Kithil, Marie (2023): Therapieprädiktion und Verlaufsevaluation bei stationären depressiven Patienten mit Hilfe des Beck-Depression-Inventar II (BDI-II). Dissertation, LMU München: Medizinische Fakultät |
Vorschau |
Lizenz: Creative Commons: Namensnennung 4.0 (CC-BY)
Kithil_Marie.pdf 7MB |
Abstract
In dieser Doktorarbeit wurde die Effektivität des etablierten Depressionsfragebogens BDI-II zum frühzeitigen Erkennen von therapierefraktären Patienten untersucht. Es zeigte sich, dass es möglich ist, bei Patienten bereits im frühen Behandlungsverlauf eine unzureichende Verbesserung der depressiven Symptomatik mit dem BDI-II fest zu stellen, wodurch im weiteren Verlauf auf eine Nonresponse geschlossen werden kann. In dieser prospektiven klinischen Studie wurden 134 Patienten über einen Zeitraum von 4 Wochen beobachtet. 94 % der mit dem BDI-II ermittelten Non-Improver NI2(20), können auch später keine Response erreichen. Der negative prädiktive Wert liegt im oberen Bereich des in der Literatur beschriebenen Intervalls. Der BDI-II erkennt genauso gut Early Improvement und vor allem das Ausbleiben des Early Improvements mit der folgenden Non-Response, wie dies z.B. mit dem Fremdbeurteilungsfragebogen Hamilton in anderen Studien gezeigt werden konnte. Die vorliegende Dissertation konnte somit also zeigen, dass nicht nur mit einem Fremdbeurteilungstool die Prädiktion durch Early Improvement nachweisbar ist, sondern auch mit dem Selbstbeurteilungsfragebogen BDI-II. Das ist für die Praxis eine enorme Zeitersparnis und eine wichtige Erkenntnis in der Forschung zur Behandlung von Depressionen.
Dokumententyp: | Dissertationen (Dissertation, LMU München) |
---|---|
Keywords: | Early Improvement, BDI-II, Depressionen |
Themengebiete: | 600 Technik, Medizin, angewandte Wissenschaften
600 Technik, Medizin, angewandte Wissenschaften > 610 Medizin und Gesundheit |
Fakultäten: | Medizinische Fakultät |
Sprache der Hochschulschrift: | Deutsch |
Datum der mündlichen Prüfung: | 6. Juli 2023 |
1. Berichterstatter:in: | Schüle, Cornelius |
MD5 Prüfsumme der PDF-Datei: | 987a55508974e5be3d39cc9346ac8794 |
Signatur der gedruckten Ausgabe: | 0700/UMD 21300 |
ID Code: | 32154 |
Eingestellt am: | 28. Aug. 2023 13:09 |
Letzte Änderungen: | 28. Aug. 2023 13:09 |