Clara Isabella Woll
D IE P RÄVALENZ VON
P ERSÖNLICHKEITSSTÖRUNGEN IN KLINISCHEN
P OPULATIONEN MIT AFFEKTIVEN S TÖRUNGEN
Ein systematisches Review mit Metaanalyse
MASTERARBEIT
zur Erlangung des akademischen Grades Master of Science
Studium: Masterstudium Psychologie
Alpen-Adria-Universität Klagenfurt
Gutachter
Assoc. Prof. Dr. Sven Rabung Alpen-Adria-Universität Klagenfurt Institut für Psychologie
Klagenfurt, Juni 2021
Eidesstattliche Erklärung
Ich versichere an Eides statt, dass ich
- die eingereichte wissenschaftliche Arbeit selbstständig verfasst und keine anderen als die angegebenen Hilfsmittel benutzt habe,
- die während des Arbeitsvorganges von dritter Seite erfahrene Unterstützung, einschließlich signifikanter Betreuungshinweise, vollständig offengelegt habe,
- die Inhalte, die ich aus Werken Dritter oder eigenen Werken wortwörtlich oder sinngemäß übernommen habe, in geeigneter Form gekennzeichnet und den Ursprung der Information durch möglichst exakte Quellenangaben (z.B. in Fußnoten) ersichtlich gemacht habe, - die eingereichte wissenschaftliche Arbeit bisher weder im Inland noch im Ausland einer
Prüfungsbehörde vorgelegt habe und
- bei der Weitergabe jedes Exemplars (z.B. in gebundener, gedruckter oder digitaler Form) der wissenschaftlichen Arbeit sicherstelle, dass diese mit der eingereichten digitalen Version übereinstimmt.
Ich bin mir bewusst, dass eine tatsachenwidrige Erklärung rechtliche Folgen haben wird.
Clara Isabella Woll e.h. Berlin, 03.06.2021
Inhaltsverzeichnis
1. EINLEITUNG ... 6
2. THEORETISCHER HINTERGRUND ... 8
2.1. AFFEKTIVE STÖRUNGEN ... 8
2.2. PERSÖNLICHKEITSSTÖRUNGEN ... 12
2.3. KOMORBIDITÄT VON AFFEKTIVEN UND PERSÖNLICHKEITSSTÖRUNGEN ... 16
2.4. METAANALYSE ... 19
2.5. SPEZIFIZIERUNG DER FRAGESTELLUNG ... 23
3. METHODE ... 24
3.1. EINSCHLUSSKRITERIEN ... 24
3.2. SUCHSTRATEGIE ... 24
3.3. STUDIENAUSWAHL UND QUALITÄTSPRÜFUNG ... 24
3.4. STATISTISCHE AUSWERTUNG ... 27
4. ERGEBNISSE ... 28
4.1. STUDIENIDENTIFIZIERUNG ... 28
4.2. STUDIENCHARAKTERISTIK ... 30
4.2.1. Studienzusammenfassungen ... 30
4.2.2. Studienübersicht ... 35
4.3. METAANALYSE DER PRÄVALENZEN ... 37
4.4. ANALYSE AUF PUBLIKATIONSVERZERRUNGEN ... 45
5. DISKUSSION ... 47
LITERATURVERZEICHNIS ... 50
ABBILDUNGSVERZEICHNIS ... 55
Zusammenfassung
Einleitung: Affektive Störungen und Persönlichkeitsstörungen sind zwei Störungen mit hohem Behandlungsbedarf. Durch ein komorbides Auftreten der beiden Störungen ist der Leidensdruck erhöht und die Behandlung erschwert. Ziel dieser Arbeit ist es, die Prävalenzen von Persönlichkeitsstörungen bei Personen mit Affektiven Störungen im klinischen Setting durch ein systematisches Review mit Metaanalyse darzustellen.
Methode: Es wurden in einem Zeitraum von Januar 1994 bis Dezember 2016 englisch- und deutschsprachige Studien erfasst, welche Prävalenzen von Persönlichkeitsstörungen bei Menschen mit Affektiven Störungen mittels DSM-IV und ICD-10 untersuchten. Es handelt sich um Patient:innen (ab 18 Jahren) aus Europa, Norwegen, Großbritannien, Asien, Nordafrika, Australien und Neuseeland. Die Studien wurden über die Datenbanken PsycINFO, Psyndex und MEDLINE identifiziert.
Ergebnisse: Es konnten neun Studien in die Metaanalyse eingeschlossen werden. Unipolar Affektiv erkrankte Personen weisen eine Prävalenz von Persönlichkeitsstörungen von 40% und Bipolar affektiv Erkrankte von 60% auf. Die Borderline Persönlichkeitsstörung trat mit 16% bei Bipolar Erkrankten auf und die Zwanghafte Persönlichkeitsstörungen mit 15% bei Unipolar Erkrankten.
Schlussfolgerung: Persönlichkeitsstörungen treten häufig komorbid mit Affektiven Störungen auf und haben einen starken Einfluss auf die Behandlung. Die Schwierigkeit der diagnostischen Abgrenzbarkeit unterstreicht die Relevanz weiterer Forschung zu diesem Thema.
Abstract
Introduction: Affective disorders and personality disorders are two disorders with high treatment needs. Comorbid occurrence of the two disorders increases distress and complicates treatment.
The aim of this paper is to present the prevalence of personality disorders in individuals with affective disorders in the clinical setting through a meta-analysis.
Methods: Studies published in English and German examining the prevalence of personality disorders in people with affective disorders using DSM-IV and ICD-10 were collected from January 1994 to December 2016. These were patients (aged 18 years and older) from Europe, Norway, the United Kingdom, Asia, North Africa, Australia, and New Zealand. The studies were identified through the PsycINFO, Psyndex, and MEDLINE databases.
Results: Nine studies were included in the meta-analysis. Patients with unipolar affective disorder have a prevalence of personality disorders of 40% and patients with bipolar affective disorder of 60%. Borderline personality disorder occurred in 16% of patients with bipolar disorder and obsessive-compulsive personality disorder in 15% of patients with unipolar disorder.
Conclusion: Personality disorders often occur comorbidly with affective disorders and have a strong impact on treatment The difficulty of diagnostic delineation underscores the relevance of further research on this topic.
1. Einleitung
Affektive Störungen gehören zu den häufigsten psychiatrischen Störungen. In der Allgemeinbevölkerung der Bundesrepublik Deutschland liegt die Lebenszeitprävalenz von Affektiven Störungen bei 19 % und stellt somit einen großen Behandlungsbedarf für die Praxis dar (Wittchen et al., 2010). Im DSM sind sie auf der Achse I angesiedelt, welche alle psychischen Störungen, außer Persönlichkeitsstörungen, umfasst (Saß et al., 2003).
Persönlichkeitsstörungen sind Veränderungen der Persönlichkeitsstruktur und befinden sich auf Achse II des DSM IV: Es soll hierdurch sichergestellt werden, dass diese Diagnose nicht übersehen und getrennt von einer Achse I Diagnose untersucht wird (Saß et al., 2003). In der vorliegenden Arbeit werden die Affektiven Störungen (Kap. 2.1) und Persönlichkeitsstörungen (Kap. 2.2) zunächst erklärt und dann anhand der Diagnosemanuale dargestellt.
Häufig gehen Störungen der Achse I mit gleichzeitigem Auftreten von Störungen, sog.
Komorbiditäten, der Achse II einher, wobei die Störung der Achse I im Moment der Behandlung meistens ausgeprägter ist und im Vordergrund steht. Häufig ist die Persönlichkeitsstörung ausschlaggebend für das Wiederkehren psychischer Krankheiten (Tyrer et al., 2015).
Die Relevanz der Betrachtung von komorbiden Störungen zeigt sich sowohl in der Forschung als auch in der Praxis. In dieser Arbeit wird daher in Kapitel 2.2 genauer auf die bisherige Forschung zu Komorbidität von Affektiven und Persönlichkeitsstörungen eingegangen. Um psychische Störungen bestmöglich zu diagnostizieren, ist es wichtig, sie zu verstehen und einzuordnen. Hierzu wurden psychische Krankheiten mit Hilfe der weltweit führenden Diagnosemanuale, dem Diagnostik Statistical Manual of Mental Disorders (DSM) (Saß et al., 2003) und der International Statistical Classification of Diseases and Related Health Problems (ICD) (Dilling & Freyberger, 2019), unterteilt. Anhand einer Diagnose lassen sich Patient:innen leichter behandeln und es ist möglich, durch Diagnosen die Forschung voranzubringen.
Krankheiten treten aber nicht immer in klassisch abtrennbaren Mustern und Formen auf, sondern es können auch mehrere Störungen zugleich auftreten. Das gleichzeitige, komorbide Vorhandensein von psychischen Krankheiten stellt ein höheres Risiko zur Chronifizierung, einer ungünstige Verlaufsform sowie Prognose und ein höheres Suizidrisiko dar (DGPPN et al., 2015).
Auf Grund der hohen Relevanz für Therapie und Forschung ist es von zentraler Bedeutung die Häufigkeit des gemeinsamen komorbiden Auftretens von Achse I und Achse II Störungen abschätzen zu können.
Diese Masterarbeit soll hierzu mit dem Fokus auf die Untersuchung der Prävalenz von Persönlichkeitsstörungen bei einer klinischen Population mit Affektiven Störungen einen Beitrag leisten, indem sie anhand eines systematischen Reviews mit Metaanalyse bisherige Studien zu diesem Thema strukturiert untersucht.
Systematische Reviews und. Metaanalysen dienen dazu, den aktuellen Forschungsstand zu einem Thema theoretisch und statistisch zusammenzufassen und übersichtlich darzustellen. Dies ist insbesondere deshalb wichtig, weil die Masse der Veröffentlichungen und Artikel im Bereich der Sozialwissenschaften und Medizin eine große Herausforderung für Forschende darstellt. Die Ergebnisse der Forschung gleichen sich nicht und es kann dadurch große Unterschiede im Bereich der Ergebnisse und berichteter Effektstärken in Bezug auf ein Forschungsthema geben (Ressing et al., 2009).
Zusammenfassungen bündeln unübersichtliche Ergebnisse verschiedener Einzelstudien oder werden eingesetzt, um die aus geringen Fallzahlen resultierende geringe statistische Power zu erhöhen. Hierbei ist es von zentraler Bedeutung, dass es viele Hinweise gibt, dass Ergebnisse in der Psychologie nicht gleichberechtigt veröffentlich werden, sondern Verzerrungen, wie z.B. dem Publication Bias, unterworfen sind (Nuijten et al., 2015). Diese Problematik soll in Kapitel 2, Abschnitt 2.4 genauer thematisiert werden und in den statistischen Auswertungen in Abschnitt 4.3 für das hier untersuchte Thema aus metaanalytischer Sicht untersucht werden.
Die Durchführung dieser Metaanalyse kann Psychotherapeut:innen und Psycholog:innen, Wissenschaftler:innen, Ärzt:innen und Interessierten als fundierte Grundlage für ihre weitere Arbeit dienen und betont die Relevanz der Bedeutung und Beachtung komorbider Erkrankungen im klinischen Alltag und Forschung.
Diese Arbeit ist in dem Forschungsprojekt um Sven Rabung und Kolleg:innen eingebettet, welches sich mit Prävalenzen von Persönlichkeitsstörungen beschäftigt (Volkert et al., 2018). Die beteiligten Personen sind Dr. Jana Volkert (JV), Mag. Thorsten-Christian Gablonski (TG), Assoz.- Prof. Dr. Sven Rabung (SR), Gunhild Bachmann, MSc (GB) und Andreas Wendel, BSc (AW).
2. Theoretischer Hintergrund
Im Folgenden werden die Affektiven Störungen und Persönlichkeitsstörungen anhand der zwei führenden Diagnosemanuale, das Diagnostik Statistical Manual of Mental Disorders, kurz DSM IV (Saß et al., 2003) und die International Statistical Classification of Diseases and Related Health Problems, kurz ICD-10 (Dilling & Freyberger, 2019), erklärt, auf ihre Epidemiologie eingegangen und einander gegenübergestellt. Außerdem wird auf die Komorbidität psychischer Störungen, insbesondere der Persönlichkeitsstörungen und Affektiven Störungen, eingegangen.
Des Weiteren wird die Durchführung von Systematischen Reviews und Metaanalysen und ihre Relevanz in der (psychologischen) Forschung dargestellt.
2.1. Affektive Störungen
Affektive Störungen zeichnen sich durch eine Veränderung der Stimmung und des Aktivitätsniveaus aus, die klinisch bedeutsam ist. Dies geschieht entweder durch eine erhöhte Stimmungslage, durch Niedergeschlagenheit oder durch einen Wechsel der beiden. Es werden unter dem Begriff der Affektiven Störungen also sehr verschiedene Krankheitsverläufe zusammengefasst. Durch unterschiedliche Therapieschulen wurden ebenso verschiedene Erklärungsmodelle geprägt, was Forschung im Bereich der Affektiven Störungen vor große Herausforderungen stellt. Alle Modelle aufzuführen würde den Rahmen dieser Arbeit überschreiten, sodass sich im Folgenden auf eine Unterteilung der Affektiven Störungen in Unipolare und Bipolare Störungen konzentriert wird.
Unipolar Affektive Störungen umfassen alle depressiven Erkrankungen, welche durch Niedergeschlagenheit, Freudverlust und Aktivitätsminderung gekennzeichnet sind. Zu ihnen gehören die depressiven Episoden, die rezidivierende depressive Störung und die Dysthymia.
Die Symptome depressiver Episoden müssen über einen Zeitraum von zwei Wochen oder länger auftreten. Wenn eine zweite depressive Episode vorliegt, sind die Kriterien einer rezidivierenden depressiven Störung erfüllt (Abb. 1-A). Eine abgeschwächte Form der Major Depression, die über einen Zeitraum von mehr als zwei Jahren ohne Rezidiv auftritt, wird als Dysthymie diagnostiziert (Abb. 1-B). Die Ursache einer Unipolaren Depression ist meist eine Wechselwirkung aus biologischen und psychosozialen Faktoren, zu denen unter anderem familiäre Häufung und individuelle Stressbewältigung gehören (Schneider et al., 2017).
Zu den Bipolaren Störungen gehören die Bipolar Störung I (Auftreten von manischen Episoden und Depression im Wechsel), II (Auftreten von Hypomanie und Depression im Wechsel) und die Zyklothymie (abgeschwächte Form der Bipolaren Störung). Die Bipolare Störung bringt neben der Depression im Wechsel eine abnorme Stimmungslage in Form von gesteigerter
Stimmungslage, motorischer Ruhelosigkeit, Ideenflucht, gesteigerter Libido und Größenwahn der Betroffenen mit sich, die Manie genannt wird. Alle Bipolaren Störungen sind somit durch einen nicht willentlich beeinflussbaren Wechsel zwischen diesen beiden Polen (Hypo)-Manie und Depression gekennzeichnet und unterscheiden sich nur durch die Verlaufsform dieses Wechsels:
Während Bipolar-I-Störungen durch einen Wechsel voll ausgeprägter manischer und depressiver Phasen geprägt sind (Abb. 1-C), sind bei der Bipolar-II-Störung manische Phasen nur in einer abgeschwächten Form, den hypomanen Phasen vorhanden (Abb. 1-D). Bei diesen Ausprägungen dauern die affektiven Phasen typischer Weise mehrere Wochen bis Monate, können dann aber schnell zwischen den beiden Polen wechseln, wobei auch Phasen mit einer Mischung aus depressiven und manieformen Symptomen vorkommen können. Treten hypomane in schnellem Wechsel zu sub-depressiven Phasen auf, wird von einer Zyklothymie gesprochen (Abb. 1-E).
(Caspar et al., 2018).
Die Ursache Bipolarer Erkrankungen kann bisher nicht abschließend geklärt werden, der heutige Stand der Wissenschaft geht jedoch von einem vor allem biologisch geprägten ätiologischen Modell aus, das genetischen Faktoren hohe Bedeutung beimisst. Außerdem spielen Umweltfaktoren und Persönlichkeitscharakteristika in der Entstehung der Erkrankung eine Rolle (DGBS & DGPPN, 2012).
Abbildung 1: Verschiedene Verläufe Affektiver Störungen in Anlehnung an Casper et al. (2018)
Die beiden führenden Diagnosemanuale DSM und ICD kategorisieren die Affektiven Störungen wie folgt:
Im multiaxialen DSM-IV sind die Affektiven Störungen auf der Achse I zu finden und werden in drei Teile aufgeteilt (Saß et al., 2003). Der erste Teil behandelt die affektiven Episoden, welche nicht als unabhängige Einheit diagnostiziert werden können, sondern die Diagnose erleichtern sollen und als Teilelemente der eigentlichen Diagnose gelten. Zu den affektiven Episoden gehören Episoden einer Major Depression, Manische Episoden, Gemischte Episoden und Hypomane Episoden.
Der zweite Teil behandelt die Affektiven Störungen, die meistens das Vorhandensein oder die Abwesenheit der affektiven Episoden des ersten Teils erfordern und wird in drei Teile unterteilt:
in Depressive Störungen, Bipolare Störungen und zwei ätiologie-orientierte Störungen. Zu den Depressiven Störungen gehören die Major Depression, die Dysthyme Störung und die Nicht Näher Bezeichnete Depressive Störung. Zu den Bipolaren Störungen gehören die Bipolar I und Bipolar II-Störung, sowie die Zyklothyme Störung und die Nicht Näher Bezeichnete Bipolare Störung. Zu den Ätiologie-orientierten Störungen gehören die Affektive Störung aufgrund eines medizinischen Krankheitsfaktors und die Substanzinduzierte Affektive Störung.
Der dritte Teil umfasst Zusatzkodierungen, die die letzte aktuelle Episode oder Verlauf der Rezidivierenden Episode beschreiben (Saß et al., 2003).
In der ICD-10 befinden sich die Affektiven Störungen unter den Nummern F30-39. Es wird einleitend beschrieben, dass es sich bei diesen Störungen um Veränderungen der Stimmung sowohl hin zur Depression als auch zur gehobenen Stimmung handelt. Folgende Störungen sind aufgelistet: Manische Episode (F30.0-2, F.30.8-9), Bipolare affektive Störung (F31.0-9), Depressive Episode (F32.0-3, F32.8-9), Rezidivierende depressive Störung (F33.0-3, F33.8-9), Anhaltende affektive Störungen (F34.0-1, F34.8-9), Andere affektive Störungen (F38.0-1, F38.8) und die Nicht näher bezeichnete affektive Störung (F39) (Dilling & Freyberger, 2019).
Affektive Störungen werden von der World Health Organization als ernstzunehmende psychische Störungen beschrieben: Weltweit leiden ungefähr 300 Millionen Menschen an Depressionen, von denen ein Großteil Frauen sind (WHO, 2020). Veränderungen der Gefühlslage wie Traurigkeit, Unruhe oder gehobene Stimmung, die Depressionen ausmachen, gehören zu jedem Menschen und können in allen Lebenslagen vorkommen. Deswegen ist es umso wichtiger, eine Affektive Störung gut zu diagnostizieren (Hautziger & Meyer, 2002).
Die Studie von Jacobi et al. (2014) erfasst das Auftreten psychischer Krankheiten in Deutschland bei Personen im Alter zwischen 18 – 79 Jahren in einer Stichprobe von 5318 Teilnehmenden. Es konnte festgestellt werden, dass 27.7% der Befragten in einem Zeitraum der
letzten 12 Monate an einer psychischen Krankheit litten. Hierbei fallen Affektive Störungen mit 9.3% auf den zweiten Platz der am häufigsten auftretenden Krankheiten. Außerdem konnten Jacobi und Kolleg:innen feststellen, dass die Komorbidität der psychischen Krankheiten unter den Erkrankten sehr hoch ist. 44% weisen mehr als eine und 22% drei oder mehr Diagnosen auf.
Im Heft 51 der Gesundheitsberichtserstattung des Bundes von 2010 wird berichtet, dass in der Bundesrepublik Deutschland die 12-Monatsprävalenz der Allgemeinbevölkerung für Affektive Störungen bei 12% und die Lebenszeitprävalenz bei 19% liegt, wobei diese für Frauen 25% und für Männer 12% beträgt (Wittchen et al., 2010). Das höhere Risiko für Frauen an Affektiven Störungen zu erkranken beträgt, wie schon in Deutschland zu sehen ist, ungefähr zwei zu eins und ist weltweit epidemiologisch belegt. Dieser große Unterschied sollte multifaktoriell betrachtet werden. Durch Betrachtung der psychosozialen und auch neurobiologischen Einflüsse, wie zyklische und hormonelle Veränderungen, könnte es möglich sein, das erhöhte Depressionsrisiko zu erklären (Burt & Hendrick, 2005).
Laut einer europäischen länderübergreifenden Studie zur mentalen Gesundheit, „European Study of the Epidemiology of Mental Disorders“ aus dem Jahr 2004, gehen Depressionen mit hoher Komorbidität einher und beeinflussen die Qualität des Lebens und die Arbeitsfähigkeit (Alonso et al., 2004).
Die differentialdiagnostisch richtige Einordnung der Affektiven Störung in die eingangs dargestellten Verlaufsformen ist auch für die Behandlung der jeweiligen Störung von hoher Relevanz. Neben unterschiedlicher medikamentöser Behandlung ist die Wahl des richtigen psychotherapeutischen Ansatzes von zentraler Bedeutung: Sowohl verhaltenstherapeutische als auch psychodynamische und psychoanalytische Therapieansätze beanspruchen für sich eine Eignung zur Behandlung Unipolarer Depressionen. Hinsichtlich ihrer Wirksamkeit konnten diese vor allem die kognitiv verhaltenstherapeutischen Therapien in randomisierten, kontrollierten Studien nachweisen. Insbesondere für die kognitive Therapie der Depression nach Beck wurde die Wirksamkeit mehrfach bestätigt. Diese Therapieform zeigt in der Akutbehandlung und in der Behandlung leichter und mittelgradiger Depressionen gute Erfolge (Backenstrass & Mundt, 2008).
Aber auch die psychodynamischen und analytischen Therapien werden in den letzten Jahren hinsichtlich ihrer Wirksamkeit vermehrt erfolgreich untersucht (Leichsenring et al., 2005).
Bei den Bipolaren Störungen stand lange Zeit eine ausschließlich medikamentöse Behandlung im Fokus. Aufgrund der hohen psychiatrischen und psychosozialen Beeinträchtigungen hat sich aber auch hier die Anwendung von Psychotherapie bei Patient:innen mit Bipolarer Affektiver Störung in den letzten 20 Jahren immer weiter etabliert. Es konnte vor allem für psychoedukative kognitiv verhaltenstherapeutische Ansätze ein Wirksamkeitsnachweis
erbracht werden. Sie sind in Kombination mit Psychopharmaka eine gängige, wirksame und leitliniengerechte Behandlungsvariante (Backenstrass & Mundt, 2008).
2.2. Persönlichkeitsstörungen
„Eine Persönlichkeitsstörung stellt ein überdauerndes Muster von innerem Erleben und Verhalten dar, das merklich von den Erwartungen der soziokulturellen Umgebung abweicht, tiefgreifend und unflexibel ist, seinen Beginn in der Adoleszenz oder im frühen Erwachsenenalter hat, im Zeitverlauf stabil ist und zu Leid oder Beeinträchtigungen führt.“
(Saß et al., 2003, p. 749)
Persönlichkeitsstörungen (PS) stellen eine häufige, aber schwierig zu diagnostizierende und zu behandelnde psychische Erkrankung dar (Tyrer et al., 2015). In ihrem Verlauf zeigen sie ein stabiles Symptombild, klingen aber im fortgeschrittenen Alter ab, wobei jede PS unterschiedliche Verlaufsformen vorweist. Bei allen PS ist festzustellen, dass die Betroffenen Schwierigkeiten in Beruf und Familie haben, häufiger wegen Krankheiten zum Arzt gehen und länger ohne feste Partnerschaften leben. Das Suizidrisiko der Betroffenen ist höher als bei anderen psychischen Störungen und liegt zwischen 2 und 6 %. PS sind laut der AWMF S2-Leitlinie für PS (Renneberg et al., 2010) grundsätzlich auch schon in der Kindheit diagnostizierbar, allerdings sollte hier von Persönlichkeitsentwicklungsstörungen gesprochen werden, um die Gefahr von zu früher Festlegung von maladaptivem Verhalten zu vermeiden. Außerdem ist die Diagnostik von PS in jungen Jahren häufig instabil und es wird daher empfohlen vor dem 15. Lebensjahr keine Diagnose PS zu vergeben. Im DSM-IV müssen Persönlichkeitszüge mindestens ein Jahr lang anhalten, damit bei Personen unter 18 Jahren eine PS diagnostiziert werden darf (Saß et al., 2003).
PS sollten immer in Abhängigkeit der jeweiligen Kultur betrachtet werden und nur in Anbetracht des soziokulturellen Kontextes des:r Patient:in diagnostiziert werden. Zu kulturspezifischen Aspekten gehören eine große sprachliche und somatische Variationsbreite in der Affektäußerung, ethnographische Unterschiede des kulturellen Kontextes und der Einfluss der Persönlichkeit auf kulturspezifische Ausdrucksformen. Zum Beispiel kann die Borderline PS sowohl in Japan als auch in den USA diagnostiziert werden, wobei die japanischen Patient:innen häufiger unter Derealisations- und Depersonalisationserleben leiden. In traditionellen Kulturen des Mittleren Osten kommen normalerweise hervorstechende Symptome der Borderline PS wie z.B.
selbstverletzendes Verhalten störungsassoziiert nicht vor (Sieberer, 2014).
Die epidemiologische Studie von Maier und Kolleg:innen (1992) zeigt eine Prävalenz von 9,4% in der Allgemeinbevölkerung. Unter psychiatrischen Patient:innen liegt allerdings die Prävalenz mit 39.5% deutlich höher. Diese groß angelegte Studie der WHO zeigt, dass die ängstlich
(vermeidende) PS mit 15.2% am häufigsten und die Paranoide (2.4%) und Schizoide (1.8%) PS seltener diagnostiziert wurden.
Erst seit Entwicklung des DSM-III sind PS auf der Achse II zu finden. Diese separate Abgrenzung gegenüber den restlichen psychischen Störungen, soll den Diagnostizierenden deutlich machen, dass die Diagnose einer PS besonders überprüft werden muss und das Vorhandensein nicht aufgrund der Achse I-Diagnose in den Hintergrund oder gar in Vergessenheit gerät. Es werden elf PS beschrieben, welche aufgrund ihrer Ähnlichkeiten in drei Cluster, Cluster A, B und C, unterteilt werden. In der ICD-10 sind PS unter den Nummern F60-61 - unter F60 die spezifischen PS und unter F61 die kombinierten und anderen PS - zu finden. Zwischen den beiden Diagnosesystemen DSM-IV und ICD-10 gibt es einige Unterschiede bei der Einteilung der PS.
Diese Unterschiede erschweren die routinierte Diagnostik in der Praxis und führen zu Schwierigkeiten bei der Vergleichbarkeit von Studien (Renneberg et al., 2010).
Der Cluster A beschreibt Personen, die sonderbar und exzentrisch erscheinen und umfasst die Paranoide, Schizoide und Schizotypische PS. Patient:innen mit einer Cluster A – PS haben typischerweise keine Krankheitseinsicht, sind selten in Behandlung und wenn, dann häufig aufgrund einer komorbiden psychiatrischen Störung der Achse I (Doering & Sachse, 2017).
Personen mit einer Paranoiden PS können sich nur schwer auf Beziehungen einlassen, begegnen ihrem Gegenüber mit Distanz und Misstrauen, wobei der Interaktion ein Wunsch nach Bestätigung und Verständnis zugrunde liegt. Außerdem haben sie Angst vor Kontrollverlust und dem Verlust der Selbstbestimmung (Doering & Sachse, 2017). In der ICD-10 findet sich die Paranoide PS unter F60.0.
Betroffenen mit einer Schizoiden PS, in der ICD-10 die Nummer F60.1, fällt es schwer Beziehungen aufzunehmen, sie halten extreme Distanz zu ihrem Gegenüber. Es erscheint als hätten sie weder Wünsche noch Ängste in Bezug auf andere Menschen und als wären sie unfähig, die angenehmen Seiten des Lebens zu genießen.
Die Schizotypische PS (ICD-10 Schizotype Störung F21) zeichnet sich durch bizarres und seltsames Verhalten aus. Die betroffenen Personen weisen häufig magisches Denken und kognitive Auffälligkeiten auf. Beziehungen sind durch Misstrauen geprägt und die Angst vor Angriff und Unterwerfung lässt sie sich zurückziehen. Nur im DSM-IV wird die schizotypische Störung als PS benannt, wohingegen sie in der ICD-10 den Schizophrenien auf Achse I dem Kapitel F2 Schizophrenie, Schizotype und Wahnhafte Störung (ICD-10: F21) zugeordnet wird.
Der Cluster B beschreibt Personen, die dramatisch, emotional oder launisch wirken und umfasst die Antisoziale, Borderline, Histrionische und Narzisstische PS. Patient:innen mit einer Cluster B PS erleben einen subjektiv hohen Leidensdruck, auf Grund starker begleitend auftretender affektiver Symptome. Diese entstehen häufig durch die Frustration eines
übertriebenen Wunsches nach Aufmerksamkeit, Zuwendung und Anerkennung. Bei Personen, die einen stabilen und erfolgreichen Lebensstil führen, kann dieser Leidensdruck nicht vorhanden sein, jedoch ist meistens das Umfeld aufgrund der rivalisierenden oder entwertenden Lebenseinstellung des Betroffenen beeinträchtigt (Doering & Sachse, 2017).
Die Antisoziale PS wird im ICD-10 als Dissoziale PS (ICD-10: F60.2) benannt. Betroffene mit dieser Symptomatik zeichnen sich durch Missachtung sozialer Normen und Verantwortungslosigkeit aus. Häufig geht delinquentes Verhalten mit dieser PS einher. Die Betroffenen zeigen keine Reue, haben kein Einfühlungsvermögen für andere und zeigen aggressives Verhalten.
Die Borderline PS findet sich im ICD-10 unter der emotional instabilen PS F60.3 und wird dort zwischen dem impulsiven Typ F60.30 und Borderline-Typ F60.31 aufgeteilt. Diese Unterteilung der Borderline PS in einen Borderline- und impulsiven Typus findet sich allerdings nur in der ICD-10 und nicht im DSM-IV. Diese PS bringt eine vielfältige Symptomatik mit sich, die sich zentral durch eine massive Störung der Affektregulation und interpersonelle Interaktionsprobleme auszeichnet. Betroffene zeigen häufig selbstschädigendes und suizidales Verhalten. Menschen mit einer BL PS führen meist ein chaotisches Leben, welches durch negativen Selbstwert und wiederkehrende komplizierte Beziehungen geprägt ist (S. Herpertz et al., 2017).
Personen mit einer Histrionischen PS (ICD-10: F60.4) wollen gerne im Mittelunkt stehen, sind bedürftig und haben ein großes Bedürfnis nach Aufmerksamkeit. Ihr Auftreten wirkt häufig gekünstelt, aufgesetzt und sexualisiert, kann aber je nach Umgebung sozial erfolgreich sein. Meist fällt die Anerkennung durch das Umfeld im fortgeschrittenen Alter ab, was die Betroffenen in depressive Krisen stürzen lassen kann.
Personen mit einer Narzisstischen PS, in der ICD-10 in der Unterkategorie Sonstige spezifische PSen F60.8 zu finden, sind extrovertiert, fordern ein hohes Maß von Bestätigung und Bewunderung ein und sind beherrscht von Größenideen zur Abwehr einer inneren Bedrohung von Schwäche und Abhängigkeit. Häufig werten sie andere ab, nutzen sie aus, sind arrogant und wenig empathisch. Die Narzisstische PS bekommt nur im DSM-IV eine eigene Kategorie.
Im Cluster C werden ängstliche oder furchtsame Personen beschrieben und umfasst die Vermeindend-Selbstunsichere, Dependente und Zwanghafte PS. Auch Cluster C Patient:innen kommen wie die Cluster A Patient:innen häufig wegen einer komorbiden Achse I Störung in Behandlung, da sie ihr eigenes Erleben und Verhalten nicht als veränderungswürdig und störend erleben (Renneberg, 2017).
In der ICD-10 befindet sich die ängstlich vermeidende PS unter F60.6 und wird im DSM- IV als Vermeidend-Selbstunsichere PS benannt. Menschen mit einer ängstlich-vermeidenden PS haben extreme Angst vor Kritik sowie Zurückweisung und ein sehr negatives Selbstbild. Sie
vermeiden aufgrund von Selbstunsicherheit soziale Situationen und verhalten sich in persönlichen Beziehungen gehemmt und zurückhaltend. Der Leidensdruck nimmt durch sozialen Kontakt zu und in besonders schweren Fällen spielt Suizidalität eine Rolle.
Die Dependente PS (ICD-10. Abhängige PS F60.7.) zeichnet sich durch unterwürfiges und konfliktvermeidendes Verhalten aus. Betroffene können Entscheidungen nicht eigenständig treffen und sind in hohem Maß von Bezugspersonen abhängig. Sie verhalten sich sozial erwünscht und angepasst. Häufig gehen Verlustängste mit dieser Störung einher.
Die Zwanghafte PS wird in der ICD-10 als anakastische PS betitelt und trägt die Nummer F60.5. Personen, die von einer Zwanghaften PS betroffen sind, wirken meist rigide, perfektionistisch sowie gewissenhaft und haben Angst davor, ihre eigenen Gefühle wahrzunehmen.
Sie orientieren sich stark an Normen und Regeln und haben ein sehr hohes Bedürfnis an Sicherheit.
Die hohen Ansprüche an sich selbst und an ihre Leistung können teilweise dazu führen, dass sie sich selbst im Weg stehen und sie Dinge nicht zu Ende bringen können.
Der Ansatz, dass verschiedene Persönlichkeitstypen strikt voneinander abgrenzbare Kategorien bilden, stellt sich als wenig zutreffendes Konzept dar: Vielmehr ist es möglich, dass Personen, die eine Störung im Cluster B diagnostiziert bekommen auch Merkmale der Störungen in Cluster C aufweisen (Cloninger, 2000).
Eine zusätzliche Herausforderung, die das richtige Diagnostizieren von PS erschwert, ist die Wahl der Diagnoseinstrumente. Es gibt kaum Instrumente, die schnell und genau diagnostizieren. Die vielen Kriterien der PS in den großen Diagnosemanualen sind oft abschreckend und die Schwierigkeit, Persönlichkeit in Abgrenzung von der inneren Befindlichkeit zu beurteilen, stellt oft Hürden dar, eine solche Diagnose zu vergeben (Tyrer et al., 2015).
Das diagnostische Vorgehen zur Diagnose einer PS ist ausschlaggebend für die Diagnose- Genauigkeit: Es wird empfohlen, strukturierte oder halbstrukturierte Interviews zu verwenden, da diese standardisiert und gut vergleichbar sind (Zimmerman et al., 2005). Am häufigsten werden das International Personality Disorder Examination (IPDE) und das Strukturierte Klinische Interview zur Diagnostik von PS (SKID-II) durchgeführt (Renneberg et al., 2010).
Eine weitere Herausforderung bei der Diagnostik der PS ist, dass Persönlichkeitsmerkmale, die die Grundlage der Diagnostik für PS bilden, auch bei Menschen vorkommen, die nicht alle Kriterien einer PS erfüllen. Daher wird diskutiert, das kategoriale Störungsmodel in eine kontinuierliche dimensionale Einteilung von Persönlichkeitsstil bis hin zur Störung zu ändern (Davison et al., 2016).
So werden im DSM-V bereits beide Konzepte nebeneinander dargestellt, um dem:r Kliniker:in eine personalisiertere und genauere Diagnosemöglichkeit anzubieten. Die Klassifikation erfolgt allerdings noch anhand des DSM-IV Systems. Betrachtet man die Entwicklung der PS in
DSM III bis DSM V, so zeigen sich von Ausgabe zu Ausgabe erhebliche Unterschiede bei der Klassifikation und Konzeptualisierung der PS. Dies zeigt deutlich, dass das Gebiet der PS ein aktiv beforschtes und diskutiertes Feld innerhalb der Psychiatrie darstellt.
Diese Änderungen in Konzeptualisierung und Diagnostik spiegeln sich natürlich auch in der Entwicklung der Behandlungen für PS wider. Der äthiologische Ursprung der PS wird in der Kindheit und Jugend gesehen. Er wird durch das Konzept des lebenslangen Lernens in der neuronalen Plastizität des Gehirns verankert. In Verbindung mit der Erforschung der biopsychoszialen Grundlagen von PS wird eine Behandlung von PS als möglich gesehen (Euler et al., 2018). Dabei stellt Psychotherapie in Form von spezifischen Behandlungsansätzen den zentralen Behandlungsansatz der PS dar (Renneberg et al., 2010):
Empirisch überprüft und als wirksam befunden, sind zwei verhaltenstherapeutische Therapien: Die dialektisch-behaviorale Therapie (DBT) und die Schematherapie (S. Herpertz et al., 2017). Außerdem gehören zu den evidenzbasierten Therapieverfahren die Tiefenpsychologische Übertragungsfokussierte Therapie nach Kernberg (TFP) und die Mentalisierungsbasierte Therapie (MBT). Diesen vier Therapieformen liegen, trotz verschiedener theoretischer Grundannahmen, eine aktive, klärende Haltung des Therapierenden, umfassende Diagnostik und Therapieziele im Hier und Jetzt zugrunde (Euler et al., 2018).
Die Verbindung aus komplexen und heterogenen Konzepten der PS in Verbindung mit spezifischen psychotherapeutischen Behandlungskonzepten unterstreicht dabei die Erfordernis einer genauen Diagnostik der Patient:innen und einer Fortsetzung der Forschungsbemühungen in diesem Bereich.
2.3. Komorbidität von Affektiven und Persönlichkeitsstörungen
Wie im vorangegangen Abschnitt 2.2 aufgeführt, gehen viele PS mit zum Teil erheblichen affektiven Symptomen einher. Die Betrachtung der Komorbidität von Affektiven Störungen und PS stellt somit eine sehr hohe Bedeutung für die Forschung und Praxis dar.
PS sind oft ein ausschlaggebender Faktor für das Wiederkehren psychischer Störungen.
Eine ausführliche und eindeutige Diagnose der PS wäre für den weiteren Krankheitsverlauf ein ausschlaggebender Faktor, um eine spezifische Therapie einleiten zu können (Tyrer et al., 2015).
Häufig wenden sich Patient:innen mit PS erst aufgrund anderer Beschwerden wie zum Beispiel einer Depression an Fachpersonal. Rückfälle, Chronifizierung und Krankheitsschwere stellen einen direkten Bezug zum Auftreten komorbider Störungen dar und sie sind auch für den Therapieverlauf wichtig zu erfassen (Renneberg et al., 2010).
PS können als Risikofaktoren für Affektive Störungen angesehen werden, aber auch andersherum. Um eine komorbide PS zu diagnostizieren, ist eine differentialdiagnostische Abgrenzung sehr wichtig (Gouzoulis-Mayfrank et al., 2008).
Kronmüller und Mundt (2006) schaffen einen Überblick der Forschung von Persönlichkeitsmerkmalen und Depressionen. Verschiedene Ansätze der Persönlichkeitsforschung werden immer wieder im Zusammenhang mit Depressionen untersucht und zeigen die Wichtigkeit des gemeinsamen Betrachtens dieser Felder. Außerdem wird die hohe Komorbidität von PSen und Depressionen aufgeführt. 35-65% der an einer Depression Erkrankten weisen eine komorbide PS auf: Es zeigt sich, dass PS häufig bei jüngeren Patient:innen auftreten und mit Angsterkrankungen einhergehen. Außerdem treten PS aus Cluster C zu 50% häufiger in Verbindung mit einer Depression auf als aus Cluster A und B. Aus dem Cluster B tritt am häufigsten die Borderline PS komorbid auf.
Innerhalb des groß angelegten Rhode Island Methods to Improve Diagnostic Assessment and Services Projekts (MIDAS) haben Zimmermann und Kolleg:innen (2005) von 1500 ambulanten Patient:innen die Häufigkeiten der DSM-IV PS und deren Komorbiditäten untersucht.
Ein Drittel der Untersuchten wiesen eine DSM-IV PS auf und 60% von ihnen eine weitere komorbide PS. 30 bis 50 Prozent wiesen eine Achse I Störung auf, zu deren häufigen Diagnosen die Major Depression gehört.
Schiavone und Kolleg:innen (2004) stellten bei 64,7% von 247 stationären Patient:innen mit Affektiven Störungen eine komorbide PS fest, wobei bei Patient:innen mit einer Unipolaren Depression eine Borderline PS mit 31,6%, eine Dependente PS mit 25,2% und eine Zwanghafte PS mit 14,2% auftrat. Bei Patient:innen mit Bipolarer Störung trat eine Borderline PS mit 41%, eine Narzisstische PS mit 20,5%, eine Dependete PS mit 12,8% und eine Histrionische PS mit 10,3% auf.
Die Metaanalyse von Newton-Howes und Kolleg:innen (2006) beschäftigt sich mit dem gleichzeitigen Auftreten von PS und Depressionen und konnte feststellen, dass das Vorhandensein einer PS den Verlauf einer Depression verschlechtert. Die 55 % der depressiven Patient:innen mit PS in der Studie hatten dabei schlechtere Ergebnisse als die übrigen 45 % ohne PS.
Innerhalb der länderübergreifenden Studie „The Outcome of Drepression International Network“, kurz ODIN (2004), wurde sich mit der Komorbidität von PS bei depressiven Erkrankungen auseinandergesetzt sowie die Hypothese untersucht, dass Menschen mit Depressionen und damit einhergehender PS stärkere Symptome, schlechtere Funktionen, mehr Arztbesuche und Medikation vorweisen. Hierzu wurden 302 erwachsene Patient:innen in Irland, England, Norwegen, Finnland und Spanien diagnostiziert und es konnte eine Prävalenz von PS von 22% festgestellt werden.
Friborg und Kolleg:innen (2014) führten eine Metaanalyse über die Prävalenz von Persönlichkeitsstörungen bei Patient:innen mit Affektiven Störungen über den Zeitraum von 1988 bis 2010 durch. Sie konnten 122 Studien einbeziehen und stellten für Menschen mit Bipolarer Störung eine Prävalenz von 42%, für Menschen mit Major Depression von 45% und für Menschen mit Dysthemie von 60% fest.
Zusammenfassend lässt sich also mit Sachse und Kiszkenow-Bäker (2014) sagen, dass PS und Affektive Störungen unabhängig voneinander auftreten, sich aber auch wechselseitig beeinflussen können (siehe Abbildung 2). Dieser Überschneidungsteil der Störungsbilder soll im Folgenden mit einem Beispiel näher erklärt werden:
Abbildung 2: Verhältnis von Persönlichkeitsstörungen zu Affektiven Störungen
Anhand des Modells der doppelten Handlungsregulation kann die wechselseitige Beeinflussung der beiden Störungsbilder verdeutlicht werden. Dieses Modell erklärt die Entstehung von PS, wurde von Sachse entwickelt und folgendermaßen erklärt: Jeder Mensch hat bestimmte Motive (z.B. Motiv nach Beziehung, Anerkennung und Wertschätzung) und besitzt bestimmte Schemata (z.B. Annahmen über sich selbst und die Welt). Wenn nun zum Beispiel das Beziehungsmotiv in der Kindheit immer wieder enttäuscht wurde, spielt im weiteren Leben das Motiv nach Wertschätzung eine große Rolle. Gleichzeitig wurden im Laufe der Zeit negative Schemata über sich selbst und Beziehungen entwickelt, wie zum Beispiel „Ich bin wertlos“. Diesen Konflikt tragen die Betroffenen auf der sogenannten Spielebene aus, indem sie sich manipulativ und undurchsichtig verhalten. Das Bedürfnis nach Wertschätzung wird demnach nur kurzfristig befriedigt und es entstehen daraufhin weitere Enttäuschungen und zwischenmenschliche Probleme.
Wenn also eine betroffene Person mit PS eine gute Kompensation hat, spielen ihre dysfunktionalen Schemata keine große Rolle. Gelingt diese Kompensation nicht mehr, lassen sich die dysfunktionalen Schemata nicht mehr kontrollieren und bieten somit eine Basis für die Entstehung einer Affektiven Störung (Rainer Sachse, 2019).
Ein konkretes Beispiel für dieses Modell ist eine Person mit einer Narzisstischen PS, die ihren Job verliert. Das Bedürfnis nach Anerkennung und Bewunderung wird im beruflichen Kontext frustriert und die weitere Möglichkeit, sich kompensatorisch durch Leistung zu beweisen, fällt weg. Durch das Scheitern der Kompensation werden negative Selbst- und Beziehungsschemata aktiviert. Hierdurch wird das Denken eines/r Betroffenen zunehmend negativ und es entwickelt sich in Folge eine starke Hilf- und Hoffnungslosigkeit. Diese kognitiven Symptome wiederum führen zu einem Rückgang von Aktivitäten und damit verbunden einem weiteren Rückgang von positiver Verstärkung durch Dritte. Auf diese Art und Weise bildet sich das Vollbild einer Depression. Die Symptome dieser Depression werden von den Betroffenen häufig als Rückschluss und Bestätigung ihrer negativen Schemata gesehen und verstärken diese.
Somit entsteht durch die beidseitigen Wechselwirkungen zwischen PS und Affektiver Störung ein Teufelskreis, der beide Störungen verstärkt.
Aus dem aufgezeigten Zusammenhang und den im Abschnitt 2.2 dargestellten spezifischen Therapiemethoden bei PS wird klar, dass es von zentraler Bedeutung bei der Behandlung Affektiver Störungen ist, eine komorbide PS zu erkennen. Diese Zusammenhänge verdeutlichen auch die Notwendigkeit und Wichtigkeit dieser Studie, denn eine genaue Abschätzung der Prävalenz von PS in der Gruppe der Affektiven Störungen sind von unabdingbarer Wichtigkeit für Forschung, Therapie und Bedarfsplanung im Gesundheitswesen.
Im folgenden Kapitel soll aufbauend auf den theoretischen Zusammenhängen von Affektiven- und Persönlichkeitsstörungen die Methode der Metaanalyse und ihre Relevanz für die Frage nach den Prävalenzen von PS in der Gruppe von Patient:innen mir Affektiven Störungen dargestellt werden.
2.4. Metaanalyse
Jedes Jahr nimmt die Anzahl veröffentlichter Artikel und wissenschaftlicher Forschungsarbeiten deutlich zu: In den letzten 10 Jahren wurden pro Jahr zwischen 500 bis 1000 Artikel alleine in der Datenbank „PubMed“ zu PS und Affektiven Störungen publiziert (Abb. 3).
Abbildung 3: PubMed Timline Suchanfrage Persönlichkeitsstörung & Affektive Störung
Für Wissenschaftler:innen, Forscher:innen und Ärtzt:innen stellt es daher eine immer größere Herausforderung dar, einen Überblick über den aktuellen Forschungsstand zu haben. Um diese breite Lage der Publikationen übersichtlich zu gestalten, werden thematische Zusammenfassungen und gleichzeitige Kritiken von Artikeln erstellt. Wenn jede Forschungsarbeit zu einem Thema immer die gleichen Ergebnisse liefern würde, würde die Masse der Publikationen kein Problem darstellen. Insbesondere im Bereich der Sozialwissenschaften und der Medizin ist dies jedoch nicht der Fall, denn es gibt große Unterschiede im Bereich der Ergebnisse und Effektstärken in Bezug auf ein Forschungsthema. Zusammenfassungen dienen also entweder dazu einen Überblick auf unübersichtliche Ergebnisse verschiedener Einzelstudien zu geben oder sie können eingesetzt werden, um die statistische Power aufgrund geringer Fallzahlen zu erhöhen und dienen damit zur Identifikation falscher Ergebnisse. Für die Zusammenfassung von Publikationen von Einzelstudien sind folgende Formen möglich: narrative Reviews, systematische Übersichtsarbeiten, Metaanalysen publizierter Daten und gepoolte Reanalysen (Metaanalysen mit Individualdaten) (Ressing et al., 2009).
Die vorliegende Arbeit konzentriert sich auf die quantitative Metaanalyse: Metaanalysen haben das Ziel, nach Möglichkeit, alle zu einem Thema existierende Forschungsarbeiten zusammenzufassen die a priori festgelegten Qualitätskriterien entsprechen. Dafür werden im Vorhinein bestimmte Ein- und Ausschlusskriterien festgelegt, nach denen dann die Forschungsarbeit entsprechend ein- oder ausgeschlossen wird (Ressing et al., 2009). Für das Erstellen einer Metaanalyse ist es wichtig mit mindestens einer weiteren Person zusammenzuarbeiten, sodass im Auswahlprozess der Studien Fehler vermieden werden (Higgins
0 300 600 900 1200
Year 1953 1958 1964 1969 1974 1979 1984 1989 1994 1999 2004 2009 2014 2019
& Green, 2015). Aus den ausgewählten Forschungsarbeiten werden alle relevanten Informationen extrahiert, um im nächsten Schritt eine rechnerische Zusammenfassung der statistischen Befunde aus den Primärstudien vorzunehmen. Das Ziel ist es eine Schätzung über einen bestimmten statistischen Effekt zu bekommen und diesen studienübergreifend auf seine Signifikanz hin zu überprüfen. Die statistische Validität der Metaanalyse ist dabei höher als bei einer Einzelstudie.
Man nimmt an, dass sich die addierten Stichprobeneffekte dem wahren Populationseffekt annähern, da die Gesamtstichprobe aller addierten Primärstichproben eine höhere Teststärke als eine Primärstudie selbst haben (Döring & Bortz, 2016).
Allerdings gibt es auch Probleme, die Metaanalysen mit sich bringen: Hierzu gehört zum Beispiel das garbage in, garbage out-Problem. Es besagt, dass eine Metaanalyse nur die Ergebnisse wiedergeben und die Qualität besitzen kann, die auch die Primärstudien leisten (Cuijpers, 2016).
Das file drawer-Problem beschreibt die Fälle, bei denen Forschungsarbeiten aufgrund ihrer nicht aussagekräftigen Ergebnisse, die die erwünschten Hypothesen nicht unterstützen, möglicherweise nie veröffentlicht werden. Somit können diese Ergebnisse nicht mit in die Metaanalyse einbezogen werden (Cuijpers, 2016). Außerdem gibt es das angenda driven-Problem, welches besagt, dass die Forschenden einer Metaanalyse ihrer Forschungsfrage gegenüber voreingenommen sind (Cuijpers, 2016). Das Äpfel und Birnen-Problem stellt dar, dass viele Studien, die den gleichen Sachverhalt untersuchen, unterschiedliche Herangehensweisen für verschiedene Teile der Umsetzung einer Forschungsarbeit beinhalten. Um diese also miteinander vergleichen zu können müssen strikte Kriterien definiert werden, welche die zu inkludierenden Studien mit sich bringen müssen, damit sie inhaltlich und methodisch miteinander vergleichbar sind (Döring & Bortz, 2016).
Um die Ein- und Ausschlusskriterien genau zu definieren, sind nach Cuijpers (2016) in
„Meta-analysis in health research. A practical guide“ auf folgende sechs Schritte zu achten:
Der erste Schritt beinhaltet die Forschungsfrage: Zu Beginn einer jeden Forschungsarbeit sollte die Frage genau formuliert sein. Ihr sollen vier wichtige Angaben zugrunde liegen, nämlich die Definitionen der Teilnehmenden, der Interventionen, der Vergleiche und der Ergebnisse. Bei den Teilnehmenden ist wichtig, die Bestimmung des Alters, der Krankheit und der Zielgruppe, wie z.B. stationär, nicht stationär, festzulegen. Die Ergebnisse sollten insofern spezifiziert sein, indem festgelegt wird wie erhoben wird, z.B. dichotom, auf einer Skala, durch Patientenbefragung oder standardisierte Verfahren. Um hier die Metaanalyse in den nächsten Schritten ohne viele Unstimmigkeiten durchzuführen, ist es nun wichtig diese Ein- und Ausschlusskriterien möglichst genau zu definieren.
Nachdem die Fragestellung und die zugehörigen Ein- und Ausschlusskriterien festgelegt wurden, gilt es, die passenden Studien zu finden. Dazu eignen sich Datenbanken wie z.B. PsychInfo oder Pubmed. Um in Datenbanken fündig zu werden, müssen die Kriterien in die richtigen
Schlagwörter umgewandelt werden. Außerdem ist es möglich, über Plattformen Autor:innen zu kontaktieren, um Zugriff auf deren Artikel zu bekommen oder sich über Universitäten an Spezialist:innen zu wenden. Es können sowohl kostenpflichtige als auch frei zugängliche Artikel in die Metaanalyse miteingeschlossen werden.
Der dritte Schritt ist, die gefundenen Studien zu selektieren und diejenigen auszuwählen, die in die Metanalyse einbezogen werden. Für diesen Schritt ist es wichtig mit einem:r zweiten Rater:in zu arbeiten. Beide sollten die Studienselektion unabhängig voneinander vornehmen, jeden Schritt und Auswahl dokumentieren und ihre Ergebnisse dann miteinander vergleichen, diskutieren und ebenso dokumentieren.
Die Studienauswahl richtet sich nach dem PRISMA Protokoll (Ziegler et al., 2011). Zunächst werden alle Titel und Abstracts gesichtet. Diese Vorauswahl dient dazu, Duplikate zu entfernen, fälschlich einbezogene Studien zu extrahieren und die Studienauswahl durch zutreffende Kriterien in einem ersten Screening einzuschränken. Die Rater:innen können im Falle von Uneinigkeiten eine:n dritte:n Rater:in hinzuziehen, der:die dann die Entscheidung trifft. Welche Studien letztendlich in die Metaanalyse einbezogen werden, kann nur durch das Screening der Volltexte entschieden werden. Anschließend wird die Datenextraktion durchgeführt. Die Daten werden aus drei Gruppen der Volltexte extrahiert: Studiencharakteristik, Risk of Bias oder andere Qualitätsfaktoren sowie der Daten zur Effektgrößenberechnung. Die Studiencharakteristik beinhaltet z.B. Titel, Autor:innen, Erscheinungsjahr und wesentliche Informationen wie die Teilnehmenden. Im Methodenteil dieser Masterarbeit unter 3.1 werden die Einschlusskriterien für diese Metaanalyse aufgelistet. Um die Qualität der Studien zu prüfen ist es ratsam, sich an Vorgaben zu halten. Für die vorliegende Arbeit wurde die Newcastle-Ottawa Scale herangezogen, welche im Kapitel 3.3 beschrieben ist.
Der vierte Schritt umfasst das Schätzen und Zusammenfassen der Effektstärken. Durch die Verwendung verschiedener Tests in den unterschiedlichen Artikeln müssen deren Werte standardisiert werden, um sie zusammenzufassen. Normalerweise wird in der psychologischen Forschung bei Fragestellungen bezüglich eines Gruppenunterschieds für diese standardisierte Effektgröße das Cohen’s d benutzt, welches auf kontinuierlichen Ergebnissen basiert und mittels Standardabweichungen den Unterschied zwischen zwei Gruppen darstellt. Die Effektgrößen werden als klein 0.20, mittel 0.50 und groß 0.80 interpretiert. Nachdem die Effektgrößen extrahiert sind, werden nun die Mittelwerte berechnet. Das Poolen der Effektgrößen dient dazu, die bestmögliche Schätzung der wahren Effektgröße zu bekommen. Nur mit einer Mindestanzahl von Studien und Teilnehmenden und einem Höchstmaß an Heterogenität dürfen die Effektgrößen gepoolt werden. Außerdem wird ein Model angenommen, nach dem die Ergebnisse der
unterschiedlichen Studien gepoolt werden können. Das sog. fixed effect model sagt aus, dass alle Studien unter den selben Bedingungen durchgeführt wurden. Das heißt, sie sind alle Replikationen voneinander und alle Faktoren, die Einfluss auf die Effektgrößen genommen haben, sind dieselben.
Die Effektgrößen unterscheiden sich nur durch zufällige Fehler innerhalb der Studien. Das sog.
random effect model besagt demgegenüber, dass es zwar auch zufällige Fehler gibt, die Studien sich jedoch zusätzlich bezüglich der Einflussfaktoren auf die Effektgrößen unterscheiden können.
Neben dem Pooling von Effektgrößen kann die Meta-Analyse auch zur Schätzung von Krankheitshäufigkeiten, wie Inzidenz und Prävalenz, verwendet werden (Barendregt et al., 2013).
Der nächste Schritt ist die Untersuchung der Heterogenität zwischen den Studien. Die Heterogenität zeigt, wie unterschiedlich die Studien bezüglich der Effektgrößen untereinander sind.
Um die Heterogenität zu berechnen, wird die I2 Statistik durchgeführt, durch die dann der Prozentsatz der Gesamtvarianz erklärt werden kann. Das I2 kann von 0% bis zu 100% variieren, wobei 0% keine überzufällige Heterogenität zwischen den Werten bedeutet und 100%, dass die Unterschiede zwischen den Effektgrößen nicht auf Zufall zurückzuführen sind. Ergebnisse von bis zu 25% stellen eine geringe, um 50% eine mittlere und ab 75% eine hohe Heterogenität dar (Higgins et al., 2003). Anschließend muss der publication bias erhoben werden, der auch, wie oben schon beschrieben, unter dem file drawer Problem bekannt ist. Eine Annahme des publication bias ist, dass bei Studien mit großer Anzahl an Teilnehmenden die Effektgröße besser geschätzt werden kann als bei Studien mit geringer Teilnehmer:innenanzahl, da hier die zufällige Variation der Effektstärke größer ist. Diesen Unterschied kann man graphisch mit einem funnel plot darstellen, in dem die Präzision der Schätzung gegen die Effektgröße aufgetragen wird. Sollten alle durchgeführten Studien publiziert worden sein, müsste sich eine symmetrische Darstellung der Befunde in Form eines Trichters (funnel) ergeben. Je unsymmetrischer die Darstellung ist, desto höher ist der publication bias und umgekehrt. Außerdem kann mittels linearer Regression durch den Egger’s Test rechnerisch überprüft werden, ob es einen publication bias gibt.
2.5. Spezifizierung der Fragestellung
Die spezifische Fragestellung dieser Arbeit ergibt sich aus dem metaanalytischen Ansatz in Verbindung mit den in Abschnitt 2.1. -2.3. dargestellten theoretischen und empirischen Grundlagen. Die zentrale Fragestellung ist:
Wie hoch ist die Prävalenz von Persönlichkeitsstörungen in einer Patient:innenpopulationen von Personen mit Affektiven Störungen?
Weitere daran anknüpfende Fragen sind: Gibt es zwischen den Gruppen der Unipolaren und Bipolaren Affektiven Störungen Abweichungen in den Prävalenzen? Wie unterscheiden sich die Prävalenzen hinsichtlich der einzelnen Untergruppen der PS?
Auf Grund der theoretischen und empirischen Vorarbeiten ist sowohl zwischen den einzelnen Affektiven Störungen als auch zwischen den spezifischen PS keine Gleichverteilung der Prävalenzen der jeweils komorbiden Störungen zu erwarten
3. Methode
3.1. Einschlusskriterien
Die Suche in den Datenbanken erfolgte von Volkert und Kolleg:innen (2018): Es wurde nach Persönlichkeitsstörungen in der Allgemeinbevölkerung gesucht. Hierbei wurden auch Studien mit klinischen Stichproben gefunden. Diese wurden daraufhin wie folgt ausgewählt: Die Population sollte eine klinische Stichprobe psychisch kranker Erwachsener ab 18 Jahren mit Affektiven Störungen sein, welche nach ICD-10 und DSM-IV diagnostiziert wurden. Die Studien sollten in Europa, Nordamerika, Australien und Neuseeland, inklusive der Länder, die zumindest teilweilse auf dem jeweiligen Kontinent liegen, durchgeführt worden sein. Es bestand keine Untergrenze bezüglich der Stichprobengröße, allerdings der Anspruch an eine repräsentative Stichprobenziehung. In den Studien durfte eine Eingrenzung des Alters und Geschlechts vorkommen, jedoch keine weiteren Eingrenzungen bezüglich Herkunft, Ethnie, sexueller Orientierung oder anderer soziodemografischer Merkmale. Es sollten englisch- oder deutschsprachige epidemiologische Studien oder Studien, in deren Rahmen für eine repräsentative Stichprobe Prävalenzraten von PS berichtet werden, miteinbezogen werden. Die Diagnose sollte mittels standardisierter Instrumente erfolgen, allerding ohne Einschränkung bezüglich der Quelle (Selbst- vs. Fremdbeurteilung).
3.2. Suchstrategie
Es wurden von Volkert und Kolleg:innen die Datenbanken PsycINFO, Psyndex und Medline mit den Schlüssel-/Schlagworten personality disorder$".ti., "axis ii disorder$".ti., prevalence.ti., prevalence.ab." und einer Begrenzung auf den Zeitraum ab 1994 durchsucht.
3.3. Studienauswahl und Qualitätsprüfung
Für die Durchführung einer Metaanalyse ist es sinnvoll, dass alle Schritte von mindestens zwei Personen durchgeführt werden, was in dieser Arbeit in Zusammenarbeit mit Gunhild Bachmann (GB) geschah. Die Unterteilung der Studien in klinische und nichtklinische Populationen wurde vorab durch Volkert und Kolleg:innen durchgeführt.
Im ersten Schritt wurden die klinischen Studien durch Titel und Abstract von den beiden Raterinnen einzeln ausgewählt. Übereinstimmungen und Unstimmigkeiten wurden beim gemeinsamen Sichten geklärt. Wurde hierbei keine Lösung gefunden, kam Sven Rabung (SR) hinzu, um die Entscheidung mit ihm gemeinsam zu treffen.
Im nächsten Schritt wurden die Volltexte der Studien hinsichtlich der oben beschriebenen Einschlusskriterien gesichtet. Es wurde, wie im ersten Schritt, nach der Auswahl der einzelnen Raterinnen Rücksprache gehalten und bei Unstimmigkeiten SR hinzugezogen.
Aus den nun eingeschlossenen Studien wurden folgende Daten in eine Excelmaske extrahiert:
Autor:innen, Titel, Erhebungsland, Erhebungsjahr, Studienart, Art der Stichprobeerhebung, Art der Stichprobe, Ausschlusskriterien, Antwortrate, Stichprobengröße bei Erhebung, endgültige Stichprobengröße, Alter (Range), Alter (Mittelwert), Alter (Standardabweichung), Geschlecht (Prozent der weiblichen Teilnehmer), Achse I Störung, Achse I Erhebungsmethode, Achse II Störung, Achse II Erhebungsmethode, Komorbidität, genutzte Verweise, sowie die Prävalenzen (getrennt nach Achse I Störung und, wenn angegeben, nach Geschlecht).
Die Studienqualität wurde anhand der Newcastle-Ottawa Scale (NOS) (Wells et al., 2014) und einem an Rotenstein und Kolleg:innen (2016) angelehntes Punktesystem bewertet. Die Universitäten Newcastle (Australien) und Ottawa (Kanada) arbeiten fortlaufend an der NOS, welche dazu dienen soll, die Qualität nicht randomisierter Studien zu beurteilen. Die Qualität wird anhand des Designs der Studie, des Inhalts und ihrer Verständlichkeit bewertet und kann dann in die Bewertung der Ergebnisse von Metaanalysen miteinbezogen werden. Es werden drei Perspektiven beurteilt: Die Auswahl der Stichproben, Vergleichbarkeit der Gruppen und die Ermittlung des Outcomes.
In Tabelle 1 werden die Kriterien dargestellt, die jeweils mit einem oder keinem Punkt bewertet werden können. Die Summe dieser fünf Kriterien bildet den Bias-Score. Wird eine Studie mit einem Punktestand von 3 oder höher bewertet, besteht ein relativ geringes Verzerrungspotential, wird sie mit weniger als 3 Punkten bewertet, besteht ein eher hohes Verzerrungspotential.
Anschließend wurden die extrahierten Prävalenzen nach ihren Charakteristiken, Achse I und II Erhebungsmethode, Achse II Störung, sortiert. Diese neu entstandenen Datensätze bieten die Grundlage für die Metaanalyseberechnungen in R (siehe Kapitel 4.3).
Tabelle 1: NOS Kriterien (Wells et al., 2014)
Geringes
Verzerrungsrisiko unklar Hohes Verzerrungsrisiko
Stichprobenrepräsentativität
Die Bevölkerung ist durch ein randomisiertes Stichprobenverfahren in der Stichprobe abgebildet
In der Studie sind nicht ausreichen Informationen angegeben
Die Stichprobe kann nicht als repräsentativ für die Bevölkerung des Landes gesehen werden Stichprobengröße Stichprobe ist größer oder
gleichgroß n = 1000 Stichprobengröße ist
nicht angegeben Stichprobe ist kleiner als n = 1000
Antwortrate
Hohe Antwortrate von 85% oder höher, kein signifikanter Unterschied zwischen Gruppe der Befragten und Gruppe der Nicht- Befragten
Anzahl der Antwortrate nicht ausreichend in der Studie berichtet.
Geringere Antwortrate als 85%, signifikanter Unterschied zwischen Gruppe der Befragten und Gruppe der Nicht- Befragten
Diagnose von PS nach ICD oder DSM
Messinstrument zur Diagnose von PS gemäß DSM-IV, DSM-5, ICD- 10
In der Studie sind keine ausreichenden
Informationen angegeben
Kein Messinstrument zur Diagnose von PS gemäß DSM-IV, DSM-V oder ICD-10 verwendet
Qualität der deskriptiven Statistik
Deskriptive Statistik beinhaltet Angaben zur Stichprobenbeschreibung (z.B. Alter, Geschlecht) mit geeigneten
Streuungsmaßen (z.B.
Mittelwert,
Standardabweichung).
In der Studie sind keine ausreichenden
Informationen angegeben
Deskriptive Statistik beinhaltet keine Angaben zur
Stichprobenbeschreibung (z.B. Alter, Geschlecht) mit geeigneten
Streuungsmaßen (z.B.
Mittelwert,
Standardabweichung)
3.4. Statistische Auswertung
Die statistische Auswertung wurde mittels R 1.4.1.0. für Mac OS 11 erstellt (Team, 2021).
Die Metanalysen wurden mit dem Package „meta“ 4-17-0 ausgeführt (Balduzzi et al., 2019). Die Egger-Tests wurden unter Verwendung des Packages „dmetar“ 0.0.9000 (Harrer et al., 2019) durchgeführt.
Die Daten zur Prävalenzgrößenberechnung wurden aus den einzelnen Artikeln herausgelesen, indem die berichteten Prävalenzen genutzt und mittels der Double Arcsine Transformation berechnet wurden (Barendregt et al., 2013). Man kann annehmen, dass die Prävalenz eine Binomialverteilung innehat, somit kann die Binomialgleichung für die Varianz verwendet werden, um die Gewichte der einzelnen Studien zu erhalten. Wenn sich die Prävalenzwerte den Konfidenzgrenzen 0 und 1 nähern, tritt das Problem auf, dass die Varianzen gegen 0 gequetscht werden und somit eine zu große Gewichtung erhalten. Bei der Double Acrsine Transformation wird sowohl das Problem der Varianzinstabilität, als auch das der Konfidenzgrenzen behoben. Denn sie hat den Vorteil, dass ihre Varianzen nur von den Stichprobengrößen abhängen und diese als gültige und feste Werte behandelt werden können (Lin
& Xu, 2020).
Da man nicht davon ausgehen kann, dass die Studien die selbe Population beinhalten, behandelt man die Daten unter der Annahme, dass es nicht nur eine wahre Effektgröße, sondern eine Verteilung der wahren Effektgrößen gibt. Das Random-Effects-Modell arbeitet unter der sogenannten Annahme der Austauschbarkeit. Das bedeutet, dass wir in Meta-Analysen mit dem Random-Effects-Modell nicht nur davon ausgehen, dass die Effekte einzelner Studien aufgrund von Stichprobenfehlern vom wahren Interventionseffekt aller Studien abweichen, sondern dass es eine weitere Quelle der Varianz gibt, die dadurch eingeführt wird, dass die Studien nicht aus einer einzigen Population stammen, sondern aus einem "Universum" von Populationen gezogen werden (Schwarzer et al., 2015).
4. Ergebnisse
4.1. Studienidentifizierung
Entsprechend der festgelegten Suchkriterien wurden anhand der Schlagworte in den Datenbanken PsychINFO, Psyndex und Medline 918 Studien gefunden. Von diesen 918 Treffern untersuchen 785 Studien die Allgemeinbevölkerung und 133 Studien klinische Populationen. Mit einer 67% Übereinstimmung wurden durch die Raterinnen CW und GB in drei Schritten 109 Studien ausgeschlossen (siehe Abb. 4). Es handelte sich bei den ausgeschlossenen Studien entweder um Studien zu anderen Störungsbildern oder die verwendeten diagnostischen Tests waren nicht nach DSM-IV oder ICD-10 Kriterien standardisiert. Alle Kriterien für die in dieser Arbeit untersuchten und eingeschlossenen Artikel erfüllten insgesamt 9 Studien (Barbato & Hafner, 1998;
Benazzi, 2000; Casey et al., 2004; Goldberg & Garno, 2009; Morse & Lynch, 2004; Perugi et al., 2013; Raiskila et al., 2013; Schiavone et al., 2004; Zimmerman et al., 2005).
Abbildung 4: Studienauswahl- und Identifizierung
4.2. Studiencharakteristik
4.2.1. Studienzusammenfassungen
Studie 1: Barbato, N., & Hafner, R. J. (1998). Comorbidity of Bipolar and Personality Disorder. Australian & New Zealand Journal of Psychiatry
Die Studie Comorbidity of bipolar and personality disorder von Barbato und Hafner wurde 1998 in Adelaide in Australien durchgeführt. In einem Community Health Service wurde über die Datenbank Patienten mit der Diagnose Bipolar I ausfindig gemacht. Es wurden 42 Patient:innen für die Studie eingeschlossen. 19 der 42 Patienten waren Frauen, deren Durchschnittsalter 41,9 war. Das der Männer betrug 33,4 Jahre. Mit dem Brief Symptom Inventory, BSI, wurde die Symptomschwere der Achse I Diagnose festgestellt (Derogatis & Spencer, 1982). Mittels des International Personality Disorder Examination, IPDE, wurden das Vorhandensein von PS überprüft (Loranger et al., 1994). Insgesamt hatten in dieser Stichprobe 45,2% eine PS. Hierbei beträgt die Prävalenz für Männer 55% und für Frauen 41%, was keinen signifikanten Unterschied darstellt.
Studie 2: Benazzi, F. (2000). Borderline personality disorder and bipolar II disorder in private practice depressed outpatients. Comprehensive Psychiatry
Die Studie Borderline personality disorder and bipolar II disorder in private practice depressed outpatients von Benazzi (2000) untersuchte in einer psychiatrischen Privatpraxis 63 Patient:innen mit der DSM-IV Diagnose Unipolar und 50 Patient:innen mit der Diagnose Bipolar II hinsichtlich einer Borderline PS. 68,2% der Unipolaren Patient:innen waren Frauen und 60% der Bipolar II Patient:innen. Das Durchschnittsalter der Unipolaren Gruppe betrug 47 Jahre und das der Bipolar II 38 Jahre. Für die Achse I Diagnosen wurde das Structured Clinical Interview I, SCID I (Gorgens, 2018), und die Montgomery and Asperg Depression Rating Scale, MADRS (Montgomery &
Åsberg, 1979), verwendet. Für die Achse II Störungen wurde das Structured Clinical Interview II, SCID II (Gorgens, 2018), verwendet und zusätzlich wurde das Global Assesment of Functioning, GAF, durchgeführt. Die Prävalenz für eine Borderline PS für die gesamte Stichprobe beträgt 6,1%.
Es wurde ein signifikanter Unterschied zwischen den beiden Gruppen hinsichtlich der Prävalenz festgestellt. Bei der Gruppe der Unipolaren betrug die Prävalenz nur 1,5% und bei der Bipolar II Gruppe 12%.
