Psychotherapieforschung
Vorlesungsfragen und Antworten
Vorlesungsfragen und Antworten
Was sind Vorteile von experimentellen Einzelfallforschungsdesigns?
- Es kann eine klare kausale Beziehungen zwischen einer Intervention und einer Veränderung aufgezeigt werden
- Viel billiger als experimentelle Studien mit grossen Stichproben
- Verschiedene Einzelfallexperimente können in rascher Abfolge aufeinander aufbauen und so schnell zur Entwicklung oder Optimierung einer Intervention beitragen
- Im Gegensatz zu vielen Gruppenstudien wird nicht einfach Prä und Post gemessen. Die wiederholte Messung erlaubt die detaillierte Analyse von Veränderungsmustern und zeitlichen Abfolgen der Veränderung
- Häufige methodische Probleme in klinischen Studien (z.B. Powerprobleme) werden vermieden
Was sind Nachteile von experimentellen Einzelfallforschungsdesigns?
eingeschränkte Generalisierungsmöglichkeiten auf Population: Eine Intervention, die sich bei einem Individuum als wirksam erwiesen hat, muss bei einem anderen nicht wirksam sein.
Aber! Auch in Gruppenstudien werden Patienten oft selegiert (z.B. homogen bezüglich Störung) und auch da stellt sich die Frage der Generalisierbarkeit
Wie bei Gruppenstudien können auch EA bei verschiedenen Individuen mit verschiedenen Problemen und in unterschiedlichen Settings wiederholt durchgeführt werden (um Aussagen stärker generalisieren zu können)
Zusammenfassung Psychotherapieforschung
Lutz, W. & Grawe, K. (2009). Psychotherapieforschung: Grundlagen, Konzepte und neue Trends. In: B. Strauss, F. Hohagen & F. Caspar (Hrsg.). Lehrbuch der Psychotherapie. Göttingen: Hogrefe.
.
Ziele und Aufgaben der Psychotherapieforschung
Lutz und Grawe unterscheiden zwei Hauptaufgabenbereiche:
Wirksamkeitsprüfung (Grawe: Legitimations- und Wettbewerbsphase in der Psychotherapieforschung: Wirkt Psychotherapie überhaupt? Welcher Therapieansatz wirkt am besten?)
Herausarbeitung der Wirkungsweise von Psychotherapie (Grawe: Prozessforschungs- und Verschreibungsphase: Wie wirkt Psychotherapie? Welche Form der Psychotherapie ist bei wem und unter welchen Umständen indiziert?)
1. Wirksamkeitsprüfung
Wie wird Wirksamkeit überprüft/nachgewiesen?
In kontrollierten Studien (unter idealen Laborbedingungen = efficacy Studien): Metaanalyse, RCT und exp. Einzelfallstudien.
In naturalistischen Studien (Wirksamkeit in der routinemässigen Anwendung = effectiveness Studien)
Vorteile von RCTs (Efficacy- Studien)
Hohe interne Validität aufgrund des hohen Grades an experimenteller Kontrolle:
- Zufallszuweisung der Probanden zu den Behandlungsgruppen (Randomisierung)
- Klare Definition der Intervention bzw. Manualisierung
- Klare Definition der untersuchten Probanden (meist relativ homogene diagnostische Stichproben)
- Überwachung der Therapeuten bezüglich Adhärenz und Kompetenz
RCTs erlauben KAUSALE Schlussfolgerungen (=Wirkung kausal auf die Intervention zurückzuführen)
Wichtige Probleme mit RCTs
Möglicherweise geringe externe Validität (Fragen, die sich auf die Generalisierbarkeit der Ergebnisse auf Alltagspraxis beziehen):
Unzureichende Nutzung des Outcome-Varianzanteils, der nicht von den in den Behandlungsmanualen beschriebenen Techniken, sondern z.B. der therapeutischen Beziehung abhängt
Unmöglichkeit den ganzen Bereich psychischer Störungen mit Manualen abzudecken
kosten viel; oft werden zwischen etablierten Therapieansätzen keine Wirksamkeitsunterschiede gefunden (siehe auch Powerproblem); liefern keine Hinweise über die Wirkungsweise von Psychotherapie
Efficacy und Effectiveness-Studien ergänzen sich!
Wie kann Therapieerfolg gemessen werden? Kriterien des Therapieerfolges
Therapieerfolg sollte multimodal gemessen werden:
Patienteneinschätzung, Therapeuteneinschätzung, unabhängige Beobachter
Störungsspezifische Masse, störungsübergreifende Symptommasse, Soziale Funktionsfähigkeit, Wohlbefinden, Lebensqualität
Fragebogen, Interview, Verhaltenstests
Direkte und indirekte Veränderungsmessung
Individualisierte Erfolgsmessung (z.B. GAS)
Messung sollte nicht nur Prä-, während und Post-Therapie, sondern auch katamnestisch erfolgen
Aber auch die Kosten eines Ansatzes stellen ein Erfolgskriterium dar (siehe Kosten-Nutzen-Analysen)
Darstellung/Berechnung der Wirksamkeit
Phasenmodell psychotherapeutischer Veränderungen?
Autoren konnten zeigen, dass viele Patienten schon in einer frühen Phase der Therapie relativ starke Verbesserungen erreichen und dass die Verbesserungsrate mit der Länge der Therapie abnimmt (=negativ beschleunigte Verbesserungskurve).
Schnelle Besserung in den ersten Sitzungen ist ein starker Indikator für ein positives Therapieergebnis
- Interessant: bei antidepressiven Medikamenten eher umgekehrt; schnelle Responder haben höhere Rückfallwahrscheinlichkei
Howard et al. (1993) unterscheiden drei unterschiedliche Phasen in der Veränderung von Psychotherapiepatienten, in denen jeweils unterschiedliche Problemdimensionen im Fokus stehen.
1.Remoralisierungsphase: Gemäss dem Modell verändertsich das subjektive Wohlbefinden zunächst relativ schnell (durch pos. Erwartungen und Hoffnungen).
2.Remediationsphase: In der zweiten Phase verringern sich die Symptome, auf die die Intervention abzielt
3.Rehabilitationsphase: Wiederherstellung des allgemeinen Funktionsniveaus z.B. in Bezug auf interpersonale Verhaltensweisen. Eine Veränderung des allgemeinen Funktionsniveaus dauert nach dem Phasenmodell am „längsten“
Was ist mit Hierarchisch Linearen Modellen (HLM-Modellen) gemeint? Warum sind diese Modelle auch in der Psychotherapieforschung wichtig?
Grundsätzlich haben Daten in der Psychologie oft eine Mehrebenenstruktur. Schule-Klasse-Individuum
Bsp. Level 1: Therapeut L2: Patient, L1: Klinik L2: PAtient, L1: Patient L2: Wiederholte Messung
Warum muss Mehrebenenstruktur berücksichtigt werden?
- notwendige Unabhängigkeit der Beobachtungen ist in hierarchischen Datenstrukturen nicht erfüllt
- Bsp.: haben in einer grösseren Studie bestimmte Patienten den gleichen Therapeuten und wurden in der gleichen Klinik behandelt
- Diese Merkmale unterscheiden sie gemeinsam von anderen Patienten, die von anderen Therapeuten und in einer anderen Klinik behandelt wurden
Nicht Berücksichtigung dieser Abhängigkeit der Daten bzw. der hierarchischen Struktur kann zu Fehlschlüssen führen (z.B. sind Unterschiede in Therapieerfolgen nicht auf eine bestimmte Behandlung, sondern auf Therapeuten oder bestimmte Kliniken zurückzuführen)
Beispiel Therapiebeziehung. Linearer ZH?
Alliance-Outcome-Korrelation berücksichtigt nicht die Komplexität des Phänomens Therapiebeziehung: Verschiedene Quellen können zur Variabilität der Therapiebeziehung beitragen --> Kann in Mehrebenenmodellen berücksichtigt werden
- „Between-Therapists“ Korrelationen erklären die Alliance-Outcome- Korrelation Bedeutet: Einige Therapeuten bauen über verschiedene Patienten hinweg konsistent eine bessere Beziehung auf
- nnerhalb eines Therapeuten (Within-Therapist) korreliert die Alliance nicht mit dem Outcome, was so interpretiert wurde, dass Patientenvariablen eine geringere Rolle spielen
Vorteile von Mehrebenenmodellen
Die grundsätzliche Idee von HLM-Modellen besteht darin, eine AV auf individueller Ebene (z.B. Therapieerfolg) durch Effekte auf verschiedenen Ebenen zu erklären
Ein Vorteil ist dabei, dass der Einfluss der einzelnen Ebenen - d.h. der Anteil der erklärten Varianz in der abhängigen Variable, der durch Variablen einer bestimmten Ebene erklärt werden kann – explizit bestimmt werden kann (z.B. können Therapeuteneffekte geschätzt werden)
Im Weiteren können auch Interaktionen zwischen Variablen verschiedener Ebenen geschätzt werden (z.B. kann der Einfluss der Therapeuten auf den Therapieerfolg in bestimmten Kliniken stärker sein als in anderen)
Was ist mit Treatment-Aptitude-Forschung gemeint?
Darunter werden Forschungsansätze verstanden, die sich mit der differenziellen Anpassung des therapeutischen Vorgehens an den spezifischen Patienten befassen
Sehr bekannt hier ist das STS-Modell (Systematic Treatment Selection Modell von Larry Beutler und John Clarkin)
Letztlich geht es dabei um die Beantwortung der berühmten Frage von Gordon Paul (1967):
„What treatment, by whom, is most effective for this individual with that specific problem and under which set of cirumstances?“
Was beinhaltet das Systematic Treatment Selection (STS)-Modell nach Beutler et al.
Systematic Treatment Selection (Beutler & Clarkin, 1990): Modell zur differentiellen Selektion von Interventionen auf der Basis von Patientenmerkmalen
Atheoretisch -> rein empirische Grundlage: bestimmte Interventionen wirken bei bestimmten Patienten besser (patient x treatment interaction)
patient x treatment - Interaktionen wurden bei Depressiven, Angst- und Suchtpatienten, sowie gemischten Stichproben ambulanter Patienten validiert
Präskriptive Therapie berücksichtigt die wichtigsten Patientenmerkmale, auf die sich ein Therapeut unbedingt differentiell einstellen sollte
Schritte zur Entwicklung des STS-Modells
1. Systematische Review bezüglich Prädiktoren und Moderatoren des Behandlungsergebnisses
2. Identifikation besonders vielversprechender Variablen
3. Finden und Entwickeln vom Messmitteln und Indikatoren, mit welchen die relevanten Patientenvariablen gemessen werden können
4. Evaluation der Annahmen in grossen Stichproben
Patientenmerkmal
« Widerstandspotential »
Was ist das „Scientist-Practitioner“-Modell?
1949 Conference on Graduate Education in Clinical Psychology in Boulder, Colorado (als Folge des 2. Weltkrieges; viele Veteranen mit psychischen Problemen; damals war klinische Psychologie eine “kleine” akademische Disziplin mit wenig Praxisbezug).
”Scientist practitionermodel” oder “Bouldermodel” of graduate level training in clinical psychology.
Essenz: Das Doktorat in clinical psychology sollte auf der Vermittlung sowohl wissenschaftlicher Methoden als auch von klinischer Praxis mit psychotherapeutischen Interventionen beruhen.
seither wird (auch in D/CH) von Klinischen Psychologen erwartet, dass sie Forschung in ihrem Feld machen und evaluieren, ebenso wie Psychotherapie praktizieren können
Ziel: Wissenschaftliche Erkenntnisse sollten vor dem Hintergrund eines Verständnisses der Komplexität von Therapien und menschlichen Funktionierens erfolgen
Kritik an Scientist-Practitioner-Modell: Erforschung bspw. der Wirksamkeit erfolgt nicht mehr “unabhängig”, weil Psychotherapieforscher ein Interesse haben, dass Psychotherapie oder der eigene Ansatz wirkt
Was versteht man unter empirisch validierten Therapien („empirically supported treatments“)?
Therapieformen,deren Wirksamkeit gemäss bestimmten Kriterien empirisch gut abgesichert sind
Kriterien werden von einer Task Force erarbeitet (Bekannteste: APA Task Force on Promotion and Dissemination of Psychological Procedures of Division 12)
Ziel: Klinikern und Leistungserbringern Handlungsempfehlungen für eine möglichst optimale Versorgung von Patienten zu geben
Auch viel Kritik
Was ist mit „efficacy“ und was mit „effectiveness“ gemeint?
• Keine vergleichbaren deutschen Begriffe
Efficacy: die Wirksamkeit einer Behandlung in der „Kunstwelt“ kontrollierter Studien (unter idealen „Labor“-Bedingungen) hohe interne Validität, geringere externe Validität
Effectiveness: die Wirksamkeit einer Behandlung in der routinemässigen Anwendung (unter Alltagsbedingungen) hohe externe Validität, geringere interne Validität
Warum ist die Untersuchung der „effectiveness“ einer Therapie wichtig?
Erkenntnisse aus „efficacy studies“ lassen sich möglicherweise nicht auf Routinepraxis generalisieren
In „efficacy studies“ werden Patienten möglicherweise anders rekrutiert, als in der Alltagspraxis (z.B. über Inserate und nicht aufgrund einer Überweisung) kann zu einem positiven Selektionsbias führen (die sich auf Inserate melden sind möglicherweise motivierter als überwiesene Pat.)
Patienten in „efficacy studies“ können sich von üblichen Patienten unterscheiden (z.B. stärker bezüglich einer bestimmten Diagnose selegiert/homogenisiert; weniger „typische“ Patienten mit komorbiden Störungen)
Auch Therapeuten können sich unterscheiden (sind in „efficacy studies“ möglicherweise besser trainiert, als Therapeuten „draussen“ in der Praxis)
Efficacy und Effectiveness-Studien ergänzen sich! Nachdem die efficacy unter „Laborbedingungen“ nachgewiesen wurde, sollte auch die Machbarkeit und Übertragung der Ergebnisse auf Alltagspraxis untersucht werden
In kontrolliert randomisierten Studien werden bestimmte Therapieformen mit Kontrollbedingungen verglichen. Welche Arten von Kontrollbedingungen existieren und was sind die jeweiligen Vor- und Nachteile?
- Warteliste-Kontrollgruppe
- Placebokontrollbedingung
- Vergleich mit etablierter Therapieform
- Superiority und Non-inferiority trials
Warteliste-Kontrollgruppe: Vor/Nachteile.
Vorteile: Zeiteffekte werden kontrolliert (Spontane Remission, « Reifung » der Klienten, Regression zur Mitte)
Nachteile: Unklar, ob Wirkung der Behandlungsbedingung auf spezifische Komponenten der Intervention zurückzuführen ist (oder z.B. auf die Aufmerksamkeit durch Therapeuten); aber auch ethische Bedenken (kann man Leidende warten lassen?)
Einsatz: Nützlich in einer frühen Phase der Entwicklung einer neuen Therapieform.
Frage: Ist die neue Therapieform überhaupt wirksam?
Placebokontrollbedingung: Vor und Nachteile
Vorteile: Nicht nur Zeiteffekte, sondern auch Erwartungs- und Aufmerksamkeitseffekte werden kontrolliert. Erlaubt Schlüsse auf die spezifische Wirkung einer Intervention
Nachteile: Schwierig zu realisieren (meist sog. supportive therapies); Probanden müssen auch darüber informiert werden, dass sie möglicherweise in einer Placebobedingung sind; Doppelblind nicht möglich: Therapeuten wissen, dass es sich um Placebobedingung handelt (Erwartungseffekte?); Ethische Bedenken (z.B. 20 Sitzungen Placebotherapie?)
Einsatz: Oft gefordert, aber eher selten gut realisiert
Vergleich mit etablierter Therapieform
Vorteile: Spezifische Wirkung einer Intervention kann gezeigt werden; weniger ethische Bedenken (alle erhalten eine erfolgsversprechende Intervention)
Nachteile: Sehr aufwändig (auch Kontrollintervention muss gut und seriös durchgeführt werden; für beide Bedingungen müssen geschulte Therapeuten verfügbar sein; grosse Stichproben erforderlich, da meist relativ kleine oder gar keine Effekte erwartet werden müssen).
Einsatz: In einer zweiten Phase - nach einem Wartelistekontrollgruppenvergleich - wichtig.
Superiority und Non-inferiority trials: Vor und Nachteile
Superiority trial: Versuch des Nachweises der Überlegenheit einer Behandlung gegenüber Kontrollbedingung
Non-inferiority trial: Versuch des Nachweises der Äquivalenz bzw. Nichtunterlegenheit; z.B. vor dem Hintergrund von Kosten-Effektivitätsüberlegungen: herkömmliche vs. minimale (d.h. deutlich billigere) Intervention
Was ist der Vorteil der Randomisierung von Probanden zu verschiedenen Behandlungsbedingungen?
- Ermöglicht Vergleichbarkeit der Bedingungen hinsichtlich aller denkbaren Personenvariablen und anderen Einflüssen (Kontrolle von Störvariablen)
- Vergleichbarkeit ist zwar nicht garantiert (da jede Randomisierung mit Zufallsfehlern behaftet ist), aber sie gewährleistet sie innerhalb bestimmter statistischer Fehlergrenzen
Begriff: Stratifizierte Randomisierung (« schichtweise » Randomisierung; im Gegensatz zu einfacher Randomisierung): Beispielsweise können Gruppen nach Schweregrad der Symptome gebildet werden, Patienten werden dann innerhalb der Gruppe randomisiert (Strata = Schicht) -> garantiert, dass in alle Versuchsbedingungen gleich viele schwer und leicht belastete Personen randomisiert werden
Zu welchen Zeitpunkten erfolgen in kontrolliert randomisierten Studien üblicherweise Messungen?
Prä, Post, Follow-Up, immer öfter auch wiederholte Messung während Behandlung
Kendall et al. betonen Wichtigkeit von Katamneseerhebungen, da nicht davon ausgegangen werden kann, dass Effekte anhalten. Aber auch mit Problemen verbunden:
- Aufwand/Kosten (« Detektivarbeit »; Langzeitkatamnesen oft auch löchrig)
- Je länger Abstand, desto schwieriger die kausale Verbindung zu Therapie
Was ist mit „treatment adherence“ gemeint? Warum ist die Messung der Adherence in randomisiert kontrollierten Studien wichtig?
In RCT ist die unabhängige, manipulierte Variable meist ein bestimmter Therapieansatz (kognitive Verhaltenstherapie, interpersonelle Therapie etc.)
Die «Vorgabe» an die Therapeuten z.B. verhaltenstherapeutisch vorzugehen, garantiert noch nicht, dass sie das auch tun (« gesagt ist nicht getan »)
Adherence (Adhärenz) misst das Ausmass, mit welchem sich Therapeuten an die Vorgaben eines Ansatzes halten
(Manualtreue) wird üblicher weise von Beobachtern (externen Ratern) eingeschätzt.
Was ist mit „Attrition“ gemeint?
Attrition (rate) = Schwundquote = Anzahl an Patienten, die vorzeitig aus einer Behandlung/der Studie ausscheiden oder sich nicht ans Studienprotokoll halten
Eine höhere Attrition rate kann zu einem Attrition Bias führen Beispiel: Verglichen werden sollen zwei Therapieformen
Bias Problem: Bei der schlechter wirksamen Therapie brechen die Patienten eher ab. Für diese liegen dann auch keine Daten vor, Wirkung der schlechter wirksamen Therapie wird überschätzt (wenn nicht nach dem Intention-to- treat-Prinzip analysiert wird)
Was wird unter den « intent-to-treat »-Prinzip bzw. einer « intent-to-treat »-Stichprobe verstanden?
Das « Intent-to-treat »-Prinzip (ITT) bedeutet, dass die Daten aller Patienten, die man beabsichtigte zu behandeln bzw. die die Einschlusskriterien einer Studie erfüllten und z.B. randomisiert wurden, ausgewertet werden.
Das « Gegenteil » ist die Completers- oder Per-Protocol-Analyse (nur die Daten von Patienten, die vorhanden sind und/oder die eine Behandlung abgeschlossen haben werden ausgewertet)
Konkrete Methoden (um mit Missings und nach dem ITT-Prinzip vorzugehen):
- LOCF (Last observation carried forward): Der letzte gemessene Wert wird angenommen (z.B. Post-Messung =Prä-Messung = keine Veränderung wird angenommen)
- Ersetzen der fehlenden Werte durch Schätzungen (mit statistischen Algorithmen, die vorhandene Daten berücksichtigen; «Imputations »)
- Komplexere statistische Methoden: z.B. linear mixed models
Aufgrund des möglichen Attrition Bias werden ITT empfohlen
Was versteht man unter einer „klinisch signifikanten“ Veränderung („Clinical significant“- change)? Wie kann die klinische Signifikanz einer Veränderung berechnet werden?
Reliable Change Index: Überschreitet eine Veränderung (z.B. Prä -> Post-Therapie) einen Wert, der auch aufgrund eines Messfehlers erwartet werden könnte. Wenn ja, wird von einer reliablen Veränderung gesprochen
Für die Berechnung wird Test-Retest-Reliablität des Messinstruments (z.B. Beck Depression Inventar) als Schätzung des Messfehlers verwendet
Bsp.: Beck Depression Inventar Pers. muss um mindestens 5 Punkte verbessern, damit von einer reliablen Veränderung gesprochen werden kann
Klinische Signifikanz (Jacobson & Truax): Kriterium Reliable Change erfüllt PLUS Symptomatik Post-Therapie unter einem bestimmten Cut-off. Mögliche Kriterien für Cut-off:
- Das Ausmaß der Symptomatik liegt nach Behandlung mindestens zwei Standardabweichungen unter dem Mittelwert der klinischen Population
- Die Symptomatik liegt nach Behandlung innerhalb von zwei Standardabweichungen einer nicht gestörten Population
- Die Stärke der Symptomatik liegt nach Behandlung näher am Mittelwert der nicht gestörten als am Mittelwert der klinischen Population
Beurteilung der Wirksamkeit :
- Klinisch signifikante Veränderung
- Prozentsatz an gebesserten Patiente
- Effektstärken: deskriptives Mass, wie stark sich Patienten gebessert haben
- Breite der Veränderung (Wirkungsspektrum)
- Dauerhaftigkeit der Veränderung (Katamnese)
- Oft vergessen! Ausmass an negativen Effekten
Was wird unter „Moderatoren“ und „Mediatoren“ der Veränderung verstanden? Wie können Moderator- und Mediatoreffekte statistisch getestet werden?
- Mediatoren ERKLÄREN den Zusammenhang zwischen zwei Variablen
- Moderatoren VERÄNDERN den Zusammenhang zwischen zwei Variablen
Schulte, D. 1993). Wie soll Therapieerfolg gemessen werden. Zeitschrift für Klinische Psychologie und Psychotherapie, 22, 374-393.
.
Drei Bereiche der Qualitätssicherung: Was versteht man unter Struktur-, Prozess- und Ergebnisqualität?
Strukturqualität: Rahmenbedingungen: Ausbildung und Qualifikation der Psychotherapeuten, Ausstattung der Praxis
Prozessqualität: Sachgerechte Durchführung der Psychotherapie. Qualität der Psychotherapie. Z.B. Welche diagnostischen und therapeutischen Massnahmen werden durchgeführt, und erfolgt die Durchführung lege artis?
Ergebnisqualität: Bezieht sich auf die Resultate der Psychotherapie. Den Therapieerfolg.
Angenommen Sie sind in einer psychotherapeutischen Praxis/Psychiatrie für die Qualitätssicherung zuständig. Welche Massnahmen würden Sie treffen um die Struktur-, Prozess- und Ergebnisqualität zu verbessern? Welche Möglichkeiten existieren?
Strukturqualität: Fortbildung und Qualifikation der Psychotherapeuten sichergestellt? Ist die Einrichtung angemessen ausgestattet? Ist die Einrichtung vernetzt und wird mit anderen Einrichtungen kooperiert?
Prozessqualität: Supervision und Intervision der Therapeuten sichergestellt? Bestehen klinisch-psychologische Leitlinien, nach denen sich Therapeuten richten können? Werden die Therapien « gut » dokumentiert? Werden Prozessmessungen durchgeführt Erhebungen während den Therapien?
Ergebnisqualität: Wird die Ergebnisqualität der Therapien auf verschiedenen Ebenen erhoben?
-
- 1 / 193
-
Cartes-fiches
Was ist mit dem allegiance-Effekt gemeint?
Allegiance = Gefolgschaft, Untertanentreue
Ein beachtlicher Teil der Therapieoutcomevarianz wird durch die Identifikation der Forschergruppe mit dem Ansatz erklärt (= Allegiance-Effekt). Luborsky: Korrelation der Befunde mit Vorlieben der Forscher bis .85.
Konsequenz: Ergebnisse aus Therapiestudien sollten von Forschergruppen repliziert werden, die nicht an der Entwicklung der zu überprüfenden Intervention beteiligt waren bzw. Vertreter aller untersuchten Ansätze sollten in der Studienleitung repräsentiert sein.
Was sind nach Caspar (2006) Vorteile randomisiert kontrollierter Studien?
- KAUSALE Wirksamkeitsbelege nur durch experimentelle Studien möglich
- Hohe interne Validität
- Empirisch validierte Manuale können gerade für Anfänger-TherapeutInnen Vorteile bieten (klare Struktur und Regeln; bringt Sicherheit)
- Erhöhte Konkurrenzfähigkeit von Psychotherapie in politischen Diskussionen. Überlegenheit von Psychotherapie im einfachen Vergleich mit Alternativbehandlungen ist leicht zu kommunizieren
- Dank ESTs wurden Fortschritte in der psychotherapeutischen Ergebnisforschung erzielt und viele Initiativen zur Überprüfung der Wirksamkeit initiiert
Die Logik empirisch validierter Treatments
Was sind nach Caspar (2006) Nachteile randomisiert kontrollierter Studien?
- Bedingung: Hinreichend ähnliche Patienten + Vorgehen
- Patienten in Alltagspraxis oft mit komplexeren Problemen als in RCTs (z.B. hohe Komorbidität) -> schränkt die Generalisierbarkeit der Ergebnisse von RCTs ein
- Patienten oft auch mit Problemen/Zielen, die nicht in Diagnosen erfasst werden --> Patienten haben oft (auch) andere Ziele als die Beseitigung der Störung
- Ziele in nur einem Bereich kommen selten vor --> Die Diagnose bestimmt die anderen Ziele wenig
Probleme mit RCTs (Outcomevarianz)
- Unzureichende Nutzung des Outcome-Varianzanteils, der nicht von Techniken, sondern z.B. der therapeutischen Beziehung abhängt
- Lösung: Barlow: Verbesserung der Technik oder Grawe u.a.: Einbezug weiterer, nicht-technischer Aspekte
Outcomevarianz wird stärker durch Variablen innerhalb eines bestimmten Therapieansatzes erklärt, als durch den spezifischen Therapieansatz (Wampold, 2001)
Weiter Probleme mit RCTs
Unmöglichkeit, den ganzen Bereich psychischer Störungen mit spezifischen Manualen abzudecken.Beutler et al. (2004):
- 145 Manuale; Behandlung für 51 der 397 diagnostischen und Problemgruppen
- nur ca. 1/8 abgedeckt
- kombinatorische Explosion bei Berücksichtigung von Komorbiditäten
- Training nur in 1-2 Manualen auf dem Niveau von Studien-Therapeuten möglich
- Reine Wirksamkeitsforschung nur eingeschränkt nützlich: kostet viel, verschlingt viele Forschungsgelder generiert aber z.B. kein Wissen über Wirkungsweisen bzw. Wirkfaktoren in Psychotherapien
Alternative Ansätze zum RCT-Ansatz (nach Caspar)
Prinzipien statt Techniken:
Ziel: Wissen soll sich auch auf Patienten und Vorgehensweisen übertragen lassen, die bisher nicht untersucht wurden Beispiel: Wirkfaktorenforschung: Wie wirken sich Wirkfaktoren (wie Ressourcen- und Problemaktivierung, Problembewältigung und motivationale Klärung) auf den Therapieerfolg aus? -> Unabhängig von diagnostischen Gruppen und therapeutischen Techniken
Prinzipien statt Techniken:
Daten werden durch Selektion von Situationen aus der natürlichen Variation innerhalb einer grossen Zahl von unter gleichen Randbedingungen durchgeführten Therapien gewonnen
- Da theoriegeleitet und die Analyse der Daten sehr spezifisch --> höherer Wert als korrelative Zufallsbefunde
- Grenzen: Drittvariablen können Einfluss haben
- Auch Kombination quantitativer und qualitativer Methoden möglich: z.B. quantitative Daten aus Fragebögen weisen den Weg zu Sitzungen, in welchen sich qualitative Videoanalysen lohnen könnten
Chambless und Ollendick sind Vertreter der EST-Bewegung („Empirically supported therapies“): Was sind nach Chambless und Ollendick (2001) Argumente, die gegen „empirically supported therapies“ vorgebracht werden und was sind ihre Antworten auf die Kritikpunkte? Argument 1.
Argument 1: Empirically supported therapies wurden von einer kleinen, nicht repräsentiven Gruppe (Division 12; APA) definiert und sollten deshalb ignoriert werden.
• Antwort Chambless et al: Verschiedene Gruppen kamen zu den gleichen Ergebnissen Die Identifikation von ESTs kann reliabel erfolgen
• Ähnlicher Kritikpunkt an ESTs: Zu wenig Zusammenarbeit von Forschern und Klinikern/ Praktikern beim Ausarbeiten der Kriterien (in Task Forces sind v.a. Forscher vertreten)
Chambless und Ollendick (2001): Argument 2.
Argument 2: Quantitative Forschung ist nicht das angemessene Forschungsparadigma in der Psychotherapieforschung. Qualitative Forschung wäre geeigneter.
- Antwort Chambless et al: Fundamental andere Sicht von Psychotherapieforschung, die nur von wenigen Stakeholdern vertreten wird
Ähnliche Kritikpunkte an ESTs (z.B. Bohart et al., 1998): Kriterien in ESTs bevorzugen kogn.-verhaltensth. Ansätze gegenüber z.B. humanistischen Ansätzen Kriterien sind für Therapien unangemessen, deren primäres Ziel nicht das Heilen von Störungen ist (sondern z.B. persönliches Wachstum)
Argument 3. Chambless et al. (2001)
Argument 3: Empirically supported therapies basieren auf standardisierten Manualen: Die Standardisierung führt dazu, dass Therapeuten zu wenig flexibel sind, um sich an den individuellen Patienten anzupassen
- Antwort 1: Einerseits Hinweise, dass stärkere Adherence sich negativ auf den Therapieoutcome auswirkt -> spricht gegen Manualisierung. Andererseits fanden andere Studien, dass Adherence positiv mit Therapieoutcome assoziert ist -> spricht für Manualisierung
- Antwort 2l: Bisher keine Hinweise, dass individualisierte standardisierten Therapien überlegen sind
Argument 4. Chambless et al. (2001)
Argument 4: Es gibt keine Unterschiede in der Wirksamkeit der anerkannten Therapieverfahren (Dodo-Verdikt), weshalb die Identifikation von ESTs unnötig ist
• Antwortl: Es existiert sehr wohl empirische Evidenz, dass bei bestimmten Problemen und Patientengruppen bestimmte Interventionen wirksamer sind als andere. Beispiele: Exposition mit Reaktionsverhinderung bei Zwängen wirksamer als Entspannung oder Angstbewältigungstraining; kognitive Verhaltenstherapie bei generalisierter Angststörung wirksamer als nondirektive Gesprächspsychotherapie; verschiedene Beispiele bei Kindern und Jugendlichen
Argument 5. Chambless et al. (2001)
Argument 5: Die EST-Bewegung sollte ignoriert werden, weil sich die Ergebnisse nicht auf die Praxis generalisieren lassen (z.B. andere Klienten und Therapeuten)
• Antwort: Es existieren sehr wohl Effectiveness-Studien, die zeigen, dass ESTs auch in der Praxis wirksam sind
aber auch, dass a) die Zahl der Effectiveness-Studien noch klein ist, b) Klienten in Effectiveness-Studien sich im Schnitt nicht so stark verbessern, wie Klienten in Efficacy-Studien, c) Therapeuten sich oft nicht exakt an Manuale halten können (z.B. in der Realität längere Therapien als vorgesehen; mehr nicht vorgesehene zusätzliche Interventionen z.B. Medikation)
Argument 6. Chambless et al. (2001)
Argument 6: Die EST-Bewegung fokussiert zu stark auf Symptome und zu wenig auf andere Aspekte wie die Verbesserung der Lebensqualität, soziale Anpassung etc.
• Antwort: Anerkennen den Punkt: Breite Outcomemessbatterie ist wichtig! Verweisen darauf, dass Aspekte wie die Lebensqualität in neueren Studien vermehrt erfasst werden und dass in ESTs, in welchen die Lebensqualität oder soziale Anpassung erfasst wurde, auch bezüglich dieser Masse gute Effekte gefunden wurden.
Rosenthal & DiMatteo (2001). Meta-Analysis: Recent developments in quantitative methods for literature reviews. Annu. Rev. Psychol., 52, 69-82
Cuijpers et al. (2010). The contribution of active medication to combined treatments of psychotherapy and pharmacotherapy for adult depression: a meta-analysis, Acta Psychatr Scand, 121, 415-423
.
Was sind Metaanalysen?
- Glass (1976): « Meta-analysis refers to the analysis of analyses (...) the statistical analysis of a large collection of results from individual studies for the purpose of integrating the findings »
- Drinkmann (1990): « Methode zur quantitativen Integration der Ergebnisse empirischer Primäruntersuchungen sowie zur Analyse der Variabilität dieser Ergebnisse »
Nennen Sie 4 Gründe, die Meta-Analysen sinnvoll und vorteilhaft erscheinen lassen.
- Grössere Versuchspersonenzahl
- Überblick über Forschungsbereich
- Untersuchung von Moderatoren
- Quantifizierung: Auch bei widersprüchlichen Einzelbefunden kommt man zu einem eindeutigen Gesamtergebnis; möglicherweise können Unterschiede in den Studien über Moderatorvariablen erklärt werden
- Replizierbarkeit und Objektivität: Alle Einzel- und Analyseschritte lassen sich genau nachvollziehen
- Umfangreiche Fallzahl: Metaanalysen spielen deshalb für eine Reihe von Entscheidungsträgern eine wichtige Rolle (z.B. bei der Beurteilung der Wirksamkeit eines Therapieansatzes)
Grössere Versuchspersonenzahl:
- Signifikanz eines Ergebnisses hängt von Stichprobengrösse ab = Bei einer kleinen Stichprobe ist die Wahrscheinlichkeit einen Beta-Fehler zu machen grösser als bei einer grossen Stichprobe = Nullhypothese (z.B. kein Unterschied) wird beibehalten, obwohl Alternativhypothese (z.B. Unterschied vorhanden) gilt
- In Metaanalysen ist die Power grösser: Aufgrund der grösseren Versuchspersonenzahl ist Wahrscheinlichkeit erhöht, tatsächlich vorhandene Unterschiede/Zusammenhänge auch bei relativ kleinen Effekten zu finden
- Auch Studien mit kleinen Stichproben können integriert werden (no wasting of data; Rosenthal & DiMatteo, 2001)
Überblick über Forschungsbereich:
- Publikationen von Primärstudien generieren eine unüberschaubare Menge an Einzelinformationen
- Metaanalysen liefern einen umfassenden Überblick über einen Forschungsbereich
- Sie können deshalb auch aufzeigen, in welchen wichtigen Forschungsfragen noch Lücken bestehen und wo Defizite in Primärstudien bestehen
- Liefern Anregungen für neue Primärstudien
Untersuchung von Moderatoren
- In Metaanalysen ist die Variationsbreite der verschiedenen Variablen relativ gross (können bei der Untersuchung eines Therapieansatzes Studien eingeschlossen werden, in welchen sich die Behandlungsdauer stark unterscheidet
- So können in Metaanalysen Moderatoren zur Erklärung der Varianz in den Effektstärken untersucht werden (sind längere Therapien wirksamer als kürzere oder hängt der erfolg mit der Qualität der Studien zusammen?)
- Entsprechende Moderatoranalysen sind in Primärstudien oft nicht möglich (aufgrund der zu kleinen Stichprobe oder aufgrund einer eingeschränkten Variationsbreite der interessierenden Variablen)
- Moderatoreffekte können nicht völlig isoliert werden, da sich Untersuchungen in mehreren Merkmalen unterscheiden
Miller & Pollock (1994) unterscheiden zwischen drei Typen von Metaanalysen
Metaanalyse vom Typ A: Integrieren Studien zu einer Fragestellung und prüfen die Signifikanz der ermittelten integrierten Effektstärken (ist Therapieansatz A dem Therapieansatz B überlegen). Der Theoriebeitrag ist die Bestätigung oder Verwerfung einer vorhandenen Hypothese mit höherer statistischer Power als in Primärstudien.
Metaanalyse vom Typ B: Untersuchen Moderatoren, die bereits in anderen Studien untersucht wurden (hat das Geschlecht der Patienten einen Einfluss auf den Therapieoutcome). Der Theoriebeitrag ist die mögliche Generalisierbarkeit von bereits vorhandenen Hypothesen (z.B. das Geschlecht der Probanden spielt bei verschiedenen Therapieansätzen eine Rolle)
Metaanalyse vom Typ C: Testung von neuen, in der Primärforschung noch nicht untersuchten Hypothesen (z.B. sind die gefundenen Therapieeffekte in RCTs höher als in effectiveness-Studien).
Was sind Nachteile/Probleme von Metaanalysen? Lassen sich die Probleme lösen?
- Bias in Sampling the Findings - Verzerrungen in der Stichprobe
- Garbage in - Garbage out - Die Integration von Studien unterschiedlicher Qualität
- Apples and Oranges - Das Uniformitätsproblem
- Nonindependent Effects - Die Integration abhängiger Daten
Nachteil Metaanalyse: Bias in Sampling the Findings - Verzerrungen in der Stichprobe
- Aufgrund unvollständiger Recherche / Suche nach Primärstudien
- Aufgrund des publication bias (signifikante Ergebnisse werden eher veröffentlicht als nichtsignifikante)
- Aufgrund unvollständiger Informationen in den Primärstudien (z.B. keine Angaben zu Mittelwerten, Standardabweichungen oder Effektstärken)
- Möglichkeiten, um z.B. einen möglichen publication bias zu identifzieren werden weiter hinten dargestellt
Nachteil Metaanalyse: Garbage in - Garbage out - Die Integration von Studien unterschiedlicher Qualität
- Es werden Studien vermengt, die von unterschiedlicher Qualität sind
- Studien von minderer Qualität können ausgeschlossen werden
- Studienqualität kann auch als Gewichtungsfaktor berücksichtigt werden
- Die Studienqualität kann als Moderatorvariable untersucht werden (garbage in - information out -> Studienqualität kann Erklärung für Variabilität der vorgefundenen Effektstärken liefern)
Nachteil Metaanalyse: Apples and Oranges - Das Uniformitätsproblem
- Es werden Studien vermengt, die sich z.B. in Operationalisierungen, Eigenschaften von Versuchspersonen oder Auswertungsmethoden unterscheiden. -> In Metaanalysen werden Äpfel und Orangen vermengt und gemittelt
- Antwort auf diesen Einwand von Smith et al. (1980): Bei Metaanalysen werden oft übergeordnete Fragestellungen untersucht: « Indeed the approach does mix apples and oranges, as one necessarily would do in studying fruits »
- In « guten » Metaanalysen werden Unterschiede in den Primärstudien berücksichtigt und als Moderatorvariablen untersucht.
Nachteil Metanalyse: Nonindependent Effects - Die Integration abhängiger Daten
Die Abhängigkeit von Ergebnissen (z.B. mehrere Studien mit gleicher Stichprobe; mehrere Ergebnisse in einer Studie, die bei gleichen Probanden erhoben wurden) wird nicht berücksichtigt.
- Verschiedene Methoden, um mit möglicher Abhängigkeit umzugehen:
- z.B. Zusammenfassung von abhängigen Ergebnissen zu einem Wert -> nur dieser Wert fliesst in Metaanalyse ein
- Berücksichtigung von gleichen Forschergruppen als Moderatorvariablen
Was sind typische Schritte bei der Durchführung von Metaanalysen?
- Konkretisierung des Forschungsproblems
- Sammlung relevanter Untersuchungen
- Codierung und Bewertung der Untersuchungen (Datenextraktion)
- Datenanalyse
- Präsentation und Interpretation Ergebnisse
1. Konkretisierung des Forschungsproblems
Spezifizierung des Forschungsproblems, der Fragestellung (Fragestellungen werden auf relativ hohem Abstraktionsniveau formuliert). Zum Beispiel: Ist Psychotherapie plus Pharmakotherapie bei Depressionen wirksamer als Psychotherapie alleine? (Cuijpers et al., 2010)
Grobe Spezifizierung der zu untersuchenden Variablen und der einzuschliessenden Primärstudien. Zum Beispiel: Studien, in welchen Psychotherapie plus Pharmakotherapie bei Depressionen mit Psychotherapie plus Placebo verglichen wurden
2. Sammlung relevanter Untersuchungen
- Die Suche relevanter Primärstudien = Datenerhebung in Metaanalysen
- Recherche muss breit angelegt sein, um systematische Verzerrungen zu verhindern
- Heute v.a. Suche nach Begriffen in elektronischen Datenbanken wie Medline oder PsycINFO (Ovid, WebSPIRS)
- Anschliessend aber auch Durchsuchen der gefundenen Artikel nach relevanter Literatur (« Schneeballprinzip »), Anschreiben von ForscherInnen etc.
3. Codierung und Bewertung der Untersuchungen (Datenextraktion)
- Cod. aller Informationen, die für die metaanalytischen Berechnungen notwendig sind (Stichprobengrösse, Mittelwert und Standardabweichung) -> kann zum Ausschluss von Studien führen, wenn Daten fehlen
- Cod. möglicher Moderatoren (Merkmale der Studie, Patient, die für Erklärung der Varianz der Einzelergebnisse relevant sind; Qualität der Studie, Komorbidität, Schweregrad der Störung, Alter, Therapieform, Art der Medikation)
- Bei high inference-codings (Cod. mit Bewertungsspielraum; Studienqualität) sollte die Interraterreliabilität zwischen Ratern überprüft werden
4. Datenanalyse:
Berechnung von Effektstärken (ES) zunächst für jede Primärstudie
Berechnung der durchschnittlichen ES über die verschiedenen Studien hinweg
• meist Gewichtung der ES nach Stichprobengrösse in Primärstudie (Logik: eine ES, die auf einer Stichprobengrösse von 100 basiert stellt eine bessere Schätzung der ES in Population dar, als ES, die auf 10 Probanden basiert)
In der Originalstudie von Cuijpers et al. (2010) wird ein sog. Forest Plot präsentiert (Abbildung 1). Was können Sie daraus lesen?
Outliers können erkennt werden (Reynold und Ballack) und evtl von der analyse gstrichen werden um Homogenität zu steigern.
Wie wird die kombinierte Effektstärke berechnet?
- Wenn alle integrierten Studien gleich präzise wären, könnte einfach der Mittelwert der Effektstärken berechnet werden (wird manchmal auch gemacht)
- Aber weil nicht alle Studien gleich präzise sind, werden die einzelnen Studien gewichtet (grundsätzlich spielt die Stichprobengrösse für die Gewichtung eine Rolle -> das Ganze ist aber etwas komplizierter)
- Für die Gewichtung gibt es in Metaanalysen zwei Modelle: a) das fixed effect und b) das random effects model
Versuchen Sie herauszufinden, was in Metaanalysen mit dem sog. Fixed Effects bzw. Random Effects Model gemeint ist?
Es geht dabei um die Frage, wie die kombinierte Effektstärke berechnet wird.
- Beim « fixed effect »-model wird angenommen, dass es eine « wahre » Effektstärke gibt, die für alle Originalstudien gilt (die « wahre » Effektstärke variiert nicht zwischen den Studien)
- Beim « random effects »-model wird angenommen, dass der wahre Effekt von Studie zu Studie variiert. Zum Beispiel könnte der Effekt höher sein, wenn die Teilnehmer in einer Studie älter sind, als in einer anderen
- Führt letztlich zu unterschiedlichen Gewichtungsformeln. Konsequenz der unterschiedlichen Gewichtungsformeln: Das random effects model ist tendenziell konservativer. Heisst: Konfidenzintervalle
werden grösser als beim fixed effect model
Was ist mit "numbers needed to treat" (NNT) gemeint?
- Um Resultat bzw. klinische Bedeutsamkeit des Effektes besser interpretieren zu können, kann die Effektstärke in NNT umgerechnet werden
- NNT = Anzahl der notwendigen Behandlungen, um gegenüber der Kontrollbedingung EINEN Patienten zu « normalisieren » bzw. einen zusätzlichen Erfolg zu haben
- NNT in Cuijper et al. (2010)-Studie = 7.14 (es müssen 7.14 Patienten behandelt werden, um mit zusätzlicher Pharmakotherapie einem zusätzlichen Patienten zu helfen)
Warum sollten die in einer Metaanalysen einbezogenen Effektstärken aus den verschiedenen Studien auf Homogenität überprüft werden?
- Nur bei einer gewissen Homogenität der einbezogenen Effektstärken stellt die integrierte Effektstärke einen akzeptablen Schätzer des wahren Populationseffekts dar
- Die verschiedenen Effektstärken aus den Primärstudien können mit einem Signifikanztest auf Homogenität geprüft werden (orientiert sich am Verhältnis der Effektvarianz zwischen den Studien und der stichprobenbedingten Zufallsvarianz der Studien)
- Um die Homogenität zu erhöhen können Outlier-Studien (Studien mit Effektstärken, die stark von den Effektstärken der anderen Studien abweichen) ausgeschlossen werden
Welche Schritte können unternommen werden, wenn Heterogenität vorliegt?
- Frage: Lässt sich die Varianz in den Effektstärken durch Moderatorvariablen erklären?
- Bildung von Subgruppen: Geringere Varianz innerhalb der Subgruppen im Vergleich zur Gesamtvarianz aller Effektstärken? Unterscheiden sich die Subgruppen bezüglich gemittelten Effektstärken?
- Beispiel (Cuijpers et al., 2010): Vergleich schwer vs. leicht bis mittel depressive Patienten: Vergleichbare Effekte beiden Gruppen.
Was ist mit dem Publication Bias gemeint?
- Man spricht von einem publication bias, wenn die veröffentlichten Resultate nicht repräsentativ für alle erzielten Resultate sind
- Publication bias wird gefördert durch Selektionsmechanismen im Forschungs- und Publikationsprozess: Publikation signifikanter Ergebnisse ist leichter, während nichtsignifikante Ergebnisse öfter in der Schublade bleiben
- Da Problem für Metaanalysen wird oft versucht das Vorliegen eines publication bias zu testen
Wie kann ein möglicher Publication Bias in Metaanalysen untersucht werden?
Mit einem Funnel-Plot!
- Wenn kein Publication Bias: Mehr Variation in Effektstärken in Studien mit kleiner Stichprobengrösse (trägt man Effektstärken in Abhängigkeit der Stichprobegrösse der Studie auf, entsteht ein Trichter)
- Bei Vorliegen eines Publication Bias kann erwartet werden, dass kleinere Studien mit negativen Effekten nicht veröffentlicht wurden
Weitere Massnahmen im Umgang mit einem möglichen Publication Bias
Heute werden Studien vor dem Start oft zentral registriert (in Studienregistern) -> verhindert, dass Studien mit nichtsignifikanten Ergebnissen nicht veröffentlicht werden bzw. gibt einen Überblick über nicht publizierte Studien
Berechnung des fail-safe N Kennwertes: Wert der angibt, wie gross die Zahl der noch nicht entdeckten, nicht signifikanten Ergebnisse sein müsste, um ein entdecktes signifikantes Ergebnis als Zufallsfehler deklarieren zu können (z.B. es bräuchte 1200 nicht entdeckte nichtsignifikante Ergebnisse um die Signifikanz der integrierten Effektstärke in Frage zu stellen)