Wie kann traumatischer Stress am besten quantifiziert werden

Final but unedited version
Citation: European Journal of Psychotraumatology 2015, 6: 28306 - http://dx.doi.org/10.3402/ejpt.v6.28306
Wie kann traumatischer Stress am besten quantifiziert werden?
Reliabilität und prädiktive Validität von Messungen der kumulativen TraumaBelastung in einer Post-Konflikt Population
Sarah Wilker1,3, Anett Pfeiffer2,3, Stephan Kolassa4, Daniela Koslowski1, Thomas Elbert2,3, &
Iris-Tatjana Kolassa1
1
Klinische und Biologische Psychologie, Universität Ulm, Deutschland
2
Klinische Psychologie, Universität Konstanz, Deutschland
3
vivo international, Allensbach, Deutschland
4
SAP Switzerland AG, Tägerwilen, Schweiz
Korrespondenz bezüglich dieses Artikels ist zu richten an Sarah Wilker, Klinische &
Biologische Psychologie, Institut für Psychologe & Pädagogik, Universität Ulm, AlbertEinstein-Allee 47, 89069 Ulm, Deutschland. Telefon: +49(0)731/50 26588, Fax:
+49(0)731/50 26599, E-Mail: [email protected]
1
Zusammenfassung
Hintergrund: Während Studien mit Überlebenden einzelner Traumata die individuelle
Variabilität in der psychischen Reaktion nach dem Trauma hervorheben, zeigen Forschungen
aus Konfliktregionen, dass fast jeder eine Posttraumatische Belastungsstörung (PTBS)
entwickelt, wenn die Summe erfahrener traumatischer Stressoren ein extremes Ausmaß
erreicht. Daher ist die Erfassung der kumulativen Exposition traumatischer Erfahrungen von
zentraler Bedeutung für Studien, die PTBS-Risikofaktoren untersuchen. Bisher wurde der
Frage, wie dieser wichtige Umweltrisikofaktor am besten quantifiziert werden kann, nur
wenig Forschung gewidmet.
Methoden: Wir untersuchten die Retest-Reliabilität und prädiktive Validität von
unterschiedlichen Messungen der traumatischen Stressbelastung in einer Stichprobe von 227
ugandischen Rebellenkriegs-Überlebenden. Die Trauma-Belastung wurde als Anzahl der
erlebten traumatischen Ereignistypen oder als Kennwert unter Berücksichtigung der
Häufigkeit von traumatischen Ereignissen modelliert. Zusätzlich untersuchten wir, ob das
Alter bei der traumatischen Erfahrung reliabel ermittelt und dadurch die PTBSRisikovorhersage verbessert werden kann.
Ergebnisse: Alle Messungen der Trauma-Belastung wiesen eine gute Reliabilität auf.
Während die Lebenszeit-PTBS am besten durch die Anzahl der verschiedenen erlebten
traumatischen Ereignistypen vorhergesagt wurde, verbesserte sich die Vorhersage der
aktuellen PTBS durch die Einbeziehung der Ereignishäufigkeit geringfügig.
Schlussfolgerung: Da die Erhebung der Anzahl der erlebten traumatischen Ereignistypen am
wenigsten belastend und zeitraubend ist und gleichzeitig zu den besten Vorhersagen der
Lebenszeit-PTBS führt, empfehlen wir diese Messung für die Forschung zur Ätiologie der
PTBS.
2
Schlüsselwörter: kumulative Trauma-Belastung, Ereignis-Liste, Reliabilität, prädiktive
Validität, Posttraumatische Belastungsstörung
3
Hintergrund
In Industrieländern liegt die Lebenszeitprävalenz der Posttraumatischen Belastungsstörung
(PTBS) schätzungsweise unter 10%, obwohl die Mehrheit der Personen mindestens ein
traumatisches Erlebnis berichtet (Kessler, Sonnega, Bromet, Hughes, & Nelson, 1995). Diese
Ergebnisse deuten auf eine hohe Variabilität in der psychologischen Reaktion auf ein Trauma
hin und erhöhten das Interesse in individuellen PTBS-Risikofaktoren (DiGangi et al., 2013),
einschließlich genetischer Vulnerabilitätsfaktoren (Cornelis, Nugent, Amstadter, & Koenen,
2010).
Während die Reaktionen auf ein einzelnes Trauma stark variieren, nähert sich die
PTBS-Prävalenz bei einem extremen Ausmaß von Trauma-Belastung an 100% an (Kolassa,
Ertl, Kolassa, Onyut, & Elbert, 2010; Neuner et al., 2004). Das wiederholte Erleben
traumatischer Stressoren erhöht das PTBS-Risiko und die Symptomschwere in einer
dosisabhängigen Weise, ein Phänomen, das als Bausteineffekt (engl. Building Block Effekt)
bezeichnet wird (Kolassa et al., 2010; Mollica, McInnes, Poole, & Tor, 1998; Neugebauer et
al., 2009; Neuner et al., 2004).
Dementsprechend sollten Untersuchungen zu individuellen PTBS-Risikofaktoren den
Effekt
der
kumulativen
traumatischen
Erfahrungen
berücksichtigen,
um
valide
Schlussfolgerungen zu ermöglichen. Beispielsweise wird es ausdrücklich empfohlen, die
Trauma-Belastung in genetischen Studien über das PTBS-Risiko einzuschließen und Gen ×
Umwelt-Interaktionen zu modellieren (Cornelis et al., 2010; Wilker & Kolassa, 2013). Im
Gegensatz zur Übereinstimmung über die Notwendigkeit, Trauma-Belastung in die ÄtiologieForschung von PTBS aufzunehmen, wurde relativ wenig Forschung der Frage gewidmet, wie
das Ausmaß der Trauma-Belastung am besten quantifiziert und beurteilt werden soll
(Weathers & Keane, 2007).
4
Bewertung
der
Anzahl
von
traumatischen
Ereignistypen
im
Vergleich
zu
Ereignishäufigkeiten
Im Rahmen der retrospektiven Erfassung von kumulativen traumatischen Ereignissen in PostKonflikt-Stichproben wurde die Erhebung der Anzahl verschiedener erlebter traumatischer
Ereignistypen mittels Ereignis-Checklisten als zuverlässiger angesehen als Erhebungen, die
zusätzlich die Ereignishäufigkeiten berücksichtigen. Es wurde argumentiert, dass viele
Überlebende eine spezifische Ereigniskategorie so oft erleben, dass es schwierig wird, die
Häufigkeit des Ereignisses korrekt zu berichten (Neuner et al., 2004).
Studien, welche die Reliabilität der Anzahl von traumatischen Ereignistypen
untersucht haben, berichten von verschiedenen Reliabilitätskoeffizienten, die in Abhängigkeit
von der Studienpopulation und dem Test-Retest-Intervall variieren. Beispielsweise erhoben
Bramsen, Dirkzwager, van Esch, und van der Ploeg (2001) die Trauma-Belastung in einer
Stichprobe von 137 ehemaligen Soldaten mit einem Test-Retest-Intervall von einem Jahr und
berichteten eine Reliabilität von r = .72. Die gleiche Reliabilität wurde auch für eine
Stichprobe von 309 Heroinkonsumenten (von denen 92% traumatische Erfahrungen zum
Studienbeginn berichteten) mit einem Test-Retest-Intervall von 2 Jahren berichtet (Mills,
Teesson, Darke, & Ross, 2007). Andere Studien berichteten von Reliabilitätskoeffizienten
zwischen .74 und .93 bei Test-Retest-Intervallen von 1-4 Wochen (Carlson et al., 2011;
Goodman, Corcoran, Turner, Yuan, & Green, 1998; Gray, Litz, Hsu, & Lombardo, 2004;
Hollifield et al., 2006; Mollica et al., 1992).
Im Gegensatz dazu sind Berichte über die Reliabilität von Trauma-Messungen, welche
die Häufigkeit der erlebten Ereignisse berücksichtigen, rar. Roemer, Litz, Orsillo, Ehlich, &
Friedman (1998) untersuchten traumatische Kriegserlebnisse und forderten die Befragten auf,
die Häufigkeit von sieben traumatischen Ereignissen auf einer Likert-Skala von 0-4
anzugeben, welche den Ereignishäufigkeiten von 0, 1-3, 4-12, 13-50, und > 50 entsprach. Der
5
resultierende Häufigkeitsscore besaß eine relativ niedrige Test-Retest-Reliabilität (r = .66)
über einen Zeitraum von 1 bis 3 Jahren in einer Stichprobe von US-Soldaten, die in Somalia
gedient hatten. Bemerkenswerterweise betrug die Test-Retest-Reliabilität bei einem 1Wochen-Intervall bei der Erhebung der Häufigkeit von Kriegsereignissen auf einer ähnlichen
Likert-Skala in einer Stichprobe von Vietnam-Veteranen .97 (Keane et al., 1989). Hohe
Retest-Reliabilitätskoeffizienten von selbstberichteten Häufigkeiten von Kriegsereignissen
und Gewalttaten in einer Stichprobe von ehemaligen Soldaten (r = .83-.87) wurden auch von
Unger, Gould und Babich (1998) über ein 4-Wochen-Intervall beobachtet. Diese
inkonsistenten
Ergebnisse
hinsichtlich
der
Reliabilität
der
selbstberichteten
Ereignishäufigkeiten erfordern weitere Untersuchungen. Darüber hinaus konnten wir keine
Studie finden, die sich mit der Frage befasst, ob die Anzahl der traumatischen Ereignistypen
oder die berichteten Ereignishäufigkeiten ein zuverlässigeres empirisches Maß darstellt und
dies durch den Vergleich der Reliabilitäten der beiden Trauma-Maße in der gleichen
Population untersucht.
Neben der Reliabilität von Maßen der Trauma-Belastung ist es mindestens ebenso
wichtig, die Validität der verschiedenen Erhebungsmethoden zu evaluieren, um zu
überprüfen, wie gut sie das Konstrukt der Trauma-Belastung als einen Risikofaktor für die
PTBS messen. Allerdings fehlen nach unserem besten Wissen Studien zum Vergleich von
verschiedenen Erhebungsmethoden der Trauma-Belastung bezüglich ihrer Fähigkeit, eine
PTBS vorherzusagen (d.h. prädiktive Validität). Solche Untersuchungen sind dringend
erforderlich, um Empfehlungen für Standards zu entwickeln, wie der Risikofaktor TraumaBelastung in der Ätiologie-Forschung zur PTBS bewertet werden soll (Weathers & Keane,
2007; Wilker & Kolassa, 2013).
Lebensgeschichtlicher Zeitpunkt der traumatischen Ereignisse
6
Wenn traumatische Ereignisse während sensibler Entwicklungsphasen erlebt werden, wird
angenommen, dass sie einen besonders starken Einfluss auf die Entwicklung von kindlicher
und erwachsener Psychopathologie haben (Enlow, Blood, & Egeland, 2013; McLaughlin,
Conron, Koenen, & Gilman, 2010; Teicher & Samson, 2013). Diese Ergebnisse werden durch
Befunde gestützt, dass Traumata aus der Kindheit, aber nicht aus dem Erwachsenenalter,
deutlich mit Veränderungen der Epigenetik (Klengel et al., 2013; Mehta et al., 2013) und
Neurobiologie assoziiert werden (Eckart et al., 2012). Außerdem wurden mehrere Gen ×
Umwelt-Interaktionen in der Vorhersage des PTBS-Risikos nur gefunden, wenn
Kindheitstraumata, aber nicht Erwachsenentraumata, als Umweltvariable berücksichtigt
wurden (Binder et al., 2008; Mehta et al., 2013). Zusammengefasst legen diese Ergebnisse
nahe, dass die Erhebung des Entwicklungszeitpunktes von traumatischen Erlebnissen die
Vorhersage des PTBS-Risikos verbessern könnte.
Die Rolle PTBS-assoziierter Gedächtnisbeeinträchtigungen beim retrospektiven Bericht
traumatischer Erfahrungen
Ein charakteristisches Merkmal der PTBS sind die intrusiven Erinnerungen an die
traumatischen Ereignisse, die in Hier-und-Jetzt-Qualität erlebt und oft von Schwierigkeiten
beim vorsätzlichen Abruf der chronologischen Reihenfolge und der dazugehörigen
Kontextinformation begleitet werden (Brewin, 2015). Das Furchtnetzwerk-Modell (Foa &
Kozak, 1986; Kolassa & Elbert, 2007; Rockstroh & Elbert, 2010) erklärt dieses Phänomen
durch die Annahme, dass Erinnerungen an traumatische Ereignisse in einer hoch assoziativen
Netzwerkstruktur gespeichert sind, die durch Erfahrungen modifiziert werden kann. Nach der
ersten Erfahrung eines traumatischen Erlebnisses verschmelzen nachfolgende traumatische
Ereignisse im selben Netzwerk, und es wird immer schwieriger, die entsprechenden
Kontextinformationen eines bestimmten traumatischen Ereignisses richtig zu erinnern.
Folglich würde man Schwierigkeiten bei der retrospektiven Erinnerung der Anzahl
7
unterschiedlicher traumatischer Ereignistypen erwarten. Darüber hinaus sollte die Erinnerung
an die Häufigkeit des Erlebens einer Ereigniskategorie sowie des Alters beim Erleben des
traumatischen Ereignisses besonders beeinträchtigt sein. Tatsächlich gibt es Hinweise für eine
Zunahme in der berichteten Häufigkeit (Roemer et al., 1998) und Anzahl (Southwick,
Morgan, Nicolaou, & Charney, 1997) von traumatischen Ereignissen über die Zeit, und diese
Zunahme wurde signifikant durch die Symptomschwere der PTBS vorhergesagt. Eine andere
Studie konnte jedoch keine systematische Änderung von berichteten traumatischen
Ereignissen über die Zeit beobachten (Bramsen et al., 2001). Angesichts dieser Inkonsistenz
in der Literatur ist es von großem Interesse zu untersuchen, ob retrospektive Berichte der
Trauma-Belastung über die Zeit stabil sind und ob diese Zeitstabilität in Abhängigkeit von der
PTBS-Diagnose variiert.
Ziel der Studie
In Anbetracht der Literatur besteht eine offensichtliche Notwendigkeit, die Reliabilität sowie
die prädiktive Validität von berichteten traumatischen Erlebnissen weiter zu evaluieren. In
einer Stichprobe von Überlebenden des Konflikts zwischen der Rebellengruppe Lord’s
Resistance Army (LRA) und der ugandischen Regierung hat diese Studie zum Ziel zu
untersuchen (1) ob es möglich ist die Ereignishäufigkeit und das Alter bei traumatischen
Erfahrungen zusätzlich zur Anzahl der verschiedenen erlebten Ereignistypen reliabel zu
bestimmen und (2) ob diese zusätzliche Erhebung die Vorhersage des PTBS-Risikos
verbessert.
Methode
Stichprobe
8
Teilnehmer der Studie kamen aus Dörfern des Distrikts Nwoya in Norduganda, einer
Gegend, die stark vom LRA Krieg belastet war. Studienteilnehmer hatten zahlreiche
traumatische Ereignisse überlebt und bezeugt, wie beispielsweise Entführungen und
Zwangsrekrutierungen von Kindern und Jugendlichen durch die LRA, Morde,
Verstümmelungen und sexuelle Gewalt.
Der Ablauf der Studie wurden den Dorfbewohnern zunächst in Dorfversammlungen
vorgestellt, wo wir das Ziel und die Methoden des Forschungsprojektes erklärten.
Interessenten wurden eingeladen, uns zwecks Terminvereinbarung anzusprechen. Wir
rekrutierten 240 Studienteilnehmer für diese Studie. Einschlusskriterien waren (1) Alter
zwischen 18 und 65, (2) Vorhandensein traumatischer Erlebnisse, (3) Abwesenheit von
psychotischen Symptomen und (4) Abwesenheit von Anzeichen einer Alkoholabhängigkeit.
Aufgrund ausführlicher Diskussionen mit den Interviewern sowie der Untersuchung der
Interview-Protokolle mussten wir 13 Individuen von den Analysen ausschließen, aufgrund
von aktuellem Alkoholmissbrauch (N = 10), einer Lebenszeitprävalenz von psychotischen
Symptomen (N = 1), sowie Schwierigkeiten im Verständnis der Interviewfragen (N = 2).
Somit ergab sich eine Stichprobe von N = 227 (54% weiblich, mittleres Alter = 33.30,
SD = 10.56). Nach einer ausführlichen Erklärung des Studienprotokolls unterschrieben die
Probanden die Einverständniserklärung. Das Protokoll folgte den Richtlinien der Deklaration
von Helsinki und wurde von der Ethik-Kommission der Universität Gulu, Uganda, dem
Ugandischen Nationalen Rat für Wissenschaft und Technik (Ugandan National Council for
Science and Technology, UNCST) und der Ethik-Kommission der Deutschen Gesellschaft für
Psychologie (DGPs) bewilligt.
Ablauf
9
Trainierte lokale Interviewer führten die diagnostischen Interviews unter der
Supervision von Psychologen mit Spezialisierung in Psychotraumatologie durch. Die
Interviewer nahmen an einem 6-wöchigen Training zu psychischen Störungen, Trauma und
PTBS, Gesprächsführungs- und Beratungstechniken sowie quantitativer Datenerhebung teil.
Alle Erhebungsinstrumente wurden in die lokale Sprache, Luo, übersetzt. Auf die
Übersetzung folgten eine blinde Rückübersetzung ins Englische sowie Gruppen-Diskussionen
mit unabhängigen Übersetzern, um eine valide Übersetzung der Instrumente zu gewährleisten.
Eine aus 62 Items bestehende Ereignisliste wurde zur Erfassung der Trauma-Belastung
eingesetzt. Diese Ereignisliste enthielt generelle traumatische Erfahrungen (z.B.
Naturkatastrophen, Unfälle), die auch Bestandteil gängiger Trauma-Ereignislisten sind (z.B.
life events checklist; Gray et al., 2004), enthielt jedoch zusätzliche kriegsbezogene Ereignisse
(z.B. Bombenanschläge), sowie Ereignisse, die spezifisch für den LRA-Krieg sind (z.B.
erzwungener Verzehr menschlichen Fleisches ).
Für jedes Ereignis wurden die Studienteilnehmer zunächst gefragt, ob ihnen dieses
Ereignis jemals passiert sei. Wir berechneten die Anzahl erlebter traumatischer Ereignistypen
als Anzahl der affirmativen Antworten. Für jeden erlebten Ereignistyp wurden die StudienTeilnehmer zusätzlich bezüglich der Häufigkeit, sowie ihres Alters als das Ereignis geschah,
befragt. Die Ereignishäufigkeit wurde in den Kategorien nie, 1-mal, 2-3-mal, 4-10-mal und ≥
11-mal erfasst. Diese Kategorien wurden gewählt, um der beobachteten Schwierigkeit beim
Bericht der exakten Ereignishäufigkeiten bei sehr hoher Anzahl traumatischer Erlebnisse
gerecht zu werden. Die Ereignishäufigkeiten wurden auf einer Likert Skala von 0 (nie) bis 4
(≥11 mal) beurteilt. Der Häufigkeits-Score der erlebten traumatischen Ereignisse wurde als
Summenwert dieser Häufigkeitsratings berechnet. Entsprechend ist bei der Interpretation des
Häufigkeitsscores zu beachten, dass es sich um eine Schätzung der Ereignishäufigkeit und
kein exaktes Häufigkeitsmaß handelt.
10
Zuletzt wurden die Teilnehmer bezüglich ihres Alters beim Erleben des traumatischen
Ereignisses befragt. Wenn ein Ereignis mehr als einmal erlebt wurde, waren multiple
Antworten möglich. Das Alter wurde in den Kategorien < 6, 6-13, und ≥ 14 Jahren erhoben.
Wir berechneten die Anzahl der Ereignisse, die in jeder Alterskategorie erlebt wurden, und
erhielten entsprechend drei Variablen: Die Anzahl erlebter traumatischer Ereignistypen unter
dem Alter von 6 Jahren, die Anzahl erlebter traumatischer Ereignistypen unter dem Alter von
14 Jahren, und die Anzahl erlebter traumatischer Ereignistypen im Erwachsenenalter. Die
Tabelle S1 in der Supplemental Information illustriert die Erfassung der traumatischen
Ereignisse für zwei Beispielereignistypen.
Nach der Erhebung der Ereignisliste wurde vom selben Interviewer ein diagnostisches
Interview basierend auf der Posttraumatic Diagnostic Scale (PDS; Foa, 1995) zur Diagnose
von aktueller sowie Lebenszeit-PTBS, und der aktuellen PTBS-Symptomschwere
durchgeführt. Die Reliabilität und Validität des übersetzten PDS wurde in einer früheren
Untersuchung gesichert (Ertl et al., 2010). Fünfzig Individuen (22%) erfüllten die Diagnose
einer aktuellen PTBS, und 163 (72%) erfüllten die Kriterien einer Lebenszeit-PTBS.
Entsprechend hatten 113 Individuen (50%) eine PTBS in der Vorgeschichte, aber keine
aktuelle PTBS (eine remittierte PTBS), und 64 Individuen (28%) hatten niemals die Kriterien
einer PTBS erfüllt.
Die Reliabilitätsanalysen wurden in einer Teilstichprobe (N = 56) durchgeführt, in der
wir die Ereignisliste ein zweites Mal mit einem Test-Retest-Intervall von einer Woche
erhoben. Die Probanden für die Reliabilitätsanalysen wurden basierend auf Informationen aus
dem ersten Interview wie folgt ausgewählt: 1) Wir hatten zum Ziel, eine gleiche Anzahl an
Teilnehmern aus den drei diagnostischen Gruppen (d.h. aktuelle, remittierte und niemals
PTBS) zu untersuchen. 2) Es wurde darauf geachtet, dass sich die diagnostischen Gruppen
nicht bezüglich des Alters, Geschlecht und Bildung unterscheiden. Zum Zweck einer
11
unabhängigen Validierung bekamen die Probanden einen anderen Interviewer für das zweite
Interview zugewiesen.
Statistik
Alle statistischen Analysen wurden mit dem Programm R Version 3.1.0. (R Core
Team, 2014) durchgeführt.
Reliabilitätsanalysen
Die demographischen und klinischen Daten der Reliabilitätsstichprobe wurden durch
ANOVA F-Tests für kontinuierliche Variablen analysiert, wenn die Testresiduen
normalverteilt waren, andernfalls wurde der entsprechende non-parametrische Test (KruskalWallis-Test) berechnet. Um kategoriale Daten auszuwerten, benutzten wir Fishers exakten
Test. Wenn der Omnibus-F-Test oder Kruskal-Wallis-Test signifikante Gruppenunterschiede
anzeigte, berechneten wir Post-Hoc-Tests mit Korrektur für multiple Vergleiche, um zu
erfassen, welche Mittelwerte signifikant voneinander abwichen. Tukeys HSD (honestly
significant difference) Test wurde als parametrischer Post-Hoc-Test berechnet, und der
Multiple-Vergleiche-Test nach Kruskal-Wallis (Giraudoux, 2014; Siegel & Castellan, 1988)
wurde als non-parametrischer Post-Hoc-Test eingesetzt.
Als nächstes berechneten wir Pearson-Korrelationen zwischen der ersten und der
zweiten Erhebung, um die Test-Retest-Reliabilität der entsprechenden Trauma-Maße zu
bestimmen. Um die resultierenden Korrelationskoeffizienten zu vergleichen, wurden
Unterschiede in den Pearson-Korrelationskoeffizienten mit dem Verfahren zum Vergleich
nicht-überlappender Korrelationen aus der gleichen Stichprobe (Raghunathan, Rosenthal, &
Rubin, 1996) mittels des R-Pakets cocor 1.0-1 (Diedenhofen, 2013) auf Signifikanz getestet.
Um die Stabilität der Trauma-Maße in den diagnostischen Gruppen zu vergleichen,
berechneten wir gemischte lineare Modelle mit dem R-Paket nlme 3.1-117 (Pinheiro, Bates,
12
DebRoy, Sarkar, & the R Development Core Team, 2013). Das jeweilige Trauma-Maß wurde
als abhängige Variable definiert, diagnostische Gruppe als nicht-messwiederholter fester
Effekt, Zeit als messwiederholter fester Effekt und Probanden als zufälliger Effekt.
Analysen der prädiktiven Validität
Zur Evaluation der verschiedenen Maße der kumulativen traumatischen Erfahrungen
bezüglich ihrer Fähigkeit, das latente Konstrukt Trauma-Belastung als einen Risikofaktor für
PTBS zu messen, erhoben wir die prädiktive Validität der entsprechenden Maße zur
Vorhersage der PTBS. Da unsere Erhebung 8 Jahre nach Ende des LRA-Krieges stattfand,
war die primär interessierende Variable die Lebenszeit-PTBS. Zusätzlich erhoben wir den
Zusammenhang zwischen den Trauma-Erfassungs-Maßen und aktueller PTBS sowie aktueller
PTBS-Symptomschwere.
Wir berechneten logistische Regressionen, um den Einfluss der Trauma-BelastungsMaße auf die binären abhängigen Variablen Lebenszeit- und aktuelle PTBS zu evaluieren.
Bezüglich der kontinuierlichen abhängigen Variable PTBS-Symptomschwere berechneten wir
zunächst lineare Regressionsmodelle. Aufgrund der hohen Anzahl geringer PDS-Werte bei
relativ geringer Trauma-Belastung waren jedoch die Annahmen der Normalverteilung der
Residuen und der Homoskedastizität verletzt. Wir berechneten daher negativ binomiale
Regressionsmodelle, wie sie für Überdispersion in den Daten empfohlen wurden (Hilbe,
2011). Während negativ binomiale Regressionsmodelle für die verschiedenen Trauma-Maße
generell gute Modelpassungen ergaben, hatten sie jedoch den Nachteil, einen exponentiellen
Anstieg der PTBS-Symptome vorherzusagen, was zu einem unrealistischen Anstieg der
prädizierten Werte insbesondere bei hoher Trauma-Belastung führte. Ein psychologisch
plausibleres Modell wurde daher erzielt, indem die Trauma-Belastung mit kubischen Splines
modelliert wurde (Harrell, 2001), wobei ein Knoten am Median der entsprechenden TraumaVariable gesetzt wurde. Hierbei ist wichtig festzustellen, dass sich die Hierarchie der
13
verschiedenen Trauma-Maße bezüglich ihrer Fähigkeit, die PTBS-Symptomschwere
vorherzusagen, nicht in Abhängigkeit des gewählten statistischen Modells veränderte.
Die Fähigkeit der verschiedenen Trauma-Belastungs-Maße, das PTBS-Risiko sowie
die Symptomschwere vorherzusagen, wurde mit Akaikes Informationskriterium (AIC)
verglichen, wie von Burnham und Anderson (2002) empfohlen. Zusätzlich wurde die PseudoR² Statistik Nagelkerkes R² für die negative binomialen und logistischen Regressionsmodelle
als Maß der Erklärungskraft berechnet. Für logistische Regressionsmodelle ist es darüber
hinaus möglich, den Diskriminationskoeffizienten D zu berechnen. Dieser beschreibt die
Fähigkeit eines Modells, zwischen den zwei möglichen Werten einer binären Variable zu
unterscheiden, und wurde als Maß der Erklärungskraft von logistischen Regressionsmodellen
vorgeschlagen. Analog zum Determinationskoeffizienten R² variiert D ebenfalls zwischen 0
und 1 (Tjur, 2009).
Statistische Signifikanz wurde durch den Vergleich genesteter Modelle (Modelle, die
die jeweilige Trauma Variable beinhalten vs. Modelle, die diese nicht beinhalten) mittels
Likelihood Ratio Tests (LR-Tests, Harrell, 2001) ermittelt. LR Tests haben zum Vorteil, dass
sie sowohl für negativ binomiale Regressionsmodelle als auch für logistische
Regressionsmodelle berechnet werden können. Die resultierende Teststatistik nähert eine χ²Verteilung an und kann entsprechend per χ²-Test auf Signifikanz getestet werden. Um auf
mögliche Verletzungen der Verteilungsannahmen zu reagieren, bestimmten wir zusätzlich die
statistische Signifikanz durch Permutationstests mit 10,000 zufälligen Permutationen. Da die
resultierenden p-Werte sich nicht zwischen den beiden Ansätzen unterschieden, werden
parametrische p-Werte berichtet. Die Stabilität der vorhergesagten Dosis-Wirkungs Kurven
der kumulativen Trauma-Belastung auf die abhängigen Variablen wurde mit 10,000
Bootstraps der vorhergesagten Werte visualisiert (Abbildung 2).
Ergebnisse
14
Reliabilität
Die Reliabilitätsanalysen basieren auf der Teilstichprobe (N = 56). Die drei
diagnostischen Gruppen unterscheiden sich nicht bezüglich Geschlechterverteilung, Alter und
Bildung. Erwartungsgemäß wurden signifikante Unterscheide in den Trauma-Variablen
beobachtet, mit Ausnahme der Anzahl erlebter traumatischer Ereignistypen unter dem Alter
von 14 Jahren. Da nur fünf Individuen traumatische Erlebnisse unter dem Alter von 6 Jahren
berichteten, konnte diese Variable aufgrund der geringen Anzahl an Beobachtungen nicht
weiter analysiert werden. Darüber hinaus unterschieden sich die diagnostischen Gruppen in
der PTBS-Symptomschwere (Tabelle 1).
-----------------------------------------------Tabelle 1-----------------------------------------------------Alle Trauma-Maße zeigten hohe Test-Retest-Reliabilitäten (Anzahl erlebter traumatischer
Ereignistypen, r = .82, Abbildung 1; Häufigkeits-Score der erlebten traumatischen
Ereignisse, r = .86 Abbildung 1; Anzahl erlebter traumatischer Ereignistypen unter dem Alter
von 14 Jahren, r = .82, und Anzahl erlebter traumatischer Ereignistypen im
Erwachsenenalter, r = .83). Die vier Korrelationskoeffizienten unterschieden sich nicht
statistisch bedeutsam voneinander (alle p > 0.2).
------------------------------------------------Abbildung 1-------------------------------------------------Um die Stabilität des Berichts traumatischer Ereignisse zu untersuchen und potentielle
Unterschiede in der Konsistenz der Berichte in Abhängigkeit von der diagnostischen Gruppe
zu identifizieren, berechneten wir lineare gemischte Modelle mit den Trauma-BelastungsVariablen als abhängige Variablen. Diese Modelle zeigten generell weder einen signifikanten
Haupteffekt Zeit, welcher eine systematische Veränderung der Berichte aufzeigen würde,
noch eine signifikante Gruppe × Zeit-Interaktion für alle untersuchten Trauma-BelastungsMaße. Die einzige Ausnahme stellte der Häufigkeits-Score der erlebten traumatischen
15
Ereignisse dar, welcher eine leichte Abnahme über die Zeit zeigte (F1,53 = 4.26, p = .04), aber
ebenfalls keinen Diagnosegruppe × Zeit-Interaktionseffekt. Die Abbildungen S1 und S2 in der
Supplementary Information illustrieren diese Analysen
Analysen der prädiktiven Validität
Die Analysen der prädiktiven Validität beziehen sich auf die Gesamtstichprobe (N = 227). Für
die Vorhersage der Lebenszeit-PTBS ergab ein Modell, welches die Anzahl erlebter
traumatischer Ereignistypen als Trauma-Belastungs-Maß verwendete, den kleinsten AIC und
wurde entsprechend ausgewählt. Tabelle 2 fasst die Modellgüte-Statistik für die Vorhersage
von Lebenszeit-PTBS, aktueller PTBS und aktueller PTBS-Symptomschwere zusammen.
Die Anzahl erlebter traumatischer Ereignistypen sagt das Risiko für die Lebenszeit-PTBS gut
vorher (Abbildung 2, LR = 43.88, p < .00001). Eine zufriedenstellende Prädiktion der
Lebenszeit-PTBS konnte ebenfalls durch den Häufigkeits-Score der erlebten traumatischen
Ereignisse erreicht werden (LR = 31.81, p < .00001), wohingegen die Vorhersage durch
Kindheits- oder Erwachsenenereignisse alleine deutlich schlechter war.
-------------------------------------------------Tabelle 2----------------------------------------------------------------------------------------------------Abbildung 2-------------------------------------------------Im Gegensatz dazu wurde das Risiko der aktuellen PTBS am besten durch den Score
vorhergesagt, welcher die Ereignishäufigkeiten berücksichtigt (Abbildung 2, LR = 56.46, p <
.00001; vgl. Tabelle 2 für den Modellauswahlprozess). Die Anzahl erlebter traumatischer
Ereignistypen war jedoch ebenfalls ein valider Prädiktor für aktuelle PTBS (LR = 50.28, p <
.00001).
In ähnlicher Weise ergab das Modell, welches die aktuelle PTBS-Symptomschwere durch den
Häufigkeits-Score der erlebten traumatischen Ereignisse vorhersagte, die beste Modellgüte
16
(Supplemental Figure S3, LR = 54.37, p<.00001; vgl. Tabelle 2 für den
Modellauswahlprozess). Eine gute Vorhersage der aktuellen Symptomschwere war ebenfalls
durch die Anzahl erlebter traumatischer Ereignistypen als Maß der Trauma-Belastung
möglich (LR = 50.78, p < .00001). Wieder führte die Prädiktion des Risikos der aktuellen
PTBS sowie der aktuellen PTBS-Symptomschwere nur durch Kindheitsereignisse oder
Ereignisse im Erwachsenenalter zu einer schlechteren Modellgüte.
Diskussion
Reliabilität der Trauma-Erfassung
Alle Trauma-Messungen ergaben eine gute Test-Retest-Reliabilität, und die
Reliabilitäts-Koeffizienten unterschieden sich nicht signifikant voneinander. Im Gegensatz zu
bisherigen Bedenken bezüglich der Reliabilität von selbstberichteten Trauma-Häufigkeiten
(Neuner et al., 2004; Roemer et al., 1998), zeigt diese Studie, dass es möglich ist, einen
Ereignis-Häufigkeits-Score
(basierend
auf
Häufigkeitskategorien)
in
einer
schwer
traumatisierten Post-Konfliktpopulation reliabel zu berechnen. Zudem wurden traumatische
Ereignisse, die im Alter zwischen 6-13 Jahren erlebt wurden, reliabel berichtet, während
Ereignisse unter einem Alter von 6 Jahren so selten berichtet wurden, dass eine Bewertung
der Reliabilität unmöglich war. Die Ergebnisse dieser Studie implizieren, dass eine komplexe
Trauma-Bewertung durchführbar ist und reliable Daten ergibt, sogar in einer hoch
traumatisierten Bevölkerungsgruppe, die wenig Zugang zu Bildung hat.
Prädiktive Validität der Trauma Erhebung
Wir replizierten den Bausteineffekt der Anzahl der erlebten traumatischen
Ereignistypen auf das PTBS-Risiko und die Symptomatik (Kolassa et al., 2010; Mollica et al.,
1998; Neugebauer et al., 2009; Neuner et al., 2004) und erweiterten dieses Ergebnis, indem
17
wir zeigten, dass ein ähnlicher Dosis-Wirkungs-Effekt besteht, wenn zusätzlich die
Ereignishäufigkeiten berücksichtigt werden. In Bezug auf die Vorhersage des Risikos für eine
Lebenszeit-PTBS verbessert die zusätzliche Erhebung der Ereignishäufigkeit jedoch nicht die
Vorhersagegenauigkeit. Im Gegensatz dazu war die Modelpassung bei dem Model, welches
die einfachere und weniger zeitraubende Erhebung der Anzahl der erlebten traumatischen
Ereignistypen beinhaltet, viel besser. Für die Vorhersage der Lebenszeit-PTBS, welche die
wichtigste Variable in ätiologischen Querschnittsuntersuchungen darstellt, wird daher die
Anzahl der erlebten traumatischen Ereignistypen als Variable der Wahl angesehen.
Bezüglich der Diagnose von aktueller PTBS und aktueller PTBS-Symptomschwere
war die Vorhersage jedoch mit dem Modell, welches die traumatischen Ereignishäufigkeiten
beinhaltet, geringfügig besser. Zwei unterschiedliche Interpretationen können dieses Ergebnis
erklären. Auf der einen Seite kann die wiederholte Erfahrung der gleichen traumatischen
Ereignistypen das Furchtgedächtnis zusätzlich verstärken und zu dauerhaften und starken
PTBS-Symptomen führen. Auf der anderen Seite wäre es ebenso möglich, dass die aktuellen
PTBS-Symptome die retrospektive Erinnerung an die Häufigkeit des traumatischen
Erlebnisses beeinflussen (Roemer et al., 1998). Personen, die häufiger Intrusionen von
traumatischen Ereignissen erleben, überschätzen möglicherweise deren Häufigkeit, was auch
zu einer starken Assoziation zwischen der aktuellen (nicht jedoch Lebenszeit-) PTBS und den
berichteten Ereignishäufigkeiten führen würde.
Kein Effekt des lebensgeschichtlichen Zeitpunktes in dieser Stichprobe
Erstaunlicherweise konnten wir keinen ausgeprägten Effekt von Kindheitstraumata auf
das PTBS-Risiko und die Symptomatik beobachten. Mehrere Erklärungen können zu diesem
Effekt beitragen. Erstens war die berichtete Anzahl an frühen Traumata in dieser Stichprobe
sehr gering, und die Mehrheit der traumatischen Ereignisse wurde während der Jugend oder
im Erwachsenalter erlebt. Zweitens könnten die schweren Gewalttaten, die von der LRA
18
verübt wurden, eine so starke Wirkung erzielt haben, dass der Zeitpunkt der Traumatisierung
keine Rolle mehr gespielt hat. Unveröffentlichte Daten aus einer anderen Stichprobe mit
jungen
Erwachsenen
in
Norduganda
zeigen
beispielsweise
auch,
dass
der
lebensgeschichtliche Zeitpunkt der Entführung durch die LRA das PTBS-Risiko nicht
beeinflusst (Anett Pfeiffer, persönliche Kommunikation). Dies stimmt überein mit Befunden,
dass eine wiederholte zwischenmenschliche Traumatisierung im Erwachsenenalter (z.B.
Folter)
zu
ähnlich
komplexen
Trauma-Reaktionen
führen
kann
wie
Kindheitstraumatisierungen (McDonnell, Robjant, & Katona, 2013). Drittens besteht Evidenz,
dass Kindheitstraumata stärker mit Symptomen der Depression in Verbindung stehen als mit
denen der PTBS (Rieder & Elbert, 2013). In ähnlicher Weise zeigte eine Untersuchung mit
1966 deutschen Frauen, dass nach einem traumatischen Ereignis das bedingte Risiko, eine
PTBS zu entwickeln, für Traumatisierungen in der Kindheit und im Erwachsenenalter gleich
hoch war, während das Risiko für die Entwicklung einer Depression nach einem
Kindheitstrauma ausgeprägter war (Maercker, Michael, Fehm, Becker, & Margraf, 2004).
Weitere Studien mit Konflikt- und friedlichen Gesellschaften mit einer höheren Variabilität
der Prävalenz von Kindheitstraumata sind erforderlich, um die psychologischen Risiken, die
mit frühen Traumatisierungen assoziiert sind, besser zu verstehen.
Limitationen der Studie und zukünftige Forschungsrichtungen
Das Test-Retest-Intervall für die Reliabilitätsanalysen war relativ kurz und zukünftige
Forschungen sollten zeigen, ob die retrospektiven Berichte auch über längere Zeiträume stabil
sind. Außerdem erfassten wir, ähnlich wie andere Studien, in denen die Häufigkeit von
traumatischen Ereignissen gemessen wurde (Keane et al., 1989; Roemer et al., 1998; Unger et
al., 1998), die Häufigkeit in Kategorien im Gegensatz zu exakten Ereignishäufigkeiten. Diese
Entscheidung wurde getroffen, da wir feststellten, dass Personen mit einer hohen TraumaBelastung Schwierigkeiten zeigten, die exakte Häufigkeit der Ereignisse abzurufen, aber in
19
der Lage waren, kategoriale Antworten zu geben. Daher sollte die Reliabilität der exakten
Ereignishäufigkeiten in nachfolgenden Studien, die sich mit Personen mit geringerer TraumaBelastung befassen, untersucht werden.
Abschließend ist anzumerken, dass unsere Ergebnisse in einer sehr spezifischen
Population von LRA-Kriegsüberlebenden erhoben wurden, so dass überprüft werden muss, ob
diese Ergebnisse in unabhängigen Populationen repliziert werden können. Die Mehrheit der
Studienteilnehmer (62%) wurde von der LRA entführt und/oder musste ihre Heimat
verlassen, um Schutz zu suchen (93%). Neben den wiederholten traumatischen Ereignissen
war diese Bevölkerungsgruppe somit auch mehreren chronischen Stressoren ausgesetzt.
Daher ist es möglich dass die Häufigkeit von traumatischen Ereignissen oder traumatische
Erfahrungen in der Kindheit unter anderen Lebensbedingungen oder bei weniger extremen
Traumatisierungen und chronischem Stress einen stärkeren Einfluss auf das PTBS-Risiko
haben.
Schlussfolgerung
Die Ergebnisse dieser Studie zeigen, dass die Erfassung von Ereignistypen, ebenso
wie die zusätzliche Evaluation von Ereignishäufigkeiten, reliable und valide TraumaMessungen ergeben. In Anbetracht der Lebenszeit-PTBS, bei der es sich um die wichtigste
Variable bei der Untersuchung der Risikofaktoren für die Entwicklung einer PTBS handelt,
führt die klassische Trauma-Belastungs-Variable (d.h. die Anzahl der erlebten traumatischen
Ereignistypen) zur besten Vorhersage. Da eine detaillierte Erinnerung an traumatische
Erlebnisse besonders für Überlebende, die unter einer PTBS leiden, sehr belastend ist (O'
Kearney & Parry, 2014), könnte eine Beurteilung bezüglich der Ereignishäufigkeit unnötigen
Stress bei den Trauma-Überlebenden verursachen, da die Teilnehmer die verschiedenen
Zeitpunkte, wo das Ereignis geschehen ist, erinnern müssen, um die Häufigkeit zu schätzen.
Im Gegensatz dazu erfordert die Beurteilung des Vorhandenseins des Ereignistyps nur die
20
Antwort „ja“ oder „nein“ von den Teilnehmenden und fördert kein tiefergehendes
Nachdenken über die verschiedenen Zeitpunkte, an denen jeweilige Ereignis aufgetreten ist.
Zudem ist die Beurteilung der Ereignistypen, im Gegensatz zu den Häufigkeiten, weniger
zeitintensiv und stellt daher den ökonomischeren Weg dar, um die Trauma-Belastung zu
beurteilen, insbesondere wenn die Ressourcen begrenzt sind. Zusammenfassend empfehlen
wir daher die Anzahl der erlebten traumatischen Ereignistypen als eine reliable, valide und
relativ wenig aufwendige Erhebungsmethode für die Erfassung der kumulativen TraumaBelastung.
21
Referenzen
Binder, E. B., Bradley, R. G., Liu, W., Epstein, M. P., Deveau, T. C., Mercer, K. B., . . .
Ressler, K. J. (2008). Association of FKBP5 polymorphisms and childhood abuse with risk
of posttraumatic stress disorder symptoms in adults. JAMA, 299(11), 1291-1305. doi:
10.1001/jama.299.11.1291
Bramsen, I., Dirkzwager, A. J., van Esch, S. C., & van der Ploeg, H. M. (2001). Consistency
of self-reports of traumatic events in a population of Dutch peacekeepers: reason for
optimism? Journal of Traumatic Stress, 14(4), 733-740. doi: 10.1023/A:1013090005246
Brewin, C. R. (2015). Re-experiencing traumatic events in PTSD: new avenues in research on
intrusive memories and flashbacks. European Journal of Psychotraumatology, 6,
27180. doi: 10.3402/ejpt.v6.27180
Burnham, K. P., & Anderson, D. R. (2002). Model Selection and Multi-Model Inference: A
Practical Information-Theoretic Approach (2nd ed.). New York: Springer.
Carlson, E. B., Smith, S. R., Palmieri, P. A., Dalenberg, C., Ruzek, J. I., Kimerling, R., . . .
Spain, D. A. (2011). Development and validation of a brief self-report measure of trauma
exposure: the Trauma History Screen. Psychological Assessment, 23(2), 463-477. doi:
10.1037/a0022294
Cornelis, M. C., Nugent, N. R., Amstadter, A. B., & Koenen, K. C. (2010). Genetics of posttraumatic stress disorder: review and recommendations for genome-wide association
studies. Current Psychiatry Reports, 12(4), 313-326. doi: 10.1007/s11920-010-0126-6
Diedenhofen, B. (2013). cocor: Comparing correlations. Retrieved from
http://r.birkdiedenhofen.de/pckg/cocor/
DiGangi, J., Gomez, D., Mendoza, L., Jason, L. A., Keys, C. B., & Koenen, K. C. (2013).
Pretrauma risk factors for posttraumatic stress disorder: a systematic review of the
literature. Clinical Psychology Review, 33(6), 728-744. doi: 10.1016/j.cpr.2013.05.002
Eckart, C., Kaufmann, J., Kanowski, M., Tempelmann, C., Hinrichs, H., Elbert, T., . . .
Kolassa, I. T. (2012). Magnetic resonance volumetry and spectroscopy of hippocampus
and insula in relation to severe exposure of traumatic stress. Psychophysiology, 49(2), 261270. doi: 10.1111/j.1469-8986.2011.01303.x
Enlow, M. B., Blood, E., & Egeland, B. (2013). Sociodemographic risk, developmental
competence, and PTSD symptoms in young children exposed to interpersonal trauma in
early life. Journal of Traumatic Stress, 26(6), 686-694. doi: 10.1002/jts.21866
Ertl, V., Pfeiffer, A., Saile, R., Schauer, E., Elbert, T., & Neuner, F. (2010). Validation of a
mental health assessment in an African conflict population. Psychological Assessment,
22(2), 318-324. doi: 10.1037/a0018810
Foa, E. B. (1995). Posttraumatic stress diagnostic scale manual. Minneapolis: National
Computer Systems.
22
Foa, E. B., & Kozak, M. J. (1986). Emotional processing of fear: exposure to corrective
information. Psychological Bulletin, 99(1), 20-35. doi: 10.1037//0033-2909.99.1.20
Giraudoux, P. (2014). pgirmess: Data analysis in ecology. R package version 1.5.9. Retrieved
from http://CRAN.R-project.org/package=pgirmess
Goodman, L. A., Corcoran, C., Turner, K., Yuan, N., & Green, B. L. (1998). Assessing
traumatic event exposure: general issues and preliminary findings for the Stressful Life
Events Screening Questionnaire. Journal of Traumatic Stress, 11(3), 521-542. doi:
10.1023/A:1024456713321
Gray, M. J., Litz, B. T., Hsu, J. L., & Lombardo, T. W. (2004). Psychometric properties of the
life events checklist. Assessment, 11(4), 330-341. doi: 10.1177/1073191104269954
Harrell, FE. (2001). Regression Modeling Statistics. New York: Springer.
Hilbe, J. (2011). Negative binomial regression (2nd ed.). New York: Cambridge University
Press.
Hollifield, M., Warner, T. D., Jenkins, J., Sinclair-Lian, N., Krakow, B., Eckert, V., . . .
Westermeyer, J. (2006). Assessing war trauma in refugees: properties of the
Comprehensive Trauma Inventory-104. Journal of Traumatic Stress, 19(4), 527-540. doi:
10.1002/jts.20137
Keane, Terence M., Fairbank, John A., Caddell, Juesta M., Zimering, Rose T., Taylor,
Kathryn L., & Mora, Catherine A. (1989). Clinical evaluation of a measure to assess
combat exposure. Psychological Assessment: A Journal of Consulting and Clinical
Psychology, 1(1), 53-55. doi: 10.1037/1040-3590.1.1.53
Kessler, R. C., Sonnega, A., Bromet, E., Hughes, M., & Nelson, C. B. (1995). Posttraumatic
stress disorder in the National Comorbidity Survey. Archives of General Psychiatry,
52(12), 1048-1060. doi: 10.1001/archpsyc.1995.03950240066012
Klengel, T., Mehta, D., Anacker, C., Rex-Haffner, M., Pruessner, J. C., Pariante, C. M., . . .
Binder, E. B. (2013). Allele-specific FKBP5 DNA demethylation mediates gene-childhood
trauma interactions. Nature Neuroscience, 16(1), 33-41. doi: 10.1038/nn.3275
Kolassa, I. T., & Elbert, T. (2007). Structural and Functional Neuroplasticity in Relation to
Traumatic Stress. Current Directions in Psychological Science, 16(6), 321-325.
Kolassa, I. T., Ertl, V., Kolassa, S., Onyut, L. P., & Elbert, T. . (2010). The probability of
spontaneous remission from PTSD depends on the number of traumatic event types
experienced. Psychological Trauma: Theory, Research, Practice and Policy, 3(3), 169174. doi: 10.1037/a0019362
Maercker, A., Michael, T., Fehm, L., Becker, E. S., & Margraf, J. (2004). Age of
traumatisation as a predictor of post-traumatic stress disorder or major depression in young
women. British Journal of Psychiatry, 184, 482-487.
McDonnell, M., Robjant, K., & Katona, C. (2013). Complex posttraumatic stress disorder and
survivors of human rights violations. Curr Opin Psychiatry, 26(1), 1-6. doi:
10.1097/YCO.0b013e32835aea9d
23
McLaughlin, K. A., Conron, K. J., Koenen, K. C., & Gilman, S. E. (2010). Childhood
adversity, adult stressful life events, and risk of past-year psychiatric disorder: a test of the
stress sensitization hypothesis in a population-based sample of adults. Psychological
Medicine, 40(10), 1647-1658. doi: 10.1017/S0033291709992121
Mehta, D., Klengel, T., Conneely, K. N., Smith, A. K., Altmann, A., Pace, T. W., . . . Binder,
E. B. (2013). Childhood maltreatment is associated with distinct genomic and epigenetic
profiles in posttraumatic stress disorder. Proceedings of the National Academy of Sciences
of the United States of America, 110(20), 8302-8307. doi: 10.1073/pnas.1217750110
Mills, K., Teesson, M., Darke, S., & Ross, J. (2007). Reliability of self-reported trauma
exposure among people with heroin dependence: a longitudinal investigation. Journal of
Traumatic Stress, 20(3), 313-323. doi: 10.1002/jts.20219
Mollica, R. F., Caspi-Yavin, Y., Bollini, P., Truong, T., Tor, S., & Lavelle, J. (1992). The
Harvard Trauma Questionnaire. Validating a cross-cultural instrument for measuring
torture, trauma, and posttraumatic stress disorder in Indochinese refugees. Journal of
Nervous and Mental Disease, 180(2), 111-116. doi: 10.1097/00005053-199202000-00008
Mollica, R. F., McInnes, K., Poole, C., & Tor, S. (1998). Dose-effect relationships of trauma
to symptoms of depression and post-traumatic stress disorder among Cambodian survivors
of mass violence. British Journal of Psychiatry, 173, 482-488. doi: 10.1192/bjp.173.6.482
Neugebauer, R., Fisher, P. W., Turner, J. B., Yamabe, S., Sarsfield, J. A., & Stehling-Ariza,
T. (2009). Post-traumatic stress reactions among Rwandan children and adolescents in the
early aftermath of genocide. International Journal of Epidemiology, 38(4), 1033-1045. doi:
10.1093/ije/dyn375
Neuner, F., Schauer, M., Karunakara, U., Klaschik, C., Robert, C., & Elbert, T. (2004).
Psychological trauma and evidence for enhanced vulnerability for posttraumatic stress
disorder through previous trauma among West Nile refugees. BMC Psychiatry, 4, 34. doi:
10.1186/1471-244X-4-34
O' Kearney, R., & Parry, L. (2014). Comparative Physiological Reactivity During ScriptDriven Recall in Depression and Posttraumatic Stress Disorder. Journal of Abnormal
Psychology.
Pinheiro, J., Bates, D., DebRoy, S., Sarkar, D. , & the R Development Core Team. (2013).
nlme: Linear and Nonlinear Mixed Effects Models. R package version 3.1-111.
R Core Team. (2014). R: A Language and Environment for Statistical Computing. Vienna,
Austria: R Foundation for Statistical Computing. Retrieved from http://www.Rproject.org/.
Raghunathan, TE, Rosenthal, R, & Rubin, DB. (1996). Comparing correlated but
nonoverlapping correlations. Psychological Methods, 1(2), 178-183. doi: 10.1037//1082989x.1.2.178
Rieder, H., & Elbert, T. (2013). The relationship between organized violence, family violence
and mental health: findings from a community-based survey in Muhanga, Southern
Rwanda. European Journal of Psychotraumatology, 4. doi: 10.3402/ejpt.v4i0.21329
24
Rockstroh, B., & Elbert, T. (2010). Traces of fear in the neural web-magnetoencephalographic responding to arousing pictorial stimuli. International Journal
of Psychophysiology, 78(1), 14-19. doi: S0167-8760(10)00032-2
Roemer, L., Litz, B. T., Orsillo, S. M., Ehlich, P. J., & Friedman, M. J. (1998). Increases in
retrospective accounts of war-zone exposure over time: the role of PTSD symptom
severity. Journal of Traumatic Stress, 11(3), 597-605. doi: 10.1023/A:1024469116047
Siegel, S., & Castellan, N.J. (1988). Non parametric statistics for the behavioural sciences.
New York: MacGraw Hill Int.
Southwick, S. M., Morgan, C. A., Nicolaou, A. L., & Charney, D. S. (1997). Consistency of
memory for combat-related traumatic events in veterans of Operation Desert Storm.
American Journal of Psychiatry, 154(2), 173-177.
Teicher, M. H., & Samson, J. A. (2013). Childhood maltreatment and psychopathology: A
case for ecophenotypic variants as clinically and neurobiologically distinct subtypes.
American Journal of Psychiatry, 170(10), 1114-1133. doi:
10.1176/appi.ajp.2013.12070957
Tjur, T. (2009). Coefficients of Determination in Logistic Regression Models—A New
Proposal: The Coefficient of Discrimination. The American Statistican, 63(4), 366-372.
doi: 10.1198/tast.2009.08210
Unger, W. S., Gould, R. A., & Babich, M. (1998). The development of a scale to assess wartime atrocities: the War Events Scale. Journal of Traumatic Stress, 11(2), 375-383. doi:
10.1023/A:1024463406656
Weathers, F. W., & Keane, T. M. (2007). The Criterion A problem revisited: controversies
and challenges in defining and measuring psychological trauma. Journal of Traumatic
Stress, 20(2), 107-121. doi: 10.1002/jts.20210
Wilker, S., & Kolassa, I. T. (2013). The formation of a neural fear network in posttraumatic
stress disorder: Insights from molecular genetics. Clinical Psychological Science, 1(4),
452-469. doi: 10.1177/2167702613479583
Yehuda, R., & Bierer, L. M. (2009). The relevance of epigenetics to PTSD: Implications for
the DSM-V. Journal of Traumatic Stress. doi: 10.1002/jts.20448
25
Tabelle 1
Demographische und klinische Daten der diagnostischen Gruppen
N weiblich (%)
Mittleres Alter (SD)
Aktuelle
PTBS
(N = 19)
Remittierte
PTBS
(N = 18)
Niemals
PTBS
(N=19)
Statistika
PWert
9 (47)
9 (50)
10 (53)
Fishers
exakter Test
1.00
34 (8.88)
35.56 (12.20)
33.95 (10.44) F2.53 = 0.14
.872
Mittlere Anzahl
5.37 (2.52)
Schuljahre (SD)
Mittlere Anzahl erlebter
traumatischer
37.58 (8.75)#
Ereignistypen (SD)
Mittlerer HäufigkeitsScore der erlebten
79.00 (21.12)#
traumatischen Ereignisse
(SD)
Mittlere Anzahl erlebter
traumatischer
0.05 (0.23)
Ereignistypen unter dem
Alter von 6 Jahren (SD)
Mittlere Anzahl erlebter
traumatischer
4.26 (8.88)
Ereignistypen unter dem
Alter von 14 Jahren (SD)
Mittlere Anzahl erlebter
traumatischer
Ereignistypen im
33.74 (9.91)#
Erwachsenenalter
(SD)
Mittlerer PDS Score (SD) 14.89 (4.99)#
6.28 (2.91)
> 28.72 (6.05)
=
5.87 (3.70)
F2.53 = 0.40
.670
22.05 (8.13)
H2 = 24.01
<.001
> 46.78 (14.12) = 39.37 (21.74) F2.53 = 22.35 <.001
= 0.28 (0.57)
=
6.22 (8.52)
0.00 (0.00)
H2 = 6.05
.049
3.32 (4.63)
H2 = 0.54
.762
> 23.83 (8.38)
=
19.16 (8.21) F2.53 = 13.35 <.001
> 1.67 (1.68)
=
1.21 (1.99)
H2 = 38.67
PDS, Posttraumatic Diagnostic Scale
a
Kontinuierliche Daten wurden mit ANOVA F-Tests ausgewertet, wenn die Test-Residuen
normalverteilt waren, und anderenfalls mit Kruskal-Wallis-H-Tests. Kategoriale Daten
wurden per Fishers exaktem Test auswertet.
Bei signifikanten Ergebnisses des F-Test oder Kruskal-Wallis-H-Test wurden parametrische
oder non-parametrische Post-Hoc-Tests berechnet, um zu bestimmen, welche Mittelwerte
signifikant voneinander abweichen. Die Ergebnisse der Post-Hoc-Tests sind durch die
Symbole >, < und = verdeutlicht. Das #-Symbol verweist auf einen signifikanten Unterschied
zwischen der aktuellen und niemals PTBS Gruppe.
26
<.001
Tabelle 2
Modellgüte-Statistiken für Modell mit den unterschiedlichen Trauma-Maßen als Prädiktoren
für Lebenszeit-PTBS, aktuelle PTBS, und PTBS-Symptomschwere
Anzahl erlebter traumatischer Ereignistypen
D Nagelkerkes
R²
230.15 .19
.25
Häufigkeits-Score der erlebten traumatischen Ereignisse
242.22 .13
.19
Anzahl erlebter traumatischer Ereignistypen unter dem Alter von 14 270.42 .01
.02
Anzahl erlebter traumatischer Ereignistypen im Erwachsenenalter
252.06 .09
.13
Anzahl erlebter traumatischer Ereignistypen
193.09 .22
.30
Häufigkeits-Score der erlebten traumatischen Ereignisse
186.91 .25
.34
Anzahl erlebter traumatischer Ereignistypen unter dem Alter von 14 238.92 .02
.03
Anzahl erlebter traumatischer Ereignistypen im Erwachsenenalter
225.79 .08
.11
Anzahl erlebter traumatischer Ereignistypen
1103.87 -
.31
Häufigkeits-Score der erlebten traumatischen Ereignisse
1100.28 -
.33
Anzahl erlebter traumatischer Ereignistypen unter dem Alter von 14 1148.89 Anzahl erlebter traumatischer Ereignistypen im Erwachsenenalter
1141.75 AIC, Akaikes Informationskriterium; D, Diskriminationskoeffizient
.04
Vorhersage der Lebenszeit-PTBS
AIC
Vorhersage der aktuellen PTBS
Vorhersage der aktuellen PTBS-Symptomschwere
.08
Dargestellt sind die Modellgüte-Statistiken für Regressionsmodelle mit den verschiedenen
Trauma-Maßen als Prädiktoren. Für die Vorhersage von Lebenszeit-PTBS und aktueller
PTBS wurden logistische Regressionen berechnet, während ein negativ binomiales
Regressionsmodell mit kubischen Splines zur Vorhersage der aktuellen PTBSSymptomschwere gewählt wurde.
27
Abbildungen
Abbildung 1: Test-Retest-Reliabilität der Trauma-Belastung erfasst als Anzahl erlebter
traumatischer Ereignistypen (links) und als Häufigkeitsscore der erlebten traumatischen
Ereignisse (rechts). Die Linie repräsentiert die lineare Beziehung (geschätzt durch eine lineare
Regression) zwischen den wiederholten Messungen über die gesamte Reliabilitätsstichrobe.
28
Abbildung 2: Linke Seite: Die Wahrscheinlichkeit einer Lebenszeit-PTBS wird am besten
durch die Trauma-Erhebung erfasst, welche die Anzahl erlebter traumatischer Ereignistypen
erfasst. Dargestellt sind sie beobachteten und vorhergesagten Auftretens-Häufigkeiten der
Lebenszeit-PTBS in Abhängigkeit von der Anzahl traumatischer Ereignistypen, mit 95%
Bootstrap-Konfidenzintervallen der Prädiktion.
Rechte Seite: Im Gegensatz dazu wird die Wahrscheinlichkeit einer aktuellen PTBS am
besten durch eine Trauma-Erhebung erfasst, welche zusätzlich die Ereignis-Häufigkeiten
berücksichtigt. Dargestellt sind sie beobachteten und vorhergesagten Auftretens-Häufigkeiten
der aktuellen PTBS in Abhängigkeit vom Häufigkeitsscore erlebter traumatischer Ereignisse,
mit 95% Bootstrap-Konfidenzintervallen der Prädiktion.
Für diese graphische Darstellung wurden Daten zur Trauma-Belastung zu Gruppen von ≥ 9
Individuen pro Gruppe zusammengefasst um in der Lage zu sein, sinnvolle Häufigkeiten zu
berechnen.
29