ZIEL: Ermittlung der Stichtagsprävalenz von Insomnie und anderen Schlafstörungen in deutschen Allgemeinarztpraxen sowie Bestimmung hausärztlicher Erkennensraten. METHODIK: Bundesweite Zufallsauswahl von 539 Arztpraxen. Charakterisierung der Arzt- und Praxismerkmale mittels initialer Vorstudie. Darauf folgend eine Stichtagsbefragung aller Hausarzt-Patienten mittels Schlaffragebogen (PSQI) und klinischen Fragen (N = 19155 Fälle) sowie klinisch-ärztliche Beurteilung durch den behandelnden Artz mittels CGI und Fragebogen. ERGEBNISSE: 1. Trotz nur moderater Kompetenzeinschätzungen hinsichtlich Diagnose und Therapie behandeln Hausärzte Insomnien und andere Schlafstörungen vorwiegend selbst, auch wenn diese einen hohen Behandlungsaufwand erfordern. 2. Die Stichprobe kann als typisch für die Hausarzt-Klientel angesehen werden. 3. Schlafstörungen sind der dritthäufigste Konsultationsanlass. Nahezu jeder zweite Patient berichtete, in den vergangenen 2 Wochen unter Schlafbeschwerden gelitten zu haben, 26,5% erfüllten aufgrund der subjektiven Angaben die Studienkriterien (DSM-IV) für Insomnie. 4. Auch die Ärzte beurteilten 46,4% aller ihrer Patienten mittels CGI zumindest als Grenzfälle einer Schlafstörung, 85,6% wurden als chronisch eingeordnet. Die ärtzlich beurteilte Insomnieprävalenz betrug 25,9%, die anderer Schlafstörungen 13,7%. 5. Nur 54,3% aller Insomniepatienten wurden auch als solche vom Hausarzt diagnostiziert. DISKUSSION: Die Studie liefert erstmals bundesrepräsentative, differenzierte epidemiologische Daten zu der Prävalenz, dem Schweregrad, den Einschränkungen und den Verlaufsmustern von Insomnien und Schlafstörungen. Die außerordentlich große Häufigkeit und die zum Teil markanten Defizite hinsichtlich Erkennen und Diagnostik in der primärärztlichen Versorgungen werden diskutiert. / AIM: To estimate the point prevalence of insomnia, recognition and prescription behavior in primary care. METHODS: Nationwide sample of 539 primary care settings along with their characterization (stage 1). Standardized assessment of all attenders (N = 19.155 patients) on the NISAS target day using a sleep questionnaire (PSQI) and additional questions to cover psychosocial and additional clinical variables. All patients were evaluated by the primary care doctors using a standardized clinical appraisal questionnaire, including a CGI-rating. RESULTS: Prevalence insomnia according to DSM-IV was 26.5%. Recognition of presence of any clinically significant sleep disorder was 72%, recognition of insomnia was poor 54.3%. 85.6% of insomnia patients were rated as chronic. Close to 50% of all insomnia cases did not receive a specific insomnia therapy. Herbals, followed by hypnotics and sedatives and antidepressants were the three most frequent treatments applied, psychotherapy was only seldomly indicated. DISCUSSION: NISAS provides for the first time nationally representative estimates of interventions for insomnia in primary care. The relatively low treatment rates and the high proportion of chronic patients receiving longterm prescription of benzodiazepines seem to be critical. Priorities for future agenda to improve this situation are discussed.

Auf epidemiologischer Grundlage (n= 5131) wird der Einfluß verschiedener Patientenvariablen auf die ärztliche Erkennens- und Behandlungsrate bei Personen mit einer Depression untersucht und geprüft, inwieweit das Vorliegen "untypischer" Depressionsmerkmale im Sinne des sog. "Sisi-Syndroms" mit einer besonders niedrigen Behandlungsquote assoziiert ist. Diagnosen und Patientenvariablen wurden mittels des um entsprechende Fragebögen erweiterten Munich-Composite International Diagnostic Interviews (M-CIDI) auf der Grundlage der DSM-IV-Algorithmen computerisert gestellt. Ergebnisse: Die Behandlungsquote steigt mit dem Alter an, ist bei Frauen durchgängig höher als bei Männern und bei chronischen und häufig rezidivierenden Depressionen am höchsten. Ferner ergaben sich geschlechts- und altersspezifische Assoziationen hinsichtlich Komorbidität, Schweregrad sowie Nutzung alternativer Therapieangebote. Bei Kontrolle dieser Faktoren ergaben sich für die Patientenvariablen des "Sisi-Typus" besonders niedrige Behandlungsquoten. Auch clusteranalytisch konnte, prototypisch für Frauen, weniger gut für Männer, ein homogener "Sisi-Typus" abgeleitet werden, der im Verleich mit typischen Depressionen mit besonders niedriger Behandlungsrate assoziiert ist; fast ein Drittel aller Frauen konnte diesem Typus zugeordnet werden. Die Ergebnisse lassen erkennen, daß das Nichterkennen depressiver Erkrankungen wesentlich vom Patientenverhalten abhängt. Patienten, die nicht offen über Niedergeschlagenheit sowie über scheinbar depressionsuntypische Symptome klagen, werden selten erkannt und behandelt. Als praktische Konsequenz für die Allgemeinpraxis wird, neben der Beachtung von untypischen Merkmalen der Depression vom "Sisi-Typus", der Einsatz von zeitökonomischen Depressions-Screening-Fragebögen empfohlen.

Auf epidemiologischer Grundlage (n= 5131) wird der Einfluß verschiedener Patientenvariablen auf die ärztliche Erkennens- und Behandlungsrate bei Personen mit einer Depression untersucht und geprüft, inwieweit das Vorliegen "untypischer" Depressionsmerkmale im Sinne des sog. "Sisi-Syndroms" mit einer besonders niedrigen Behandlungsquote assoziiert ist. Diagnosen und Patientenvariablen wurden mittels des um entsprechende Fragebögen erweiterten Munich-Composite International Diagnostic Interviews (M-CIDI) auf der Grundlage der DSM-IV-Algorithmen computerisert gestellt. Ergebnisse: Die Behandlungsquote steigt mit dem Alter an, ist bei Frauen durchgängig höher als bei Männern und bei chronischen und häufig rezidivierenden Depressionen am höchsten. Ferner ergaben sich geschlechts- und altersspezifische Assoziationen hinsichtlich Komorbidität, Schweregrad sowie Nutzung alternativer Therapieangebote. Bei Kontrolle dieser Faktoren ergaben sich für die Patientenvariablen des "Sisi-Typus" besonders niedrige Behandlungsquoten. Auch clusteranalytisch konnte, prototypisch für Frauen, weniger gut für Männer, ein homogener "Sisi-Typus" abgeleitet werden, der im Verleich mit typischen Depressionen mit besonders niedriger Behandlungsrate assoziiert ist; fast ein Drittel aller Frauen konnte diesem Typus zugeordnet werden. Die Ergebnisse lassen erkennen, daß das Nichterkennen depressiver Erkrankungen wesentlich vom Patientenverhalten abhängt. Patienten, die nicht offen über Niedergeschlagenheit sowie über scheinbar depressionsuntypische Symptome klagen, werden selten erkannt und behandelt. Als praktische Konsequenz für die Allgemeinpraxis wird, neben der Beachtung von untypischen Merkmalen der Depression vom "Sisi-Typus", der Einsatz von zeitökonomischen Depressions-Screening-Fragebögen empfohlen.

ZIEL: Ermittlung der Stichtagsprävalenz von Insomnie und anderen Schlafstörungen in deutschen Allgemeinarztpraxen sowie Bestimmung hausärztlicher Erkennensraten. METHODIK: Bundesweite Zufallsauswahl von 539 Arztpraxen. Charakterisierung der Arzt- und Praxismerkmale mittels initialer Vorstudie. Darauf folgend eine Stichtagsbefragung aller Hausarzt-Patienten mittels Schlaffragebogen (PSQI) und klinischen Fragen (N = 19155 Fälle) sowie klinisch-ärztliche Beurteilung durch den behandelnden Artz mittels CGI und Fragebogen. ERGEBNISSE: 1. Trotz nur moderater Kompetenzeinschätzungen hinsichtlich Diagnose und Therapie behandeln Hausärzte Insomnien und andere Schlafstörungen vorwiegend selbst, auch wenn diese einen hohen Behandlungsaufwand erfordern. 2. Die Stichprobe kann als typisch für die Hausarzt-Klientel angesehen werden. 3. Schlafstörungen sind der dritthäufigste Konsultationsanlass. Nahezu jeder zweite Patient berichtete, in den vergangenen 2 Wochen unter Schlafbeschwerden gelitten zu haben, 26,5% erfüllten aufgrund der subjektiven Angaben die Studienkriterien (DSM-IV) für Insomnie. 4. Auch die Ärzte beurteilten 46,4% aller ihrer Patienten mittels CGI zumindest als Grenzfälle einer Schlafstörung, 85,6% wurden als chronisch eingeordnet. Die ärtzlich beurteilte Insomnieprävalenz betrug 25,9%, die anderer Schlafstörungen 13,7%. 5. Nur 54,3% aller Insomniepatienten wurden auch als solche vom Hausarzt diagnostiziert. DISKUSSION: Die Studie liefert erstmals bundesrepräsentative, differenzierte epidemiologische Daten zu der Prävalenz, dem Schweregrad, den Einschränkungen und den Verlaufsmustern von Insomnien und Schlafstörungen. Die außerordentlich große Häufigkeit und die zum Teil markanten Defizite hinsichtlich Erkennen und Diagnostik in der primärärztlichen Versorgungen werden diskutiert. / AIM: To estimate the point prevalence of insomnia, recognition and prescription behavior in primary care. METHODS: Nationwide sample of 539 primary care settings along with their characterization (stage 1). Standardized assessment of all attenders (N = 19.155 patients) on the NISAS target day using a sleep questionnaire (PSQI) and additional questions to cover psychosocial and additional clinical variables. All patients were evaluated by the primary care doctors using a standardized clinical appraisal questionnaire, including a CGI-rating. RESULTS: Prevalence insomnia according to DSM-IV was 26.5%. Recognition of presence of any clinically significant sleep disorder was 72%, recognition of insomnia was poor 54.3%. 85.6% of insomnia patients were rated as chronic. Close to 50% of all insomnia cases did not receive a specific insomnia therapy. Herbals, followed by hypnotics and sedatives and antidepressants were the three most frequent treatments applied, psychotherapy was only seldomly indicated. DISCUSSION: NISAS provides for the first time nationally representative estimates of interventions for insomnia in primary care. The relatively low treatment rates and the high proportion of chronic patients receiving longterm prescription of benzodiazepines seem to be critical. Priorities for future agenda to improve this situation are discussed.

No description available.

No description available.

Data dependencies, or integrity constraints, are used to improve the quality of a database schema, to optimize queries, and to ensure consistency in a database. In the last years conditional dependencies have been introduced to analyze and improve data quality. In short, a conditional dependency is a dependency with a limited scope defined by conditions over one or more attributes. Only the matching part of the instance must adhere to the dependency. In this paper we focus on conditional inclusion dependencies (CINDs). We generalize the definition of CINDs, distinguishing covering and completeness conditions. We present a new use case for such CINDs showing their value for solving complex data quality tasks. Further, we define quality measures for conditions inspired by precision and recall. We propose efficient algorithms that identify covering and completeness conditions conforming to given quality thresholds. Our algorithms choose not only the condition values but also the condition attributes automatically. Finally, we show that our approach efficiently provides meaningful and helpful results for our use case. / Datenabhängigkeiten (wie zum Beispiel Integritätsbedingungen), werden verwendet, um die Qualität eines Datenbankschemas zu erhöhen, um Anfragen zu optimieren und um Konsistenz in einer Datenbank sicherzustellen. In den letzten Jahren wurden bedingte Abhängigkeiten (conditional dependencies) vorgestellt, die die Qualität von Daten analysieren und verbessern sollen. Eine bedingte Abhängigkeit ist eine Abhängigkeit mit begrenztem Gültigkeitsbereich, der über Bedingungen auf einem oder mehreren Attributen definiert wird. In diesem Bericht betrachten wir bedingte Inklusionsabhängigkeiten (conditional inclusion dependencies; CINDs). Wir generalisieren die Definition von CINDs anhand der Unterscheidung von überdeckenden (covering) und vollständigen (completeness) Bedingungen. Wir stellen einen Anwendungsfall für solche CINDs vor, der den Nutzen von CINDs bei der Lösung komplexer Datenqualitätsprobleme aufzeigt. Darüber hinaus definieren wir Qualitätsmaße für Bedingungen basierend auf Sensitivität und Genauigkeit. Wir stellen effiziente Algorithmen vor, die überdeckende und vollständige Bedingungen innerhalb vorgegebener Schwellwerte finden. Unsere Algorithmen wählen nicht nur die Werte der Bedingungen, sondern finden auch die Bedingungsattribute automatisch. Abschließend zeigen wir, dass unser Ansatz effizient sinnvolle und hilfreiche Ergebnisse für den vorgestellten Anwendungsfall liefert.