Übereinstimmung von klinischer Diagnose, strukturierten Interviews und Selbstbeurteilungsfragebögen bei Depression im Kindes- und Jugendalter

Transkript

1 Z. Kinder-Jugendpsychiatr. Psychother. K. Dolle40 et (6) al.: Beurteilerübereinstimmung 2012 Verlag Hans Huber, Hogrefe bei Depression AG, Bern Zeitschrift für Kinder- und Jugendpsychiatrie und Psychotherapie, 40 (6), 2012, Originalarbeit Übereinstimmung von klinischer Diagnose, strukturierten Interviews und Selbstbeurteilungsfragebögen bei Depression im Kindes- und Jugendalter Kathrin Dolle 1, Gerd Schulte-Körne 1, Nikolaus von Hofacker 2, Yonca Izat 3 und Antje-Kathrin Allgaier 1 1 Klinik und Poliklinik für Kinder- und Jugendpsychiatrie, Psychosomatik und Psychotherapie, Klinikum der Universität München, 2 Klinik für Kinder- und Jugendpsychosomatik, Klinikum Harlaching, Städtisches Klinikum München, 3 Poliklinik und Tagesklinik für Kinder- und Jugendpsychotherapie am Biederstein, Klinikum rechts der Isar, Technische Universität München Zusammenfassung: Fragestellung: Die vorliegende Studie untersucht die Übereinstimmung von strukturierten Kind- und Elterninterviews sowie dem klinischen Urteil bei der Diagnostik depressiver Episoden im Kindes- und Jugendalter. Zudem prüft sie, ob sich die Treffsicherheit und die optimalen Cut-off-Werte von Selbstbeurteilungsfragebögen in Referenz zu diesen verschiedenen Beurteilerperspektiven unterscheiden. Methodik: Mit 81 Kindern (9 12 Jahre) und 88 Jugendlichen (13 16 Jahre), die sich in kinder- und jugendpsychiatrischen Kliniken oder Praxen vorstellten, und ihren Eltern wurden strukturierte Kinder-DIPS-Interviews durchgeführt. Die Kinder füllten das Depressions-Inventar für Kinder und Jugendliche (DIKJ) aus, die Jugendlichen die Allgemeine Depressions-Skala in der Kurzform (ADS-K). Übereinstimmungen wurden mittels Kappa-Koeffizienten ermittelt. Optimale Cut-off-Werte, Sensitivität, Spezifität sowie positive und negative prädiktive Werte wurden anhand von Receiver operating characteristic (ROC) Kurven bestimmt. Ergebnisse: Die Interviews stimmten untereinander sowie mit dem klinischen Urteil niedrig bis mäßig überein. Depressive Episoden wurden häufiger nach klinischem Urteil als in den Interviews festgestellt. Cut-off-Werte und Validitätsmaße der Selbstbeurteilungsfragebögen variierten je nach Referenzstandard mit den schlechtesten Ergebnissen für das klinische Urteil. Schlussfolgerungen: Klinische Beurteiler könnten durch den Einsatz von strukturierten Interviews profitieren. Strategien für den Umgang mit diskrepanten Kind- und Elternangaben sollten empirisch geprüft und detailliert beschrieben werden. Schlüsselwörter: Major Depression, Kinderpsychiatrie, Jugendpsychiatrie, Diagnose, Klinisches Urteil, Testvalidität Abstract. Agreement of clinical diagnosis, structured interviews, and self-report questionnaires for depression in children and adolescents Objective: The present study examines the agreement of structured child and parent interviews as well as clinical diagnosis for depressive episodes in children and adolescents. Moreover, it compares the accuracy and optimal cutoff scores of self-report questionnaires with reference to each of these diagnostic assessments. Method: 81 children (9 12 years) and 88 adolescents (13 16 years) in psychiatric care and their parents completed the structured diagnostic interview Kinder-DIPS. The children answered the German Children s Depression Inventory (CDI), and the adolescents answered the German Center for Epidemiologic Studies Depression Scale (CES-D). Kappa coefficients quantified the agreement. Receiver operating characteristic (ROC) curves were used to determine optimal cutoff scores, sensitivity, specificity, as well as positive and negative predictive values. Results: The agreement between the child and parent interviews as well as between the interviews and clinical diagnosis was low to moderate. Clinicians diagnosed depressive episodes more frequently than the interviews. Cutoff scores and measures of accuracy varied between the reference standards, with less favorable results for clinical diagnosis. Conclusions: Clinicians may profit from conducting structured interviews. Strategies for dealing with conflicting information from children and parents should be tested empirically and described in detail. Keywords: major depression, child psychiatry, adolescent psychiatry, diagnosis, test validity DOI / /a000200

2 406 K. Dolle et al.: Beurteilerübereinstimmung bei Depression Einleitung Was eine Depression im Kindes- und Jugendalter kennzeichnet, ist in den internationalen Klassifikationssystemen festgelegt: Zum Beispiel im Multiaxialen Klassifikationsschema für psychische Störungen des Kindes- und Jugendalters nach ICD-10 der WHO (Remschmidt, Schmidt & Poustka, 2006) sind für eine depressive Episode als Kernsymptome depressive Stimmung, Verlust von Interesse oder Freude und erhöhte Ermüdbarkeit sowie sieben weitere Symptome benannt. Aus der Anzahl, Zeitdauer und Intensität dieser Symptome kann unter Berücksichtigung von Ausschlusskriterien algorithmisch das Vorliegen und der gegenwärtige Schweregrad einer depressiven Episode (F32) oder einer rezidivierenden depressiven Störung (F33) bestimmt werden. Um einen Patienten zu klassifizieren, muss festgestellt werden, ob seine aktuellen Schwierigkeiten den spezifizierten Symptomen entsprechen. Die Entscheidung, ob nicht nur transitorische depressive Symptome vorliegen, sondern eine klinisch relevante Störung, ist notwendig, um den Behandlungsbedarf abzuleiten. Depressive Episoden gehörten zu den Störungskategorien mit der niedrigsten Interrater-Reliabilität in Studien mit kinderund jugendpsychotherapeutischem Fachpersonal (Blanz & Schmidt, 1990; Schmidt & Sinzig, 2006). Dies deutet darauf hin, dass es sich um Diagnosen handelt, deren Abklärung selbst Experten schwerfällt. Um die Symptomatik eines Patienten möglichst umfassend, systematisch und verlässlich zu erfassen, werden als «Goldstandard» halbstrukturierte oder strukturierte Interviewverfahren empfohlen (Joiner, Walker, Pettit, Perez & Cukrowicz, 2005; Klein, Dougherty & Olino, 2005). Bei diesen Verfahren sind ein Fragenkatalog und Anweisungen zur Auswertung vorgegeben. Anders als bei den vollständigformalisiertenstandardisierten Interviews kann jedoch der Interviewer in unterschiedlichem Ausmaß die Reihenfolge und Formulierung der Fragen an die Fähigkeiten und Reaktionen des Interviewpartners anpassen und schätzt selbst die klinische Relevanz der Symptome ein (Wittchen & Hoyer, 2006). Solche Interviewverfahren werden häufig in der Forschung eingesetzt, in der Praxis dagegen nur selten (Bruchmüller, Margraf, Suppiger & Schneider, 2011). Ein Grund dafür könnten Bedenken sein, dass strukturierte Interviews ineffizient seien und die therapeutische Beziehung belasten könnten. Diese Vorbehalte wurden allerdings im Erwachsenenbereich entkräftet: Sowohl bei den Patienten als auch bei den Interviewern zeigte sich nach der Durchführung eine sehr hohe Akzeptanz (Suppiger et al., 2009). Jedoch weisen Diagnosen, die mithilfe von halbstrukturierten oder strukturierten Interviews gestellt wurden, häufig nur eine geringe bis mäßige Übereinstimmung mit klinischen Diagnosen auf, die unabhängig vom Interview gestellt wurden. Bezüglich depressiver Episoden stellten Rettew, Lynch, Achenbach, Dumenci und Ivanova (2009) in einer Meta-Analyse über alle Altersgruppen (6 90 Jahre) hinweg eine mäßige Übereinstimmung fest (mittleres κ =.45, N = 2736). Dabei wurden depressive Episoden häufiger anhand von Interviews als aufgrund des klinischen Urteil diagnostiziert (26 % vs. 17 %). In Studien, die ausschließlich Kinder und Jugendliche untersuchten, war die mittlere Übereinstimmung über alle Diagnosen hinweg niedrig (mittleres κ =.39, N = 1918). Rettew et al. (2009) nennen als mögliche Gründe für die niedrige Übereinstimmung, dass Patienten in vollständig standardisierten Interviews komplizierte Fragen möglicherweise missverstehen und fälschlich bejahen, ohne dass der Interviewer seine klinische Einschätzung einbringen kann. Ferner könnten die klinischen Beurteiler Mehrfachdiagnosen und stigmatisierende Diagnosen vermeiden. Sie sind möglicherweise durch Vorinformationen beeinflusst, ziehen vor allem im klinischen Bild auffällige Diagnosen in Erwägung oder prüfen nicht alle Klassifikationskriterien streng (Rettew et al., 2009, S. 179 f.). Im Kindes- und Jugendalter könnten den Beurteilungen aber auch leicht unterschiedliche Depressionskonzepte zugrunde liegen: Die strukturierten Interviews prüfen exakt die Klassifikationskriterien ab, von denen angenommen wird, dass sie sowohl für Erwachsene als auch für Kinder und Jugendliche gleichermaßen zutreffen. Dies wird jedoch kontrovers diskutiert (Klein et al., 2005; Weiss & Garber, 2003). Demgegenüber könnten die klinischen Beurteiler altersspezifische Manifestationen der Depression im Kindes- und Jugendalter stärker berücksichtigen. Sowohl für Interviewverfahren als auch für klinische Beurteilungen kommt für das Kindes- und Jugendalter eine weitere Schwierigkeit hinzu: Neben den Angaben der Patienten muss auch die Perspektive der Eltern oder Betreuer berücksichtigt werden, um die Informationen zu erhalten, über die die Kinder oder Jugendlichen selbst nicht berichten können oder wollen (Klein et al., 2005). Auch die Übereinstimmungen zwischen Kindern oder Jugendlichen und ihren Eltern hinsichtlich der depressiven Symptomatik sind nur niedrig bis mäßig (z. B. Andrews, Garrison, Jackson & Addy, 1993; Angold et al., 1987; Kröner-Herwig, Morris, Heinrich, Gassmann & Vath, 2009). Möglicherweise besteht bei Jugendlichen ein höherer Zusammenhang zum Elternurteil als bei Kindern, da sie ihre Symptome verlässlicher beschreiben können (z. B. Kiss et al., 2007); dieser Befund zeigte sich allerdings nicht durchgängig (Klein, 1991). Angesichts der niedrigen bis mäßigen Übereinstimmungen ist es für die Diagnosestellung sehr wichtig, welche Informationen hierzu herangezogen werden. Auch auf Selbstbeurteilungsfragebögen, die zum Screening, zur Absicherung der Diagnose oder zur Verlaufsmessung einer depressiven Störung eingesetzt werden, trifft diese Problematik zu, da ihre Validität unter anderem daran zu bemessen ist, wie gut man anhand ihrer Ergebnisse zwischen Patienten mit und ohne Diagnose einer depressiven Episode unterscheiden kann. Dazu muss ein Referenzstandard gewählt werden, der angibt, ob ein Patient tatsächlich unter einer depressiven Episode leidet. Validitätsmaße können

3 K. Dolle et al.: Beurteilerübereinstimmung bei Depression 407 sich daher sehr deutlich unterscheiden, je nachdem, ob zum Beispiel ein strukturiertes Interview oder eine klinische Diagnose zugrunde liegt. Die Selbstbeurteilungsfragebögen messen die depressiven Symptome nicht kategorial, sondern auf einem Kontinuum. Sie bieten aber häufig auch Grenzwerte für Bereiche auf dem Kontinuum an, die eine klinisch bedeutsame Ausprägung der Symptome kennzeichnen. So können sie nicht nur zur dimensionalen Schweregradbestimmung dienen, sondern auch die kategoriale Diagnostik unterstützen, die für die Ableitung des Behandlungsbedarfs notwendig ist. Um zu entscheiden, inwiefern klinische Beurteiler im diagnostischen Prozess durch den Einsatz von Interviewverfahren oder Selbstbeurteilungsfragebögen profitieren können, müssen die Zusammenhänge zwischen den Angaben der Kinder und Jugendlichen, den Angaben ihrer Eltern und der klinischen Diagnose betrachtet werden. Bislang wurden nur in einer Arbeit die Übereinstimmungen dieser drei Perspektiven bezüglich Depression anhand derselben Stichprobe untersucht (Stavrakaki, Vargo, Roberts & Boodoosingh, 1987). Allerdings wurden bei den Kindern und 9- bis 16-jährige Patienten, die über die Studie informiert wurden: 294 (100%) Einverständnis zur Teilnahme: 193 (65.6%) 81 Kinder 81 Fragebögen, 81 Interviews mit Kindern 81 Interviews mit Eltern 80 klinische Diagnosen Stichprobe: 169 (57.5%, ab hier: 100%) 88 Jugendliche 88 Fragebögen, 88 Interviews mit Jugendlichen 87 Interviews mit Eltern 84 klinische Diagnosen Jugendlichen und ihren Eltern ausschließlich Fragebögen verwendet. Diese Schwäche versucht die vorliegende Studie zu vermeiden, indem der «Goldstandard» strukturierte Interviews eingesetzt wird. Ziel ist es, zum einen die Übereinstimmungen zwischen dem klinischem Urteil und dem strukturierten Kind- sowie dem strukturierten Elterninterview in Bezug auf das Vorliegen depressiver Episoden zu untersuchen. Zum anderen soll geprüft werden, ob sich die Treffsicherheit und die optimalen Cut-off-Werte für Selbstbeurteilungsfragebögen zu Depression in Referenz zu den verschiedenen Beurteilungen unterscheiden. Methodik Stichprobe In die Studie eingeschlossen wurden Kinder (9 12 Jahre) und Jugendliche (13 16 Jahre), die sich zur Diagnostik oder Behandlung einer psychischen Störung in einer von insgesamt fünf kinder- und jugendpsychiatrischen, -psy- Kein Einverständnis zur Teilnahme: 80 (27.2%) Kein weiterer Kontakt möglich: 18 (6.1%) Schon teilgenommen an ähnlicher Studie: 3(1.0%) Interviewtermine organisatorisch nicht möglich oder wiederholt versäumt: 23 (7.8%) Ausschluss wegen offensichtlicher Verständnisprobleme: 1(0.3%) Eltern nicht mehr erreichbar: 1(0.6%) Kontakt zum Therapeuten nicht möglich oder keine Schweigepflichtentbindung: 5(3.0%) Abbildung 1. Verlauf der Datenerhebung.

4 408 K. Dolle et al.: Beurteilerübereinstimmung bei Depression Tabelle 1 Stichprobencharakteristika Kinder Jugendliche Mittleres Alter (SD) (1.04) (1.08) Geschlecht (weiblich) 28 (34.6 %) 51 (58.0 %) Behandlung Ambulant 61 (75.3 %) 48 (54.5 %) Teilstationär 2 (2.5 %) 0 (0.0 %) Stationär 4 (4.9 %) 13 (14.8 %) Auf Warteliste 1 14 (17.3 %) 27 (30.7 %) Depressive Episode² Nach Interview mit Patient 10 (12.3 %) 20 (22.7 %) Nach Interview mit Eltern 8 (9.9 %) 20 (22.7 %) Nach klinischer Diagnose 18 (22.2 %) 25 (28.4 %) Weitere klinische ICD-10-Diagnosen 3 Hyperkinetische Störungen (F90) 27 (33.3 %) 16 (18.2 %) Emotionale Störungen des Kindesalters (F93) 16 (19.8 %) 10 (11.4 %) Phobische und andere Angststörungen (F40, F41) 9 (11.1 %) 13 (14.8 %) Essstörungen (F50) 4 (4.9 %) 18 (20.5 %) Somatoforme Störungen (F45) 5 (6.2 %) 8 (9.1 %) Störungen des Sozialverhaltens (F91) 4 (4.9 %) 9 (10.2 %) Dysthymia (F34.1) 1 (1.2 %) 1 (1.1 %) Anmerkungen. 1 für stationäre oder teilstationäre Behandlung. 2 Kriterien einer depressiven Episode erfüllt (F32, F33 oder F92.0). 3 Auswahl; auch multiple Diagnosen möglich. chosomatischen oder -psychotherapeutischen Institutionen (drei Kliniken und zwei Praxen) in München vorstellten. Sie mussten über ausreichende Deutschkenntnisse und kognitive Fähigkeiten für das strukturierte Interview und das Ausfüllen der Fragebögen verfügen. Der Verlauf der Datenerhebung ist in Abbildung 1 dargestellt. Teilnehmer und Nichtteilnehmer unterschieden sich nicht bedeutsam hinsichtlich Alter oder Geschlecht (Mann-Whitney U-Test für das Alter: p =.06, Geschlecht: χ²(1) = 0.07, p =.80). Tabelle 1 gibt eine Übersicht über Merkmale der Stichprobe. Die klinischen Aufnahmediagnosen zu 164 Fällen (3 % fehlende Werte, s. Abbildung 1) wurden von insgesamt 30 behandelnden Therapeuten aus den folgenden Berufsgruppen abgegeben: Fachärzte für Kinder- und Jugendpsychiatrie und -psychotherapie (n = 26, 15.4 %), Assistenzärzte (n = 46, 27.2 %), Kinder- und Jugendlichen- und/oder Psychologische Psychotherapeuten mit Approbation (n = 44, 26.0 %) oder in Weiterbildung (n = 48, 28.4 %). Untersuchungsablauf Die Familien wurden kurz nach ihrem ersten Termin in der Klinik oder Praxis über die Studie informiert. Wenn sowohl die Patienten als auch ihre Sorgeberechtigten ihr schriftliches Einverständnis zur Teilnahme gaben, wurde ein Selbstbeurteilungsfragebogen an die Kinder oder Jugendlichen ausgehändigt. Innerhalb der folgenden zwei Wochen fanden unabhängige Interviews mit den Patienten und mindestens einem Elternteil oder Betreuer statt, in 47 Fällen (27.8 %) noch am selben Tag. Zur Belohnung erhielten die Kinder oder Jugendlichen einen Warengutschein im Wert von EUR 20. Die Interviews wurden von einer Diplom-Psychologin und zwei Psychologiestudentinnen unter Supervision der klinisch erfahrenen Psychologin und Ko-Autorin AKA geführt. Alle Interviewer hatten zuvor eine mehrtägige Schulung durch eine Mitarbeiterin der Kinder-DIPS-Entwicklergruppe (PD Dr. T. In-Albon) mit Zertifikat abgeschlossen und mehrere Interviews unter ihrer Supervision durchgeführt und ausgewertet. Die Interrater-Reliabilität wurde an acht Audioaufnahmen von Kinder-DIPS-Interviews aus einer anderen Studie ermittelt und war als hoch einzuschätzen (Fleiss κ =.88). Die Interviewer waren bis zum Abschluss der Auswertung verblindet gegenüber den Ergebnissen des jeweils anderen Interviews und der Fragebögen sowie gegenüber den klinischen Diagnosen. Wenn die Sorgeberechtigten ihre Zustimmung gaben, wurden die behandelnden Therapeuten um ihre klinischen Aufnahmediagnosen gebeten und danach über die Studienergebnisse informiert. Die klinischen Diagnosen basierten primär auf ausführlicher Anamnese und Exploration. Alle behandelnden Therapeuten waren im persönlichen Gespräch oder schriftlich über die Fragestellung der Studie aufgeklärt worden. Die Interviewtermine schlossen sich meist direkt an Termine bei den Behandlern an und die Behandler wurden zeitnah um ihre Einschätzung gebeten. In 36 Fällen (21.3 %) waren die klinischen Beurteilungen auf denselben Tag datiert, an dem die Interviews stattgefunden hatten. Im Mittel dauerte der Rücklauf jedoch 16 Tage (Median), wobei nicht geprüft werden konnte, ob die Behandler in jedem Fall die Aufnahmedi-

5 K. Dolle et al.: Beurteilerübereinstimmung bei Depression 409 agnose angegeben hatten. Die Studie wurde von zwei unabhängigen lokalen Ethikkommissionen als ethischrechtlich unbedenklich beurteilt und von Mai 2010 bis April 2011 durchgeführt. Material Strukturiertes Interview Mit jedem Patienten und jeweils mindestens einem Elternteil oder Betreuer wurde das strukturierte Diagnostische Interview bei psychischen Störungen im Kindes- und Jugendalter (Kinder-DIPS, Schneider, Unnewehr & Margraf, 2009) durchgeführt, um das Vorliegen einer depressiven Episode nach ICD-10 zum aktuellen Zeitpunkt zu erfassen. Die Fragen des Kinder-DIPS sind eng an die diagnostischen Kriterien des DSM-IV-TR (American Psychiatric Association, 2000) und der ICD-10 (Remschmidt et al., 2006) angepasst. Das Kindinterview des Kinder-DIPS eignet sich zur direkten Befragung von Kindern und Jugendlichen ab etwa sechs Jahren; das Elterninterview ist parallel dazu formuliert. Im Bereich Depression stellten Schneider et al. (2009) für Kind- und Elterninterview eine hohe Interrater-Reliabilität sowie eine hohe Retest-Reliabilität nach etwa einer Woche fest ( % Übereinstimmung). Die Eltern-Kind-Übereinstimmung bei 6- bis 17-Jährigen (im Mittel 10.5 Jahre) fiel niedriger aus (94 %, κ =.31). Wenn Informationen zwischen beiden Interviews abweichen, wird empfohlen, bei der zeitlichen Einordnung der Symptome und bei externalisierenden Störungen die Elterninformationen stärker zu gewichten, bei internalisierenden Störungen dagegen die Diagnosen aus beiden Quellen einfließen zu lassen und dabei mit zunehmendem Alter vermehrt auf die Angaben der Kinder und Jugendlichen zu vertrauen (Adornetto, In-Albon & Schneider, 2008). Für einen zusätzlichen Vergleich wurden daher die Diagnosen nach Kind- und Elterninterview nach der «Oder-Regel» kombiniert, das heißt, eine depressive Episode wurde dann als vorhanden betrachtet, wenn sie entweder im Kind- oder im Elterninterview oder in beiden Interviews berichtet wurde. Erfassung der klinischen Diagnosen Den behandelnden Therapeuten wurde ein Bogen vorgelegt, auf dem sie die klinischen Diagnosen auf den sechs Achsen des Multiaxialen Klassifikationsschemas nach ICD-10 (Remschmidt et al., 2006) angeben sollten. Außerdem wurde in einem Item erfragt, welcher Berufsgruppe sie angehörten. Selbstbeurteilungsfragebögen Bei den Kindern wurde das Depressions-Inventar für Kinder und Jugendliche (DIKJ, Stiensmeier-Pelster, Schürmann & Duda, 2000) eingesetzt. Das DIKJ basiert auf dem Children s Depression Inventory (CDI, Kovacs, 1992), das als bekanntester Selbstbeurteilungsfragebogen für Depression im Kindes- und Jugendalter gilt (Klein et al., 2005). In 26 Items erfasst es eine große Bandbreite von depressiven Symptomen und Begleiterscheinungen. Jedes Item besteht aus drei Aussagen, welche die Ausprägungen eines Symptoms für die «letzte Zeit» kennzeichnen und mit 0 (geringste Ausprägung des Symptoms) bis 2 (höchste Ausprägung) bewertet werden. Die Reliabilität des DIKJ erwies sich als zufriedenstellend (Cronbachs α:.82.88, Retest-Reliabilität nach acht Wochen:.76). Zur konvergenten und diskriminanten Validität berichten die Autoren höhere Zusammenhänge mit Konstrukten, die sie als eher depressionsnah einstufen (z. B. Selbstwertgefühl), als mit eher depressionsfernen Konstrukten (z. B. Prüfungsangst). In der bislang einzigen Untersuchung des DIKJ unter psychiatrischen Patienten wurden Kinder und Jugendliche mit vorwiegend depressiver vs. ohne jede depressive Symptomatik gemäß klinischem Urteil verglichen (N = 23). Beim optimalen Cut-off-Wert 20 betrug die Sensitivität 83 % und die Spezifität 82 % (Stiensmeier-Pelster et al., 2000). Bei Jugendlichen werden häufig Selbstbeurteilungsverfahren aus dem Erwachsenenbereich eingesetzt, für die jedoch noch dringender Bedarf an Validitätsstudien im Jugendalter besteht. Daher wurde in der vorliegenden Studie die Allgemeine Depressions Skala in der Kurzform (ADS- K, Hautzinger & Bailer, 1993) ausgewählt. Bei der ADS-K handelt es sich um eine Kurzversion der übersetzten Center for Epidemiologic Studies Depression Scale (CES-D, Radloff, 1977). Die 15 Items der ADS-K erfassen depressive Symptome auf einer vierstufigen Ratingskala von selten (0) bis meistens (3) in Bezug auf die letzte Woche. Bei Jugendlichen in pädiatrischer Behandlung zeigte die ADS-K eine mittlere bis hohe Reliabilität (Cronbachs α =.89), eine Sensitivität von 85 % und eine Spezifität von 84 % beim Cut-off-Wert 14 für die Unterscheidung zwischen Patienten mit und ohne depressiver Störung gemäß strukturiertem Interview mit dem Jugendlichen (Pietsch et al., 2012). Studien zur Kriteriumsvalidität unter kinder- und jugendpsychiatrischen Patienten liegen noch nicht vor. Statistische Auswertung Als Maß für die Übereinstimmung zwischen jeweils zwei Beurteilungen wurden Kappa-Koeffizienten nach Cohen (1960) berechnet. Kappa-Koeffizienten unter.40 werden üblicherweise als geringe und Werte über.80 als gute Übereinstimmung bewertet, während die Konventionen zwischen.41 und.80 divergieren (Rettew et al., 2009). Werte in diesem Bereich werden vereinfachend als mäßig bezeichnet. Der Kappa-Koeffizient gibt den Anteil der beobachteten Übereinstimmungen an, der über eine zufällig zu erwartende Übereinstimmung hinausgeht. Wie Thompson und Walter (1988) darstellen, hängt die Höhe des Koeffizienten von drei Faktoren ab: (1) Treffsicherheit der ersten

6 410 K. Dolle et al.: Beurteilerübereinstimmung bei Depression Beurteilung, (2) Treffsicherheit der zweiten Beurteilung sowie (3) wahre Prävalenz des untersuchten Merkmals (hier: der depressiven Episoden). Bereits wenn eine der beiden Beurteilungen Mängel in Sensitivität oder Spezifität aufweist, fällt der Kappa-Koeffizient deutlich ab. Gleichzeitig folgt er hinsichtlich der Prävalenz einem umgekehrt u-förmigen Verlauf: Für sehr niedrige und sehr hohe Prävalenzen geht Kappa gegen Null. Da diese drei theoretisch angenommenen Faktoren in der Praxis zwar nicht bestimmt werden können, ihr Einfluss aber auch in der vorliegenden Untersuchung relevant sein könnte, wurden als Anhaltspunkt zusätzlich die prozentualen Übereinstimmungen berechnet. Für die Selbstbeurteilungsfragebögen wurde zunächst Cronbachs α als Schätzung der Reliabilität bestimmt. Die Summenwerte des DIKJ und der ADS-K wurden berechnet, wenn mindestens 80 % der Items ausgefüllt worden waren, und ggf. für die Anzahl der fehlenden Antworten korrigiert, indem die erhaltenen Summenwerte durch die Anzahl der ausgefüllten Items geteilt und mit der Gesamtzahl der Items multipliziert wurden. Für die Vergleiche von Patienten mit und ohne depressive Episode gemäß Kindinterview, Elterninterview, Kombination aus Kind- und Elterninterview sowie klinischem Urteil wurde jeweils eine Receiver operating characteristic (ROC) Kurve berechnet. Die Fläche unter dieser Kurve (area under the curve, AUC) gibt die Treffsicherheit der Zuordnung an und sollte sich möglichst dem Wert 1 annähern. Unterschiede in den AUC- Werten zwischen den ROC-Kurven für die verschiedenen Referenzstandards wurden gemäß DeLong-Tests (DeLong, DeLong & Clarke-Pearson, 1988) auf ihre statistische Signifikanz geprüft. Als optimale Cut-off-Werte wurden die Summenwerte mit dem höchsten Youden-Index ausgewählt (berechnet aus Sensitivität + Spezifität 1, Youden, 1950). Für sie wurden Sensitivität (Anteil der Patienten mit positivem Testergebnis an den als depressiv klassifizierten Patienten), Spezifität (Anteil der Patienten mit negativem Testergebnis an den als nicht-depressiv klassifizierten Patienten), der positive prädiktive Wert (PPW, Anteil der als depressiv klassifizierten Patienten an den Patienten mit positivem Testergebnis) sowie der negative prädiktive Wert (NPW, Anteil der als nicht-depressiv klassifizierten Patienten an den Patienten mit negativem Testergebnis) berechnet. Die Analysen wurden mithilfe der Programme IBM SPSS Statistics 19 und R Version (Pakete proc und epir) durchgeführt. Ergebnisse Beurteilerübereinstimmung Wie in Tabelle 2 dargestellt, wurden in allen Vergleichen zwischen strukturierten Interviews und klinischen Urteilen höchstens mäßige Übereinstimmungen erreicht. Die höchsten prozentualen Übereinstimmungen wurden jeweils zwischen Kind- und Elterninterview festgestellt ( %), was sich bei den Jugendlichen und für die Gesamtstichprobe in einem mäßigen, bei den Kindern allerdings nur in einem geringen Kappa-Koeffizienten niederschlug. Das klinische Urteil stimmte bei den Kindern tendenziell höher mit dem Kind- als mit dem Elterninterview überein, bei den Jugendlichen tendenziell niedriger. Eine direkte Gegenüberstellung von beiden Interviews und klinischem Urteil zeigte, dass in neun Fällen übereinstimmend zwischen allen drei Beurteilerperspektiven die Diagnose einer depressiven Episode vergeben wurde, in 102 Fällen übereinstimmend nicht. Insgesamt lagen 53 Nichtübereinstimmungen vor. Der höchste Anteil dieser Nichtübereinstimmungen ging auf Fälle zurück, in denen nach klinischem Urteil eine depressive Episode vorlag, nach Kind- und Elterninterview dagegen nicht. Bei den Kindern geschah dies in 10 Fällen (12.3 % bzw % der Nichtübereinstimmungen in dieser Gruppe), bei den Jugendlichen in 12 Fällen (13.6 % bzw % der Nichtübereinstimmungen). In 13 von diesen insgesamt 22 Fällen war zum Zeitpunkt der Interviews höchstens ein Kernsymptom erfüllt. In weiteren sechs Fällen lagen gemäß Kind- oder Elterninterview oder beiden Interviews Hinweise auf eine remittierte depressive Episode vor, wobei der gegenwärtige Zustand nicht die Kriterien für eine depressive Episode erfüllte. In den übrigen drei Fällen war in jeweils einem der Interviews das Zeitkriterium «die meiste Zeit des Tages» nicht erfüllt, während im jeweils anderen Interview höchstens ein Kernsymptom oder insgesamt nur drei Symptome berichtet wurden. Alle anderen Kombinationsmöglichkeiten von Nichtübereinstimmungen traten in der Gesamtstichprobe jeweils in maximal sieben Fällen (4.1 %) auf (z. B. depressive Episode nach Kindinterview, aber weder nach Elterninterview noch nach klinischem Urteil). Selbstbeurteilungsfragebögen Die Schätzung der Reliabilität der Selbstbeurteilungsfragebögen betrug Cronbachs α =.93 (DIKJ) bzw..92 (ADS-K). Bei den Kindern musste der DIKJ-Gesamtwert in sechs Fällen für eine, in ebenfalls sechs Fällen für zwei und in einem Fall für drei fehlende Itemantworten korrigiert werden. Bei den Jugendlichen wurde der ADS-K-Gesamtwert in sechs Fällen für je eine fehlende Antwort korrigiert. Tabelle 3 enthält die area under the curve (AUC) für das DIKJ und die ADS-K im Vergleich zu den verschiedenen Referenzstandards. Ebenfalls dargestellt sind die jeweils optimalen Cut-off-Werte mit den bei diesen Werten erreichten Sensitivitäten, Spezifitäten, positiven und negativen prädiktiven Werten. Bei der Verwendung der unterschiedlichen Referenzstandards ergaben sich bei den Kindern sehr unterschiedliche optimale Cut-off-Werte mit Werten für die Sensitivität von unter 80 % und sehr heterogenen Werten für die Spezifität. Bei den Jugendlichen resultierte nur für das Kindinterview ein anderer optimaler Cut-off-Wert als

7 K. Dolle et al.: Beurteilerübereinstimmung bei Depression 411 Tabelle 2 Vierfeldertafeln, Kappa-Koeffizienten mit 95% Konfidenzintervallen und prozentuale Übereinstimmungen von strukturierten Interviews und klinischer Diagnose Kinder Kindinterview Elterninterview Kombination Klinisches Urteil κ =.40 [.16,.65] κ =.13 [.09,.36] κ =.38 [.13,.62] 82.5 % 76.3 % 80.0 % Elterninterview κ =.25 [.05,.55] 85.2 % Jugendliche Kindinterview Elterninterview Kombination Klinisches Urteil κ =.23 [.00,.45] κ =.35 [.13,.57] κ =.32 [.10,.53] 70.2 % 74.7 % 71.4 % Elterninterview κ =.55 [.34,.76] 83.9 % Anmerkungen. Kombination: Die Kriterien für eine depressive Episode waren nach Kind- oder Elterninterview oder nach beiden Interviews erfüllt. + Kriterien für eine depressive Episode erfüllt. Kriterien für eine depressive Episode nicht erfüllt. Tabelle 3 Validitätsmaße der Selbstbeurteilungsfragebögen mit 95 % Konfidenzintervallen nach verschiedenen Referenzstandards Kinder: Depressionsinventar für Kinder und Jugendliche (DIKJ) Referenzstandard (n betroffen/nicht betroffen 1 ) AUC Cut-off Sensitivität Spezifität PPW NPW Kindinterview (10/71) 76 % [60, 93] % [35, 93] 79 % [68, 88] 32 % [14, 55] 95 % [86, 99] Elterninterview (8/73) 89 % [76, 100] % [35, 97] 97 % [90, 100] 75 % [35, 97] 97 % [90, 100] Kombination (15/66) 82 % [69, 95] % [45, 92] 83 % [72, 91] 50 % [28, 72] 93 % [84, 98] Klinisches Urteil (18/62) 75 % [62, 87] % [52, 94] 65 % [51, 76] 39 % [23, 57] 91 % [78, 97] Jugendliche: Allgemeine Depressions-Skala in der Kurzform (ADS-K) Referenzstandard (n betroffen/nicht betroffen 1 ) AUC Cut-off Sensitivität Spezifität PPW NPW Kindinterview (20/68) 89 % [82, 96] % [75, 100] 69 % [57, 80] 48 % [32, 64] 98 % [89, 100] Elterninterview (20/67) 80 % [70, 90] % [75, 100] 58 % [46, 70] 40 % [26, 56] 98 % [87, 100] Kombination (27/61) 86 % [78, 94] % [81, 100] 66 % [52, 77] 55 % [40, 70] 98 % [87, 100] Klinisches Urteil (25/59) 71 % [60, 83] % [64, 95] 59 % [46, 72] 47 % [32, 62] 90 % [76, 97] Anmerkungen. 1 betroffen: Kriterien für eine depressive Episode erfüllt. Kombination: Kriterien für eine depressive Episode nach Kind- oder Elterninterview oder nach beiden Interviews erfüllt. AUC: area under the curve. PPW/NPW: positiver/negativer prädiktiver Wert.

8 412 K. Dolle et al.: Beurteilerübereinstimmung bei Depression für die anderen Referenzstandards. Es zeigten sich höhere Werte für die Sensitivität als bei den Kindern, die Spezifität lag jedoch durchgängig unter 70 %. Während die positiven prädiktiven Werte über die verschiedenen Referenzstandards beträchtlich variierten, lagen die negativen prädiktiven Werte durchgängig bei mindestens 90 %. In Referenz zum klinischen Urteil wurde jeweils der geringste AUC- Wert sowie die geringste Kombination aus Sensitivität und Spezifität erreicht. Nur die Unterschiede bei den Jugendlichen zwischen klinischem Urteil und Kindinterview (p =.014) sowie zwischen klinischem Urteil und der Kombination der Interviews (p =.048) waren statistisch bedeutsam, solange das 5 % Signifikanzniveau nicht für multiples Testen adjustiert wurde. Alle weiteren Unterschiede in den AUC-Werten waren statistisch nicht signifikant (p >.10). Diskussion Beurteilerübereinstimmung In der Frage, ob bei den untersuchten Kindern und Jugendlichen eine depressive Episode vorlag, stimmten strukturierte Kind- und Elterninterviews untereinander sowie mit dem klinischen Urteil niedrig bis mäßig überein. Die Höhe der Kappa-Koeffizienten könnte dabei zum Teil durch die Prävalenz beeinflusst sein: Beim Aufeinandertreffen der niedrigsten beobachteten Prävalenzen (Kindinterview verglichen mit Elterninterview in der Kinderstichprobe, 12.3 % bzw. 9.9 %) ergab sich trotz relativ hoher prozentualer Übereinstimmung (85.2 %) nur ein niedriger Kappa-Koeffizient (.25). Doch auch bei höheren beobachteten Prävalenzen wurden keine guten Übereinstimmungen erzielt und die Kombination der strukturierten Interviews nach der «Oder-Regel» stimmte nicht höher mit dem klinischen Urteil überein als die einzelnen Interviews. Anders als in der Meta-Analyse von Rettew et al. (2009) wurden depressive Episoden häufiger nach klinischem Urteil als in den Interviews festgestellt. Bei diesen Nichtübereinstimmungen wurde in den Interviews keine Diagnose vergeben, weil die Kriterien jeweils nicht exakt erfüllt waren. Möglicherweise wurden diese Kriterien von den klinischen Beurteilern weniger streng geprüft. Sie könnten zum Beispiel in Anlehnung an die Anmerkungen des DSM-IV-TR (American Psychiatric Association, 2000) auch eine reizbare anstelle einer depressiven Verstimmung als Kernsymptom angesehen haben, während die Interviewer dies der ICD- 10 folgend nicht berücksichtigten. Denkbar ist, dass der klinischen Beurteilung ein Konzept von Depression zugrunde liegt, das von den ICD-10-Kriterien abweicht, um den alterstypischen Besonderheiten der Depression bei Kindern und Jugendlichen besser gerecht zu werden. Aufgrund der Nichtübereinstimmungen mit den strukturierten Interviews könnten die klinischen Urteile daher als weniger «valide» in Bezug auf die ICD-10-Kriterien angesehen werden. Allerdings spiegeln auch die Klassifikationssysteme nur das jeweils aktuelle Verständnis psychischer Störungen wider und sind in einer stetigen Weiterentwicklung begriffen. Darüber hinaus könnten schon leicht unterschiedliche Angaben der Patienten die Nichtübereinstimmungen verursacht haben. Obwohl sich die Interviewtermine zumeist direkt an Termine bei den klinischen Beurteilern anschlossen und die klinischen Beurteiler zeitnah um ihre Einschätzung gebeten wurden, kam es vereinzelt zu einer längeren Rücklaufzeit des Fragebogens zur Erfassung der klinischen Diagnosen. Daher ist nicht auszuschließen, dass sich Interviews und klinische Urteile in Einzelfällen nicht auf exakt denselben Zeitraum bezogen haben könnten. Zusätzlich könnte auch die Beteiligung an der Studie die Aufmerksamkeit der klinischen Beurteiler verstärkt auf Depression gelenkt haben. Selbstbeurteilungsfragebögen Die Treffsicherheit der Selbstbeurteilungsfragebögen unterschied sich in Referenz zu den verschiedenen Beurteilungen zwar überwiegend nicht statistisch signifikant, aber es ergaben sich praktisch relevante Unterschiede hinsichtlich der Cut-off-Werte: Für das DIKJ divergierten die optimalen Cut-off-Werte um bis zu 11 Punkte. Dabei war die Sensitivität durchgängig niedriger als bei Stiensmeier-Pelster et al. (2000). Von dieser Untersuchung waren allerdings Kinder und Jugendliche mit subklinischer depressiver Symptomatik ausgeschlossen, was die Erkennung depressiver Episoden erleichterte. Für die ADS- K lagen die optimalen Cut-off-Werte in einem ähnlichen Bereich wie in der pädiatrischen Stichprobe (Pietsch et al., 2012). Die Spezifität erwies sich durchweg als geringer, was dadurch erklärbar ist, dass unter kinder- und jugendpsychiatrischen Patienten auch die als nicht-depressiv klassifizierten Fälle psychisch belastet waren. Sie erzielten höhere Werte in den Fragebögen und waren damit schwerer von den depressiven Fällen zu trennen als psychisch unauffällige Kinder und Jugendliche. Die durchgängig hohen negativen prädiktiven Werte bedeuten, dass bei einem Testergebnis von DIKJ und ADS-K unterhalb des jeweils niedrigsten Cut-off-Werts mit großer Sicherheit keine depressive Episode vorliegt. Welche Testergebnisse allerdings für das Vorliegen einer depressiven Episode sprechen, ist aufgrund der Varianz in den Cutoff-Werten deutlich schwieriger festzustellen. Selbst bei einem Testergebnis über den verschiedenen Cut-off-Werten lag die Wahrscheinlichkeit, dass tatsächlich eine depressive Episode vorlag, höchstens bei 75 % (DIKJ) bzw. 55 % (ADS-K). Diese Ergebnisse sichern empirisch ab, dass die beiden Selbstbeurteilungsfragebögen zwar gute Hilfsmittel in der Diagnostik sind, aber allein keine Diagnosestellung erlauben.

9 K. Dolle et al.: Beurteilerübereinstimmung bei Depression 413 Einschränkungen In dieser Studie wurden nur die Aufnahmediagnosen der behandelnden Therapeuten erhoben und die strukturierten Interviews einmalig durchgeführt. Die weitere Entwicklung und diagnostische Beurteilung der Patienten im Verlauf wurden nicht erfasst. In der relativ kleinen Stichprobe zeigten sich teilweise nur sehr geringe Fallzahlen in den Unterkategorien (n = 8). Dies führte zum einen zu großen Konfidenzintervallen, zum anderen hatte schon die Abweichung in einzelnen Fällen großen Einfluss auf die Übereinstimmungsmaße. Es ist fraglich, ob diese wenigen Fälle die jeweilige Kategorie angemessen repräsentieren und ob die Ergebnisse in einer größeren Stichprobe anders ausfallen würden. Obwohl sich Teilnehmer und Nichtteilnehmer nicht bedeutsam in Alter und Geschlechtsverteilung unterschieden, könnte die Stichprobe durch andere Selektionseffekte verzerrt sein (z. B. insgesamt weniger belastet). Die Datenerhebung fand ausschließlich in der Stadt München statt. Obwohl die Stichprobe repräsentativ für die lokale kinder- und jugendpsychiatrische Inanspruchnahmepopulation erscheint, ist die Übertragbarkeit auf andere kinderund jugendpsychiatrische Settings nicht sicher. Schlussfolgerungen Klinische Beurteiler könnten profitieren, indem sie mithilfe von strukturierten Interviews die Klassifikationskriterien exakter abprüfen. Aber auch die Diagnosestellung aufgrund von strukturierten Interviews erfordert klinische Erfahrung. Bei diskrepanten Kind- und Elternangaben könnte ein Zusammenführen der Informationen nach bester klinischer Einschätzung der Interviewer zu besseren Ergebnissen führen als die «Oder-Regel». Um die Objektivität dieser Einschätzung zu gewährleisten, wären genauere Vorgaben für das Vorgehen hilfreich, zum Beispiel, ob die Angaben auf Symptom- oder auf Diagnoseebene zusammengeführt werden sollten. Diese Vorgaben sollten empirisch geprüft und detailliert in den Manualen beschrieben werden. Die Selbstbeurteilung der Patienten im Fragebogen kann als Zusatz herangezogen werden: DIKJ und ADS- K eignen sich dazu, das Vorliegen einer depressiven Episode auszuschließen. Ein hoher Summenwert sollte dagegen nur als Hinweis auf das Vorliegen einer depressiven Episode verstanden werden. Autorenhinweis Dieses Projekt wurde unterstützt durch das Förderprogramm für Forschung und Lehre (FöFoLe) der Medizinischen Fakultät der Ludwig-Maximilians-Universität München. Wir danken allen Familien für ihre Teilnahme, außerdem Helga Chiara Schlenz und Julia Grzimek sowie den Mitarbeiterinnen und Mitarbeitern der kooperierenden Einrichtungen für ihre Unterstützung bei der Durchführung des Projekts. Es liegen keine möglichen Interessenkonflikte der Autoren vor. Literatur Adornetto, C., In-Albon, T. & Schneider, S. (2008). Diagnostik im Kindes- und Jugendalter anhand strukturierter Interviews: Anwendung und Durchführung des Kinder-DIPS. Klinische Diagnostik und Evaluation, 1, American Psychiatric Association. (2000). Diagnostic and Statistical Manual of Mental Disorders, fourth edition, text revision (DSM-IV-TR). Washington: APA. Andrews, V. C., Garrison, C. Z., Jackson, K. L. & Addy, C. L. (1993). Mother-adolescent agreement on the symptoms and diagnoses of adolescent depression and conduct disorders. Journal of the American Academy of Child & Adolescent Psychiatry, 32, Angold, A., Weissman, M. M., John, K., Merikangas, K. R., Prusoff, B. A., Wickramaratne, P. et al. (1987). Parent and child reports of depressive symptoms in children at low and high risk of depression. Journal of Child Psychology and Psychiatry, 28, Blanz, B. & Schmidt, M. H. (1990). Reliabilität kinder- und jugendpsychiatrischer Diagnosen in der ICD-10. Zeitschrift für Kinderund Jugendpsychiatrie und Psychotherapie, 18, Bruchmüller, K., Margraf, J., Suppiger, A. & Schneider, S. (2011). Popular or unpopular? Therapists use of structured interviews and their estimation of patient acceptance. Behavior Therapy, 42, Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20, DeLong, E. R., DeLong, D. M. & Clarke-Pearson, D. L. (1988). Comparing the areas under two or more correlated receiver operating characteristic curves: A nonparametric approach. Biometrics, 44, Hautzinger, H. & Bailer, M. (1993). Allgemeine Depressions Skala (ADS). Manual. Weinheim: Beltz. Joiner, T. E., Jr., Walker, R. L., Pettit, J. W., Perez, M. & Cukrowicz, K. C. (2005). Evidence-based assessment of depression in adults. Psychological Assessment, 17, Kiss, E., Gentzler, A. M., George, C., Kapornai, K., Tamás, Z., Kovacs, M. et al. (2007). Factors influencing mother-child reports of depressive symptoms and agreement among clinically referred depressed youngsters in Hungary. Journal of Affective Disorders, 100, Klein, D. N., Dougherty, L. R. & Olino, T. M. (2005). Toward guidelines for evidence-based assessment of depression in children and adolescents. Journal of Clinical Child & Adolescent Psychology, 34, Klein, R. G. (1991). Parent-child agreement in clinical assessment of anxiety and other psychopathology: A review. Journal of Anxiety Disorders, 5, Kovacs, M. (1992). The Children s Depression Inventory (CDI). Manual. North Tonawanda, NY: Multi-Health Systems. Kröner-Herwig, B., Morris, L., Heinrich, M., Gassmann, J. & Vath, N. (2009). Agreement of parents and children on characteristics of pediatric headache, other pains, somatic sym-

10 414 K. Dolle et al.: Beurteilerübereinstimmung bei Depression ptoms, and depressive symptoms in an epidemiologic study. Clinical Journal of Pain, 25, Pietsch, K., Allgaier, A. K., Frühe, B., Hoyler, A., Rohde, S. & Schulte-Körne, G. (2012). Screening for adolescent depression in paediatric care: Validity of a new brief version of the Center for Epidemiological Studies Depression Scale. Child and Adolescent Mental Health. doi: /j x Radloff, L. S. (1977). The CES-D Scale. Applied Psychological Measurement, 1, Remschmidt, H., Schmidt, M. H. & Poustka, F. (2006). Multiaxiales Klassifikationsschema für psychische Störungen des Kindes- und Jugendalters nach ICD-10 der WHO (5. Aufl.). Bern: Huber. Rettew, D. C., Lynch, A. D., Achenbach, T. M., Dumenci, L. & Ivanova, M. Y. (2009). Meta-analyses of agreement between diagnoses made from clinical evaluations and standardized diagnostic interviews. International Journal of Methods in Psychiatric Research, 18, Schmidt, M. H. & Sinzig, J. (2006). Übereinstimmung von Diagnosen und Symptomen in der Verhaltenstherapie bei Kindern und Jugendlichen. Kindheit und Entwicklung, 15, Schneider, S., Unnewehr, S. & Margraf, J. (2009). Kinder-DIPS. Diagnostisches Interview bei psychischen Störungen im Kindes- und Jugendalter (2. Aufl.). Heidelberg: Springer. Stavrakaki, C., Vargo, B., Roberts, N. & Boodoosingh, L. (1987). Concordance among sources of information for ratings of anxiety and depression in children. Journal of the American Academy of Child & Adolescent Psychiatry, 26, Stiensmeier-Pelster, J., Schürmann, M. & Duda, K. (2000). Depressionsinventar für Kinder und Jugendliche (DIKJ). Manual (2. Aufl.). Göttingen: Hogrefe. Suppiger, A., In-Albon, T., Hendriksen, S., Hermann, E., Margraf, J. & Schneider, S. (2009). Acceptance of structured diagnostic interviews for mental disorders in clinical practice and research settings. Behavior Therapy, 40, Thompson, W. D. & Walter, S. D. (1988). A reappraisal of the kappa coefficient. Journal of Clinical Epidemiology, 41, Weiss, B. & Garber, J. (2003). Developmental differences in the phenomenology of depression. Development & Psychopathology, 15, Wittchen, H.-U. & Hoyer, J. (2006). Diagnostische Prozesse in der Klinischen Psychologie und Psychotherapie. In H.-U. Wittchen & J. Hoyer (Hrsg.), Klinische Psychologie & Psychotherapie (S ). Heidelberg: Springer. Youden, W. J. (1950). Index for rating diagnostic tests. Cancer, 3, Manuskripteingang Nach Revision angenommen Interessenkonflikte Nein Dr. Antje-Kathrin Allgaier Klinik und Poliklinik für Kinder- und Jugendpsychiatrie Psychosomatik und Psychotherapie Klinikum der Ludwig-Maximilians-Universität München Nußbaumstraße 5a DE München Antje.Allgaier@med.uni-muenchen.de