen keinen Einfluss auf die SCL-Effektstärke zu nehmen.
Lediglich in Modell D bildet sich ein Tendenz für den negativen Einfluss des Alters ab. Einen negativen Einfluss auf das Ergebnis zeigen in Modell C: eine deutliche körperliche Beeinträchtigung in
den vergangenen 12 Monaten, die Diagnose einer Somatoformen Störung und ein hoher BDI-PräWert. In Modell D kommt mit negativem Einfluss hinzu, eine stationäre Behandlung, die Diagnose
einer Persönlichkeitsstörung und das Alter. Einen positiven Einfluss auf das Ergebnis zeigen in Modell C: Große Behandlungsmotivation und ein hoher SCL-Prä-Wert. In Modell D zeigt sich zusätzlich eine Tendenz für einen positiven Einfluss bei der Diagnose einer Depression. Modell C klärt
43% und Modell D 48% der Varianz der SCL-Effektstärke auf.
Auch hier muss bedacht werden, dass Modell C und D auf Grund der vielen fehlenden Werte nur
eingeschränkt aussagekräftig sind bzw. für den Gesamtdatensatz verallgemeinerbar sind.
87
88
3.4.6.2. Der Einfluss der Verweildauer auf weitere Erfolgsmaße
GAF – Effektstärke
Modell C und D bringen hier die gleichen signifikanten Koeffizienten hervor. Die Verweildauer
zeigt einen hochsignifikanten positiven Einfluss auf das GAF-Ergebnis. Soziodemografische
Variablen hatten keine signifikanten Regressionskoeffizienten. Einen signifikant negativen Einfluss
zeigen Komorbidität, früherer Suizidversuch, BDI- Prä-Wert und GAF- Prä-Wert. Einen signifikant
positiven Einfluss zeigt eine große Behandlungsmotivation auf das Ergebnis.
State- Effektstärke
In Modell C, bei Kontrolle auf sämtliche soziodemografische und krankheitsbezogene Variablen,
zeigt die Verweildauer als Tendenz einen positiven Einfluss auf den Behandlungserfolg. Diese
Tendenz verschwindet in Modell D, nach schrittweisem Ausschluss der Variablen durch SPSS.
Weiterhin ist der positive Einfluss der Behandlungsmotivation auf das Ergebnis in beiden Modellen
sichtbar, sowie ein hoher State-Wert zu Beginn der Behandlung. Tendenziell positiven Einfluss auf
das Ergebnis zeigten die Variablen Tagesklinik und SCL-Prä-Wert.
Einen negativen Einfluss auf den Therapieerfolg hat dagegen ein hoher Trait-Prä-Wert, so wie eine
teil-/stationäre Vorbehandlung und nur in Modell A tendenziell das Alter, das Vorhandensein einer
Essstörung.
Trait – Effektstärke
Hier hat die Verweildauer keinen sichtbaren Einfluss. Man sieht positive Koeffizienten für die
Variablen große Behandlungsmotivation, GAF-Prä-Wert und Trait-Prä-Wert. Negative Koeffizienten zeigen sich für teil-/stationäre Vorbehandlung so wie State-Prä-Wert.
Effektstärken für SOMS7 – Intensitätsindex und SOMS7 – Beschwerdeindex
Für beide Effektstärken ließ sich auf Grund zu weniger Beobachtungen keine Regressionsanalyse
durchführen. In einer bivariaten Untersuchung zeigte sich jeweils kein signifikanter Zusammenhang zwischen Verweildauer und Ergebnis.
89
FSI – Effektstärke
In Modell C und Modell D hat ein hoher FSI-Prä-Wert einen signifikant hohen positiven Einfluss
auf das Ergebnis. Die Diagnose einer Depression, so wie eine teil-/stationäre Vorbehandlung zeigen
einen negativen Einfluss auf das Ergebnis. Kein Zusammenhang besteht zwischen FSI-Effektstärke und Verweildauer.
(siehe Anhang 7 und 8)
3.4.6.3. Behandlungserfolg zum Zeitpunkt der Katamnesen
Hierfür wurden die Effektstärken des BDI und des SCL- 90 verwendet.
BDI- Effektstärke zur 3-Monats-Katamnese:
In Modell C ist nur der BDI- Prä-Wert ein signifikanter, positiver Prädiktor. Nach schrittweisem
Ausschluss durch SPSS, in Modell D, treten auch die Variablen Erwerbstätigkeit und Essstörung als
positive Prädiktoren für das Ergebnis hervor.
BDI-Effektstärke zur 1-Jahres-Katamnese:
In Modell C zeigt sich wiederum nur die Essstörung als signifikanter, diesmal negativer
Einflussfaktor. Ein hoher State- Wert zu Behandlungsbeginn nimmt tendenziell negativen Einfluss
auf das Langzeitergebnis. In Modell D werden mehrere Faktoren sichtbar. Einen positiven Einfluss
zeigen: Verweildauer, BDI-Prä-Wert und SCL- Prä-Wert, negativen Einfluss nehmen:
teil-/stationäre Vorbehandlung, Somatoforme Störung, Essstörung, Depression und ein hoher StateWert bei Aufnahme.
Auch hier müssen die Ergebnisse der Regressionsanalyse wegen kleiner Beobachtungszahl mit
Vorsicht beurteilt werden.
90
91
Überprüfung der Robustheit:
Es wird eine Stichprobe gebildet, welche sich nur aus jenen Patienten zusammensetzt, deren
Effektstärken zu allen drei Post-Messzeitpunkten vorhanden sind. Es wird zunächst der bivariate
Zusammenhang zwischen Verweildauer und BDI-Effektstärke berechnet und darauf werden
Regressionsanalysen für jeden Zeitpunkt durchgeführt, wobei auf soziodemografische und
krankheitsbezogene Variablen kontrolliert wird, welche in den vorigen Modellen (Tabelle 14)
signifikanten Einfluss auf das Therapieergebnis zeigten.
Die Regressionskoeffizienten behalten gleiche Vorzeichen und haben tendenziell ähnliche
Größenordnungen. Die Signifikanz der einzelnen Koeffizienten nimmt ab, was bei einer
Beobachtungszahl von 46 Patienten zu erwarten ist. Wichtig ist, dass die Regressionsanalysen die
gleichen Effekte beschreiben, wie die vorigen. Die Aussagen werden somit bestätigt.
(siehe Anhang 10)
SCL-90-R-Effektstärke zur 3-Monats-Katamnese:
In Modell C, bei Kontrolle für alle soziodemographische und krankheitsbezogene Variablen, lässt
sich nur BDI-Prä-Wert mit negativem Vorzeichen und SCL-90-Prä-Wert, mit positivem Vorzeichen
als Einflussfaktor identifizieren. In Modell D tritt mit positivem Vorzeichen noch die Behandlung in
der Tagesklinik auf, so wie mit negativem Vorzeichen das Alter und eine teil-/stationäre
Vorbehandlung.
SCL-90-R-Effektstärke zur 1-Jahres-Katamnese:
Modell C zeigt als tendenziell negative Prädiktoren: Alter, Erwerbstätigkeit, teil-/stationäre
Vorbehandlung, als tendenziell positiven Prädiktor den SCL-Prä-Wert. In Modell D treten
signifikant als negative Einflussfaktoren auf: Alter, Erwerbstätigkeit, Essstörung, Somatoforme
Störung,
Komorbidität,
teil-/stationäre
Vorbehandlung
und
keine-geringe
körperliche
Beeinträchtigung, 12 Monate vor Behandlung. Mit kleinerem Koeffizienten zeigt sich auch
deutliche körperliche Beeinträchtigung als negativer Prädiktor. Die dritte Dummy-Variable wäre
hier starke-extreme körperliche Beeinträchtigung, welche sich in der Gleichung vermutlich als ein
positiver Prädiktor zeigen würde. Einen positiven Einfluss auf das Ergebnis haben Angststörung,
große Behandlungsmotivation und ein hoher SCL-Prä-Wert. Die Verweildauer zeigt zu beiden
Katamnesezeitpunkten keinen signifikanten Einfluss auf die SCL-Effektstärke.
92
93
Auch hier gilt, wegen der geringen Zahl an Beobachtungen, dass die Ergebnisse nicht repräsentativ
für den ganzen Datensatz sind.
3.4.6.4. Unterschiede des Einflusses der Verweildauer in verschiedenen
Diagnosegruppen
Es wurden Regressionsanalysen mit BDI- Effektstärke als abhängige Variable durchgeführt, dabei
wurde
auf
soziodemografische
und
krankheitsbezogene Variablen
kontrolliert.
In
den
Diagnosegruppen Depressive Störung, Anpassungsstörung und Somatoforme Störung, zeigte die
Verweildauer einen signifikant positiven Einfluss auf den Therapieerfolg. Kein sichtbarer
Einfluss zeigte sich für die Diagnosegruppen Essstörung und Angststörung.
Da durch die Aufteilung des Datensatzes nach Diagnosen nur noch besonders wenige
Beobachtungen in die einzelnen Regressionsanalysen eingeschlossen wurden, kann man die
Ergebnisse nur noch als mögliche Tendenz betrachten.
94
3.5. Diskussion
3.5.1. Diskussion der Stichprobe
Die Stichprobengröße von 604 Patienten lässt sich mit der Stichprobengröße anderer Studien
vergleichen (Junge & Ahrens, 1996: 164 Pat.; Fliege et al., 2002: 712 Pat.; Schmitz-Buhl et al.,
1999: 686 Pat.; Huber et al., 2009: 437 Pat.; Geiselmann & Linden 2001: 150 Pat.; Schauenburg et
al., 2005: 293 Pat.; Creed et al., 1997: 115 Pat.). Da jedoch viele Angaben der einzelnen Patienten
fehlen, mussten für die durchgeführten statistischen Untersuchungen Anteile ausgeschlossen
werden. Dadurch verringert sich die Aussagekraft der Ergebnisse, da man nicht sicher davon
ausgehen kann, dass die Ergebnisse repräsentativ für die Gesamtstichprobe sind oder generell auch
für Patienten anderer Kliniken gelten kann. Ein weiteres Problem kleiner Stichproben ist die Gefahr,
dass kleine Effekte übersehen werden können.
Es lässt sich leider nicht sinnvoll erklären, wieso ein großer Teil der Daten fehlt, auch nicht durch
die sequentielle Einführung der Fragebögen, denn auch bei den Fragebögen, welche bereits vor
2005 benutzt wurden, fehlen viele Daten. Es ist vermutlich auf mangelhafte Organisation bei der
Erfassung der Daten zurückzuführen. Da die Fragebögen bei Aufnahme und bei Entlassung direkt in
der Klinik ausgefüllt wurden, lassen sich nur fehlende Katamnese-Fragebögen auf die eventuell
mangelnde Motivation der Patienten zurückführen. Vereinfachend kann man daher annehmen, dass
die vorhandenen Daten nicht nach einem bestimmten Muster selektiert wurden, sondern es sich hier
um eine Zufallsauswahl handelt und demnach hoffentlich möglichst repräsentativ für den Rest der
Stichprobe ist.
Es ist möglich, dass zu den Katamnesezeitpunkten eine gewisse Selektion der Patienten
stattgefunden hat. Allerdings ist nicht klar, nach welcher Art. Einerseits könnte man annehmen, dass
tendenziell eher Patienten mit positiv verlaufener Therapie aus Dankbarkeit oder Freude über ihre
Genesung motiviert sind, Fragebögen auszufüllen. Andererseits könnte man ebenso vermuten, dass
Patienten, denen es immer noch schlecht geht, das Bedürfnis haben, dies mitzuteilen. Die
Mittelwerte der BDI-Effektstärke sind zur 1-Jahreskatamnese etwas schlechter, was einer normalen
Entwicklung entspricht und auch in anderen Studien berichtet wurde (Beutel et al., 2005; Sack et
al., 2003; Fliege et al., 2002; Steffanowski et al., 2007). Es bleibt dabei unklar in welche Richtung
95
eine mögliche Selektion vor sich ging. Genauso unsicher ist es in wie weit diese Selektion der
Patientendaten sich auf die Beantwortung meiner Fragen auswirkt. Es werden auf Grund der
fehlenden Werte zwei Verfahren zur Überprüfung der Robustheit der Ergebnisse eingesetzt, welche
in Kapitel 2.3.4. und im Kap.2.4. genauer beschrieben werden.
Die Geschlechterverteilung ist mit 72 % Frauen und 28 % Männern nicht ausgewogen. Dies
entspricht jedoch einem üblichen Verhältnis der Geschlechter von Patienten in psychosomatischen
Kliniken (Junge und Ahrens, 1996; Schmitz-Buhl et al., 1999; Tritt et al., 2003; von Heymann et al.,
2003). Das Alter der Patienten ist normalverteilt, außer, dass, wie für Erwachsenenkliniken üblich
ist, keine Patienten unter 18 Jahren behandelt wurden. Das Durchschnittsalter liegt bei 39 Jahren,
welches dem anderer Studien ähnelt (Tritt et al., 2003: 41 J.; Richter, 1999: 42 J.; Stevens et al.,
2001: 41 J.; Dinger et al., 2008: 38 J.). Die durchschnittliche Verweildauer von 62 Tagen war
ebenfalls mit anderen Kliniken vergleichbar (Junge und Ahrens, 1996: 67 T.; Tritt et al., 2003: 57
T.; Richter 1999: 47 T.; Janssen et al., 1999: 66 T.).
3.5.2. Diskussion der Methode
Das Ziel der Studie war nicht der Nachweis der Wirksamkeit von Therapie. Es stand die Frage um
die Einflüsse, besonders den der Verweildauer, auf den Therapieverlauf im Vordergrund. Daher ist
das naturalistische Design der Studie ein Vorteil, denn es ermöglichte die Untersuchung von
Therapie wie sie tatsächlich verläuft. Es wird die Verweildauer beurteilt, wie sie im Klinikalltag
vorkommt und nicht, wie sie durch ein Studiendesign vorgegeben wird. Kontrollgruppen oder eine
Randomisierung auf verschiedene Behandlungsgruppen wären hinderlich zur Beurteilung der
Verweildauer
in
Hinsicht
auf
konfundierende
Variablen
(siehe
auch
Kap.
1.3.3.
Efficacy/Effectiveness). Die Patienten wurden zur Aufnahme, zur Entlassungs und zu Follow-upZeitpunkten befragt, was eine weitere Stärke der Studie ist, denn sie erlaubt dadurch den Ausblick
auf längerfristige Effekte.
Die Beurteilung des Therapieerfolgs ein komplexes Unterfangen. In Kapitel 1.3.2. wurde
ausführlich auf die Schwierigkeiten und die unterschiedlichen Ebenen der Therapieerfolgsmessung
eingegangen.
Die
Operationalisierung
des
Erfolgs
wurde
mit
Maßen
der
indirekten
Veränderungsmessung vorgenommen. Die Frage nach der Zielerreichung konnte hier nicht
beantwortet werden. Dies hat zum Nachteil, dass die Beibehaltung von erwünschten Zuständen
genauso mit einer Effektstärke von Null kodiert wird wie die Beibehaltung von unerwünschten
96
Zuständen. Damit wird die tatsächliche Gesamtergebnisqualität unterschätzt.
Zur Messung des Therapieerfolges wurden solide Instrumente verwendet, deren Nützlichkeit bereits
erwiesen
wurde.
Der
Beck-Depressions-Inventar
ist
ein
weltweit
verbreitetes
Selbst-
beurteilungsinstrument für Depression. Seine Vorteile sind hohe innere Konsistenz, hohe InhaltsValidität, seine Güte bei der Unterscheidung zwischen Depressiven und Gesunden und seine
Sensitivität für Veränderung. (Richter et al., 1998; Hautzinger, 2000). Auch der GSI des SCL gilt als
valides Instrument zur Erfassung des Therapieerfolges und wurde schon in vielen Studien für diesen
Zweck eingesetzt (Franz et al., 2000; Sack et al., 2003; Klages, 2002; Mestel et al., 2000; Nosper,
1999; Jakobsen et al., 2007). Auch die übrigen Fragebögen sind geprüfte, valide Instrumente (Rief
et al., 1997; Laux et al., 1981; Wietersheim et al., 1989; Saß et al., 1996). Die Erfolgsbeurteilung
erfolgte nicht nur durch den Patienten, sondern auch durch den Therapeuten, was eine gewisse
Kontrolle der Ergebnisse erlaubt.
Ein Kritikpunkt der Studie ist die Vermischung aller Diagnosegruppen zu einer großen heterogenen
Stichprobe und die Verwendung des BDI als eines der Haupt-Erfolgsmaße. Sinnvoller wäre es
gewesen jede einzelne Diagnosegruppe für sich, mit dem jeweils für sie spezifischen Fragebogen
auf ihren Erfolg hin zu untersuchen. Es ist anzunehmen, dass Depressive mit dem BDI andere
Effektstärken erreichen als Patienten mit lediglich einer Essstörung. Möglicherweise hatten manche
Patienten vor Beginn der Therapie kaum depressive Symptome gezeigt. Genauso ist auch
anzunehmen, dass der Therapiefortschritt der Patienten mit Essstörung durch den STAI (State Trait
Angstinventar) nicht adäquat beurteilt wird und doch haben Patienten aller Diagnosegruppen diesen
Fragebogen beantwortet. Es kommt also zu dem oben beschriebenem Effekt, dass Patienten, die
sich nicht verbessert haben, da sie von Anfang an keine Symptome hatten, das Gesamtergebnis
verschlechtern.
Allerdings hätte die Trennung in Diagnosegruppen auf Grund der fehlenden Werte zu sehr kleinen
Stichproben geführt, was die sinnvolle Bewertung der Ergebnisse erschwert hätte. Zudem hatten
446 von 604 Patienten mehr als nur eine Diagnose, sie wären also nicht nur einer Gruppe zu
zuordnen gewesen. Ein weiterer Punkt ist, dass es für die Beantwortung meiner Fragen keine große
Rolle spielt wie groß die mittleren Effektstärken ausfallen. Es interessieren vielmehr die positiven
und negativen Einflüsse auf das Ergebnis.
Die Frage nach dem BDI als eines der beiden Haupterfolgsmerkmale lässt sich hoffentlich so
97
rechtfertigen: Insgesamt hatten 408 Patienten eine depressiven Störung, für 333 Patienten war dies
die Erstdiagnose. Nur 48 Patienten waren zu Beginn der Therapie nach dem BDI-Cut-Off-Wert
klinisch unauffällig. Hinzu kommt, dass neben dem BDI andere Erfolgsmerkmale ebenfalls zum
Einsatz kamen. Der GSI des SCL-90-R eignet sich gut als zweites Haupterfolgsmerkmal, da er
generell nach Symptomen fragt, ohne auf eine bestimmte Diagnose zugeschnitten zu sein.
Es wäre eine Überlegung wert, zusätzlich zu den üblichen Fragebögen, Erfolgsmaße zu benutzen,
welche speziell für den tiefenpsychologisch fundierten Ansatz der Klinik geeignet sind. Zum
Beispiel die „Skalen psychischer Kompetenz“ (Wallerstein, 1991), welche die Operationalisierung
des Konstrukts ´strukturelle Veränderung` erlauben, ein Konstrukt, welches die spezifischen Effekte
der psychoanalytischen Psychotherapie zu erfassen versucht und welches unter Psychoanalytikern
verschiedener Schulrichtungen auf breite Akzeptanz stößt (Huber und Klug, 2006). Dadurch ließen
sich eventuell zusätzliche Effekte beobachten, bzw. das Gesamtergebnis würde womöglich positiver
ausfallen.
Das angewandte statistische Verfahren ist für die Frage nach dem Zusammenspiel verschiedener
Einflüsse gut geeignet. Wie in Kapitel 1.2.3. genau beschrieben ist der Vorteil einer
Regressionsanalyse, dass der Einfluss einzelner Variablen unabhängig von anderen einflussnehmenden Faktoren bestimmt werden kann.
Wie in meinem Theorieteil ausführlich erläutert spielen viele Faktoren zusammen, die gemeinsam
den Therapieerfolg bestimmen. Es ist vermutlich unmöglich alle zu identifizieren, da jede Therapie
ihrem ganz individuellen Verlauf folgt. Allein das Vorhaben alle bereits bekannten Einflussfaktoren
in einer Studie unterzubringen wird nicht sinnvoll durchzuführen sein. Es wären zu viele Faktoren
und die nötige Stichprobe, zur Untersuchung all dieser Variablen, müsste nahezu endlos groß sein.
Dennoch gäbe es einige wichtige Einflussfaktoren, welche ich für eine weitere Studie gerne
zusätzlich mit einbeziehen würde. Während in meiner Studie hauptsächlich soziodemografische und
krankheitsbezogene Variablen zum Einsatz kamen, wäre es interessant auch Faktoren zu
beobachten, welche den Therapieprozess bestimmen. Dazu könnten der Einzeltherapeut,
medikamentöse Behandlung, unspezifische Wirkfaktoren, wie z.B. die therapeutische Beziehung,
oder auch Patientencharakteristiken, wie z.B. Selbstwirksamkeitsüberzeugung oder Lebensereignisse im Laufe der Therapie oder der Katamnesezeit zählen. Für die Langzeitergebnisse wäre
es ebenfalls sehr wichtig den Effekt einer weiterführenden, ambulanten Psychotherapie
miteinzurechnen.
98
3.5.3. Diskussion und Zusammenfassung der Ergebnisse
Für den BDI wurde im Durchschnitt eine Effektstärke von 0,84, für den GSI des SCL-90-R im
Durchschnitt eine Effektstärke von 0,71 erreicht. Eine Einteilung von Cohen (1992) besagt, dass
sich Effektstärken ab 0,20 als klein, ab 0,50 als mittel und ab 0,80 als groß klassifizieren lassen.
Diese Einteilung dient jedoch eher als Richtlinie. Im Einzelfall sollten Effektstärken immer im
Kontext zu berichteten Effektstärken aus vergleichbaren Untersuchungen gesehen werden
(Steffanowski, 2008).
Sack et al. (2003) berichten eine durchschnittliche Effektstärke von 1.22 im GSI (SCL-90-R) von
der Aufnahme zur Entlassung. Untersucht wurden die Effekte einer konflikt- und lösungsorientierten, stationären, psychoanalytischen Therapie. Franz et al. (2000) untersuchten in einer
multizentrischen Studie die Effektstärken an drei vorwiegend tiefenpsychologisch-dynamisch
orientierten Kliniken, welche auch verhaltenstherapeutische Angebote in ihr Behandlungsprogramm
integriert hatten. Es wurden mit dem GSI (SCL-90-R) durchschnittliche Effektstärken von 0.84
(0.52; 0.72; 1.11) erreicht. Die Autoren führten die Unterschiede in den Effektstärken auf
unterschiedliche Behandlungsdauern und unterschiedliche GSI-Prä-Werte bei den Patienten zurück.
Von Paar und Kriebel (1998) liegt ebenfalls eine multizentrische Studie an fünf psychosomatischen
Fachkliniken vor. Es wurden Effektstärken zwischen 0.36 und 0.93 mit dem SCL-90-R auf der
„Somatisierungsskala“erreicht. Die Kliniken unterschieden sich hinsichtlich Behandlungssetting,
Behandlungsdauer und der Zusammensetzung der Patienten und deren Diagnosen. Es ist schwierig
Studien zu finden, welche tatsächlich unter gleichen Bedingungen durchgeführt werden. Unter
diesem Gesichtspunkt ist es generell fragwürdig, Effektstärken verschiedener Studien miteinander
zu vergleichen, wie weiter oben postuliert. Teilweise ist es jedoch notwendig um Ergebnisse in ihrer
Größenordnung zumindest grob einschätzen zu können.
3.5.3.1. Zusammenhänge zwischen Verweildauer und Patientenvariablen
Fragestellung 1 und Fragestellung 4
Die Frage welche Zusammenhänge zwischen Verweildauer und Patienten-Variablen bestehen,
wurde bereits im Literaturteil der Arbeit diskutiert. Einen Teil der bisher bekannten
Zusammenhänge konnten die Ergebnisse meiner Arbeit bestätigen. Es wurde zuerst ein
99
Kohortenvergleich
mit
Hypothesentestung
durchgeführt,
um
einfache
Zusammenhänge
aufzuzeigen. Anschließend wurden in einer Regressionsanalyse mehrere Variablen in verschiedenen
Modellen auf die Größe ihres Einflusses hin überprüft. Die meisten im Kohortenvergleich
gefundenen Zusammenhänge bestätigten sich in der Regressionsanalyse.
Ein fester (Ehe-)Partner verkürzt den Aufenthalt in der Klinik signifikant, was sich durch die
Verantwortung des Patienten gegenüber der Familie erklären lässt, oder auch durch die stabile
Beziehung, die ein Partner bieten kann, welche dem Patienten die Rückkehr aus der Klinik
erleichtert. Dieses Phänomen wurde bereits von anderen Autoren (Zielke et al., 1997; Allen et al.,
1987) beschrieben. Den gleichen Effekt würde man für Kinder erwarten. Jedoch zeigte sich der
Zusammenhang zwischen Patienten, welche zu Hause Kinder haben und kürzeren Therapiedauern,
in der Kohortenanalyse lediglich als Tendenz und wurde in der Regressionsanalyse nicht bestätigt.
Ein höheres Alter hat in meiner Stichprobe ebenfalls einen hochsignifikanten Vorhersagewert für
eine kürzere Therapiedauer. Dies entspricht dem Ergebnis von Zielkes et al. (1997) Untersuchung,
in welcher jüngere Patienten ebenfalls die längsten Behandlungsdauern aufwiesen. Auch Stevens et
al. (2001) zeigte für die jüngste Altersgruppe eine durchschnittlich längere Aufenthaltsdauer. Eine
Reihe von Autoren berichten hier jedoch Gegensätzliches (Richter, 2001; Weyerer & Dilling; 1980;
Barnow et al., 1997). Sie postulieren, dass ein höheres Lebensalter mit vermehrter Komorbidität
und Chronifizierung der Erkrankung einherginge und sich somit die Therapiedauer verlängern
würde. Eine mögliche Erklärung für die Ergebnisse meiner Untersuchung könnte sein, dass die
älteren Patienten meiner Stichprobe eine geringere Therapiemotivation aufbringen. Jedoch konnte
sich keine Korrelation zwischen Alter und geringer Therapiemotivation feststellen lassen.
Ein tendenziell positiver Prädiktor für eine längere Therapiedauer war eine private
Krankenversicherung. Einen ähnlichen Einfluss der Krankenkasse auf die Verweildauer wurde
bereits von Stevens et al. (2001) an der Universitätsklinik Tübingen beschrieben. Auch hier waren
die Effekte klein, bis auf signifikant kürzere Behandlungsdauer für Patienten ohne Versicherung,
deren Behandlung von der Wohlfahrt übernommen wurde. Im Gegensatz zu Ergebnissen
verschiedener Autoren (siehe Kap. 1.2.4.) konnte innerhalb meiner Stichprobe kein Zusammenhang
zwischen Verweildauer und folgenden soziodemografischen Variablen festgestellt werden:
Geschlecht, berufliche Situation und Bildungsniveau.
Unter den krankheitsbezogenen Variablen zeigte sich das Auftreten von psychischer Komorbidität
tendenziell häufiger in der Kohorte der längeren Verweildauer. In der Regressionsanalyse ließ sich
100
hier kein Effekt zeigen. Dieser Zusammenhang wurde von mehreren Autoren beschrieben (Zielke et
al., 1997; Stevens et al. 2001). Auch wurde in früheren Studien gezeigt, dass Patienten mit schwerer
Erkrankung weniger rasch und weniger stark auf Therapie ansprechen (Hermann et al., 2007;
Barnow et al., 1997; Richter, 1999). Ein Hinweis darauf konnte auch in der von mir verwendeten
Stichprobe gefunden werden. Ein hoher BDI-Prä-Wert, also eine schwere depressive
Symptomatik zu Beginn der Behandlung war ein signifikanter Prädiktor für längere Verweildauern.
Dazu passt allerdings nicht, dass Patienten mit einem früheren Suizidversuch in der Vorgeschichte
deutlich kürzere Verweildauern hatten. Man würde eher vermuten, dass diese Patienten mit einer
stärkeren psychischen Belastung kämen und daher längere Therapiedauern benötigen würden.
Die Diagnose einer Essstörung hat einen signifikanten positiven Einfluss auf die Verweildauer.
Auch dies stimmt mit Ergebnissen älterer Studien überein, welche zeigten, dass die
Diagnosegruppen sich in durchschnittlichen Verweildauern unterschieden (Barnow et al., 1997; von
Heymann et al., 2003) und Patienten mit Essstörung besonders lange Therapiedauern haben (Zielke
et al., 1997). Offenbar sind Krankheitsbilder unterschiedlich schwierig zu behandeln und benötigen
demnach einen verschieden großen Zeitaufwand. Eine große Behandlungsmotivation war ein
hochsignifikanter Prädiktor für eine längere Verweildauer. Ein Ergebnis, das nicht erstaunt und
bereits von anderen Autoren so beschrieben wurde (Zielke et al., 1997; von Heymann et al., 2003).
Eine signifikant längere Therapiedauer hatten Setting-Wechsler gegenüber Patienten, welche sich
nur in stationärer oder nur in tagesklinischer Behandlung befanden. Setting-Wechsler hatten
durchschnittlich keinen höheren BDI-Prä-Wert oder SCL-Prä-Wert. Es besteht also kein
Zusammenhang
zwischen
der
anfänglichen
Schwere
der
Symptomatik
und
dem
Behandlungssetting. Eventuell spielen hier organisatorische Gründe eine Rolle. Vielleicht waren
aber auch Patienten, welche ihr Setting nie wechselten von Anfang an zufriedener mit ihrer
Therapie (und dem Setting) und konnten schnellere Fortschritte machen.
Das Problem der fehlenden Werte darf nicht vergessen werden. In Modell A (Tab.10) liegt die
Fallbeobachtungszahl bei 403, was für sich genommen, eine gute Zahl ist. Doch in Modell B und C
reduzierten sich die Beobachtungen auf 198 und 228. Womöglich ist daher die Repräsentativität der
Ergebnisse eingeschränkt.
101
3.5.3.2. Zusammenhänge zwischen Therapieerfolg und Patientenvariablen
Fragestellung 2 und Fragestellung 5:
Auch zwischen Therapieerfolg und Patienteneigenschaften lassen sich Beziehungen herstellen. Es
wurden zwei Kohorten gebildet, für „großen“ Therapieerfolg und „kleinen“ Therapieerfolg. Diese
wurden unter der Testung von Hypothesen miteinander verglichen. Anschließend wurden zur
Beantwortung der Frage, welche Einflüsse auf das Behandlungsergebnis einwirken, verschiedene
Modelle für Regressionsanalysen gebildet. Es wurden mehrere Erfolgsmaße verwendet. Die
wichtigsten Erfolgsmaße, die BDI-Effektstärke und die SCL-90-Effektstärke wurden zum Zeitpunkt
der Entlassung, der 3-Monats- und der 1-Jahreskatamnesen betrachtet.
Zeitpunkt der Entlassung:
Es wurden verschiedene Modelle gebildet. Modell A beschreibt den bivariaten Zusammenhang
zwischen Verweildauer und Therapieerfolg. In Modell B wird für soziodemografische Variablen
kontrolliert. In Modell C werden krankheitsbezogene Faktoren mit eingeschlossen, Modell D gibt
das von SPSS gebildete Modell wieder, welches den größten Anteil der Varianz des Erfolgs erklären
kann.
BDI-Effektstärke
Während im Kohortenvergleich kein Zusammenhang zwischen soziodemografischen Variablen
und Therapieerfolg deutlich wurde, zeigten sich in der Regressionsanalyse (siehe Tabelle 11) das
Alter und das Vorhandensein eines Ehe-Partners als negative Prädiktoren. Da gleichzeitig auf
Behandlungsdauer kontrolliert wurde, kann das nicht als Ausdruck dessen gelten, dass dies die
Gruppe an Patienten ist, welche auch zu kürzeren Verweildauern neigt. In der Literatur wurde ein
negativer Zusammenhang zwischen höherem Lebensalter und Therapieerfolg beschrieben (Deter,
1986; Deter, 1990; Nosper, 1999). Es scheint, als wären ältere Menschen weniger veränderungsfähig als junge Menschen. In einer Untersuchung von Fliege et al. (2002) stellte sich das Alter,
welches schlechtere Therapieerfolge vorhersagte lediglich als Deckvariable für somatische
Komorbidität heraus. In meiner Stichprobe stellt sich ebenfalls ein Zusammenhang zwischen Alter
und zunehmender körperlicher Beeinträchtigung dar und der Einfluss des Alters verliert von
Modell B nach C, unter Hinzunahme der krankheitsbezogenen Variablen an Signifikanz. Allerdings
zeigt eine starke körperliche Beeinträchtigung ebenfalls keinen signifikanten Einfluss auf die
102
BDI-Effektstärke.
Keller et al. (1994) identifizierten die Ehe als Risikofaktor für ein längeres Anhalten einer
Depression, wobei sie zu bedenken gaben, dass die Beziehungsqualität möglicherweise
ausschlaggebend sei. Löhr et al. (2003) zeigten einen positiven Zusammenhang zwischen
Merkmalen positiver Partnerschaftsqualität und Therapieerfolg bei Patienten mit Agoraphobie.
Insofern wäre es vermutlich sinnvoller in einer weiteren Untersuchung auf die Qualität der
Beziehungen zu kontrollieren, anstatt nur auf den Ehe-Status. In der Regressionsanalyse konnten
Kinder als ein hochsignifikanter Prädiktor für ein besseres Therapieergebnis identifiziert werden,
womöglich spielen hier ähnliche Gründe eine Rolle. In der Literatur findet man zu diesem Thema
widersprüchliche Ergebnisse. Eine Studie von Paykel et al. (1996) zur Untersuchung der Effekte
psychosozialer Variablen auf den Verlauf einer Depression, konnte keine Beziehung zwischen
sozialer Unterstützung und der Genesung der Patienten finden. Auch Fliege et al. (2002) und Rode
(1987) fanden keinen Einfluss von Partnerschaft auf das Therapieergebnis.
Im Kohortenvergleich wurden zwischen verschiedenen krankheitsbezogenen Faktoren und
Therapieerfolg Zusammenhänge gefunden, von denen die meisten in der Regressionsanalyse als
signifikante Prädiktoren bestätigt werden konnten. Die Patientengruppe mit dem größeren BDIErfolg, hatte vor der Behandlung häufiger bereits einen Suizidversuch begangen und kam mit einer
stärkeren depressiven Symptomatik (einem höheren BDI-Cut-Off-Wert)
in die Klinik. Die
Literatur liefert hierzu kontroverse Ergebnisse. So wurde von manchen Autoren ein negativer
Zusammenhang zwischen Stärke der Symptomatik und Therapieergebnis gezeigt (Garfield, 1994;
Mohr, 1995). In anderen Untersuchungen spielte die Symptomschwere keine Rolle (Joyce & Piper,
1998; Shapiro et al., 1994). Andere wiederum kamen zu dem Schluss, dass ein vom Patienten
wahrgenommener hoher Beschwerdedruck sich sogar positiv auf die Behandlung auswirken kann
(Deter et al., 1986; Mohr et al. 1990). Eventuell fördert ein hoher Leidensdruck die Bereitschaft
sich intensiv auf die Therapie einzulassen. Es ist auch ersichtlich, dass bei einem sehr kranken
Menschen mehr Verbesserungspotential vorhanden ist als bei einem nur leicht Depressiven. Dies
gilt, solange die Erfolgsbeurteilung nach der Methode der indirekten Veränderungsmessung vorgenommen wird. Dieser Effekt wurde bereits durch Junge & Ahrens (1996) und Nosper (1999)
beschrieben (siehe Kap. 1.3.4.2.).
Diesem Ergebnis scheint zu widersprechen, dass stationäre Vorbehandlungen und deutliche
körperliche Beeinträchtigung häufiger in der Gruppe der kleineren Therapieerfolge auftraten,
bzw. in der Regressionsanalyse einen negativen Einfluss zeigten. Jedoch lässt stationäre
103
Vorbehandlung auf eine bisher eventuell nicht geglückte Therapie oder eine gewisse
Chronifizierung der Erkrankung schließen, was wiederum die Therapie erschweren und damit den
Erfolg mindern kann. Es wurde schon in früheren Untersuchungen gezeigt, dass eine Vorgeschichte
mit depressiven Episoden (Sargeant et al., 1990) oder stationären Behandlungen (Keitner et al.,
1992) Risikofaktoren für einen chronischen Verlauf der Depression sind. Dementsprechend zeigten
einige Autoren günstigere Therapieverläufe bei Patienten, welche vor Beginn der Therapie noch
keine psychotherapeutische Hilfe in Anspruch nehmen mussten (Deter, 1990; Borgart & Meermann,
1999; Sack et al., 2003) Eine deutliche körperliche Beeinträchtigung bedeutet eine psychische
oder somatische Komorbidität zur Depression. So sind die Patienten stärker belastet und sprechen
daher eventuell nicht so gut auf Psychotherapie an. Auch hierzu sind die Ergebnisse der Literatur
inkonsistent. Einige Autoren berichten über schlechtere Therapieergebnisse bei zusätzlicher
somatischer Diagnose (Fliege et al. 2002; Keitner et al., 1992). Andere Autoren konnten einen
solchen Zusammenhang nicht finden (Joyce & Piper 1998).
Obwohl sich die Variable psychische Komorbidität an sich in der Regressionsanalyse nicht als
signifikanter Einflussfaktor auf die BDI-Effektstärke herausstellt, zeigen sich die Diagnose einer
Somatoformen Störung, und ein hoher State-Prä-Wert als negative Prädiktoren. Dies weist
darauf hin, dass ein vielseitigeres und komplexeres Krankheitsbild, im Gegensatz zu einer reinen
Depression womöglich schwieriger zu behandeln ist. Nach Coryell et al. (1994) vermindert die
Komorbidität mit einer Angststörung die Wahrscheinlichkeit, dass Depression geheilt wird. Auch
Zielke (1995) und Borgart & Meermann (1999) weisen auf ein schlechteres Ansprechen auf
Therapie bei vorhandener Komorbidität hin.
Interessant ist, dass die Variable Behandlungsmotivation einen hochsignifikanten Einfluss auf die
Verweildauer hat, nicht aber auf die BDI-Effektstärke. In einer durchgeführten Regressionsanalyse,
mit BDI- Effektstärke als abhängige Variable, in welcher nicht auf Dauer kontrolliert wird, bleibt
die Behandlungsmotivation nicht signifikant.
Ein Robustheits-Test (siehe Kap. 2.4.6.) konnte an einem konstanten Datensatz mit ähnlichen Werten die Ergebnisse bestätigen.
104
SCL-Effektstärke
Die SCL-Effektstärke beschreibt, durch die Verwendung des GSI - Global Severity Index, nicht nur
die Abnahme der Depressivität, sondern eine Abnahme aller vorhandenen psychischen und
körperlichen Symptome. Für die SCL-Effektstärke konnten sich keine soziodemografischen
Variablen finden lassen, die einen Einfluss auf das Therapieergebnis gehabt hätten. Es zeigte sich
lediglich, wie schon für die BDI-Effektstärke beobachtet, eine negative Tendenz für ein höheres
Lebensalter.
Die Einflüsse der krankheitsbezogenen Variablen waren ebenfalls ähnlich. Es zeigte sich
zusätzlich ein negativer Einfluss einer Persönlichkeitsstörung. Für depressive Patienten und
Patienten mit Angststörung wurde in früheren Studien bereits ein schlechteres Outcome bei
komorbider Persönlichkeitsstörung beschrieben (Hardy et al., 1995; Shea et al. 1990; Chambless et
al., 1997). Andere Autoren gehen davon aus, dass die Bedeutung einer zusätzlichen
Persönlichkeitsstörung zu einer Achse-I-Diagnose für den Therapieverlauf überschätzt wird
(Leibbrand et al., 1998; Bottlender et al., 2003).
Eine große körperliche Beeinträchtigung innerhalb der letzten 12 Monate zeigte sich hier noch
deutlicher,
sogar
als
hochsignifikanter
negativer
Prädiktor
für
das
Therapieergebnis.
Interessanterweise spielte für die SCL-Effektstärke auch das Behandlungssetting eine Rolle. So
hatten Patienten in stationärer Behandlung ein hochsignifikant schlechteres Ergebnis, als Patienten
der Tagesklinik oder im wechselnden Setting. Bei diesem schwer zu erklärendem Phänomen muss
man jedoch zu bedenken geben, dass in Modell D (Tabelle 12), in welchem dies auftritt, nur 154
von 604 Patienten mit einbezogen wurden. Es ist nicht klar, ob dieses Ergebnis somit repräsentativ
für den Rest der Stichprobe ist. Wie in Kapitel 1.3.4.1. beschrieben, existiert nur wenig
befriedigende Literatur zu diesem Thema. In einem Review von Horvitz-Lennon et al. (2001) zeigte
sich bei den meisten eingeschlossenen Studien eine gleiche Wirksamkeit für beide Settings. Eine
Studie von Geiselmann & Linden (2001) führt einen Vergleich von tagesklinisch und stationär
behandelten Patienten so wie Patienten, die das Setting wechselten, durch. Sie fanden Unterschiede
für die Belastungsschwere zwischen den Gruppen, wobei sich Tagesklinik- Patienten als tendenziell
leichter beeinträchtigt zeigten. Durch eine Regressionsanalyse ließ sich ebenfalls kein signifikanter
Einfluss des Settings auf das Therapieergebnis nachweisen.
Im Gegensatz zur BDI-Effektstärke, für die ein hoher BDI-Prä-Wert ein positiver Prädiktor ist,
stellt sich hier heraus, dass Patienten mit schwerer depressiver Symptomatik eher schlechte
105
Voraussetzungen für einen großen SCL-Erfolg haben. Allerdings ist der Regressionskoeffizient für
den BDI-Prä-Wert mit -0,026 eher als klein einzuschätzen. Ein hoher SCL-Prä-Wert dagegen kann
einen
guten
SCL-Erfolg
voraussagen,
wobei
auch
hier
mit
0,041 ein
nur
kleiner
Regressionskoeffizient besteht.
Es zeigt sich für die SCL-Effektstärke noch ein weiterer hochsignifikanter positiver Einflussfaktor:
die Behandlungsmotivation. Dies überrascht nicht, im Gegenteil hätte man diesen Effekt auch
schon für den BDI-Erfolg erwartet. In der Literatur findet man viele Hinweise auf die wichtige
Rolle der Motivation und der Einstellung des Patienten gegenüber der Therapie. Fliege et al. (2002)
deckten Optimismus und Selbstwirksamkeitsüberzeugung als Einflussvariable auf. Einen deutlichen
Zusammenhang zwischen initialer Behandlungsmotivation und Therapieeffekten fanden Schneider
& Klauer (1999).
für beide Effektstärken gilt:
Passend zu den Ergebnissen anderer Autoren (Zlotnick et al., 1996; Simpson et al., 1997; Geiser et
al., 2002; Rode, 1987; Garfield, 1994) hatte auch in meiner Stichprobe das Geschlecht keinen
Einfluss auf das Therapieergebnis. Nosper (1999) fand bei Frauen lediglich eine höhere
Zufriedenheit mit der stationären Psychotherapie und mit dem Therapeuten.Ebenfalls zeigte sich
kein Zusammenhang für den Ausbildungsstatus oder die Erwerbstätigkeit und dem
Therapieerfolg. In der Literatur wurde dem Bildungsstand bisher keine große Bedeutung für den
Therapieerfolg zugeschrieben (Geiser et al., 2003; Schmidt, 1991; Nosper, 1999). Zusammenhänge
zwischen niedrigem Einkommen bzw. einem niedrigen Bildungsniveau und Chronifizierung einer
Depression wurden jedoch bereits beschrieben (Keller et al. 1994; Sargeant et al., 1990). Die Rolle
des Erwerbsstatus für den Therapieerfolg wurde bisher wenig untersucht. Fliege et al., (2002)
konnten für die Patienten einer psychosomatischen Klinik keinen Zusammenhang zwischen
Erwerbslosigkeit und Therapieergebnis finden.
BDI zu den Katamnese-Zeitpunkten
In den Modellen C (Tabelle 14), in denen auf alle soziodemografischen und krankheitsbezogenen
Einflussfaktoren kontrolliert wird, zeigen sich generell weniger signifikante Einflüsse, da die
einzelnen Effekte in einem zu großen Modell und bei zu kleiner Beobachtungszahl undeutlich
werden. Erst in den Modellen D, jenen Modellen, welche von SPSS als die „meist-erklärenden
Modelle“ gebildet wurden, werden Einflussfaktoren deutlich.
106
Soziodemografische Einflüsse sind zu den Katamnesezeitpunkten nicht mehr sichtbar, bis auf die
Erwerbstätigkeit. Sie ist ein positiver Prädiktor für den BDI-Erfolg zur 3-Monatskatamnese. Für
den Zeitraum des Klinikaufenthaltes spielte sie für den Erfolg noch keine Rolle. Eine mögliche
Interpretation wäre, dass der Beruf die Patienten davor schützt nach der Entlassung „in ein Loch zu
fallen“. Das ist eine Gefahr, von der viele Patienten zur 3-Monatskatamnese in einem
Katamnesegespräch berichten. Zum Zeitpunkt der 1-Jahreskatamnese verschwindet dieser Effekt.
In einer Untersuchung von Broda et al. (1996) schätzten beruflich integrierte Patienten zum
Katamnesezeitpunkt den Behandlungserfolg als positiver ein als nicht-berufstätige Patienten. Der
subjektive Behandlungserfolg ein Jahr nach der Behandlung wiederum hing hoch signifikant von
der Zufriedenheit mit der Arbeitssituation ab.
Zur 3-Monatskatamnese ist außerdem die Diagnose einer Essstörung ein signifikant positiver
Prädiktor. Zur 1-Jahreskatamnese dagegen wird er hochsignifikant negativ. Dies würde bedeuten,
dass Patienten mit Essstörung ihre Fortschritte für eine kurze Zeit gut halten können aber langfristig
eher mit schlechteren Ergebnissen zu rechnen haben. Einen negativen Einfluss auf den längerfristigen Erfolg haben außerdem die Diagnosen Somatoforme Störung und Depression. Deren
Regressionskoeffizienten sind in der 1-Jahreskatamnese-Regressionsanalyse signifikant und
negativ. Ebenso zeigte sich ein langfristiger negativer Effekt für eine teil-/stationäre Behandlung
in der Vorgeschichte. Interessanterweise zeigt sich trotzdem noch der, wenn auch mit B = 0,04,
sehr kleine signifikante positive Effekt eines hohen BDI-Prä-Wertes. Ein hoher State-Prä-Wert
hat einen negativen Effekt mit ebenfalls kleinem Regressionskoeffizient von B = 0,051. Zusammenfassend kann man also sagen, eine schwere Symptomatik ermöglicht einen großen Erfolg.
Dagegen verschlechtert jedoch eine starke Chronizität und Komorbidität das kurz– und langfristige
Ergebnis. Auch hier bestätigte die Überprüfung der Robustheit (siehe Kap. 2.3.4.), durch
Wiederholung der Regressionsanalysen an einem gleich bleibenden Datensatz die beschriebenen
Effekte.
SCL zu den Katamnese-Zeitpunkten
Für die SCL-Effektstärke zeigt sich das Alter zu beiden Katamnesezeitpunkten als negativer
Prädiktor. Eine Tendenz hatte sich bereits zum Zeitpunkt der Entlassung gezeigt, auf den
längerfristigen Erfolg scheint sich das Alter noch deutlicher auszuwirken, vor allem wenn man
bedenkt, dass der eher kleine Regressionskoeffizient von B = 0,039 sich auf einzelne Jahre bezieht.
Der Einfluss von 10 Jahren Altersunterschied läge somit bei B = 0,39.
107
Zwar zum Zeitpunkt der Entlassung nicht sichtbar, jedoch zu beiden Katamnesen als signifikanter
negativer Einfluss deutlich, ist eine stattgefundene teil-/stationäre Vorbehandlung. Genauso zeigt
sich auch der negative Effekt einer Komorbidität, sowie der positive Effekt eines hohen SCL-PräWertes. Dies entspricht den Ergebnissen, wie sie auch für die BDI-Effektstärke sichtbar sind.
In der 1-Jahreskatamnesen-Regressionsanalyse zeigen sich für unterschiedliche Diagnosen negative
(für Essstörung und Somatoforme Störung) oder positive Effekte (Angststörung). Auch dies entspricht in etwa den Ergebnissen, welche sich für den BDI-Erfolg herausstellen.
Wie auch schon zur Entlassung war auch zum Zeitpunkt der 1-Jahreskatamnese eine große
Behandlungsmotivation ein hoch signifikanter positiver Einflussfaktor für den SCL-Erfolg.
Auch für die Bewertung dieser Ergebnisse muss bedacht werden, dass eine Beobachtungszahl von
N = 39 – 98 sehr klein, im Verhältnis zur Gesamtstichprobe ist und es ist nicht klar, inwiefern sich
eine Selektion der Patienten auf die Ergebnisse auswirkt (Tabelle 15).
Andere Erfolgsmaße
Auch für die anderen Effektstärken, die berechnet wurden, zeichnen sich einzelne der bereits
beschriebenen Einflüsse ab. Für die GAF-Effektstärke, welche den Zugewinn an Funktionalität des
Patienten beschreibt, waren Komorbidität und ein früherer Suizidversuch hoch signifikante
negative Prädiktoren, auch der GAF-Prä-Wert, der sich auf die vergangenen 12 Monate bezieht,
also auf eine längere Krankengeschichte hinweist und nicht nur auf die akute Situation kurz vor der
Einweisung. Eine große Behandlungsmotivation hatte auch auf dieses Erfolgsmaß einen großen,
signifikant positiven Einfluss.
Für die Angstsymptomatik wurden State- und Trait-Effektstärken gebildet. Einen großen negativen
Einfluss zeigte auch hier eine teil-/stationäre Vorbehandlung in der Vergangenheit. Die Behandlungsmotivation zeigte einen großen positiven Einfluss. Erstaunlicherweise stellte jeweils ein
hoher Prä-Wert auf der einen Skala einen kleinen aber signifikanten negativen Einfluss für die
andere Skala dar. Der für die eigene Skala bestimmte Prä-Wert stellte jeweils einen positiven
Einfluss dar.
Die FSI-Effektstärke beschreibt die Verbesserung der sozialen Eingliederung drei Monate nach
Entlassung. Die Diagnose einer Depression und eine teil-/stationäre Vorbehandlung hatten einen
108
negativen Einfluss auf das Ergebnis. Wie sich bereits für die anderen Effektstärken zeigte, hatte
auch hier ein hoher FSI-Prä-Wert eine große, hoch signifikante Vorhersagekraft für ein gutes
Ergebnis.
3.5.3.3. Zusammenhang zwischen Verweildauer und Therapieerfolg
Fragestellung 3:
Es wurden die Kohorten „großer“ Therapieerfolg und „kleiner“ Therapieerfolg in Bezug auf die
Verweildauer verglichen und getestet, ob ein signifikanter Unterschied besteht. Für die BDIEffektstärke konnte die Tendenz eines Zusammenhangs zwischen längerer Verweildauer und
großem Therapieerfolg festgestellt werden. Nicht jedoch für die SCL-Effektstärke. Es wurde
ebenfalls untersucht ob die Verweildauer mit den unterschiedlichen Erfolgsmaßen korreliert ist.
Dabei zeigte sich eine hoch signifikante Korrelation zwischen Verweildauer und BDI-Effektstärke
und GAF-Effektstärke. Letzteres ist ein Maß für den Zugewinn an Funktionalität im alltäglichen
Leben. Diese statistischen Methoden geben zunächst einen groben Überblick und zeigen, dass es
tendenziell einen Zusammenhang gibt. Es gibt allerdings viele Faktoren, die die Verweildauer und
den Therapieerfolg beeinflussen, daher muss der Zusammenhang unter Miteinbeziehung anderer
potentieller Einflussfaktoren betrachtet werden. Dazu dient die Durchführung verschiedener
Regressionsanalysen.
Fragestellung 5:
In meiner Studie kommen verschiedene Erfolgsmaße zum Einsatz, da sich die Verweildauer
eventuell auf jedes einzelne unterschiedlich auswirken kann. Für die BDI-Effektstärke, zum
Zeitpunkt der Entlassung, ist die Verweildauer in allen Modellen, (d.h. mit und ohne Kontrolle für
weitere Variablen) ein signifikant bis hoch signifikant positiver Prädiktor (Tabelle 11). Die
Regressionskoeffizienten der Verweildauer liegen gerundet in allen vier Modellen bei B = 0,2
(0,155 – 0,225). Dies bedeutet, für je einen Monat zusätzliche Therapie, steigt die BDI-Effektstärke
um 0,2. Je länger also die Verweildauer, desto besser wäre das Behandlungsergebnis, könnte man
alle anderen Einflußfaktoren der Gleichung konstant halten. Mit Modell C lässt sich 38 %, mit
Modell E 40 % der Varianz der BDI-Effektstärke aufklären. Nach drei Monaten, zum Zeitpunkt der
ersten Katamnese, verschwindet der positive Effekt der Verweildauer (B = 0,047), taucht dann aber
109
nach einem Jahr mit signifikantem, großen Regressionskoeffizient (B = 0,449) wieder auf (Tabelle
13).
Die Fallzahl in Modell B der Regressionsanalyse für die 1-Jahreskatamnese liegt bei 62. Dies ist im
Vergleich zu Fallzahlen anderer Studien noch eine akzeptable Größe, bedenkt man jedoch die
ursprüngliche Größe der Stichprobe (604 Patienten), ist es nur noch eine kleine Auslese. Man kann
das Ergebnis auf Grund der kleinen Fallzahl nicht als repräsentativ für die Gesamtstichprobe
betrachten. Da die daraus folgende Aussage aber im Einklang zum bisherigen Stand der Forschung
steht, lässt sich berechtigterweise folgender Zusammenhang annehmen: Längere Therapiedauer
führt nicht nur tendenziell zu besseren kurzfristigen Therapieerfolgen, sondern sorgt außerdem auch
für einen lange anhaltenden, positiven Therapie-Effekt. Es wurden auf Grund der wechselnden
Stichprobengrößen unter den Regresssionsanalysen zwei Robustheits-Tests vorgenommen, welche
ähnliche Ergebnisse an einem gleichbleibenden Datensatz hervorbrachten.
In den Regressionsanalysen für die SCL-Effektstärke zeigte sich weder zum Zeitpunkt der
Entlassung noch zu den Katamnesen ein signifikanter Einfluss der Verweildauer auf den Erfolg.
(Tabelle 13 und 15)
Es wurden daraufhin Regressionsanalysen für weitere Erfolgsmaße durchgeführt (s.Tabellen im
Anahang). Ein signifikant positiver Effekt der Verweildauer mit B = 0,236 stellte sich für die GAFEffektstärke heraus. Diese Ergebnisse spiegeln das Phasenmodell von Howard et al. (1993) wieder,
welches im Literaturteil genauer beschrieben wurde. Demnach beschreibt die SCL-Effektstärke die
zweite Phase, die Remediation, welche die Verminderung der Symptomatik bedeutet. Die GAFEffektstärke beschreibt die Rehabilitation, die Verbesserung des Funktionsniveaus des Patienten,
welche als dritte Phase spät einsetzt und einen gewissen Aufwand an Therapie mit sich bringt. Da
die Patienten der beiden Kliniken im Durchschnitt zwei Monate in Behandlung sind, ist es
wahrscheinlich, dass die meisten von ihnen Phase zwei erreichen und sich dann in der
Symptomreduktion ab einem gewissen Punkt nur noch gering pro Zeiteinheit verbessern. Dies
würde den geringen Einfluss der Verweildauer auf die SCL-Effektstärke begründen. Da Phase drei
erst später einsetzt, ist es denkbar, dass sie nicht von allen Patienten vor Entlassung erreicht wurde.
Oder dass sie kurz nach Eintritt in die Phase des Zugewinns an Funktionalität noch größere
Verbesserungssprünge machen können und sich dies in der GAF-Effektstärke bemerkbar macht.
Das wäre eine Erklärung für den signifikant positiven Effekt der Verweildauer auf die GAFEffektstärke.
110
Die Tendenz für einen positiven Einfluss einer längeren Dauer ergab sich für die StateEffektstärke, nicht jedoch für die Trait-Effektstärke. Auch für die FSI-Effektstärke ließ sich
kein Einfluss nachweisen.
Als letzte Untersuchung wurden Regressionsanalysen für den BDI-Erfolg innerhalb der einzelnen
Diagnosegruppen gerechnet, um zu sehen, ob sich hier die Verweildauer unterschiedlich positiv
auswirkt (Tabelle 16). Tatsächlich ließen sich für Depressive Störungen, Anpassungsstörungen und
Somatoforme Störungen ein hoch-/signifikanter positiver Effekt einer längeren Verweildauer
zeigen. Kein signifikanter Effekt zeigte sich in den Diagnosegruppen Angststörung und Essstörung.
Dies ist ein interessantes Ergebnis, jedoch muss auch hier wieder auf die sehr kleinen
Beobachtungszahlen hingewiesen werden, welche die Unterschiede zwischen den Diagnosegruppen
relativieren. Außerdem muss berücksichtigt werden, dass es bei der BDI-Effektstärke nur um den
Rückgang der depressiven Symptomatik geht. Es wurden keine krankheitsspezifischen
Effektstärken angewendet.
111
3.5.3.4. Fazit und Ausblick
Insgesamt hat sich der in der Literatur beschriebene Zusammenhang zwischen Behandlungsdauer
und Therapieerfolg in den Ergebnissen meiner Arbeit bestätigt. Eine längere Therapiedauer führt im
Allgemeinen zu größeren Therapieeffekten und zudem zu einem längeren Anhalten der positiven
Wirkung. Es ist schwierig, Aussagen über die genaue Funktion des Zusammenhangs zu machen.
Zum einen kann der Therapieerfolg sehr unterschiedlich definiert werden und nicht für alle Ebenen
des Erfolgs scheint die Therapiedauer gleich wichtig zu sein. So ließ sich für den BDI und den GAF
ein eindeutig positiver Einfluss der Verweildauer zeigen, während im Gegensatz dazu, der SCLErfolg verweildauerunabhängig war. Ähnliches wurde bereits von Howard et al. (1993) durch das
Phasenmodell beschrieben. Zum anderen wird der Therapieverlauf von sehr vielen zusätzlichen
Einflüssen bestimmt, die bei jedem Patienten ganz individuell wirken können. Insofern ist es
selbstverständlich nicht möglich aus den Ergebnissen meiner Arbeit generell eine optimale
Verweildauer für die stationäre Psychotherapie abzuleiten. Man kann jedoch mit großer Sicherheit
schlussfolgern, dass die pauschale Verkürzung der Verweildauer, wie sie in den letzten Jahren
stattgefunden hat, sich negativ auf die Behandlungsergebnisse auswirken wird.
Um diese Aussage weiter zu unterstützen, wären umfangreichere Untersuchungen mit
Langzeitergebnissen notwendig. Ideal wäre dafür ein Datensatz mit großen Patientenzahlen,
möglichst aus verschiedenen Kliniken und ein breites Spektrum an Patientenvariablen. Es wäre
außerdem sinnvoll Variablen mit einzubeziehen, welche den Therapieprozess beschreiben, da dieser
offenbar ebenfalls entscheidend für das Therapieergebnis ist. So ist eine gute Beziehung zwischen
Patient und Therapeut die Voraussetzung für eine erfolgreiche Therapie und nur wenn diese
gegeben ist, kann sich eine längere Therapiedauer überhaupt positiv auswirken. Zusätzlich wäre
eine Auswahl an Erfolgsmaßen, welche in meiner Arbeit leider nur unvollständig eingesetzt wurden
vorteilhaft, damit Effekte auf verschiedenen Erfolgsebenen beobachtet werden können.
112
Tabellenverzeichnis
Tabelle 1: Verweildauer nach Fachabteilungen im Jahre 2007..........................................................12
Tabelle 2: Datenerhebungsschema.....................................................................................................57
Tabelle 3: Fragebogeneinführung.......................................................................................................58
Tabelle 4: Übersicht über Patientenvariablen und Verweildauer........................................................73
Tabelle 5: Übersicht über Effektstärken zum Zeitpunkt der Entlassung............................................79
Tabelle 6: Übersicht über Effektstärken zum Zeitpunkt der 3-Monatskatamnese.............................79
Tabelle7: Übersicht über Effektstärken zum Zeitpunkt der 1-Jahreskatamnese................................79
Tabelle 8: Zusammenhänge zwischen Therapieerfolg und Verweildauer..........................................82
Tabelle 9: Korrelationen zwischen den Effektstärken und der Verweildauer.....................................83
Tabelle 10: Lineare Regression für die Effekte der Patientenvariablen auf die Verweildauer...........84
Tabelle 11: Lineare Regression für den Effekt der Verweildauer auf die BDI-Effektstärke..............86
Tabelle 12: Lineare Regression für den Effekt der Verweildauer auf die SCL-Effektstärke.............88
Tabelle 13: Lineare Regression für den Effekt der Verweildauer auf die BDI-Effektstärke zu
Katamnesezeitpunkten.....................................................................................................91
Tabelle 14: Lineare Regression für den Effekt der Verweildauer auf die SCL-Effektstärken zu
Katamnesezeitpunkten.....................................................................................................93
Tabelle 15: Lineare Regression für den Effekt der Verweildauer auf die BDI-Effektstärke in
verschiedenen Diagnosegruppen.....................................................................................94
113
Abbildungsverzeichnis
Abbildung 1: „Generic Model of Psychotherapy“ von Orlinsky, Grawe und Parks (1994)..............23
Abbildung 2: Ebenen der Erfolgsmessung nach Schulte (1993)........................................................26
Abbildung 3: „Dosis-Effekt-Modell“ nach Howard et al. (1986)......................................................50
Abbildung 4: „Phasenmodell“ nach Howard et al. (1993).................................................................52
Abbildung 5: BDI-Cut-Off-Werte zu Beginn der Behandlung...........................................................75
Abbildung 6: BDI-Cut-Off-Werte zum Ende der Behandlung...........................................................75
Abbildung 7: BDI-Effektstärken zum Ende der Behandlung.............................................................75
Abbildung 8: SCL-Cut-Off-Werte zu Beginn der Behandlung..........................................................76
Abbildung 9: SCL-Cut-Off-Werte zum Ende der Behandlung..........................................................76
Abbildung 10: SCL-Effektstärken zum Ende der Behandlung..........................................................76
Abbildung 11: BDI-Werte zu den vier Messzeitpunkten....................................................................77
Abbildung 12: SCL-Werte zu den vier Messzeitpunken....................................................................78
114
Literaturverzeichnis
Allen, J.G. (1987), 'A Conceptual Model for Research on Required Length of Psychiatric Hospital
Stay', Comprehensive Psychiatry 28(2), 131 - 140.
Allen, J.G. (1985), 'Actual versus optimal length of psychiatric hospital stay', Bulletin of the
Menninger Clinic 49(5), 500 - 506.
Allen, J.G.; Tarnoff, G.; Coyne, L.; Spohn, H.E.; Buskirk, J.R. & Keller, M.W. (1986), 'An
innovative approach to assessing outcome of long-term psychiatric hospitalization', Psychiatric
Services 37(4), 376 - 380.
ÄZQ (Ärztliches Zentrum für Qualität in der Medizin). (2009), S3-Leitlinie/ Nationale Versorgungs
Leitlinie Unipolare Depression, DGPPN, BÄK, KBV, AWMF.
Barnow, S.; Linden, M. & Schaub R.T. (1997), 'The impact of psychosocial and clinical variables
on duration of inpatient treatment for depression', Social Psychiatry and Psychiatric
Epidemiology,32(6), 312 – 316.
Bassler, M.; Krauthauser, H. & Hoffmann, S. (1995), 'Welche Faktoren beeinflussen die Dauer von
stationarer Psychotherapie?', PPmP. Psychotherapie, Psychosomatik, medizinische Psychologie
45(5), 167 - 175.
Bastine, R.; Fiedler P. & Kommer, D. (1989), 'Psychotherapeutische Prozessforschung.', Zeitschrift
für Klinische Psychologie 18(1), 3 - 33.
Baumann, U.; Sodemann, U. & Tobien, H. (1980), 'Direkte versus indirekte
Veränderungsdiagnostik', Zeitschrift für Differentielle und Diagnostische Psychologie 1, 201--216.
'Bericht über die Lage der Psychiatrie in der Bundesrepublik Deutschland' Deutscher Bundestag
Drucksache 7/4200 und 4201,(1975), Bonn.
Beutel, M.; Ademmer, K. & Rasting, M. (2005), 'Affektive Interaktion zwischen Patienten und
Therapeuten', Psychotherapeut 50(2), 100--106.
Beutel, M.; Höflich, A.; Kurth, R.; Brosig, B.; Gieler, U.; Leweke, F.; Milch, W. & Reimer, C.
(2005), 'Stationäre Kurz-und Langzeitpsychotherapie--Indikationen, Ergebnisse, Prädiktoren', Z
Psychosom Med Psychother 51, 145--162.
115
Beutler, L.E.; Machado, P.P.P. & Neufeldt, S.A.(1994), 'Therapist variables', Handbook of
psychotherapy and behavior change 4th edn Wiley, New York, 229-269.
Beutler, L.; Crago, M. & Arizmendi, T. (1986), 'Therapist variables in psychotherapy process and
outcome', Handbook of psychotherapy and behavior change 3th edn Wiley, New York, 257--310.
Beutler, L.; Malik, M.; Alimohamed, S.; Harwood, T.; Talebi, H. & Noble, S. (2004), 'Therapist
variables', Bergin and Garfield’s Handbook of psychotherapy and behavior change 5th ednWiley,
New York, 227--306.
Blazer, D.; Kessler, R.; McGonagle, K. & Swartz, M. (1994), 'The prevalence and distribution of
major depression in a national community sample: the National Comorbidity Survey', American
Journal of Psychiatry 151(7), 979 – 984
Borgart, E. & Meermann, R. (1999), 'Bedingungsfaktoren unterschiedlicher Behandlungsdauer bei
Angststörungen im Rahmen stationärer Verhaltenstherapie', PPmP. Psychotherapie, Psychosomatik,
medizinische Psychologie 49, 109—113.
Bottlender, M.; Bottlender, R.; Scharfenberg, C. & Soyka, M. (2003), 'Die Bedeutung von
Persönlichkeitsstörungen für den Therapieverlauf einer ambulanten Alkoholentwöhnungstherapie',
PPmP. Psychotherapie, Psychosomatik, Medizinische Psychologie 53, 384--389
Broda, M.; Bürger, W.; Dinger-Broda, A. & Massing, H. (1996), 'Die Berus-Studie. Zur
Ergebnisevaluation der Therapie psychosomatischer Störungen bei gewerblichen Arbeitnehmern',
Eine Katamnesestudie stationärer Verhaltenstherapie bei einer Population von LVA-Versicherten,
Berlin/Bonn: Westkreuz Verlag
Bryk, A. & Raudenbush, S. (1992), 'Hierarchical linear models: Applications and data analysis
methods', Sage Publications Newbury Park, CA.
Bänninger-Huber, E. (2001), 'Von der Erfolgsforschung zur Prozessforschung - und wieder
zurück?', Psychotherapeut 46(5), 348--352.
Carroll, L.; 'Alice`s adventures in wonderland.' Harmondsworth Penguin, Middlesex, ed. (1962
(1865 Erstveröffentlichung))
Caspar, F. & Jacobi, F. (2004), 'Psychotherapieforschung', Lehrbuch der Psychotherapie 1,
395--410.
116
Caton, C. & Gralnick, A. (1987), 'A review of issues surrounding length of psychiatric
hospitalization', Hospital & Community Psychiatry 38(8), 858--863.
Chambless, D.; Tran, G. & Glass, C. (1997), 'Predictors of response to cognitive-behavioral group
therapy for social phobia', Journal of Anxiety Disorders 11(3), 221--240.
Clarkin, J. & Levy, K. (2004), 'The influence of client variables on psychotherapy', Bergin and
Garfield’s handbook of psychotherapy and behavior change, 194--226.
Cohen, J. (1992), 'A power primer.', Psychological Bulletin of the Menninger Clinic 112, 155 - 159.
Coryell, W.; Akiskal, H.; Leon, A.; Winokur, G.; Maser, J.; Mueller, T. & Keller, M. (1994), 'The
time course of nonchronic major depressive disorder. Uniformity across episodes and samples.
National Institute of Mental Health Collaborative Program on the Psychobiology of Depression Clinical Studies.', Archives of General Psychiatry 51(5), 405 -- 410
Creed, F.; Tomenson, B.; Anthony, P. & Tramner, M. (1997), 'BRIEF COMMUNICATION
Predicting length of stay in psychiatry', Psychological Medicine 27(4), 961--966.
Critelli, J. & Neumann, K. (1984), 'The placebo: Conceptual analysis of a construct in transition',
American Psychologist 39(1), 32--39.
Crowther, J. (1985), 'The Relationship between Depression and Marital Maladjustment A
Descriptive Study.', The Journal of Nervous and Mental Disease 173(4), 227.
Cyr, J. & Haley, G. (1983), 'Use of demographic and clinical characteristics in predicting length of
psychiatric hospital stay: a final evaluation', Journal of Consulting and Clinical Psychology 51(4),
637--40.
Delsignore, A. & Schnyder, U. (2007), 'Control expectancies as predictors of psychotherapy
outcome: a systematic review.', The British journal of clinical psychology/the British Psychological
Society 46(4), 467.
Deter, H. (1990), 'Der Langzeiterfolg einer stationären psychosomatischen Therapie, aus der Sicht
von Patienten und Therapeuten.', Psychotherapie und Rehabilitation in der Klinik (177-187), A.
Hellwig & M. Schoof (Hrsg.),. Göttingen: Vandenhoeck & Ruprecht..
Deter, H.; Sameith,W.; Marosta, U.; Ferner, H. & Reindell, A. (1986), 'Katamneseergebnisse von 64
Patienten, 5 Jahre nach der stationären psychosomatischen Behandlung', Zeitschrift für
Psychosomatische Medizin und Psychoanalyse 32(3), 231--248.
117
DeWitt, K.; Milbrath, C. & Wallerstein, R. (1999), 'Scales of Psychological Capacities: Support for
a measure of structural change', Psychoanalysis and Contemporary Thought 22(3), 453 -- 480.
Diguer, L.; Barber, J. & Luborsky, L. (1993), 'Three concomitants: personality disorders, psychiatric
severity, and outcome of dynamic psychotherapy of major depression', American Journal of
Psychiatry 150(8), 1246 – 1248.
Eisler, R. & Williams, W. (1972), 'A comparison of preadmission characteristics of patients selected
for long- or short-term psychiatric treatment.', Journal of clinical psychology 28(2), 209 – 213.
Elkin, I.; Shea, M.; Watkins, J.; Imber, S.; Sotsky, S.; Collins, J.; Glass, D.; Pilkonis, P.; Leber, W.;
Docherty, J. & others (1989), 'NIMH treatment of depression collaborative research program:
general effectiveness of treatments', Archives of General Psychiatry 46, 971 – 982.
Fiedler, F. (1950), 'A comparison of therapeutic relationships in psychoanalytic, nondirective and
Adlerian therapy.', Journal of Consulting Psychology 14(6), 436 – 445.
Figueroa, R.; Harman, J. & Engberg, J. (2004), 'Use of claims data to examine the impact of length
of inpatient psychiatric stay on readmission rate', Psychiatric Services 55(5), 560 – 565.
Fliege, H.; Rose, M.; Bronner, E. & Klapp, B. (2002), 'Prädiktoren des Behandlungsergebnisses
stationärer psychosomatischer Therapie. Predicting Long-Term Outcome of In-Patient
Psychosomatic Treatment', Psychother Psychosom Med Psychol 52, 47 -- 55.
Frank, J. & Frank, J. (1993), Persuasion and healing: A comparative study of psychotherapy, Johns
Hopkins University Press.
Franke, G. (2002), 'SCL-90-R: Symptom-Checkliste von LR Derogatis', Manual der deutschen
Version. Göttingen: Beltz Test GmbH.
Franz, M.; Janssen, P.; Lensche, H.; Schmidtke, V.; Tetzlaff, M.; Martin, K.; Wöller, W.; Hartkamp,
N.; Schneider, G. & Heuft, G. (2000), 'Effekte stationärer psychoanalytisch orientierter
Psychotherapie-eine Multizenterstudie', Z Psychosom Med Psychother 46(3), 242 -- 258.
Frick, U.; Rehm, J. & Cording, C. (2001), 'Brauchen wir eine psychiatrische
Gesundheitsökonomie?-Wozu wir eine psychiatrische Gesundheitsökonomie brauchen! Do We
Really Need Health Economics in Psychiatry? Why Do We Need Health Economics in
Psychiatry?!!', Psychiatr Prax 28, 1 -- 6.
Frick, U.; Rehm, J.; Krischker, S. & Cording, C. (1999), 'Length of stay in a German psychiatric
hospital as a function of patient and organizational characteristics-a multilevel analysis',
118
International Journal of Methods in Psychiatric Research 8(3), 146 – 161.
Garfield, S. (1994), 'Research on client variable in psychotherapy.', Handbook of psychotherapy
and behavior change. A. E. Bergin and S. L. Garfield. New York, John Wiley & Sons 4, 190 -- 228.
Gassmann, D. (2002), Korrektive Erfahrungen im Psychotherapieprozess. Entwicklung und
Anwendung der Konsistenztheoretischen Mikro-Prozessanalyse KMP, Inauguraldissertation,
Philosophisch-historische Fakultät der Universität Bern.
Geiselmann, B. & Linden, M. (2001), 'Vollstationäre, tagesklinische und kombiniert stationärteilstationäre psychosomatische Rehabilitation im Vergleich', Verhaltenstherapie &
Verhaltensmedizin 22(4), 432 -- 450.
Geiser, F.; Bassler, M.; Bents, H.; Carls, W.; Joraschky, P.; Michelitsch, B.; Paar, G.; Ullrich, J. &
Liedtke, R. (2002), 'Bewertung des Therapieerfolgs durch Patienten mit Angststörungen nach
stationärer Psychotherapie', Der Nervenarzt 73(1), 59 -- 64.
Generaldirektion Gesundheit & Verbraucherschutz, (2005), 'Grünbuch: Die psychische Gesundheit
der Bevölkerung verbessern - Entwicklung einer Strategie für die Förderung der psychischen
Gesundheit in der Europäischen Union'.
Gove, W. (1972), 'Sex, marital status and suicide', Journal of Health and Social Behavior, 204 - 213.
Grawe, K. (1998), Psychologische Therapie, Hogrefe Gottingen.
Grawe, K. (1997), 'Research-informed psychotherapy', Psychotherapy Research 7(1), 1 – 19.
Grawe, K. (1995), 'Grundriss einer allgemeinen Psychotherapie', Psychotherapeut(Berlin) 40(3),
130 -- 145.
Grawe, K. (1992), 'Psychotherapieforschung zu Beginn der neunziger Jahre', Psychologische
Rundschau 43(3), 132 – 162.
Greenley, J. (1972), 'The psychiatric patient's family and length of hospitalization', Journal of
Health and Social Behavior, 25 -- 37.
Hardy, G.; Barkham, M.; Shapiro, D.; Stiles, W.; Rees, A. & Reynolds, S. (1995), 'Impact of cluster
C personality disorders on outcomes of contrasting brief psychotherapies for depression', Journal of
Consulting and Clinical Psychology 63(6), 997 -- 1004.
119
Hartmann, A. & Herzog, T. (1995), 'Varianten der Effektstärkenberechnung in Metaanalysen:
Kommt es zu variablen Ergebnissen?', Zeitschrift für klinische Psychologie 24(4), 337 -- 343.
Harty, M.; Cerney, M.; Colson, D.; Coyne, L.; Frieswyk, S.; Johnson, S. & Mortimer, R. (1981),
'Correlates of change and long-term outcome. An exploratory study of intensively treated hospital
patients.', Bulletin of the Menninger Clinic 45(3), 209 – 228.
Hautzinger, M. (2000), Kognitive Verhaltenstherapie bei psychischen Störungen, Beltz (Weinheim).
Hautzinger, M. & Bailer, M. (1993), Allgemeine Depressions-Skala, Beltz.(Weinheim)
Hautzinger, M.; Bailer, M.; Worall, H. & Keller, F. (1994), 'Beck-Depressions-Inventar (BDI)',
Bern, Huber.
Heeren, O.; Dixon, L.; Gavirneni, S. & Regenold, W. (2002), 'The association between decreasing
length of stay and readmission rate on a psychogeriatric unit', Psychiatric Services 53(1), 76 – 79.
Henry, W. & Strupp, H. (1994), 'The therapeutic alliance as interpersonal process', The working
alliance: Theory, research, and practice, 51 -- 84.
Hermann E.K.; Häusler R.; Hürlimann, E.; Lang, W. & Vauth, R (2007), 'Benchmarkbildung in der
stationären Depressionsbehandlung Teil 1: Ist schneller auch besser?', Psychiatrie 4, 1 -- 4.
Hermann E.K.; Häusler R.; Hürlimann, E.; Lang, W. & Vauth, R. (2008), 'Benchmarkbildung in der
stationären Depressionsbehandlung Teil 2: Doppelt so krank heisst viermal so lang?', Psychiatrie 1,
21 — 24.
Heuft, G. & Senf, W. (H.Thieme, S., ed. (1998), Praxis der Qualitätssicherung in der
Psychotherapie: Das Manual zur Psy-BaDo..
Heuft, G. & Senf, W. (1998), 'Psy-BaDo-Basisdokumentation in der Psychotherapie', Deutsches
Ärzteblatt-Köln 95, 1910 --1912.
von Heymann, F.; Zaudig M. & Tritt, K. (2003), 'Die diagnosebezogene Behandlungsdauer in der
Psychosomatischen und Psychotherapeutischen Medizin: eine homogene Größe? Erste Ergebnisse
der Multicenter-Basisdokumentation (Psy-BaDo-PTM) als Grundlage qualitätssichernder
Maßnahmen in der stationären Psychosomatik', Praxis klinische Verhaltensmedizin und
Rehabilitation 62, 209 - 221.
120
Hiller,W.; Kroymann, R.; Leibbrand, R.; Cebulla, M.; Korn, H.; Rief, W. & Fichter, M. (2004),
'Wirksamkeit und Kosten-Nutzen-Effekte der stationären Therapie somatoformer Störungen',
Fortschritte der Neurologie Psychiatrie 72(3), 136 -- 146.
Horvath, A. & Symonds, B. (1991), 'Relation between working alliance and outcome in
psychotherapy: A meta-analysis', Journal of Counseling Psychology 38(2), 139 --149.
Horvitz-Lennon, M.; Normand, S.; Gaccione, P. & Frank, R. (2001), 'Partial versus full
hospitalization for adults in psychiatric distress: a systematic review of the published literature
(1957 - 1997)', American Journal of Psychiatry 158(5), Am Psychiatric Assoc, 676 -- 685.
House, J.; Robbins, C. & Metzner, H. (1982), 'The association of social relationships and activities
with mortality: prospective evidence from the Tecumseh Community Health Study', American
Journal of Epidemiology 116(1), 123 – 140.
Howard, K.; Brill, P.; Lueger, R.; O'Mahoney, M. & Grissom, G. (1993), 'Integra outpatient tracking
assessment. Philadelphia: Compass Information Services', Inc.
Howard, K.; Kopta, S.; Krause, M. & Orlinsky, D. (1986), 'The dose-effect relationship in
psychotherapy', American Psychologist 41(2), 159 – 164.
Howard, K.; Krause, M.; Saunders, S. & Kopta, S. (1997), 'Trials and tribulations in the metaanalysis of treatment differences: Comment on Wampold et al.(1997)', Psychological Bulletin 122,
221 -- 225.
Howard, K.; Lueger, R.; Maling, M. & Martinovich, Z. (1993), 'A phase model of psychotherapy
outcome: Causal mediation of change', Journal of Consulting and Clinical Psychology 61, 678 -678.
Hrobjartsson, A. & Gotzsche, P. (2001), 'Is the placebo powerless? An analysis of clinical trials
comparing placebo with no treatment', New England Journal of Medicine 344(21), 1594 -- 1602.
Huber, D.; Albrecht, C.; Hautum, A.; Henrich, G. & Klug, G. (2009), 'Langzeit-Katamnese zur
Effektivität einer stationären psychodynamischen Psychotherapie', Zeitschrift für Psychosomatische
Medizin und Psychotherapie 55, 189 — 199.
Huber, D.; Henrich, G. & Klug, G. (2005), 'The scales of psychological capacities: Measuring
Change in psychic structure', Psychotherapy Research 15(4), 445 -- 456.
Huber, D. & Klug, G. (2006), 'Die psychische Struktur in den „Skalen psychischer Kompetenze “',
Forum der Psychoanalyse 22(4), Springer, 394 -- 402.
121
Jakobsen, T.; Brockmann, J.; Grande, T.; Huber, D.; Klug, G.; Keller, W.; Rudolf, G.; Schlüter, T.;
Staats, H. & Leichsenring, F. (2007), 'Ergebnisse analytischer Langzeitpsychotherapien:
Verbesserungen in Symptomatik und interpersonellen Beziehungen bei spezifischen Storungen', Z
Psychosom Med Psychother 53, 87-- 110.
Joyce, A. & Piper, W. (1998), 'Expectancy, the therapeutic alliance, and treatment outcome in shortterm individual psychotherapy', Journal of Psychotherapy Practice and Research 7(3), 236 – 248.
Junge, A. & Ahrens, S. (1996), 'In-Patient Psychotherapy - Patient's Characteristics and Treatment
Effects', PPmP. Psychotherapie Psychosomatik Medizinische Psychologie 46(12), 430 -- 437.
Kastner, S. & Basler, H. (1997), 'Messen Veränderungsfragebögen wirklich Veränderungen?', Der
Schmerz 11(4), 254 -- 262.
Kazdin, A. (2005), 'Treatment Outcomes, Common Factors, and Continued Neglect of Mechanisms
of Change.', Clinical Psychology: Science & Practice 12(2), 184 – 188.
Keitner, G.; Ryan, C.; Miller, I. & Norman, W. (1992), 'Recovery and major depression: factors
associated with twelve-month outcome', American Journal of Psychiatry 149(1), 93 – 99.
Keller, W.; Westhoff, G.; Dilg, R.; Rohner, H. & Studt, H.H. (2001), 'Wirksamkeit und
Inanspruchnahme von Krankenkassenleistungen bei Langzeitanalysen: Ergebnisse einer
empirischen Follow-up-Studie zur Effektivität der (Jungianischen) Psychoanalyse und
Psychotherapie', Analytische Psychologie 32(3), 202 — 229.
Keller, M. (1994), 'Depression: a long-term illness', British Journal of Psychiatry 165(26), 9 --15.
Klages, U. (2002), 'Irrationale Einstellungen und soziale Belastung bei Patienten in ambulanter
Verhaltenstherapie: Verlauf, prognostische und mediierende Einflüsse auf den Behandlungserfolg',
PPmP- Psychotherapie Psychosomatik Medizinische Psychologie 52(12), 500 – 510.
Klauer, T.; Maibaum, F. & Schneider, W. (2007), 'Selbst- und Fremdeinschätzungen der
Therapiemotivation als Prädiktoren von Behandlungsabbrüchen in der stationären Psychotherapie.',
Zeitschrift für Psychiatrie, Psychologie und Psychotherapie 254 (Suppl.2), 107-111.
Klein, D. (1996), 'Preventing hung juries about therapy studies', Journal of Consulting and Clinical
Psychology 64(1), 81--86.
Klose, C.; Matteucci-Gothe, R. & Linden, M. (2006), 'Die Vor-und Nachbehandlung in der
stationären psychosomatischen Rehabilitation Pre-and Post-Treatment in Inpatient Psychosomatic
Rehabilitation', Rehabilitation 45, 359--368.
122
Klug, G.; Henrich, G.; Kachele, H.; Sandell, R. & Huber, D. (2008), 'Die Therapeutenvariable:
Immer noch ein dunkler Kontinent?', Psychotherapeut 53(2), 83 – 91.
R, K. (2000), Psychotherapie, Springer - Verlag Berlin Heidelberg New York.
Koch-Institut, R. (2008), 'Psychotherapeutische Versorgung', Gesundheitsberichterstattung des
Bundes. Statistisches Bundesamt 41.
Kulick, B. (1998), 'Erwartungen der Rentenversicherung an ambulante/teilstationäre Angebote zur
Rehabilitation aus Sicht eines Leistungsträgers', Praxis der Klinischen Verhaltensmedizin und
Rehabilitation 44, 7 --12.
Kächele, H. (1990), 'Wie lange dauert Psychotherapie', Psychother Psychosom med Psychol 40,
148 --151.
Kächele, H.; Kordy, H. & Richard, M. (2001), ' Research Group TR-EAT. Therapy amount and
outcome of inpatient psychodynamic treatment of eating disorders in Germany: data from a
multicenter study', Psychotherapy Research 11(3), 239—257.
Lambert, M.J., Shapiro D.A. & Bergin, A.E. (1986), 'The effectiveness of psychotherapy.', In S.L.
Garfield & A.E. Bergin (Eds.) Handbook of psychotherapy and behavior change. New York: Wiley
3, 157 – 212.
Lambert, M. & Barley, D. (2001), 'Research summary on the therapeutic relationship and
psychotherapy outcome', Psychotherapy 38(4), 357--361.
Lambert, M. & Bergin, A.E. (1994), 'The effectiveness of psychotherapy', Handbook of
psychotherapy and behavior change 4, 143--189.
Lambert, M.J. & Anderson, E. (1996), 'Assessment for the time-limited psychotherapies' Review of
psychiatry. American Psychiatric Press. (15), 23 – 42.
Lamprecht, F. & Schmidt, J. (1990), 'Das Zauberberg-Projekt: Zwischen Verzauberung und
Ernüchterung', Ahrens, S (Hrsg): Entwicklung und Perspektiven der Psychosomatik in der
Bundesrepublik Deutschland. Berlin etc, Springer, 97 -- 115.
Laux, L.; Glanzmann, P.; Schaffner, P. & Spielberger, C. (1981), 'STAI Das State-TraitAngstinventar, Theoretische Grundlagen und Handanweisung, Original: State-Trait-Auxiety
Inventory by Charles D. Spielberger (1970)', Das State-Trait-Angstinventar. Weinheim, Beltz-Test.
123
Leibbrand, R. & Hiller, W. (1998), 'Komorbidität somatoformer Störungen', Somatoforme
Störungen. Ätiologie, Diagnose und Therapie, 53 -- 67.
Leichsenring, F. & Rabung, S. (2008), 'Effectiveness of long-term psychodynamic psychotherapy: a
meta-analysis', JAMA Journal of the American Medical Association 300(13), 1551 —1565.
Leichsenring, F.; Rabung, S. & Leibing, E. (2004), 'The Efficacy of Short-term Psychodynamic
Psychotherapy in Specific Psychiatric Disorders A Meta-analysis', Archives of General Psychiatry
61(12), Am Med Assoc, 1208 --1216.
Lieberman, P.; Wiitala, S.; Elliott, B.; McCormick, S. & Goyette, S. (1998), 'Decreasing length of
stay: are there effects on outcomes of psychiatric hospitalization?', American Journal of Psychiatry
155(7), Am Psychiatric Assoc, 905 -- 909.
Luborsky, L.; Crits-Christoph, P.; Mintz, J. & Auerbach, A. (1988), Who will benefit from
psychotherapy?: Predicting therapeutic outcomes, Basic Books New York.
Luborsky, L.; McLellan, A.; Woody, G.; O' Brien, C. & Auerbach, A. (1985), 'Therapist success and
its determinants', Archives of General Psychiatry 42(6), 602 -- 611.
Luborsky, L. & Singer, B. (1975), 'Comparative studies of psychotherapies. Is it true that" everywon
has one and all must have prizes"?', Archives of General Psychiatry 32(8), 995 – 1008.
Lueger, R. (1995), 'Ein Phasenmodell der Veränderung in der Psychotherapie',
Psychotherapeut(Berlin) 40(5), 267 -- 278.
Lutz, W.; Lowry, J.; Kopta, S.; Einstein, D. & Howard, K. (2001), 'Prediction of Dose-Response
Relations based on Patient Characteristics', Journal of clinical psychology 57(7), 889 — 900.
Löhr, C.; Schewe, K.; Baudach, M. & Hahlweg, K. (2003), 'Zum Zusammenhang von
Partnerschaftsqualität und Therapieerfolg bei agoraphobischen Patienen', Zeitschrift für Klinische
Psychologie und Psychotherapie 32(1), 10 -- 13.
Löschmann, C. (2000), 'Multizentristische Studie zur Evaluation von Entwöhnungsbehandlungen.
Ein Beitrag zur Qualitätssicherung in der Rehabilitation Abhängigkeitskranker.', Frankfurt a.M.:
Peter Lang..
MacDonald, A. (1994), 'Brief therapy in adult psychiatry', Journal of Family Therapy 16,
415 -- 426.
124
Martin, D.; Garske, J. & Davis, M. (2000), 'Relation of the therapeutic alliance with outcome and
other variables: A meta-analytic review', Journal of Consulting and Clinical Psychology 68(3),
438 -- 450.
McCrone, P. & Phelan, M. (1994), 'Diagnosis and length of psychiatric in-patient stay.',
Psychological Medicine 24(4), 1025 – 1030.
McDermut, W.; Mattia, J. & Zimmerman, M. (2001), 'Comorbidity burden and its impact on
psychosocial morbidity in depressed outpatients', Journal of Affective Disorders 65(3), 289 -- 295.
McLellan, A.; Alterman, A.; Metzger, D.; Grissom, G.; Woody, G.; Luborsky, L. & O'Brien, C.
(1994), 'Similarity of outcome predictors across opiate, cocaine, and alcohol treatments: Role of
treatment services', Journal of Consulting and Clinical Psychology 62(6), 1141 -- 1157.
Mestel, R.; Vogler, J. & Klingelhöfer, J. (2001), 'Katamnesen mit AngstpatientInnen nach
psychodynamischer verglichen mit kombiniert psychodynamisch-verhaltenstherapeutischer
stationärer Psychotherapie', Stationäre Gruppenpsychotherapie. Mainzer Werkstatt über empirische
Forschung von stationärer Psychotherapie.
Mestel, R., Erdmann, A., Schmid, M., Klingelhöfer, J., Stauss, K., & Hautzinger, M.(2000). 1-3Jahres-Katamnesen bei 800 depressiven Patienten nach stationärer
PsychosomatischerRehabilitation. In M. Bassler (Hrsg.), Leitlinien zur stationären PsychotherapiePro und Contra. Mainzer Werkstatt über empirische Forschung von stationärerPsychotherapie
1999 (S. 243-273). Giessen: Psychosozial-Verlag..
Michalak, J.; Kosfelder, J.; Meyer, F. & Schulte, D. (2003), 'Messung des Therapieerfolgs.
Veränderungsmaße oder retrospektive Erfolgsbeurteilung', Zeitschrift für Klinische Psychologie und
Psychotherapie 32(2), 94 --103.
Mohr, G. (1990), 'Arbeit und Gesundheit', In R. Schwarzer (Hrsg.). Gesundheitspsychologie. Ein
Lehrbuch. Göttingen: Hogrefe, 229 – 246.
Moore, B. & Fine, B. (1990), Psychoanalytic terms and concepts, American Psychoanalytic
Association.
Neeb, K.; Winkler, K.; Schröder, A. & Mestel, R. (2001), 'Welchen Einfluss hat eine
Therapiezeitverkürzung auf den Behandlungserfolg stationärer Psychotherapie?', Prax Klin
Verhaltensmed Rehabil 56, 333 - 340.
Nelson, T. & Steele, R. (2006), 'Beyond efficacy and effectiveness: A multifaceted approach to
treatment evaluation', Professional Psychology Research and Practice 37(4), 389 – 394.
125
Nosper, M. (2008), 'The duration of psychosomatic rehabilitation: provisions, influencing factors,
recommendations', Die Rehabilitation 47(1), 8 – 13.
Nosper, M. (1999), Psychosomatische Rehabilitation: Untersuchungen zur Ergebnis- und
Prozessqualität stationärer Einzel- und Gruppenpsychotherapien., Berlin: Logos-Verlag.
Nosper, M. (1999), 'Der Erfolg psychosomatischer Rehabilitation in Abhängigkeit von der
Behandlungsdauer', Psychother Psychosom Med Psychol 49(9-10), 354 -- 360.
Oliver, J. & Simmons, M. (1984), 'Depression as measured by the DSM-III and the Beck
Depression Inventory in an unselected adult population', Journal of Consulting and Clinical
Psychology 52(5), 892 -- 898.
Leibbrand, R.; Schröder, A.; Hiller, W. & Fichter, M.M. (1998), 'Komorbide
Persönlichkeitsstörungen: Ein negativer Prädiktor für den Therapieerfolg bei somatoformen
Störungen?', Zeitschrift für klinische Psychologie, 4. 319 – 324.
Orlinsky, D.; Grawe, K. & Parks, B. (1994), 'Process and outcome in psychotherapy: Noch einmal',
Handbook of psychotherapy and behavior change 4, 270--376.
Orlinsky, D. & Howard, K. (1980), 'Gender and psychotherapeutic outcome', Women and
psychotherapy, 3 -- 34.
Paykel, E.; Cooper, Z.; Ramana, R. & Hayhurst, H. (1996), 'Life events, social support and marital
relationships in the outcome of severe depression.', Psychological medicine 26(1), 121 — 133.
Pfeiffer, S.; O Malley, D. & Shott, S. (1998), 'Factors associated with the outcome of adults treated
in psychiatric hospitals: a synthesis of findings', Outcomes Assessment in Mental Health Treatment:
A Compendium of Articles from Psychiatric Services, 43 – 48.
Phillips, E. (1988), 'Length of psychotherapy and outcome: Observations stimulated by Howard,
Kopta, Krause and Orlinsky', American Psychologist 43(8), 669 — 670.
Pilkonis, P. & Frank, E. (1988), 'Personality pathology in recurrent depression: nature, prevalence,
and relationship to treatment response', American Journal of Psychiatry 145(4), 435 – 441.
Puschner, B.; Haug, S.; Häfner, S. & Kordy, H. (2004), 'Einfluss des Behandlungssettings auf den
Gesundungsverlauf', Psychotherapeut 49(3), 182 – 192.
Rachman, S. & Wilson, G. (1980), The effects of psychological therapy, Pergamon Press Oxford.
126
Reich, J. & Green, A. (1991), 'Effect of personality disorders on outcome of treatment', The
Journal of nervous and mental disease 179(2), 74 – 82.
Richter, D. (2001), 'Die Dauer der stationären psychiatrischen Behandlung', Fortschr Neurol
Psychiatr 69, 19 – 31.
Richter, D. (1999), 'Krankenhausbetriebsvergleich für psychiatrische Kliniken: Wie sinnvoll ist ein
Vergleich der Behandlungsdauern nach Diagnose und Alter?', Das Gesundheitswesen, Stuttgart:
Thieme, 61(5), 227 -- 233.
Richter, P.; Werner, J.; Heerlein, A.; Kraus, A. & Sauer, H. (1998), 'On the validity of the Beck
Depression Inventory', Psychopathology 31(3), 160 -- 168.
Riedel, W. (1991), 'Einige Patientenmerkmale als Determinanten des Therapieerfolgs in der
stationären Psychotherapie.', Zeitschrift für Psychosomatische Medizin und Psychoanalyse. Vol
37(1), 14 -- 30.
Rief, W.; Hiller, W. & Heuser, J. (1997), 'SOMS--Screening für Somatoforme Störungen', Manual
zum Fragebogen. Huber Publishers: Bern.
Rosenthal, D. & Frank, J. (1956), 'Psychotherapy and the placebo effect.', Psychological Bulletin
53(4), 294 – 302.
Rosnow, R. & Rosenthal, R. (1988), 'Focused tests of significance and effect size estimation in
counseling psychology', Journal of Counseling Psychology 35(2), 203 – 208.
Rueddel, H. (1996), 'Gibt es eine optimale Therapiedauer in der stationären psychosomatischen
Rehabilitation', Prax Klin Verhaltensmed Rehabil 9, 262 -- 264.
Sack, M.; Lempa, W.; Lamprecht, F. & Schmid-Ott, G. (2003), 'Therapieziele und
Behandlungserfolg: Ergebnisse einer Katamnese ein Jahr nach stationärer psychosomatischer
Therapie', Z Psychosom Med Psychother 49, 63 – 73.
Safran, J.D., & Muran J.C. (1995), 'The therapeutic alliance', In Session: Psychotherapy in Practice
(Special Issue) 1(1), 59 – 71.
Sandell, R. (2007), 'Die Menschen sind verschieden - auch als Patienten und Therapeuten',
Psychoanalyse heute?!, Psychosozial-Verlag, Gießen, 461 – 469.
Sandell, R.; Blomberg, J.; Lazar, A.; Carlsson, J.; Broberg, J. & Schubert, J. (2001),
127
'Unterschiedliche Langzeitergebnisse von Psychoanalysen und Psychotherapien. Aus der Forschung
der Stockholmer Psychoanalyse-und Psychotherapieprojekts', Psyche 55, 270 -- 310.
Sargeant, J.; Bruce, M.; Florio, L. & Weissman, M. (1990), 'Factors associated with 1-year outcome
of major depression in the community.', Archives of general psychiatry 47(6), 519 – 526.
Saunders, S.; Howard, K. & Orlinsky, D. (1989), 'The therapeutic bond scales: Psychometric
characteristics and relationship to treatment effectiveness', Psychological Assessment 1(4),
323 – 330.
Saß, H.; Wittchen, H. & Zaudig, M. (1996), 'Diagnostisches und Statistisches Manual psychischer
Störungen DSM IV' Hogrefe Verlag, Göttingen, Bern, Toronto, Seattle.
Saß, H. (1989), 'GAF-Skala: Global Assessment of Functioning Scale in: Diagnostische Kriterien
und Differenzialdiagnosen des diagnostischen und statistischen Manuals psychischer Störungen
DSM-III'. R.-Weinheim; Beltz-Verlag: Basel
Schauenburg, H.; Dinger, U. & Strack, M. (2005), 'Zur Bedeutung der Einzeltherapeuten für das
Therapieergebniss in der stationären Psychotherapie-eine Pilotstudie', Psychother Psych Med, 55,
339 -- 346.
Schmitz-Buhl, M.; Kriebel, R. & Paar, G. (1999), 'Zeitsensitive Therapie: Zusammenhänge
zwischen Therapiedauer, Therapiemotivation, Beschwerdestärke und Behandlungserfolg in der
stationären psychosomatischen Rehabilitation', Praxis der Klinischen Verhaltensmedizin und
Rehabilitation 45, 21 – 27.
Schneider, W.; Klauer, T.; Janssen, P. & Tetzlaff, M. (1999), 'Zum Einfluss der
Psychotherapiemotivation auf den Psychotherapieverlauf', Der Nervenarzt 70(3), 240 – 249.
Schubert, D.; Yokley, J.; Sloan, D. & Gottesman, H. (1995), 'Impact of the interaction of depression
and physical illness on a psychiatric unit's length of stay', General hospital psychiatry 17(5),
326 -- 334.
Schulte, D. (1993), 'Wie soll Therapieerfolg gemessen werden? Überblicksarbeit', Zeitschrift für
klinische Psychologie 22(4), 374 — 393.
Seligman, M.E.P. (1995), 'The effectiveness of psychotherapy', American Psychologist 50(12),
965 – 974.
128
Seligman, M.E.P. (1996), 'Science as an ally of practice.', The American psychologist 51(10),
1072 – 1079.
Seligman, M.E.P. (1996), 'Long-term psychotherapy is highly effective: The Consumer Reports
study.', Harvard Mental Health Letter 13 (1), 5 – 7.
Shapiro, D. & Shapiro, D. (1982), 'Meta-analysis of comparative therapy outcome studies: a
replication and refinement.', Psychological Bulletin 92(3), 581 – 604.
Shapiro, D. & Shapiro, D. (1983), 'Comparative therapy outcome research: Methodological
implications of meta-analysis', Journal of Consulting and Clinical Psychology 51(1), 42 -- 53.
Shea, M.; Pilkonis, P.; Beckham, E.; Collins, J.; Elkin, I.; Sotsky, S. & Docherty, J. (1990),
'Personality disorders and treatment outcome in the NIMH Treatment of Depression Collaborative
Research Program', American Journal of Psychiatry 147(6), 711 – 718.
Sitta, P.; Brand, S.; Schneider, F.; Gaebel, W.; Berger, M.; Farin, E. & Härter, M. (2006), 'Faires
Benchmarking der Behandlungsdauer depressiver Patienten in psychiatrisch-psychotherapeutischen
Kliniken Duration of Inpatient Depression Treatment-Fair Benchmarking Between Hospitals',
Psychother Psych Med 56, 128 – 137.
Smith, M. & Glass, G. (1977), 'Meta-analysis of psychotherapy outcome studies', American
Psychologist 32(9), 752 – 760.
Smith, M.; Glass, G. & Miller, T. (1980), The benefits of psychotherapy, Johns Hopkins University
Press, Baltimore.
Spießl, H.; Binder, H.; Cording, C.; Klein, H. & Hajak, G. (2006), 'Klinikpsychiatrie unter
ökonomischem Druck', Deutsches Ärzteblatt 103 (39), 2549 – 2552.
Steenbarger, B. (1994), 'Duration and outcome in psychotherapy: An integrative review',
Professional Psychology Research and Practice, 25, 111 --111.
Steffanowski (2008), 'Evidenz psychosomatischer Rehabilitation im Spiegel multipler
Ergebniskriterien', Master's thesis, Universität Mannheim.
Steffanowski, A.; Löschmann, C.; Schmidt, J.; Wittmann, W. & Nübling, R. (2007), Meta-analyse
der Effekte stationärer psychosomatischer Rehabilitation: Meta-studie, Huber- Verlag.
129
Stevens, A.; Hammer, K. & Buchkremer, G. (2001), 'A statistical model for length of psychiatric inpatient treatment and an analysis of contributing factors', Acta Psychiatrica Scandinavica 103(3),
203 – 211.
Stevens, S.; Hynan, M. & Allen, M. (2000), 'A meta-analysis of common factor and specific
treatment effects across the outcome domains of the phase model of psychotherapy', Clinical
psychology: Science and practice, 7(3), 273 -- 290.
Stieglitz, R. (1986), Erfassung von Veränderungen: Theoretische und empirische Beiträge,
Oberhofer.
Tritt, K.; von Heymann, F.; Loew, T.; Benker, B.; Bleichner, F.; Buchmüller, R.; Findeisen, P.;
Galuska, J.; Kalleder, W.; Lettner, F. & others (2003), 'Patienten in stationärer psychosomatischer
Krankenhausbehandlung: Patientencharakterisierung und Behandlungsergebnisse anhand der PsyBaDo-PTM', Psychotherapie 8, 244 – 251.
Trojan, A. & Doerner, K. (1978), Psychisch krank durch Etikettierung?: Die Bedeutung des
Labeling-Ansatzes für die Sozialpsychiatrie, Urban & Schwarzenberg.
Wallerstein, R. (1991), 'Assessment of structural change in psychoanalytic therapy and research.',
In: Shapiro T (ed) The concept of structure in psychoanalysis. International Universities Press,
Madison.
Wallerstein, R. (1994), 'Psychotherapy research and its implications for a theory of therapeutic
change: A forty-year overview', Psychoanalytic Study of the Child 49, 120 – 141.
Wampold, B. (2001), The great psychotherapy debate: Models, methods, and findings, Lawrence
Erlbaum Associates.
Wampold, B.; Minami, T.; Tierney, S.; Baskin, T. & Bhati, K. (2005), 'The placebo is powerful:
estimating placebo effects in medicine and psychotherapy from randomized clinical trials', Journal
of clinical psychology 61(7), 835 – 854.
Wampold, B.; Mondin, G.; Moody, M.; Stich, F.; Benson, K.; Ahn, H. & others (1997), 'A MetaAnalysis of Outcome Studies Comparing Bona Fide Psychotherapies: Empirically," All Must Have
Prizes"', Psychological Bulletin 122, 203 – 215.
Watt, D. & Buglass, D. (1966), 'The effect of clinical and social factors on the discharge of chronic
psychiatric patients', Social Psychiatry and Psychiatric Epidemiology 1(2), 57 – 63.
130
Weissman, M. & Bothwell, S. (1990), 'Social Adjustment Scale-Self Report (SAS-SR)',
Measurement of nursing outcomes 1, 230 -- 283.
Weyerer, S. & Dilling, H. (1980), 'Der Einfluß der sozialen Schicht auf Aufenthaltsdauer und
Entlassung', Social Psychiatry and Psychiatric Epidemiology 15(2), 95 – 101.
von Wietersheim, J.; Ennulat, A.; Probst, B.; Wilke, E. & Feiereis, H. (1989), 'Konstruktion und
erste Evaluation eines Fragebogens zur sozialen Integration', Diagnostica 35, 359 – 363.
Wilson, G. & Rachman, S. (1983), 'Meta-analysis and the evaluation of psychotherapy outcome:
Limitations and liabilities', Journal of Consulting and Clinical Psychology 51(1), 54 – 64.
de Witt K.N.; Hartley, D. & Rosenberg, S.E. (1991), 'Scales of psychological capacities:
development of an assessment approach.', Psychoanal Contemp Thought 14, 334 – 343.
Wittchen, H. & Jacobi, F. (2001), 'Die Versorgungssituation psychischer Störungen in Deutschland',
Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz 44(10), 993 – 1000.
Wolfe, B. & Goldfried, M. (1988), 'Research on psychotherapy integration: Recommendations and
conclusions from an NIMH workshop', Journal of Consulting and Clinical Psychology 56(3),
448 – 451.
Zeeck, A.; Scheidt, C.; Hartmann, A. & Wirsching, M. (2003), 'Stationäre oder teilstationäre
Psychotherapie?', Psychotherapeut 48(6), 420 – 425.
Zielke, M. & Kopf-Mehnert, C. (1978), Veränderungsfragebogen des Erlebens und Verhaltens,
Beltz-Test.
Zielke, M. (1979), 'Kieler Änderungssensitive Symptomliste (KASSL) ' Weinheim: Beltz
Zielke, M. & Sturm, J. (1994), 'Chronisches Krankheitsverhalten: Entwicklung eines neuen
Krankheitsparadigmas', Handbuch Stationäre Verhaltenstherapie, 42 – 60.
Zielke, M. (1995), 'Arbeitsbelastungen und Krankheitsverläufe bei Patienten mit psychischen und
psychosomatischen Erkrankungen', Praxis der Klinischen Verhaltensmedizin und Rehabilitation 8,
271 – 281.
131
Zielke, M.; Dehmlow, A.; Wülbeck, B. & Limbacher, K. (1997), 'Einflußfaktoren auf die
Behandlungsdauer bei psychosomatischen Erkrankungen in der stationären Verhaltenstherapie',
Praxis Klinische Verhaltenstherapie und Rehabilitation 37, 22 – 56.
Zielke, M. (1999), 'Kosten-Nutzen-Aspekte in der Psychosomatischen Rehabilitation', Psychother
Psychosom Med Psychol 49, 361 – 367.
132
Anhang
133
134
135
136
137
138
139
140
141
142
Herunterladen
Explore flashcards