Früherkennung von Depressionen in der Pädiatrie: Kriteriumsvalidität des Beck Depressions-Inventar Revison (BDI-II) und des Beck Depressions-Inventar Fast Screen for Medical Patients (BDI-FS) Early Detection of Major Depression in Paediatric Care: Validity of the Beck Depression Inventory Second Edition (BDI-II) and the Beck Depression Inventory Fast Screen for Medical Patients (BDI-FS) Autoren Kathrin Pietsch 1, Anne Hoyler 1, Barbara Frühe 1, Joachim Kruse 2, Gerd Schulte-Körne 1, Antje-Kathrin Allgaier 1 Institute 1 Klinik und Poliklinik für Kinder- und Jugendpsychiatrie, Psychosomatik und Psychotherapie, Ludwig-Maximilians- Universität, München 2 Klinische Psychologie und Psychotherapie, Ludwig-Maximilians-Universität, München Schlüsselwörter Depression Jugendliche Früherkennung Validität BDI-II Keywords depression adolescents early detection validity BDI-II eingereicht 20. Februar 2012 akzeptiert 15. Mai 2012 Zusammenfassung Die Studie untersucht, wie gut das Beck Depressions-Inventar Revision (BDI-II) und das Beck Depressions-Inventar Fast Screen for Medical Patients (BDI-FS) zwischen depressiven und nicht-depressiven Jugendlichen unterscheiden können und sich zur Früherkennung in der Pädiatrie eignen. Von 314 Jugendlichen (13 16 Jahre) aus Münchner Kinderkliniken oder Kinderchirurgien litten 5,7 % an einer Major Depression gemäß dem diagnostischen Interview Kinder- DIPS. Anhand dieses Goldstandards wurden Receiver Operating Characteristic Kurven, die Area Under the Curve (AUC) sowie die optimalen Schwellenwerte berechnet. Die Validitätswerte des BDI-II waren hervorragend (AUC = 0,93, Sensitivität = 0,86 und Spezifität = 0,93 beim optimalen Schwellenwert 19). Das BDI-FS unterschied sich in der Validität nicht signifikant vom BDI-II (AUC = 0,92, Sensitivität = 0,81, Spezifität = 0,90). Damit werden erstmals für die deutschen Fassungen des BDI-II und des 7 Items langen BDI-FS Schwellenwerte vorgelegt, die sich zur Früherkennung depressiver Jugendlicher eignen. Abstract This study investigates the ability of the Beck Depression Inventory Second Edition (BDI-II) and the Beck Depression Inventory Fast Screen for Medical Patients (BDI-FS) to discriminate between depressed and non-depressed youths. 5.7 % of 314 adolescents, aged 13 16 years, from paediatric and paediatric surgery clinics were suffering from a Major Depression according to the diagnostic interview Kinder-DIPS. By means of this gold standard Receiver Operating Characteristic curves, the Area Under the Curve (AUC) and the optimal cut-offs were calculated. The validity of BDI-II was excellent (AUC = 0.93, sensitivity = 0.86 and specificity = 0.93 at the optimal cut-off 19). The validity of BDI-FS did not differ significantly from BDI-II (AUC = 0.92, sensitivity = 0.81, specificity = 0.90). For the first time we present cut-offs for the German version of BDI-II and the 7-item BDI-FS that are suitable for the early detection of depressed adolescents in paediatric care. Bibliografie DOI http://dx.doi.org/ 10.1055/s-0032-1314869 Online-Publikation: 2012 Psychother Psych Med Georg Thieme Verlag KG Stuttgart New York ISSN 0937-2032 Korrespondenzadresse Kathrin Pietsch Dipl.-Psych. Klinik und Poliklinik für Kinderund Jugendpsychiatrie, Psychosomatik und Psychotherapie Ludwig-Maximilians-Universität Nußbaumstraße 5a 80336 München kathrin.pietsch@med.unimuenchen.de Hintergrund Depressive Erkrankungen gehören zu den häufigsten psychischen Erkrankungen weltweit mit schwerwiegenden gesundheitlichen, sozialen und psychischen Folgen für die Betroffenen [1 3 ]. Eine erhöhte Wiedererkrankungsrate und ein erhöhter Schweregrad zeigen sich häufiger bei frühem Erkrankungsbeginn [4 ]. Aktuelle Studien zeigen, dass psychotherapeutische und pharmakologische Interventionen auch bei Jugendlichen in der Reduktion depressiver Symptome und damit einhergehenden psychosozialen Beeinträchtigungen wirksam sind [5, 6 ]. Ein wesentliches Problem ist allerdings, dass ein beträchtlicher Anteil der Jugendlichen mit einer depressiven Störung unerkannt bleibt [7 ] und daher auch nicht behandelt wird. Aus diesem Grund ist die Verbesserung der Erkennensrate depressiver Störungen in jüngeren Altersgruppen von hoher klinischer Bedeutsamkeit. Eines der weltweit am häufigsten eingesetzten Selbstbeurteilungsverfahren zur Erfassung depressiver Störungen ist das Beck Depressions-Inventar (BDI-II; [8, 9 ] ). Aktuell liegt es in der zweiten Fassung vor (BDI-II; [ 9 ] ), sein Einsatz wird ab einem Alter von 13 Jahren zur Einschätzung der depressiven Symptomatik bei jugendlichen Patienten empfohlen [ 10 ]. Das BDI-II ist in erster Linie ein Instrument zur Erfassung des Schweregrades einer Major Depression, wird jedoch auch häufig als Screeninginstrument eingesetzt [11 ].
Seine Anwendung hat sich bereits in einer Vielzahl von Settings bewährt (z. B. [12 14 ] ). Die deutsche Fassung des BDI-II [15 ] weist gute psychometrische Kennwerte für das Erwachsenenalter auf [ 16 ]. Die faktorenanalytische Struktur ist mit jener aus internationalen Studien vergleichbar [ 17 ]. Bisher gibt es jedoch nur eine Studie, in der die deutsche Fassung des BDI-II an einer Jugendstichprobe untersucht wurde: Besier, Goldbeck und Keller [ 18 ] ermittelten für eine Gruppe von 15- bis 18-jährigen psychiatrischen Patienten eine hohe Reliabilität (Cronbachs α = 0,92) sowie eine gute konvergente Validität mit thematisch verwandten Selbst- und Fremdbeurteilungsskalen. Im Vergleich ergaben sich signifikant höhere Mittelwerte bei Jugendlichen mit Diagnose einer depressiven Störung gegenüber Jugendlichen ohne eine solche Diagnose, was für eine gute diskriminante Validität spricht (unsere Berechnung: Cohens d = 0,86). Eine weitere Methode zur Ermittlung von Validitätsmaßen eines Instruments ist die Receiver-Operating-Characteric (ROC)- Analyse, bei der das Ergebnis eines Fragebogens mit einem zuverlässigen Außenkriterium in Beziehung gesetzt wird. Für den optimalen Schwellenwert lassen sich zur Unterscheidung von Betroffenen und Nicht-Betroffenen anhand der ROC-Kurve Sensitivität und Spezifität als wichtige Kennwerte ermitteln. Die Sensitivität ist die Fähigkeit des Instruments, betroffene Personen zu identifizieren, und die Spezifität ist die Fähigkeit des Instruments, nicht-betroffene Personen als solche zu erkennen. Als Maß für die diagnostische Gesamtgüte dient die Größe der Area Under the Curve (AUC). Eine Überprüfung der Kriteriumsvalidität des BDI-II mittels ROC-Analyse fand bisher im Deutschen noch nicht statt, wurde aber bereits angeregt [18, 19 ]. Eine in den USA bewährte [20 22 ], in Deutschland jedoch noch nicht validierte Verkürzung des BDI-II ist das BDI-Fast Screen for Medical Patients (BDI-FS; [ 23 ] ), früher als BDI-Primary Care (BDI-PC) bezeichnet, welches speziell für Screeningzwecke in der Primärversorgung entwickelt wurde. Es beinhaltet 7 des ursprünglich 21 Items umfassenden BDI-II und hat dasselbe 4-stufige Antwortformat. Als kritischer Schwellenwert, der auf das Vorliegen einer depressiven Symptomatik hindeutet, wurde von Beck ein Gesamtscore von 4 identifiziert [20, 21 ]. Durch seine Kürze und seinen Verzicht auf Fragen zu somatischen Symptomen ist das BDI-FS als Screeninginstrument gerade im Setting der medizinischen Grundversorgung besonders geeignet. Die Primärversorgung, die in Deutschland meist durch Hausärzte, also Fachärzte für Allgemeinmedizin oder Internisten, und im Jugendalter auch durch Kinder- und Jugendärzte geleistet wird, ist aus verschiedenen Gründen ein wichtiger Bereich der medizinischen Versorgung für die Früherkennung depressiver Störungen bei Jugendlichen. Haus- oder Kinder- und Jugendärzte haben die Entwicklung eines Jugendlichen oft über Jahre hinweg begleitet und sind meist der erste Ansprechpartner sowohl bei somatischen als auch psychischen Beschwerden. Zudem entwickeln somatisch kranke Jugendliche, vor allem chronisch erkrankte (z. B. an Asthma bronchiale, Mukoviszidose), nicht selten eine depressive Symptomatik [24, 25 ]. Jedoch sind Haus- und Kinder- und Jugendärzte oft unsicher im Erkennen psychischer Beeinträchtigungen [26, 27 ]. Häufig ist auch Zeitmangel ein Grund für die fehlende Exploration der Jugendlichen hinsichtlich psychischer Probleme [28 ]. Psychische Schwierigkeiten treten häufig in den Hintergrund der ärztlichen Untersuchung, obwohl die Prävalenz depressiver Störungen gerade im pädiatrischen Kontext deutlich erhöht ist [ 29 ]. Die Erkennensraten für Major Depression in der Primärversorgung liegen zwischen 21 % und 55 % [30 33 ]. Ökonomische und vor allem sensitive Screeninginstrumente können daher eine große Hilfe für den Hausoder Kinder- und Jugendarzt sein [ 34 ]. Erreicht ein Jugendlicher ein auffälliges Ergebnis in einem Screener, so dient dies dem Arzt als Hinweis, dass eine fachärztliche Untersuchung der Symp tomatik notwendig ist. Im Jahr 2006 hat sich die US Preventive Services Task Force explizit für den Einsatz des BDI-FS als Screeninginstrument für Jugendliche in der Primärversorgung ausgesprochen [35 ]. Diese Empfehlung basiert auf den vielversprechenden Ergebnissen hinsichtlich Sensitivität und Spezifität für den auch bei Jugendlichen empfohlenen Schwellenwert von 4 [ 36 ]. Wie zuvor für Erwachsene [20, 21 ], konnten auch für Jugendliche sehr gute Werte für das Erkennen einer Major Depression bei diesem Cut-off- Wert nachgewiesen werden: Winter et al. [ 36 ] fanden für das BDI-FS sowohl eine Sensitivität als auch eine Spezifität in Höhe von 0,91 in einer Stichprobe von 100 12- bis 17-jährigen Patienten aus kinderärztlichen Praxen. Der AUC-Wert lag in dieser Stichprobe bei 0,98. Dass sich für Jugendliche die Fast-Screen- Version in ihrer Validität nicht von derjenigen der Langversion des BDI-II unterscheidet, konnten Kumar et al. [ 37 ] zeigen. Für eine Stichprobe von 100 Jugendlichen fanden sie für das BDI-FS einen AUC-Wert von 0,90 und für das BDI-II einen AUC-Wert von 0,92, was keinen signifikanten Unterschied darstellt. Jedoch ist die Generalisierbarkeit dieses Ergebnisses auf die Primärversorgung nicht uneingeschränkt möglich, da sich die Stichprobe aus psychiatrischen jugendlichen Patienten zusammensetzte. Bei Jugendlichen aus der medizinischen Grundversorgung wurde bisher noch kein Vergleich der Validität des BDI-FS mit derjenigen der Langversion (BDI-II) vorgenommen. Ziel unserer Studie ist die Untersuchung psychometrischer Gütekriterien der deutschen Version des BDI-II und des BDI-FS an einer Stichprobe von somatisch kranken Jugendlichen. Für beide Instrumente liegt ein Augenmerk der Studie auf ihrer Zuverlässigkeit, zwischen depressiven und nicht-depressiven Jugendlichen unterscheiden zu können. Unsere Studie hat in mehrerer Hinsicht Neuigkeitswert: Zum ersten Mal wird für die deutsche Version des BDI-II und des BDI-FS der zuverlässige Kriteriumsstandard eines diagnostischen Interviews (Kinder-DIPS; [38 ] ) angewendet. Des Weiteren wird erstmalig überprüft, ob das BDI-FS hinsichtlich der Kriteriumsvalidität mit der Langversion BDI-II für somatisch kranke Jugendliche gleichzusetzen ist und damit ein empfehlenswertes Screeninginstrument für Hausund Kinder- und Jugendärzte darstellt. Methode Studiendesign und -ablauf Die vorliegende Untersuchung ist Teil einer multizentrischen Studie zur Früherkennung depressiver Störungen im Kindesund Jugendalter. Das Studiendesign wurde von den lokalen Ethikkommissionen geprüft und genehmigt. Die Erhebung fand von September 2009 bis November 2010 in Zeitabschnitten von jeweils 3 Monaten in 6 Kliniken für Kinderund Jugendmedizin sowie Kliniken für Kinderchirurgie der Stadt München statt. Abb. 1 veranschaulicht den Ablauf der Stichprobengewinnung. Für stationäre Patienten musste die Liegezeit mindestens 2 Tage betragen, um ausreichend Zeit für die Einholung des Einverständnisses durch die Eltern zu gewährleisten. Voraussetzung für ambulant behandelte Jugendliche war, dass sie zusammen mit einem Erziehungsberechtigten zum verein-
Für Teilnahme in Frage kommende Patienten (n=584) In die Auswertung einbezogene Patienten (n=314) Keine Teilnahme kein Einverständnis (n=113) früher aus Klinik entlassen (n=133) Sonstiges (n=6) Fehlende Werte 20% fehlende Werte im Fragebogen (n= 16) fehlendes Kinderinterview (n=2) Abb. 1 Flussdiagramm zur Stichprobenzusammensetzung der ein- und ausgeschlossenen Patienten. barten Arzttermin erschienen. Es wurden 676 Patienten zwischen 13 und 16 Jahren für den Studieneinschluss rekrutiert. Für jeden dieser Patienten entschied das medizinische Personal, ob eine Ansteckungsgefahr vorlag oder ob eine Studienteilnahme eine zu große Belastung für seinen momentanen Gesundheitszustand darstellte. Dabei war nur die aktuelle Verfassung relevant, auch Patienten mit schweren chronischen Erkrankungen konnten an der Studie teilnehmen. Zudem wurde eingeschätzt, ob der Jugendliche über ausreichende intellektuelle Fähigkeiten und Deutschkenntnisse verfügte, um die Fragebögen ohne fremde Hilfe ausfüllen zu können. 584 Jugendliche waren für die Teilnahme prinzipiell geeignet und wurden über die Studie informiert. Davon erklärten 332 Patienten und ihre Eltern ihr Einverständnis zur Teilnahme. 18 Jugendliche wurden aufgrund fehlender Interviews oder mehr als 20 % fehlender Werte im Fragebogen von den Analysen ausgeschlossen. Insgesamt lagen 314 vollständige Datensätze vor. Die ein- und ausgeschlossenen Jugendlichen unterschieden sich im Alter nicht voneinander ( t (582) = 0,24, p = 0,814; d = 0,02). In Bezug auf das Geschlecht zeigte sich jedoch ein Unterschied: Der Anteil der Mädchen war unter den Teilnehmern im Vergleich zu den Drop-outs höher (χ 2 (1) = 8,56, p = 0,003, Yules Q = 0,24). Eine daran anschließende Analyse auf Geschlechtsunterschiede innerhalb der einzelnen Ausschlussgründe zeigte, dass keine Unterschiede bezüglich des Einverständnisses zur Teilnahme (χ 2 (1) = 0,49, p = 0,528, Yules Q = 0,07) oder bezüglich fehlender Werte in den Instrumenten (χ 2 (1) = 0,14, p = 0,711, Yules Q = 0,09) bestanden, jedoch mehr Jungen frühzeitig aus der Klinik entlassen wurden (χ 2 (1) = 6,83, p = 0,009, Yules Q = 0,25). Nach Ausfüllen des BDI-II wurde mit dem Jugendlichen innerhalb einer Woche das Diagnostische Interview bei psychischen Störungen im Kindes- und Jugendalter (Kinder-DIPS) von Schneider et al. [ 38 ] durch einen geschulten Interviewer durchgeführt. Alle Interviewer waren blind hinsichtlich der Fragebogenergebnisse. Als Belohnung für die Teilnahme erhielten die Jugendlichen einen Geschenkgutschein im Wert von 20 Euro. Psychometrische Instrumente Beck Depressions-Inventar Revision (BDI-II) Das BDI-II [15 ] stellt eine Anpassung des Beck Depressions-Inventar (BDI; [ 39 ] ) an die Kriterien einer Major Depression nach der vierten Auflage des Diagnostischen und Statistischen Manuals Psychischer Störungen (DSM-IV-TR; [ 40 ] ) dar. Es bezieht sich auf den Beurteilungszeitraum der letzten 2 Wochen und bietet für jedes seiner 21 Items vier inhaltlich ausformulierte Antworten in aufsteigender Schwere der depressiven Symptomatik an (von 0 bis 3). Der Gesamtwert wird durch Aufsummieren errechnet und kann sich zwischen 0 und 63 bewegen. Im deutschen Manual werden die am englischen Original untersuchten Schwellenwerte zur Einschätzung der Depressionsschwere vorgeschlagen [ 9 ], wobei ein Summenwert von 0 bis 13 Punkten keine, von 14 bis 19 Punkten eine leichte, von 20 bis 28 Punkten eine mittelschwere und ab 29 Punkten eine schwere Depression kennzeichnet. Beck Depressions-Inventar-Fast Screen for Medical Patients (BDI-FS) Das BDI-FS [23 ] wurde vom BDI-II als Screeninginstrument zum Einsatz bei medizinischen Patienten abgeleitet. Es besteht aus sieben Items, die in identischer Form im BDI-II beinhaltet sind: Traurigkeit, Pessimismus, Versagensgefühle, Verlust von Freude, Selbstablehnung, Selbstkritik und Suizidgedanken. Diese Items wurden aufgrund ihrer klinischen Relevanz und hohen Ladungen auf der kognitiven Subskala ausgewählt. Auf somatische Items wurde bewusst verzichtet, um Konfundierungen durch körperliche Erkrankungen vorzubeugen [ 20 ]. In der vorliegenden Studie wurde das BDI-FS nicht separat vorgelegt. Seine Vorgabe war in den BDI-II eingebunden. Diagnostisches Interview bei psychischen Störungen im Kindes- und Jugendalter (Kinder-DIPS) Das Kinder-DIPS [ 38 ] ist ein standardisiertes diagnostisches Interviewverfahren zur Klassifikation häufig auftretender psychischer Störungen im Kindes- und Jugendalter, welches sich am DSM-IV-TR [ 40 ] orientiert. Als Kriteriumsstandard für die Validierung des BDI-II und BDI-FS wurde die Diagnose einer Major Depression herangezogen. Da es häufig zu Diskrepanzen zwischen Adoleszenten- und Elternurteil kommt [ 41 ] und empfohlen wird, bei internalisierenden Störungen dem Selbsturteil mehr Gewicht zu geben [ 38 ], wurde vom Einbezug eines Elterninterviews abgesehen. Für die verwendete Kinderversion ist die Interrater-Reliabilität des Kinder-DIPS für Major Depression mit κ = 0,95 als exzellent einzustufen [ 42 ]. Alle Interviewer hatten an einer 2-tägigen Interviewschulung zum Kinder-DIPS teilgenommen. Stichprobe Insgesamt setzte sich die Stichprobe aus 59,9 % Mädchen und 40,1 % Jungen zusammen. Das mittlere Alter betrug 14,31 Jahre ( SD = 1,06). 252 (80,3 %) der 314 Jugendlichen waren in stationärer, 62 (19,7 %) in ambulanter Behandlung. Das Bildungsniveau innerhalb der Stichprobe (15,3 % Hauptschule, 29,9 % Realschule, 46,5 % Gymnasium, 7,4 % Andere) entspricht in etwa der Schulstatistik des Regierungsbezirks München mit einer leichten Überrepräsentation der höheren Bildungsschichten [43 ]. Klassifiziert anhand des eingesetzten klinischen Interviews erfüllten 21 der 314 Jugendlichen (6,7 %) die diagnostischen Kriterien einer Major Depression nach DSM-IV-TR. 18 (5,7 %) Patienten wurden dabei als leicht, einer (0,3 %) als mittelgradig und 2 (0,6 %) als schwer depressiv klassifiziert. Statistische Datenanalyse Zur Bestimmung der testbiometrischen Güte der einzelnen Items wurden Mittelwerte, Standardabweichungen und Trennschärfekoeffizienten berechnet. Als Maß für die interne Konsistenz der Gesamtskalen diente Cronbachs α. Mittels eines t-tests für unabhängige Stichproben wurden die Summenwerte des
BDI-II und des BDI-FS für depressive und nicht-depressive Patienten miteinander verglichen. Für die weiteren Analysen wurden bei bis zu 20 % fehlenden Items im BDI-II die Items durch den Mittelwert der entsprechenden Person ersetzt. Zur Validierung der Fragebögen wurden ROC-Analysen berechnet. Die Diagnose einer Major Depression diente hierfür als Kriteriumsstandard. Aussagen über die Validität der Verfahren wurden anhand der AUC-Werte sowie der Sensitivitäten (Rate korrekter positiver Klassifikationsentscheidungen) und Spezifitäten (Rate korrekter negativer Klassifikationsentscheidungen) getroffen. Darüber hinaus wurden die beiden prädiktiven Werte berichtet: Der positive prädiktive Werte gibt die Wahrscheinlichkeit an, dass eine depressive Störung bei einem Patienten mit auffälligem Testergebnis vorliegt. Der negative prädiktive Wert gibt die Wahrscheinlichkeit an, dass keine depressive Störung bei einem Patienten mit unauffälligem Testergebnis vorliegt. Mithilfe des Youden-Index, welcher die maximale Summe aus Sensitivität und Spezifität abbildet, wurde der optimale Schwellenwert der Instrumente bestimmt [44 ]. Konfidenzintervalle für die Validitätsmaße wurden auf dem 95 %-Niveau bestimmt. Für die optimalen Schwellenwerte wurde zudem die Effizienz (Rate insgesamt korrekter Klassifikationsentscheidungen) des Verfahrens ermittelt. Ein Vergleich der AUC-Werte von BDI-FS und BDI-II wurde mittels eines nonparametrischen Tests für abhängige Stichproben [ 45 ] Tab. 1 Mittelwerte, Standardabweichungen und Trennschärfen der einzelnen Items des BDI-II. M SD r it Traurigkeit 0,30 0,50 0,66 Pessimismus 0,29 0,59 0,54 Versagensgefühle 0,36 0,70 0,60 Verlust von Freude 0,40 0,66 0,70 Schuldgefühle 0,35 0,54 0,54 Bestrafungsgefühle 0,34 0,72 0,43 Selbstablehnung 0,24 0,59 0,64 Selbstkritik 0,44 0,69 0,51 Suizidgedanken 0,19 0,44 0,51 Weinen 0,42 0,77 0,56 Unruhe 0,32 0,60 0,49 Interessensverlust 0,24 0,54 0,56 Entschlusslosigkeit 0,45 0,77 0,55 Wertlosigkeit 0,27 0,62 0,70 Energieverlust 0,61 0,62 0,50 Schlaf 0,81 0,79 0,42 Reizbarkeit 0,47 0,72 0,43 Appetitveränderung 0,71 0,84 0,55 Konzentrationsschwierigkeiten 0,43 0,66 0,61 Ermüdung 0,59 0,67 0,52 Verlust an sexuellem Interesse 0,19 0,57 0,32 Anmerkungen. M = Mittelwert, SD = Standardabweichung, r it = Trennschärfekoeffizient vorgenommen. Sensitivität und Spezifität für die empfohlenen Cut-off-Werte wurden anhand eines McNemar-Tests verglichen. Die Datenanalyse erfolgte mit den Programmen SPSS (Statistical Package for Social Sciences, Version PASW Statistics 18) und R (Software for Statistical Modelling & Computing, Version R 2.11.1). Ergebnisse BDI-II Itemkennwerte Tab. 1 stellt Mittelwerte, Standardabweichungen und Trennschärfen des BDI-II dar. Die Trennschärfen lagen bei einem Großteil der Items über 0,5 und kennzeichnen somit hohe Werte [ 46 ], nur 5 Items hatten Koeffizienten im mittleren Bereich. Das Item mit der niedrigsten Trennschärfe war Verlust an sexuellem Interesse ( r = 0,32). Die Mittelwerte dieses Items und des Items Suizidgedanken waren von allen am niedrigsten (beide M = 0,19). Hohe Mittelwerte über 0,7 wurden in den Items Schlaf und Appetitveränderung gefunden. Die interne Konsistenz nach Cronbachs α für das BDI-II ist mit einem Wert von 0,91 als exzellent einzustufen [ 42 ]. Mittelwertsvergleich zwischen depressiver und nichtdepressiver Gruppe Im BDI-II lag der mittlere Summenwert der depressiven Gruppe bei 25,81 Punkten ( SD = 10,10), was nach Beck et al. [9 ] einer mittelschweren Depression entspricht. Jener der nicht-depressiven Patienten lag mit 7,50 Punkten ( SD = 6,54) im Bereich der klinischen Unauffälligkeit. Der Mittelwertsunterschied im BDI-II zwischen depressiver und nicht-depressiver Gruppe war signifikant ( t (21) = 6,38, p 0,001), die Effektstärke ist mit d = 1,73 nach Cohen [ 47 ] als groß einzustufen. ROC-Analysen und Schwellenwerte Die ROC-Analysen ergaben für das BDI-II mit einem AUC-Wert von 0,93 (95 % KI: 0,88 0,99) eine exzellente Validität [ 48 ]. Tab. 2 zeigt Sensitivitäten, Spezifitäten, positive und negative prädiktive Werte für eine Reihe von Cut-off-Werten. Bei einem Schwellenwert von 19 Punkten zeigte sich das beste Verhältnis von Sensitivität und Spezifität, gemessen am Youden-Index. Die Sensitivität betrug für diesen Schwellenwert 0,86 (95 % KI: 0,71 1) und die Spezifität 0,93 (95 % KI: 0,90 0,96). Die Effizienz war an diesem Punkt für die vorliegende Stichprobe 0,93. BDI-FS Mit einem Cronbachs α von 0,82 zeigte sich für das BDI-FS eine gute Reliabilität [ 42 ]. Die Mittelwerte des Screeners für depressive ( M = 8,05, SD = 3,46) und nicht-depressive ( M = 1,89, SD = 2,43) Patienten unterschieden sich bei großer Effektstärke ( d = 2,06) signi- Tab. 2 Schwellenwerte mit zugehöriger Sensitivität, Spezifität, positiven und negativen prädiktiven Werten und Youden-Index für das BDI-II. Cut-Off Sensitivität (95 % KI) Spezifität (95 % KI) PPW (95 % KI) NPW (95 % KI) Youden (95 % KI) 16 0,86 (0,71 1) 0,88 (0,85 0,92) 0,35 (0,22 0,49) 0,99 (0,97 1) 0,74 (0,48 0,89) 17 0,86 (0,71 1) 0,90 (0,87 0,94) 0,39 (0,25 0,55) 0,99 (0,97 1) 0,76 (0,50 0,91) 18 0,86 (0,71 1) 0,91 (0,88 0,95) 0,42 (0,27 0,58) 0,99 (0,97 1) 0,77 (0,51 0,91) 19 0,86 (0,71 1) 0,93 (0,90 0,96) 0,47 (0,31 0,64) 0,99 (0,97 1) 0,79 (0,53 0,93) 20 0,81 (0,62 0,95) 0,94 (0,91 0,97) 0,50 (0,32 0,68) 0,99 (0,96 1) 0,75 (0,49 0,91) 21 0,76 (0,57 0,90) 0,96 (0,93 0,98) 0,55 (0,36 0,74) 0,98 (0,96 0,99) 0,72 (0,45 0,89) 22 0,71 (0,52 0,90) 0,96 (0,94 0,98) 0,58 (0,37 0,77) 0,98 (0,96 0,99) 0,67 (0,41 0,87) PPW = positiver prädiktiver Wert, NPW = negativer prädiktiver Wert, Youden = Youden-Index (Sensitivität + Spezifität 1). Hervorgehoben sind die Kennwerte des besten Cut-Off-Werts
fikant voneinander ( t (312) = 10,87, p 0,001). Der AUC-Wert von 0,92 (95 % KI = 0,87 0,98) für das BDI-FS kennzeichnet eine exzellente Validität [ 48 ]. Es ergab sich kein signifikanter Unterschied ( p = 0,782) im AUC-Wert zum BDI-II. Abb. 2 veranschaulicht die Receiver Operating Characteristic-Kurven für das BDI-FS und BDI-II, sowie die zugehörigen AUC-Werte. Beim optimalen Cut-off-Wert von 6 betrug die Sensitivität des BDI-FS 0,81 (95 % KI: 0,62 0,95) und die Spezifität 0,90 (95 % KI: 87 94). Die Effizienz war 0,90. Tab. 3 zeigt Kennwerte für diesen Schwellenwert sowie für die Werte unter- und oberhalb. Für die geeignetsten Cut-off-Werte des BDI-II und BDI-FS unterschieden sich Sensitivität ( p = 1,000, Yules Q = 1,00) und Spezifität ( p = 0,263, Yules Q = 0,95) nicht signifikant. Diskussion Die vorliegende Studie ist die erste im deutschsprachigen Raum, die die Kriteriumsvalidität des BDI-II und des BDI-FS anhand des zuverlässigen Kriteriumsstandards eines diagnostischen Interviews untersucht. Die Stichprobe setzt sich aus somatisch kranken Jugendlichen zusammen, die Prävalenz einer Major Depression entspricht mit 6,7 % Befunden für Jugendliche in der Primärversorgung [ 49 ]. In Bezug auf die psychometrischen Eigenschaften des BDI-II überrascht es angesichts der Klinikstichprobe nicht, dass insbesondere die Mittelwerte der 2 somatischen Sensitivität Abb. 2 1,0 0,8 0,6 0,4 0,2 0 1,0 0,8 0,6 0,4 0,2 0,0 Spezifität BDI-II: AUC= 0,93 (95%CI: 0,88 0,99) BDI-FS: AUC= 0,92 (95%CI: 0,87 0,98) Receiver Operating Characteristic-Kurven für BDI-II und BDI-FS. Items Appetitveränderung und Schlaf am höchsten sind. Die Trennschärfen liegen überwiegend im hohen Bereich, lediglich das Item Verlust an sexuellem Interesse weist eine niedrigere Trennschärfe auf, was die Eignung dieses Items für Jugendliche infrage stellt. Bereits Besier et al. [ 18 ] wiesen darauf hin, dass eine Anpassung der Version für Jugendliche und damit verbunden eine Streichung des Items zu erwägen ist. Analog zu früheren Studien weist Cronbachs α als Maß für die interne Konsistenz des BDI-II einen sehr guten Wert auf [ 13 ]. Was die Validität betrifft, so kann im Mittelwertsvergleich die gute diskriminante Validität, die bereits in der anderen deutschen Studie zum BDI-II bei Jugendlichen gefunden wurde [ 18 ], mit einer großen Effektstärke (Cohens d = 1,73) repliziert werden. Auch das Ergebnis der ROC-Analysen bestätigt die hervorragende Validität des BDI-II: Mit einem hohen AUC-Wert konnte eine sehr gute Gesamtgüte nachgewiesen werden. Als optimaler Schwellenwert für das Erkennen einer Major Depression wurde ein Wert von 19 identifiziert. Bei diesem Cut-off werden nur wenige Betroffene übersehen (Sensitivität von 0,86) und gleichzeitig mit sehr hoher Zuverlässigkeit Nicht-Depressive als solche klassifiziert (Spezifität von 0,93). Außerdem drückt der gute positive prädiktive Wert von 0,47 aus, dass wenige Patienten fälschlicherweise vom Fragebogen als depressiv gelabelt werden. Auch das BDI-FS weist einen sehr guten AUC-Wert auf. Als optimaler Schwellenwert wurde ein 2 Punkte über dem von Beck empfohlenen Wert liegender gefunden [20, 21 ]. Bei diesem Cutoff-Wert von 6 liegen Sensitivität (0,81) und Spezifität (0,90) des BDI-FS im hohen Bereich. Der Befund von Kumar et al. [ 37 ] kann auch für somatisch kranke Jugendliche repliziert werden: Die zu Screeningzwecken verkürzte Form (BDI-FS) unterscheidet sich in ihrer Validität nicht von der der Originalversion (BDI-II). Dies gilt sowohl für die Gesamtgüte als auch für Sensitivität und Spezifität. Damit stellt das BDI-FS eine Verkürzung des BDI-II dar, die berechtigterweise als ebenso valide bezeichnet werden kann, aber wesentlich zeitökonomischer ist. Somit besitzt auch die deutsche Fassung des BDI-FS die wichtigsten Eigenschaften eines guten Screeninginstruments. Eine Überprüfung der von Beck et al. [9 ] vorgeschlagenen Schweregrad-Klassifizierungen für den BDI-II war aufgrund zu geringer Fallzahlen für die mittleren und schweren Ausprägungen einer Major Depression nicht möglich. Für künftige Untersuchungen bietet es sich an, subklinisch Betroffene mit weniger als 4 Symptomen zu erfassen, um auch einen Wertebereich für niederschwellige Depressionen bestimmen zu können. Denn auch unterschwellig betroffene Patienten sollten idealerweise in der haus- oder kinderärztlichen Versorgung weiterhin beobachtet werden, um eine Verschlimmerung der Symptomatik rechtzeitig zu erkennen. Für weitere Untersuchungen stellen ROC-Analysen eine sehr gute Methode dar, um eine Einteilung in subklinisch, leicht, mittelgradig und schwer für die Anwendung in Adoleszentenpopulationen zu prüfen. Eine Übertragung der gefunde- Tab. 3 Cut-Off-Werte mit zugehöriger Sensitivität, Spezifität, positiven und negativen prädiktiven Werten und Youden-Index für das BDI-FS. Cut-Off Sensitivität (95 % KI) Spezifität (95 % KI) PPW (95 % KI) NPW (95 % KI) Youden (95 % KI) 4 0,90 (0,76 1) 0,79 (0,74 0,83) 0,23 (0,14 0,33) 0,99 (0,97 1) 0,69 (0,43 0,82) 5 0,86 (0,67 1) 0,85 (0,80 0,88) 0,28 (0,17 0,40) 0,99 (0,97 1) 0,71 (0,44 0,85) 6 0,81 (0,62 0,95) 0,90 (0,87 0,93) 0,37 (0,23 0,52) 0,99 (0,96 1) 0,71 (0,45 0,88) 7 0,71 (0,52 0,90) 0,94 (0,91 0,97) 0,45 (0,28 0,64) 0,98 (0,96 0,99) 0,65 (0,39 0,85) 8 0,67 (0,48 0,86) 0,96 (0,94 0,98) 0,54 (0,33 0,73) 0,98 (0,95 0,99) 0,63 (0,36 0,83) PPW = positiver prädiktiver Wert, NPW = negativer prädiktiver Wert, Youden = Youden-Index (Sensitivität + Spezifität 1). Hervorgehoben sind die Kennwerte des besten Cut-Off- Werts
nen Ergebnisse, wie beispielsweise die Anwendung des optimalen Gesamt-Schwellenwerts des BDI-II auf andere Jugendlichenpopulationen als die der Primärversorgung, ist nicht ohne Weiteres möglich. Jedoch gibt die Untersuchung wichtige Hinweise auch für andere Einsatzgebiete. Als weitere Limitation der Studie ist eine möglicherweise eingeschränkte Repräsentativität der Stichprobe zu nennen. Die Prävalenz einer Major Depression konnte für die nicht die Einschlusskriterien erfüllenden Patienten nicht erhoben werden, sodass ein Bias zugunsten einer größeren oder kleineren Anzahl depressiver Teilnehmer gegenüber Nicht-Teilnehmern vorliegen könnte. Für Ersteres spricht der im Vergleich zu den Ausgeschlossenen höhere Anteil von teilnehmenden Mädchen, welcher aufgrund der längeren Liegezeiten der weiblichen Patienten zustande kam. Für die Analysen des BDI-FS wurde der Summenscore aus den im BDI-II implementierten Items berechnet. Es kann nicht ausgeschlossen werden, dass eine separate Vorgabe des Fragebogens zu anderen Ergebnissen geführt hätte. Eine Replikation der Befunde wäre daher wünschenswert. Ein Selbstbeurteilungsfragebogen wie das BDI-II oder das BDI-FS reicht allein nicht zur differenzierten Diagnosestellung aus [ 11 ]. Er kann nicht ein diagnostisches Interview ersetzen. Mithilfe des Fragebogens können nicht eine organische Erkrankung, der Nebeneffekt einer Medikation oder eine Trauerreaktion als Ursache für die depressive Symptomatik ausgeschlossen werden. Daher ist es essenziell, dass positiv gescreente Patienten im Anschluss noch einmal ausführlicher exploriert werden und im Falle einer verhärteten Verdachtsdiagnose an einen Spezialisten wie einen Kinder- und Jugendpsychiater oder Kinder- und Jugendlichenpsychotherapeuten verwiesen werden, um eine ausführliche Diagnostik vornehmen zu lassen. Die US Preventive Services Task Force sieht deshalb das Vorhandensein weiterer diagnostischer Möglichkeiten sowie therapeutischer Maßnahmen für die als depressiv bestätigten Jugendlichen als eine wichtige Voraussetzung für den Einsatz eines Screeninginstruments an [ 35 ]. Mit dieser Studie wurde zum ersten Mal für die deutsche Fassung des BDI-II ein Screening-Schwellenwert berechnet, der sich für die Früherkennung depressiver Jugendlicher eignet. Die Ergebnisse bestätigen, dass das BDI-II auch für Screeningzwecke ein höchst valides Instrument ist. Das Gleiche gilt für seine Verkürzung, das BDI-FS, welches als zeiteffizientes Screeninginstrument auch für die Primärversorgung in Deutschland empfohlen werden kann. Fazit für die Praxis Für die Verbesserung der schlechten Erkennensraten von Depressionen im Jugendalter stellen Screeningverfahren hilfreiche Instrumente für den Pädiater oder Allgemeinmediziner dar. Diese Studie berechnet zum ersten Mal für die deutsche Fassung des Beck Depressions-Inventar Revision (BDI-II) einen Screening-Schwellenwert, der sich zur Früherkennung depressiver Jugendlicher eignet. Es wird gezeigt, dass das BDI-II auch für Screeningzwecke ein höchst valides Instrument ist, ebenso wie seine Verkürzung, das Beck Depressions-Inventar-Fast Screen for Medical Patients (BDI-FS). Dieses kann als zeiteffizientes Screeninginstrument auch für die Primärversorgung in Deutschland empfohlen werden. Interessenkonflikt: Die Autoren geben an, dass kein Interessenkonflikt besteht. Unterstützt vom Bayerischen Staatsministerium für Umwelt und Gesundheit im Rahmen der Initiative Gesund. Leben. Bayern. Literatur 1 World Health Organisation. The global burden of disease: 2004 update. Geneva : World Health Organisation ; 2008 2 Moussavi S, Chatterji S, Verdes E et al. Depression, chronic diseases, decrements in health: results from the World Health Surveys. Lancet 2007 ; 370 : 851 858 3 Derek R. Prevalence and clinical course of depression: A review. Clin Psychol Rev 2011 ; 31 : 1117 1125 4 Zisook S, Lesser I, Stewart JW et al. Effect of age at onset on the course of major depressive disorder. Am J Psychiatry 2007 ; 164 : 1539 1546 5 Reinecke M A, Curry JF, March JS. Findings from the Treatment for Adolescents with Depression Study (TADS): What have we learned? What do we need to know? J Clin Child Adolesc Psychol 2009 ; 38 : 761 767 6 Walkup J T. Treatment of depressed adolescents. Am J Psychiatry 2010 ; 167 : 734 737 7 Essau C A. Frequency and patterns of mental health services utilization among adolescents with anxiety and depressive disorders. Depress Anxiety 2005 ; 22 : 130 137 8 Weiner I B, Craighead B. Beck Depression Inventory-II. In The Corsini Encyclopedia of Psychology. 4 ed. Hoboken, N.J. : John Whiley and Sons ; 2010 9 Beck A T, Steer R A, Brown GK. Beck Depression Inventory Second Edition. Manual. San Antonio: TX : The Psychological Corporation ; 1996 10 Groen G, Petermann F. Depressive Störungen. In : Petermann F, Hrsg. Lehrbuch der Klinischen Kinderpsychologie. 6. Auflage. Göttingen : Hogrefe ; 2008 ; 427 443 11 Wintjen L, Petermann F. Beck-Depressions-Inventar Revision (BDI II). ZPPP 2010 ; 58 : 243 245 12 Arnau R C, Meagher MW, Norris MP et al. Psychometric evaluation of the Beck Depression Inventory-II with primary care medical patients. Health Psychol 2001 ; 20 : 112 119 13 Osman A, Kopper BA, Barrios F et al. Reliability and Validity of the Beck Depression Inventory-II With Adolescent Psychiatric Inpatients. Psychol Assess 2004 ; 16 : 120 132 14 Coelho R, Martins A, Barros H. Clinical profiles relating gender and depressive symptoms among adolescents ascertained by the Beck Depression Inventory II. Eur Psychiatry 2002 ; 17 : 222 226 15 Hautzinger M, Keller F, Kühner C. Das Beck Depressionsinventar II. Deutsche Bearbeitung und Handbuch zum BDI-II. Frankfurt am Main : Harcourt Test Services ; 2006 16 Kühner C, Bürger C, Keller F et al. Reliabilität und Validität des revidierten Beck-Depressionsinventars (BDI-II). Nervenarzt 2007 ; 78 : 651 656 17 Keller F, Hautzinger M, Kühner C. Zur faktoriellen Struktur des deutschsprachigen BDI-II. Z Klin Psychol Psychother 2008 ; 37 : 245 254 18 Besier T, Goldbeck L, Keller F. Psychometrische Gütekriterien des Beck Depressions-Inventars II (BDI-II) bei jugendpsychiatrischen Patienten. Psychother Psychosom Med Psychol 2008 ; 58 : 63 68 19 Herzberg P Y, Goldschmidt S, Heinrichs N. TBS-TK Rezenzion. Beck Depressions-Inventar (BDI-II). Revision. Report Psych 2008 ; 33 : 301 302 20 Beck A T, Guth D, Steer RA et al. Screening for major depression disorders in medical inpatients with the Beck Depression Inventory for Primary Care. Behav Res Ther 1997 ; 35 : 785 791 21 Steer R A, Cavalieri TA, Leonard DM et al. Use of the Beck depression inventory for primary care to screen for major depression disorders. Gen Hosp Psychiatry 1999 ; 21 : 106 111 22 Wilhelm K, Kotze B, Waterhouse M et al. Screening for Depression in the Medically Ill: A Comparison of Self-Report Measures, Clinician Judgment, and DSM-IV Diagnoses. Psychosomatics 2004 ; 45 : 461 469 23 Beck A T, Steer RA, Brown GK. Beck Depression Inventory-Fast Screen for Medical Patients. Manual. San Antonio: TX : The Psychological Corporation ; 2000 24 Briggs-Gowan MJ, Horwitz SM, Schwab-Stone ME et al. Mental health in pediatric settings: distribution of disorders and factors related to service use. J Am Acad Child Adolesc Psychiatry 2000 ; 39 : 841 849 25 Cheung A H, Dewa CS, Levitt AJ et al. Pediatric depressive disorders: management priorities in primary care. Curr Opin Pediatr 2008 ; 20 : 551 559 26 Steele M M, Lochrie AS, Roberts MC. Physician identification and management of psychosocial problems in primary care. J Clin Psychol Med Settings 2010 ; 17 : 103 115
27 Fremont W P, Nastasi R, Newman N et al. Comfort level of pediatricians and family medicine physicians diagnosing and treating child and adolescent psychiatric disorders. Int J Psychiatry Med 2008 ; 38 : 153 168 28 Sharp L K, Lipsky MS. Screening for depression across the lifespan: a review of measures for use in primary care settings. Am Fam Physician 2002 ; 66 : 1001 1008 29 Lack C W, Green AL. Mood disorders in children and adolescents. J Pediatr Nurs 2009 ; 24 : 13 25 30 Wittchen H-U, Pittrow D. Prevalence, recognition and management of depression in primary care in Germany: The Depression 2000 Study. Hum Psychopharmacol 2002 ; 17 : S1 S11 31 Balestrieri M, Bisoffi G, Tansella M et al. Identification of depression by medical and surgical general hospital physicians. Gen Hosp Psychiatry 2002 ; 24 : 4 11 32 McGrady A, Lynch DJ, Nagel RW et al. Coherence between physician diagnosis and patient self reports of anxiety and depression in primary care. J Nerv Ment Dis 2010 ; 198 : 420 424 33 Wittchen H-U, Höfler M, Meister W. Prevalence and recognition of depressive syndromes in German primary care settings: Poorly recognized and treated? Int Clin Psychopharmacol 2001 ; 16 : 121 135 34 Zuckerbrot R A, Jensen PS. Improving Recognition of Adolescent Depression in Primary Care. Arch Pediatr Adolesc Med 2006 ; 160 : 694 704 35 US Preventive Service Task Force. Screening and treatment for major depressive disorder in children and adolescents: US Preventive Services Task Force recommendation statement. Pediatrics 2009 ; 123 : 1223 1228 36 Winter L B, Steer RA, Jones-Hicks L et al. Screening for major depression disorders in adolescent medical outpatients with the Beck Depression Inventory for Primary Care. J Adolesc Health 1999 ; 24 : 389 394 37 Kumar G, Steer RA, Teitelman KB et al. Effectiveness of Beck Depression Inventory II Subscales in Screening for Major Depressive Disorders in Adolescent Psychiatric Inpatients. Assessment 2002 ; 9 : 164 170 38 Schneider S, Unnewehr S, Margraf J. Kinder- DIPS, Diagnostisches Interview bei psychischen Störungen im Kindes- und Jugendalter. Berlin : Springer ; 2009 39 Beck A T, Steer RA. Manual for the Beck Depression Inventory. San Antonio: TX : The Psychological Corporation ; 1987 40 Saß H, Wittchen H-U, Zaudig M et al. Diagnostisches und Statistisches Manual Psychischer Störungen Textrevision, DSM-IV-TR. Göttingen : Hogrefe ; 2003 41 Hughes E K, Gullone E. Discrepancies between adolescent, mother, and father reports of adolescent internalizing symptom levels and their association with parent symptoms. J Clin Psychol 2010 ; 66 : 978 995 42 Cicchetti D V. Guidelines, criteria, and rules of thumb for evaluating normed and standardized assessment instruments in psychology. Psychol Assess 1994 ; 6 : 284 290 43 Bildungsstatistiken der Statistischen Landesämter. Verteilung der Schüler in der Jahrgangsstufe 8 2009/10 nach Schularten und Regierungsbezirken ; 2009 44 Akobeng A K. Understanding diagnostic tests 3: Receiver operating characteristic curves. Acta Paediatr 2007 ; 96 : 644 647 45 DeLong E R, DeLong DM, Clarke-Pearson DL. Comparing the Areas under Two or More Correlated Receiver Operating Characteristic Curves: A Nonparametric Approach. Biometrics 1988 ; 44 : 837 845 46 Bühner M. Einführung in die Test- und Fragebogenkonstruktion. München : Pearson Studium ; 2011 47 Cohen J. A power primer. Psychol Bull 1992 ; 112 : 155 159 48 Ferdinand R F. Validity of the CBCL/YSR DSM-IV scales Anxiety Problems and Affective Problems. J Anxiety Disord 2008 ; 22 : 126 134 49 Mathet F, Martin-Guehl C, Maurice-Tison S et al. Prévalence des troubles dépressifs chez l enfant et l adolescent consultant en médecine générale. Enquête auprès du Réseau Sentinelle Aquitaine. Encephale 2003 ; 29 : 391 400