Zur Entwicklung von Entscheidungsregeln in der Psychotherapie

Auswertung von Längsschnittdaten mit hierarchisch-linearen Modellen

Zusammenfassung. Hintergrund: Bislang werden im Bereich der klinischen Psychologie zur Analyse von Längsschnittdaten vor allem Varianzanalysen mit Messwiederholung (RM-ANOVA) verwendet. Mehrebenenmodelle für Längsschnittdaten sind demgegenüber in ihren Voraussetzungsannahmen weniger restriktiv und in ihren Analysemöglichkeiten weitaus flexibler. Fragestellung: Wie können Mehrebenenmodelle für Längsschnittdaten in der Psychotherapieforschung sinnvoll eingesetzt werden? Methode: Aufbauend auf dem Beitrag von Keller (2003) werden Probleme klassischer Verfahren der Datenauswertung am Beispiel der Wirksamkeitsevaluation einer kognitiv-verhaltenstherapeutischen Gruppentherapie erläutert und alternativen Modellen gegenübergestellt. Ergebnisse: Es wird gezeigt, wie lineare und nichtlineare Veränderungen beschrieben und getestet sowie eine zusätzliche Analyseebene im Gesamtmodell integriert werden können. Schlussfolgerung: Mehrebenenmodelle für Längsschnittdaten bieten eine adäquate Strategie, um typischen Anwendungsfällen der klinisch-psychologischen Forschung in optimaler Weise Rechnung zu tragen.

Klassifikation von Verlaufskurven in der Depressionsbehandlung

Zusammenfassung. Theoretischer Hintergrund: Die Einteilung von Therapieverläufen depressiver Patienten in unterschiedliche Verlaufstypen ist von großem theoretischen und v.a. auch praktischen Wert, da eine frühzeitige Zuordnung therapeutische Konsequenzen nach sich ziehen könnte. Fragestellung: Ermöglichen neuere Ansätze aus der latenten Wachstumskurvenanalyse (“growth mixture modeling“ - GMM) eine Unterteilung in verschiedene Verlaufstypen? Ergeben sich Vorteile bei der Prädiktion der Entlasssymptomatik gegenüber einfachen klinischen Erfolgskriterien? Methode: Die Verlaufsdaten von n = 304 depressiven Patienten über acht Wochen hinweg werden mit zwei verschiedenen GMM-Ansätzen (semiparametrisch und parametrisch) in unterschiedliche Trajektorienklassen klassifiziert. Außerdem werden die Patienten nach einfachen klinischen Erfolgskriterien unterteilt. Ergebnisse: Im parametrischen Ansatz ergab sich eine Lösung mit vier Verlaufsklassen. Der semiparametrische Ansatz favorisierte eine analoge Lösung mit sieben Klassen, die z.T. parallel verliefen. Die Vorhersage der Entlasssymptomatik gelang mit GMM und dem klinischen Kriterium ähnlich gut. Schlussfolgerung: Die Klassifikation mit GMM erbrachte eine klinisch sinnvolle und gut zuordenbare Verlaufstypologie. Weitere klinische Möglichkeiten und Modellansätze werden diskutiert.