Ringvorlesung Forschungs- und Anwendungsfelder der Klinischen

V
Vorlesung
Ringvorlesung
Forschungs- und Anwendungsfelder
der Klinischen Psychologie
Wintersemester 2016-2017
Ihr Dozent für heute
Kevin Hilbert, Dipl.-Psych.
Professur für Behaviorale Epidemiologie
Institut für Klinische Psychologie und Psychotherapie
[email protected]
Forschungsthemen:
 Was sind die neurobiologischen Grundlagen von Angst und
Depression?
 Welches sind gemeinsame und welches sind spezifische
Faktoren?
 Welche Rolle spielen kognitive Kontrollfähigkeiten?
 Sind biobehaviorale Daten für klinische Fragestellungen
interessant?
Heutige Veranstaltung
Literatur
Quelle II: Wittchen, H.-U. & Hoyer J. (Hrsg.). (2011). Lehrbuch
der Klinischen Psychologie und Psychotherapie.
Heidelberg: Springer.
 Kapitel 6 – kognitiv-affektive Neurowissenschaft
 Kapitel 42 – Generalisierte Angststörung
Quelle II: Folien
Zusatzliteratur am Ende der Folien für interessierte
Studierende, aber diese ist nicht prüfungsrelevant
Heutige
Veranstaltung
Meine Lernziele für heute:
Der Plan für heute



Was ist die Generalisierte Angststörung – und warum
interessieren wir uns in der MRT-Forschung für sie?
Ausgewählte Befunde zur Neurobiologie der GAS
Die Untersuchung verschiedener FS zur Neurobiologie der
GAS in einer exemplarischen Studie am Institut
5
Heutige
Veranstaltung
Meine Lernziele für heute:
Der Plan für heute



Was ist die Generalisierte Angststörung – und warum
interessieren wir uns in der MRT-Forschung für sie?
Ausgewählte Befunde zur Neurobiologie der GAS
Die Untersuchung verschiedener FS zur Neurobiologie der
GAS in einer exemplarischen Studie am Institut
6
GAS
Klinisches Bild und Diagnostische Kriterien
Klinisches Bild und Diagnostische Kriterien
Sorgen, Anspannung, ängstliche Erwartung
Physiologische Begleiterscheinungen
Vermeidung, Rückversicherungsverhalten
Leidensdruck und Beeinträchtigungen



Ängstliche Erwartung und Sorge: dysfunktionale
Aufmerksamkeitsmuster und erhöhte
Involvierung von Furchtstrukturen?
Schwierigkeiten bei der Kontrolle: dysfunktionale
Rekrutierung frontaler Areale?
Anspannung und Nervosität: erhöhtes
physiologisches Arousal? Stresshormone?
Wittchen & Hoyer, Kap. 42
7
GAS
Klinisches Bild und Diagnostische Kriterien
Klinisches Bild und Diagnostische Kriterien
• Hohe Prävalenz: Liftetime 1.8-6.9% (Lieb et al., 2005, Kessler et al., 2012)
• Deutliche Beeinträchtigung der Lebensqualität (Hoffmann et al., 2008, Kessler et
al., 2002)
• Hohe gesellschaftliche Kosten (Hoffmann et al., 2008, Andlin-Sobocki & Wittchen,
2005)
• Nur 2-55% der Patienten werden korrekt diagnostiziert (e.g. Calleo et al., 2009,
Wittchen et al., 2002, Munk-Jorgensen et al., 2006, Vermani et al., 2011)
• Nur etwa 57% der Patienten zeigen 12 Monate nach CBT Remission (Hanrahan et
al., 2013)
• Häufige Komorbidität, z.B.: Angststörungen: 57,8 %, Affektive Störungen: 71,6 % ,
irgendeine komorbide Störung: 88,3 % (Kessler et al., 2002)
8
GAS
Einige aktuelle Modelle der GAS
Klinisches Bild und Diagnostische Kriterien
Generalisierte Angststörung, nach DSM IV:
A. Übermäßige Angst und Sorge (furchtsame Erwartung) bezüglich mehrerer Ereignisse oder Tätigkeiten (wie etwa
Arbeit oder Schulleistungen), die während mindestens 6 Monaten an der Mehrzahl der Tage auftraten.
B. Die Person hat Schwierigkeiten, die Sorgen zu kontrollieren.
C. Die Angst und Sorge sind mit mindestens drei der folgenden 6 Symptome verbunden:
1. Ruhelosigkeit oder ständiges "auf dem Sprung sein",
2. leichte Ermüdbarkeit,
3. Konzentrationsschwierigkeiten oder Leere im Kopf,
4. Reizbarkeit,
5. Muskelspannung,
6. Schlafstörungen
D. Die Angst und Sorgen sind nicht auf Merkmale einer anderen psychischen Störung beschränkt.
E. Die Angst, Sorge oder körperlichen Symptome verursachen in klinisch bedeutsamer Weise Leiden oder
Beeinträchtigungen in sozialen, beruflichen oder anderen wichtigen Funktionsbereichen.
F. Das Störungsbild geht nicht auf die direkte körperliche Wirkung einer Substanz oder eines medizinischen
Krankheitsfaktors zurück und tritt nicht ausschließlich im Verlauf einer affektiven Störung, einer psychotischen Störung
oder einer tiefgreifenden Entwicklungsstörung auf.
9
GAS
Klinisches Bild und Diagnostische Kriterien
Klinisches Bild und Diagnostische Kriterien
Wittchen & Hoyer, Kap. 42
10
GAS
Verhaltenssymptome bei GAS
Exkurs: Verhaltenssymptome?

GAS als einzige Angststörung ohne Verhaltenssymptome?

(Abgelehnte) Änderungsidee für das neue DSM:
D. The anxiety and worry leads to changes in behavior shown by one (or
more) of the following:
(a) marked avoidance of potentially negative events or activities
(b) marked time and effort preparing for possible negative outcomes
of events or activities
(c) marked procrastination in behavior or decision-making due to
worries
(d) repeatedly seeking reassurance due to worries.
Andrews et al. (2010). Generalized Worry Disorder: A review of DSM-IV Generalized Anxiety
Disorder and Options for DSM-V. Depression and Anxiety, 27, 134-144.
11
GAS
Verhaltenssymptome bei GAS
Exkurs: Verhaltenssymptome?
12
GAS
Verhaltenssymptome bei GAS
Exkurs: Verhaltenssymptome?
13
Heutige
Veranstaltung
Meine Lernziele für heute:
Der Plan für heute



Was ist die Generalisierte Angststörung – und warum
interessieren wir uns in der MRT-Forschung für sie?
Ausgewählte Befunde zur Neurobiologie der GAS
Die Untersuchung verschiedener FS zur Neurobiologie der
GAS in einer exemplarischen Studie am Institut
14
Neurobiologie
der
GAS
Amygdala-Hyperaktivierung: Attentional Bias
Amygdala
15
Neurobiologie
der
GAS
Amygdala-Hyperaktivierung: Antizipationsprozesse
Amygdala
16
Neurobiologie der GAS
vlPFC
17
Neurobiologie
der
GAS
PFC-Hyperaktivierung: Worry
mPFC
group
condition
listening
GAD
Worry
induction
Mull over the problem of
maintaining your current
status
neutral
Think about people’s different
taste in music
Worry
induction
Mull over the problem of
maintaining your current
status
neutral
Think about people’s different
taste in music
Healthy
Controls
Active
worrying
Past
worrying
18
Neurobiologie
der
GAS
ACC-Hyporaktivierung: Emotionsregulation?
ACC
19
Neurobiologie
der
GAS
Ineffective Amygdala-PFC coupling?
Konnektivität
20
Neurobiologie
der
GAS
Cortisol
Cortisol
21
Neurobiologie
der
GAS
Cortisol
Cortisol
22
Neurobiologie
der
GAS
Interaktion Serotonin – Cortisol?
Cortisol
23
Neurobiologie
der
GAS
Interaktion Cortisol - Konnektivität?
Wie hängt (vielleicht) alles zusammen?
24
Neurobiologie
der
GAS
Ein neurobiologisches Modell der GAS?
(heuristisches) Modell
Hilbert, K., Lueken, U., Beesdo-Baum, K. (2014). Neural structures, functioning and connectivity in Generalized Anxiety
Disorder and interaction with neuroendocrine systems: A systematic review. Journal of Affective Disorders, 158, 114- 25
126.
Heutige
Veranstaltung
Meine Lernziele für heute:
Der Plan für heute



Was ist die Generalisierte Angststörung – und warum
interessieren wir uns in der MRT-Forschung für sie?
Ausgewählte Befunde zur Neurobiologie der GAS
Die Untersuchung verschiedener FS zur Neurobiologie der
GAS in einer exemplarischen Studie am Institut
26
Neurobiologie der GAS
Studie
Titel: Neurale und endokrine Emotions- und
Stressregulation bei Generalisierter Angststörung
PI: Prof. Dr. Katja Beesdo-Baum
Erhebungszeitraum: 2009-2013
Einschlusskriterien: Aktuelles Vorliegen von GAD oder MD
oder keine psychische Störung (lifetime)
Ausschlusskriterien: psychotrope Medikation,
Substanzabhängigkeit (nicht remittiert), rauchen von > 10
Zigaretten / Tag, MRT-spezifische Kriterien
27
Neurobiologie der GAS
Sample
Composite International Diagnostic Interview (CIDI;
Wittchen & Pfister,1997)
GAS-only: n = 7
KG: n = 24
GAS / MD:
n = 12
MD-only: n = 14
28
Neurobiologie der GAS
Studiendesign
•
Tag 0
Tag 1
(fMRI + EDA)
(fMRI + EDA)
Diagnostisches
Interview (CIDI)
•
•
•
•
Klinische
Fragebögen
Speichelcortisol
Strukturelle MRT
fMRT
Tag 2
•
•
•
Klinische
Fragebögen
TSST
Haarcortisol
29
Neurobiologie der GAS
Ziele und Herausforderungen
Ziele
1) Charakterisierung der Neurobiologie von GAS
2) Untersuchung der Spezifität im Vergleich zu
verwandten Störungen
Herausforderungen
– Teils inhomogene Studienlage
– Hohe Komorbidität
– Schwierige Rekrutierungsbedingungen
30
GAS
Verhaltenssymptome bei GAS
Methodischer Exkurs: Ausschlusskriterien MRT


Nicht alle potentiellen Probanden kommen für MRTUntersuchungen in Frage
Insbesondere mit dem starken Magnetfeld, aber auch mit den
Untersuchungsbedingungen sind spezielle Ausschlusskriterien
verbunden

Bei wiss. Studien ist man meist besonders streng

Beispiele:
- Herzschrittmacher, Medikamentenpumpe etc.
- Implantate, Clips, Drähte, Granatsplitter
- Operationen an Herz oder Kopf
- Schwangerschaft
- Glittergel, Permanentmakeup, Schleifarbeiten
31
Neurobiologie der GAS
Fragestellungen
Ausgewählte Fragestellungen
1) Durch welche neurostrukturellen Korrelate lässt sich
GAS charakterisieren?
2) Besitzen diese Korrelate Spezifität im Vergleich zu
verwandten Störungen?
3) Finden sich vergleichbare Befunde für Cortisol?
4) Können Befunde verschiedener Analyseebenen
integriert werden? Besitzen diese Befunde einen
möglichen diagnostischen Wert?
32
Neurobiologie der GAS
Fragestellungen
Ausgewählte Fragestellungen
1) Durch welche neurostrukturellen Korrelate lässt sich
GAS charakterisieren?
2) Besitzen diese Korrelate Spezifität im Vergleich zu
verwandten Störungen?
3) Finden sich vergleichbare Befunde für Cortisol?
4) Können Befunde verschiedener Analyseebenen
integriert werden? Besitzen diese Befunde einen
möglichen diagnostischen Wert?
33
Neurobiologie
der
GAS
Wiederholung: Struktur vs. Funktion: (f)MRT
Methodischer Exkurs: Strukturelle MRT
34
Neurobiologie
der
GAS
Was sind strukturelle Veränderungen?
Methodischer Exkurs: Strukturelle MRT
Gewebeschädigung
Volumen
Gyrifikation
www.news.doccheck.com
schizophrenia.com
www.ajp.psychiatryonline.org
35
Neurobiologie
der
GAS
Was sind strukturelle Veränderungen?
Methodischer Exkurs: Strukturelle MRT
Asymmetrie
www.radiologyassistant.nl
Oberfläche
www.mpibpc.mpg.de
Kortikale Dicke
www.martinos.org
36
Neurobiologie
der
GAS
Was sind strukturelle Veränderungen?
Methodischer Exkurs: Strukturelle MRT
Diffusion
37
www.healthcare.siemens.com
Neurobiologie der GAS
Exkurs: VBM
Methodischer Exkurs: Strukturelle MRT
Voxel-based morphometry
 Untersucht Volumen oder regionale Konzentration
38
Neurobiologie der GAS
Exkurs: VBM
Methodischer Exkurs: Strukturelle MRT
Voxel-based morphometry
0.5
0.9
0.1
Patienten
Kontrollen
0.5
0.2
39
Neurobiologie der GAS
Neurostrukturelle Vorbefunde zur GAS
Graue Substanz
Weiße Substanz
PFC
(uneinheitlich)
Temporallappen
Amygdala
Temporallappen
Hippocampus
40
Neurobiologie der GAS
Strukturelle Korrelate - Methoden
GAD
(n = 19)
Alter
Gesunde Kontrollen
(n = 23)
33.47
(8.9)
32.25
(9.3)
Weiblich
16
(84.2)
17
(70.8)
Rechtshänder
17
(89.5)
21
(87.5)
Abitur
12
(63.2)
18
(75.0)
Nichtraucher
19
(100.0)
22
(95.7)
PSWQ***
62.0
(6.2)
36.00
(10.0)
BDI***
21.2
(7.4)
4.50
(4.8)
IUS-D-12***
41.0
(7.0)
25.75
(6.7)
STAI-T***
56.2
(7.1)
33.58
(6.8)
Hilbert, K., Pine, D. S., Muehlhan, M., Lueken, U., Steudte-Schmiedgen, S., Beesdo-Baum, K. (2015). Gray and white
matter abnormalities in generalized anxiety disorder by categorical and dimensional characterization. Psychiatry
41
Research: Neuroimaging, 234, 314-320.
Neurobiologie der GAS
Strukturelle Korrelate - Ergebnisse
Contrast
Region
Side
Voxels
t
x
y
z
Grey matter: GAD > HC
Striatum
Superior temporal pole
White matter: GAD > HC
Occipital lobe
White matter: HC > GAD
Middle frontal lobe
R
R
2507
294
4.95
4.76
33
35
-10
14
-9
-23
L
254
4.34
-27
-76
4
L
261
4.94
-33
14
46
Analysis:
Independent t-test
minimum cluster size = 200; voxelwise p < 0.001
Hilbert, K., Pine, D. S., Muehlhan, M., Lueken, U., Steudte-Schmiedgen, S., Beesdo-Baum, K. (2015). Gray and
white matter abnormalities in generalized anxiety disorder by categorical and dimensional characterization. 42
Psychiatry Research: Neuroimaging, 234, 314-320.
GAS
Verhaltenssymptome bei GAS
Methodischer Exkurs: Multiple Vergleiche




Ein typischer MRT-Scan hat zehntausende bis
hunderttausende Bildpunkte (Voxel)
In Standardanalysen wie ANOVAs wird für jeden Voxel ein
Test auf Signifikanz durchgeführt (= hunderttausende Tests)
Bei α = 0.05 gilt: rund 5000 signifikante Ergebnisse per Zufall
Eine Korrektur für multiple Vergleiche ist unerlässlich
Bennett et al., (2009)
43
Neurobiologie der GAS
Fragestellungen
Ausgewählte Fragestellungen
1) Durch welche neurostrukturellen Korrelate lässt sich
GAS charakterisieren?
2) Besitzen diese Korrelate Spezifität im Vergleich zu
verwandten Störungen?
3) Finden sich vergleichbare Befunde für Cortisol?
4) Können Befunde verschiedener Analyseebenen
integriert werden? Besitzen diese Befunde einen
möglichen diagnostischen Wert?
44
Neurobiologie der GAS
Strukturelle Spezifität - Vorbefunde
Chen & Etkin, 2013
Comparison group
PTSD
Measurement
grey matter volume
Results
n.s.
Zhang et al., 2011
PTSD
white matter integrity
PTSD: ACC
PD
total volume
n.s.
Terlevic et al., 2013
„investigations of multiple diagnostic groups provide essential and novel information […], which
is not possible through extrapolation from published studies on single-disorder cohorts” (Etkin
& Schatzberg, 2011, p. 975)
Tabelle modifiziert aus Hilbert, K., Lueken, U., Beesdo-Baum, K. (2014). Neural structures, functioning and
connectivity in Generalized Anxiety Disorder and interaction with neuroendocrine systems: A systematic
review. Journal of Affective Disorders, 158, 114-126.
45
Neurobiologie der GAS
Strukturelle Spezifität - Methoden
GAS: n = 19
KG: n = 24
GAS / MD:
n = 12
MD: n = 26
46
Neurobiologie der GAS
Strukturelle Spezifität - Methoden
Phobienstudien
SP: n = 24
KG: n = 23
GAS: n = 15
PD: n = 16
Paniknetz
47
Neurobiologie der GAS
Strukturelle Spezifität - Methoden
GAD (n=15)
Alter
PD (n=17)
SP (n=20)
HC (n=30)
33.33
(8.72)
30.35
(10.48)
25.05
(4.90)
28.83
(10.53)
Weiblich
14
(93.33)
9
(52.94)
16
(80.00)
21
(70.00)
Rechtshänder
14
(93.33)
17
(100.00)
19
(95.00)
30
(100.00)
Abitur
11
(73.33)
13
(76.47)
19
(95.00)
24
(80.00)
Nichtraucher**
15
(100.00)
11
(64.71)
20
(100.00)
27
(90.00)
PSWQ, PAS, SNAQ
61.67
(6.62)
19.60
(7.04)
20.60
(3.72)
ASI***
27.20
(8.62)
34.44
(12.20)
18.65
(8.51)
13.23
(6.93)
BDI***
20.93
(6.46)
12.12
(5.63)
4.10
(3.97)
2.97
(3.82)
Hilbert, K., Beesdo-Baum, K., Maslowski, N. I., Wittchen, H.-U., Kircher, T., Lueken, U. (unpublished manuscript). The
brain anatomy of Generalized Anxiety Disorder, Panic Disorder and Specific Phobia in direct comparison: a voxel-based48
morphometry study.
Neurobiologie der GAS
Strukturelle Spezifität - Ergebnisse
Contrast
Region
Side
Voxels
t
x
y
z
R
L
246
301
4.90
4.81
38
-41
11
-31
46
-27
R
L
515
382
4.64
4.58
23
-23
-78
-78
-36
-38
L
R
590
590
5.61
5.17
-20
23
-79
-78
-38
-36
SP > GAD
Middle frontal gyrus
Inferior temporal gyrus
White matter: GAD > PD
Cerebellum
Cerebellum
White matter: GAD > SP
Cerebellum
Cerebellum
Analysis:
Pairwise independent t-test after ANOVA
minimum cluster size > 200; voxelwise p < 0.001
Hilbert, K., Beesdo-Baum, K., Maslowski, N. I., Wittchen, H.-U., Kircher, T., Lueken, U. (unpublished manuscript). The 49
brain anatomy of Generalized Anxiety Disorder, Panic Disorder and Specific Phobia in direct comparison: a voxel-based
morphometry study.
Neurobiologie der GAS
Fragestellungen
Ausgewählte Fragestellungen
1) Durch welche neurostrukturellen Korrelate lässt sich
GAS charakterisieren?
2) Besitzen diese Korrelate Spezifität im Vergleich zu
verwandten Störungen?
3) Finden sich vergleichbare Befunde für Cortisol?
4) Können Befunde verschiedener Analyseebenen
integriert werden? Besitzen diese Befunde einen
möglichen diagnostischen Wert?
50
Neurobiologie der GAS
Cortisol Spezifität - Methoden
Composite International Diagnostic Interview (CIDI;
Wittchen & Pfister,1997)
GAS-only: n = 7
KG: n = 24
GAS / MD:
n = 12
MD-only: n = 14
51
Neurobiologie der GAS
Cortisol Spezifität - Ergebnisse
Keine Gruppenunterschiede im TSST
Steudte-Schmiedgen, S., Wichmann, S., Stalder, T., Kirschbaum, C., Hilbert, K., Muehlhan, M., Lueken, U., Beesdo-Baum,
52
K. (accepted). Hair cortisol concentrations and cortisol stress reactivity in generalized anxiety disorder, major
depression and their comorbidity. Journal of Psychiatric Research. doi: 10.1016/j.jpsychires.2016.09.024
Neurobiologie der GAS
Fragestellungen
Ausgewählte Fragestellungen
1) Durch welche neurostrukturellen Korrelate lässt sich
GAS charakterisieren?
2) Besitzen diese Korrelate Spezifität im Vergleich zu
verwandten Störungen?
3) Finden sich vergleichbare Befunde für Cortisol?
4) Können Befunde verschiedener Analyseebenen
integriert werden? Besitzen diese Befunde einen
möglichen diagnostischen Wert?
53
Neurobiologie der GAS
Exkurs: Biomarker
Was ist ein Biologischer Marker (Biomarker)?
“A characteristic that is objectively measured and evaluated as
an indicator of normal biological processes, pathogenic
processes, or pharmacologic responses to a therapeutic intervention.”
(Biomarkers Definitions Working Group, 2001)
„Any substance, structure, or process that can be measured in the body or
its products and influence or predict the incidence of outcome or disease.”
(WHO, 2001)
54
Neurobiologie der GAS
Exkurs: Biomarker
Ein Beispiel für einen Biomarker: der Schwangerschaftest
55
Neurobiologie der GAS
Exkurs: Biomarker
Was können mögliche Biomarker in der klinischen Psychologie / Psychiatry
sein?
• Herzrate, Hautleitfähigkeit, Lidschlagreflex…
• EEG, MRT, PET…
• Cortisolausschüttung, -level…
• 5-HTTLPR Polymorphismus…
• Weitere…
56
Neurobiologie der GAS
Exkurs: Machine Learning in Neuroimaging
Training
≙
≙
ACHTUNG: Test- und Trainingssets müssen unabhängig sein!
Testing
?
57
Neurobiologie der GAS
Methodischer Exkurs: Machine Learning für MRT
Orrú et al., (2012). Using Support Vector Machine to identify imaging biomarkers of neurological
58
and psychiatric disease: A critical review.
Neurobiologie der GAS
Methodischer Exkurs: Machine Learning für MRT
Ein Classifier muss unbedingt an einer unabhängigen Stichprobe getestet
werden!  Cross-validation
Separate Samples
Training
VP1
VP2
VP3
VP4
VP5
VP6
VP7
VP8
VP9
VP10
Testing
VP11
VP12
VP13
VP14
VP15
VP16
VP17
VP18
VP19
VP20
VP1
VP2
VP3
VP4
VP5
VP6
VP7
VP8
VP9
Leave-one-out
Training
Testing
2-fold
Training
Testing
VP10
VP1
VP2
VP3
VP4
VP5
VP6
VP7
VP8
Sonstige: k-fold, Leave-p-out, Leave-p-per-group/block-out etc.
VP9
VP10
59
Neurobiologie der GAS
Methodischer Exkurs: Machine Learning für MRT
Performance Evaluation:
• Sensitivity: Anteil derjenigen mit einer Störung, die korrekt als solche
erkannt wurden
• Specificity: Anteil derjenigen mit ohne Störung, die korrekt als solche
erkannt wurden
• Balanced Accuracy: Mittelwert der Accuracy pro Label
Pattern Interpretation:
Auszugsweise aus Lüken et
al., (2014). Diagnostic
classification of specific
phobia subtypes using
structural MRI data: a
machine-learning approach
60
Neurobiologie der GAS
Methodischer Exkurs: Machine Learning für MRT
Potentielle Anwendungsfälle:
• Risiko (Gesund vs Störung)
• Welcher Patient mit einem MCI bekommt Alzheimer?
• Welcher Person mit einem Trauma entwickelt eine PTSD?
• Diagnostik (Gesund vs Störung)
• Welcher Patient hat eine unipolare depressive Störung und welcher
eine bipolare?
• Welches Kind hat ADHS?
• Therapieprognose (Response vs Nonresponse)
• Welcher Patient profitiert von Psychotherapie?
• Welcher Patient profitiert von Exposition?
Vorteile:
• Einzelfallaussagen möglich
• Sensitivität
• Automatisierbarkeit
61
Neurobiologie der GAS
Machine Learning - Methoden
Composite International Diagnostic Interview (CIDI;
Wittchen & Pfister, 1997)
GAS: n = 19
KG: n = 24
GAS / MD:
n = 12
MD: n = 26
62
Neurobiologie der GAS
Machine Learning - Methoden
Weiblich
Rechtshänder
Abitur
Nichtraucher
Alter
PSWQ***
BDI***
IUS-12***
STAI-T***
log-AUC
KG (n = 24)
17
21
18
22
32.25
36.00
4.50
25.75
33.58
199.55
(70.8)
(87.5)
(75.0)
(95.7)
(9.3)
(10.0)
(4.8)
(6.7)
(6.8)
(66.1)
GAS (n = 19)
16
(84.2)
17
(89.5)
12
(63.2)
19
(100.0)
33.47
(8.9)
62.00
(6.2)
21.16
(7.4)
41.00
(7.0)
56.16
(7.1)
159.85
(38.8)
MD (n = 14)
12
(85.7)
11
(78.6)
12
(85.7)
13
(92.9)
29.86
(11.7)
57.43
(12.1)
21.36
(9.1)
32.71
(9.3)
55.00
(7.0)
196.61
(70.3)
1) Liegt ein Fall einer psychischen Störung vor? = HC vs GAD/MD
2) Handelt es sich um eine GAS ?
= GAS vs MD-only
Hilbert, K., Lueken, U., Muehlhan, M., Beesdo-Baum, K. (accepted). Separating Generalized Anxiety Disorder
from Major Depression using clinical, hormonal and structural MRI data: a multimodal machine learning study.
63
Neurobiologie der GAS
Machine Learning - Methoden
Training
≙
≙
Testing
?
Hilbert, K., Lueken, U., Muehlhan, M., Beesdo-Baum, K. (accepted). Separating Generalized Anxiety Disorder
from Major Depression using clinical, hormonal and structural MRI data: a multimodal machine learning study.
64
Neurobiologie der GAS
Machine Learning - Methoden
MRI: grey matter
white matter
Cortisol
Fragebögen
Hilbert, K., Lueken, U., Muehlhan, M., Beesdo-Baum, K. (accepted). Separating Generalized Anxiety Disorder
from Major Depression using clinical, hormonal and structural MRI data: a multimodal machine learning study.
65
Neurobiologie der GAS
Machine Learning - Ergebnisse
Genauigkeit der Klassifikationsmodelle
***
*
100
80
60
40
20
0
Fragebögen
sMRT: GM
Genauigkeit Störung
Gewichte ausgewählter Areale im Model
0.008
**
sMRT: WM
Cortisol
Genauigkeit GAS
Gewichte der Fragebögen im Model
1
0.006
0.75
0.004
0.5
0.002
0.25
0
0
Amygdala Putamen
Caudate
OFC
S. frontal
PSWQ
BDI
STAI-T IUS-12
Hilbert, K., Lueken, U., Muehlhan, M., Beesdo-Baum, K. (accepted). Separating Generalized Anxiety Disorder
from Major Depression using clinical, hormonal and structural MRI data: a multimodal machine learning study.
66
Neurobiologie der GAS
Machine Learning: Integration - Methoden
Classifier
1
2
grün
orange
orange grün
3
grün
orange
orange orange grün
grün
orange
orange
Hilbert, K., Lueken, U., Muehlhan, M., Beesdo-Baum, K. (accepted). Separating Generalized Anxiety Disorder
from Major Depression using clinical, hormonal and structural MRI data: a multimodal machine learning study.
67
Neurobiologie der GAS
Machine Learning: Integration - Ergebnisse
Genauigkeit der Klassifikationsmodelle
***
*
100
80
60
40
20
0
Fragebögen
sMRT: GM
**
sMRT: WM
Genauigkeit Störung
Gewichte ausgewählter Areale im Model
0.008
Cortisol
***
*
Kombination
Genauigkeit GAS
Gewichte der Fragebögen im Model
1
0.006
0.75
0.004
0.5
0.002
0.25
0
0
Amygdala Putamen
Caudate
OFC
S. frontal
PSWQ
BDI
STAI-T IUS-12
Hilbert, K., Lueken, U., Muehlhan, M., Beesdo-Baum, K. (accepted). Separating Generalized Anxiety Disorder
68
from Major Depression using clinical, hormonal and structural MRI data: a multimodal machine learning study.
Neurobiologie der GAS
Machine Learning: Ausblick
Singh I, Rose N (2009): Biomarkers in psychiatry.
69
Neurobiologie der GAS
Fazit Studien
• Strukturelle Korrelate der GAS sind replizierbar
• Korrelate hinsichtlich der Cortisolausschüttung können ebenfalls gefunden
werden
• Spezifität ist eher hoch für MD aber eher niedrig für Angststörungen
• Integration der Ergebnisse führt zu einem Muster von Auffälligkeiten mit
einer vgl hohen Spezifität
• Möglicherweise besitzen solche Befunde in der fernen Zukunft sogar einen
diagnostischen Wert
Wichtige weitere Schritte
• Erfolgreiche Replikation in reinen und komorbiden Samples
• Weiteren Arbeiten zur Spezifität im Vergleich zu anderen Störungsgruppen
• Integration verschiedener Analyseebenen
70
Neurobiologie der GAS
Das sollten Sie heute gelernt haben
 Was sind typische Charakteristika der Generalisierten Angststörung?
 Worin liegt der Unterschied zwischen struktureller und funktioneller MRT?
Welche verschiedenen Indizes könnte man dazu beispielsweise
untersuchen?
 Welche Areale des Gehirns wurden relativ konsistent neurostrukturelle
und funktionelle Korrelate der GAS gefunden? Wie sieht es mit der
Konnektivität zwischen den Arealen aus?
 Welche methodischen oder praktischen Aspekte muss man bei der
Durchführung von MRT Studien beachten – bspw. hinsichtlich Ein- und
Ausschlusskriterien oder multiplen Vergleichen (methodische Exkurse
beachten)?
71
Literatur zur Vertiefung
Literatur zur Vertiefung
• Etkin, A., Prater, K. E., Schatzberg, A. F., Menon, V. & Greicius, M. D. (2009).
Disrupted Amygdalar Subregion Functional Connectivity and Evidence of a
Compensatory Network in Generalized Anxiety Disorder. Archives of General
Psychiatry, 66(12), 1361-1372.
• Etkin, A. & Schatzberg, A. F. (2011). Common Abnormalities and DisorderSpecific Compensation During Implicit Regulation of Emotional Processing in
Generalized Anxiety and Major Depressive Disorders. American Journal of
Psychiatry, 168(9), 968–978.
• Hernandez, E., Lastra, S., Urbina, M., Carreira,I. & Lima, L. (2002). Serotonin,
5-hydroxyindoleacetic acid and serotonin transporter in blood peripheral
lymphocytes of patients with generalized anxiety disorder. International
Immunopharmacology, 2, 893–900.
72
Literatur zur Vertiefung
Literatur zur Vertiefung
• Hilbert, K., Lueken, U. & Beesdo-Baum, K. (2014). Neural structures,
functioning and connectivity in Generalized Anxiety Disorder and interaction
with neuroendocrine systems: A systematic review. Journal of Affective
Disorders, 158, 114–126.
• Mantella, R. C., Butters, M. A., Amico, J. A., et al. (2008). Salivary cortisol is
associated with diagnosis and severity of late-life generalized anxiety
disorder. Psychoneuroendocrinology, 33, 773–781.
• Singh I, Rose N (2009): Biomarkers in psychiatry. Nature. 460:202-207.
• Steudte, S., Stalder, T., Dettenborn, L., Klumbies, E., Foley, P., Beesdo-Baum,
K. & Kirschbaum, C. (2011). Decreased hair cortisol concentrations in
generalised anxiety disorder. Psychiatry Research, 186, 310–314.
73
Ausblick
09.01.2017:
www.hochschuldidaktik.net
Stimmanalyse emotionalen Arousals in der Psychotherapie
(Gesine Wieder)
www.ottoazubiblog.de
74