Objective: Many women experience traumatic events already prior to or during pregnancy, and delivery of a child may also be perceived as a traumatic event, especially in women with prior post-traumatic stress disorder (PTSD). Birth-related PTSD might be unique in several ways, and it seems important to distinguish between lifetime PTSD and birth-related traumatization in order to examine specific consequences for mother and child. This post-hoc analysis aims to prospectively examine the relation of both, lifetime PTSD (with/without interpersonal trauma) and birth-related traumatization (with/without postpartum depression) with specific maternal and infant outcomes. Methods: In the prospective-longitudinal Maternal in Relation to Infants’ Development (MARI) study, N = 306 women were repeatedly assessed across the peripartum period. Maternal lifetime PTSD and birth-related traumatization were assessed with the Composite International Diagnostic Interview for women. Maternal health during the peripartum period (incl. birth experience, breastfeeding, anxiety, and depression) and infant outcomes (e.g., gestational age, birth weight, neuropsychological development, and regulatory disorders) were assessed via standardized diagnostic interviews, questionnaires, medical records, and standardized observations. Results: A history of lifetime PTSD prior to or during pregnancy was reported by 25 women who indicated a less favorable psycho-social situation (lower educational level, less social support, a higher rate of nicotine consumption during pregnancy). Lifetime PTSD was associated with pregnancy-related anxieties, traumatic birth experience, and anxiety and depressive disorders after delivery (and in case of interpersonal trauma additionally associated with infant feeding disorder). Compared to the reference group, women with birth-related traumatization (N = 35) indicated numerous adverse maternal and infant outcomes (e.g., child-related fears, sexual problems, impaired bonding). Birthrelated traumatization and postpartum depression was additionally associated with infant feeding and sleeping problems. Conclusion: Findings suggest that both lifetime PTSD and birth-related traumatization are important for maternal and infant health outcomes across the peripartum period. Larger prospective studies are warranted. Implications: Women with lifetime PTSD and/or birth related traumatization should be closely monitored and supported. They may benefit from early targeted interventions to prevent traumatic birth experience, an escalation of psychopathology during the peripartum period, and adverse infant outcomes, which in turn may prevent transgenerational transmission of trauma in the long term.

No description available.

It has been suggested that psychosocial stress influences situational fluctuations of tic frequency. However, evidence from experimental studies is lacking. The current study investigated the effects of the Trier Social Stress Test (TSST-C) on tic frequency in 31 children and adolescents with tic disorders. A relaxation and a concentration situation served as control conditions. Patients were asked either to suppress their tics or to “tic freely.” Physiological measures of stress were measured throughout the experiment. The TSST-C elicited a clear stress response with elevated levels of saliva cortisol, increased heart rate, and a larger number of skin conductance responses. During relaxation and concentration, the instruction to suppress tics reduced the number of tics, whereas during stress, the number of tics was low, regardless of the given instruction. Our study suggests that the stress might result in a situational decrease of tic frequency.

In dieser Arbeit wurde der Frage nachgegangen, inwieweit sich die Habitatansprüche von drei Brutvogelarten, der Offenlandart Feldlerche (Alauda arvensis), der Heckenart Neuntöter (Lanius collurio) und der Waldart Schwarzspecht (Dryocopus martius), mit Landschaftsstrukturmaßen darstellen lassen, und ob sich Landschaftsstrukturmaße für die Habitatmodellierung eignen. Basis für die Berechnung der Landschaftsstrukturmaße ist ein Flächenschema des IÖR-Monitors aus dem Jahr 2013, welches aus Daten des AFIS-ALKIS-ATKIS-Modells (AAA-Modells) aufgebaut wurde. Dieses Schema bietet redundanzfreie Flächennutzungsdaten für ganz Deutschland. Da es nur flächenhafte Elemente enthielt, wurde es um gepufferte linienhafte Elemente, genauer um Hecken, Baumreihen und Feldwege ergänzt. Die Artdaten stammen aus dem Monitoring häufiger Brutvögel (MhB), ebenfalls aus dem Jahr 2013. Die Berechnungen der Landschaftsstrukturmaße wurden mittels ArcGIS-Modellen durchgeführt. Für die Feldlerche und den Schwarzspecht wurden die Landschaftsstrukturmaße Mean Shape Index (MSI), Mean Patch Size (MPS), Anteil geeigneter Habitate (Percentage of Landscape, PLand), Total Core Area (TCA), Fläche geeigneter Biotope ohne anthropogene Störeinflüsse (Fl_ungest) und die Kantendichte der Landschaft (Edge Density, ED) berechnet. Für den Neuntöter sind es MSI, MPS, PLand, Fl_ungest, die Kantendichte und die Fläche geeigneter Gehölzbiotope und Hecken. Es wurde aufgezeigt, dass teilweise höchst signifikante lineare Zusammenhänge zwischen dem Vorkommen der drei Arten und den Landschaftsstrukturmaßen existieren. Die damit erklärten Streuungen der Brutpaarzahlen sind allerdings relativ gering. Das Bestimmtheitsmaß B oder R² der Regressionsgeraden beträgt für die Feldlerche maximal 0,285 bei der Fläche ungestörter Habitate, für den Schwarzspecht maximal 0,332 bei dem Anteil geeigneter Habitate und beim Neuntöter lediglich 0,038, ebenfalls für die Fläche ungestörter Habitate. Der Grund hierfür ist, dass die Arten Ansprüche an die Habitate stellen, die sich nicht mit Landschaftsstrukturmaßen erklären lassen. Die Modelle der multiplen linearen Regression sind ungeeignet, um Brutpaarzahlen der Arten vorherzusagen. Ohnehin war es nur für die Feldlerche möglich, ein solches Modell zu erstellen, das höhere Bestimmtheitsmaße aufweist als die einzelnen Landschaftsstrukturmaße. Deutlich bessere Ergebnisse wurden mit einem Modell erzielt, das die Eignung der Landschaft und ihrer Struktur als Habitat anhand einer Bewertungsmatrix beurteilt. Hier wurde bestimmt, wie hoch der Anteil besetzter Untersuchungsflächen an der Gesamtzahl von Untersuchungsflächen einer bestimmten Gesamtpunktzahl ist. Die Zusammenhänge zwischen Punktzahl und Anteil besetzter Flächen wurde mit teils nichtlinearen Regressionsfunktionen dargestellt. Der Anteil erklärter Abweichungen (R²) beträgt bei der Funktion der Feldlerche 97,1%, der des Schwarzspechts 88,5% und der des Neuntö-ters 49,3%.

No description available.

No description available.

Das Hauptanliegen dieser Arbeit besteht in der Erweiterung des Kenntnisstandes zur Bedeutung des Berufs im Hinblick auf Prävalenz bzw. Risiko einer Psychischen und Verhaltensstörung (PVS) bei Frauen. Es gibt zahlreiche deskriptive Aussagen von Krankenkassen zum Auftreten verschiedener Diagnosegruppen oder Einzeldiagnosen, die sich bezüglich der Berufe jedoch auf die Gesamtheit der PVS beschränken. Die Analysen im Rahmen dieser Arbeit beruhen auf den Daten der weiblichen Versicherten der AOK PLUS für die Jahre 2007 bis 2011 mit insgesamt 2.113.083 Versichertenjahren. Es werden inferenzstatistische Aussagen getroffen, die auf Ergebnissen explorativer Voranalysen beruhen. Den berufsbezogenen Analysen werden zunächst Auswertungen zum Alter vorangestellt (Abschnitt 4). Erwartungsgemäß sind die Unterschiede zwischen den Altersgruppen für jede betrachtete Diagnosegruppe signifikant, jedoch weisen die Diagnosegruppen nicht dieselbe Altersabhängigkeit auf. Mit zunehmendem Alter zeigen sich zudem längere Erkrankungsdauern. Die Berufe im Datenbestand der AOK PLUS sind mittels der Klassifikation KldB 1988 [1] codiert (ca. 330 3-Steller). Für die berufsbezogenen Analysen wird in Abschnitt 5 zunächst die Frage geklärt, ob sich mittels Aggregationen der 3-Steller eine geeignetere Systematik finden lässt. Bis auf die Zusammenfassung einiger weniger 3-Steller ist das nicht der Fall. Basierend auf diesen Ergebnissen wird in Abschnitt 6 ein zweistufiges Vorgehen gewählt. In einem ersten Schritt werden für jede betrachtete PVS-Diagnose (bzw. Diagnosegruppe) die 21 Berufe mit den größten Quoten (AU-Personen pro 1.000 Versichertenjahre) ermittelt. Dabei werden zusätzlich altersstandardisierte Quoten berechnet. In einem zweiten Schritt werden die Ergebnisse des ersten Schrittes mittels Binärer Logistischer Regression (BLR) mathematisch-statistisch abgesichert. Dabei wird die Gesamtheit der nicht ausgewählten Berufe (also alle außer den 21) als Referenzgruppe verwendet. Für alle 21 ausgewählten Berufe werden dann die Odds Ratios gegenüber der Referenzgruppe in Verbindung mit einer Aussage zur Signifikanz ermittelt. Daraus resultiert schließlich eine Rangreihe der „Risikoberufe“, sortiert nach den unteren Grenzen der Konfidenzintervalle. Das Alter wird in diesem Schritt durch Einbezug als potentielle Einflussgröße berücksichtigt. Die Ergebnisse (Abschnitte 6 und 7) zeigen, dass Frauen besonders von PVS betroffen sind, wenn sie als Schienenfahrzeugführer (711), Soldaten, Grenzschützer, Polizisten, Sicherheitskontrolleure (801, 803), Krankenversicherungsfachleute (693), Telefonisten (734) sowie als Fachschul-, Berufsschul- und Werklehrer (874) arbeiten. Für Einzeldiagnosen und Diagnosegruppen ergibt sich ebenfalls ein differenziertes Bild. Bei den Erkrankungsdauern in Abhängigkeit vom Beruf zeigen sich keine substantiellen Auffälligkeiten.:1 Einleitung 7 2 Problemlage und Fragestellungen 8 2.1 LITERATURÜBERSICHT 8 2.1.1 Allgemeine Aussagen und Kosten 8 2.1.2 Aussagen zu Diagnosegruppen und Einzeldiagnosen der PVS 10 2.1.3 Aussagen zum Alter 12 2.1.4 Aussagen zum Beruf 13 2.1.5 Berufe als Risikofaktor für psychische Fehlbelastung 19 2.1.6 Psychischen Gesundheit von Frauen: Der Beruf als Modulator 21 2.1.7 Gesamteinschätzung zum Kenntnisstand 21 2.2 FRAGESTELLUNGEN 23 2.2.1 Zum Alter 24 2.2.2 Zur Systematik der Berufe 25 2.2.3 Zum Beruf 26 2.2.4 Zur Relation der Frage- und Zielstellungen 26 3 Datenbasis und methodische Aspekte 27 3.1 DATENBASIS 27 3.2 INDIKATOREN, DESKRIPTIVE STATISTIKEN 28 3.3 SYSTEMATIK DER BERUFE 29 3.4 MATHEMATISCH-STATISTISCHE VERFAHREN 30 3.4.1 Altersstandardisierung 30 3.4.2 Chi-Quadrat- und MANTEL-HAENSZEL-Test 31 3.4.3 Binäre Logistische Regression (BLR) 31 3.4.4 Mathematisch-statistische Aussagen zu Erkrankungsdauern 33 3.4.5 Signifikanzniveau und Darstellung von Signifikanzaussagen 35 4 F-Diagnosen und Z73 nach Alter 36 4.1 BETROFFENENQUOTEN 36 4.2 ERKRANKUNGSDAUERN 39 5 Systematiken zum Beruf im Vergleich 43 5.1 BERUFSORDNUNG 44 5.2 SYSTEMATIK NACH BLOSSFELD 45 5.3 ZUSAMMENGEFASSTE BERUFSGRUPPEN NACH SUGA 46 5.4 BERUFSGRUPPEN 47 5.5 PARTIELL AGGREGIERTE BERUFE 48 6 F-Diagnosen und Z73 nach Beruf und Alter 49 6.1 DIAGNOSEHAUPTGRUPPE F00-99 PSYCHISCHE UND VERHALTENSSTÖRUNGEN 49 6.1.1 AU-Personen 49 6.1.2 Erkrankungsdauern 54 6.2 DIAGNOSEGRUPPEN IM VERGLEICH 55 6.3 DIAGNOSEGRUPPE F10-19 PSYCHISCHE UND VERHALTENSSTÖRUNGEN DURCH PSYCHOTROPE SUBSTANZEN 56 6.3.1 Gesamtgruppe F10-19 – AU-Personen 56 6.3.2 Diagnosen F10 und F17 – AU-Personen 59 6.3.3 AU-Personen – die auffälligsten Berufe 60 6.3.4 Erkrankungsdauern 61 6.4 DIAGNOSEGRUPPE F30-39 AFFEKTIVE STÖRUNGEN 62 6.4.1 Gesamtgruppe F30-39 – AU-Personen 62 6.4.2 Diagnosen F32 und F33 – AU-Personen 64 6.4.3 AU-Personen – die auffälligsten Berufe 66 6.4.4 Erkrankungsdauern 66 6.5 DIAGNOSEGRUPPE F40-48 NEUROTISCHE, BELASTUNGS- UND SOMATOFORME STÖRUNGEN 68 6.5.1 Gesamtgruppe F40-48 – AU-Personen 68 6.5.2 Diagnosen F41, F43, F45, F48 – AU-Personen 70 6.5.3 AU-Personen – die auffälligsten Berufe 73 6.5.4 Erkrankungsdauern 74 6.6 DIAGNOSE Z73 PROBLEME BEI DER LEBENSBEWÄLTIGUNG (BURN-OUT) 75 6.6.1 AU-Personen 75 6.6.2 Erkrankungsdauern 76 6.7 AU-PERSONEN – DIE AUFFÄLLIGSTEN BERUFE IM GESAMTKONTEXT 77 7 Diskussion der Ergebnisse 83 7.1 METHODISCHE ASPEKTE 83 7.1.1 Einordnung der Analysen im Sinne der Epidemiologie 83 7.1.2 Bezugsbasis Versichertenjahre versus Versicherte 85 7.1.3 Zur Altersstandardisierung 86 7.1.4 Zur Binären Logistischen Regression 88 7.1.5 Binäre logistische Regression versus MANTEL-HAENSZEL Test und Anmerkungen zum Signifikanzniveau 89 7.1.6 Zur Auswahl der Zielgrößen AU-Personen und Erkrankungsdauern 89 7.2 INHALTLICHE ASPEKTE 91 7.2.1 Zum Alter 91 7.2.1.1 Betroffenenquoten 91 7.2.1.2 Erkrankungsdauern 92 7.2.2 Zu den Berufen 93 7.2.2.1 Zu F00-99 – Gesamtheit der PVS – Erkrankungsrisiko 93 7.2.2.2 Zu F00-99 – Gesamtheit der PVS – Erkrankungsdauern 98 7.2.2.3 Zu den Diagnosegruppen F30-39 Affektive Störungen und F40-48 Neurotische, Belastungs- und somatoforme Störungen – Erkrankungsrisiko 99 7.2.2.4 Zur Diagnose F10 PVS durch Alkohol – Erkrankungsrisiko 103 7.2.2.5 Zur Diagnose F17 – PVS durch Tabak 106 7.2.2.6 Zu Diagnose Z73 – Burn-out-Syndrom 108 7.2.3 Zusammenfassung 109 7.3 AUSBLICK 110 8 Literatur 112 9 Verzeichnis der Abkürzungen 122 10 Verzeichnis der Abbildungen 124 11 Verzeichnis der Tabellen 126 Anlagen 128

It has been suggested that psychosocial stress influences situational fluctuations of tic frequency. However, evidence from experimental studies is lacking. The current study investigated the effects of the Trier Social Stress Test (TSST-C) on tic frequency in 31 children and adolescents with tic disorders. A relaxation and a concentration situation served as control conditions. Patients were asked either to suppress their tics or to “tic freely.” Physiological measures of stress were measured throughout the experiment. The TSST-C elicited a clear stress response with elevated levels of saliva cortisol, increased heart rate, and a larger number of skin conductance responses. During relaxation and concentration, the instruction to suppress tics reduced the number of tics, whereas during stress, the number of tics was low, regardless of the given instruction. Our study suggests that the stress might result in a situational decrease of tic frequency.

In dieser Arbeit wurde der Frage nachgegangen, inwieweit sich die Habitatansprüche von drei Brutvogelarten, der Offenlandart Feldlerche (Alauda arvensis), der Heckenart Neuntöter (Lanius collurio) und der Waldart Schwarzspecht (Dryocopus martius), mit Landschaftsstrukturmaßen darstellen lassen, und ob sich Landschaftsstrukturmaße für die Habitatmodellierung eignen. Basis für die Berechnung der Landschaftsstrukturmaße ist ein Flächenschema des IÖR-Monitors aus dem Jahr 2013, welches aus Daten des AFIS-ALKIS-ATKIS-Modells (AAA-Modells) aufgebaut wurde. Dieses Schema bietet redundanzfreie Flächennutzungsdaten für ganz Deutschland. Da es nur flächenhafte Elemente enthielt, wurde es um gepufferte linienhafte Elemente, genauer um Hecken, Baumreihen und Feldwege ergänzt. Die Artdaten stammen aus dem Monitoring häufiger Brutvögel (MhB), ebenfalls aus dem Jahr 2013. Die Berechnungen der Landschaftsstrukturmaße wurden mittels ArcGIS-Modellen durchgeführt. Für die Feldlerche und den Schwarzspecht wurden die Landschaftsstrukturmaße Mean Shape Index (MSI), Mean Patch Size (MPS), Anteil geeigneter Habitate (Percentage of Landscape, PLand), Total Core Area (TCA), Fläche geeigneter Biotope ohne anthropogene Störeinflüsse (Fl_ungest) und die Kantendichte der Landschaft (Edge Density, ED) berechnet. Für den Neuntöter sind es MSI, MPS, PLand, Fl_ungest, die Kantendichte und die Fläche geeigneter Gehölzbiotope und Hecken. Es wurde aufgezeigt, dass teilweise höchst signifikante lineare Zusammenhänge zwischen dem Vorkommen der drei Arten und den Landschaftsstrukturmaßen existieren. Die damit erklärten Streuungen der Brutpaarzahlen sind allerdings relativ gering. Das Bestimmtheitsmaß B oder R² der Regressionsgeraden beträgt für die Feldlerche maximal 0,285 bei der Fläche ungestörter Habitate, für den Schwarzspecht maximal 0,332 bei dem Anteil geeigneter Habitate und beim Neuntöter lediglich 0,038, ebenfalls für die Fläche ungestörter Habitate. Der Grund hierfür ist, dass die Arten Ansprüche an die Habitate stellen, die sich nicht mit Landschaftsstrukturmaßen erklären lassen. Die Modelle der multiplen linearen Regression sind ungeeignet, um Brutpaarzahlen der Arten vorherzusagen. Ohnehin war es nur für die Feldlerche möglich, ein solches Modell zu erstellen, das höhere Bestimmtheitsmaße aufweist als die einzelnen Landschaftsstrukturmaße. Deutlich bessere Ergebnisse wurden mit einem Modell erzielt, das die Eignung der Landschaft und ihrer Struktur als Habitat anhand einer Bewertungsmatrix beurteilt. Hier wurde bestimmt, wie hoch der Anteil besetzter Untersuchungsflächen an der Gesamtzahl von Untersuchungsflächen einer bestimmten Gesamtpunktzahl ist. Die Zusammenhänge zwischen Punktzahl und Anteil besetzter Flächen wurde mit teils nichtlinearen Regressionsfunktionen dargestellt. Der Anteil erklärter Abweichungen (R²) beträgt bei der Funktion der Feldlerche 97,1%, der des Schwarzspechts 88,5% und der des Neuntö-ters 49,3%.

Übergeordnetes Ziel der retrospektiven Fall-Kontroll-Studie ist es, den Stellenwert von Suizidalität im Versorgungsalltag in einer Klinik für Psychiatrie und Psychotherapie mit regionalem Pflichtversorgungsauftrag zu untersuchen. Zur Bestimmung der Behandlungsprävalenz suizidalen Patientenaufkommens in einer Inanspruchnahmepopulation werden auf der Grundlage klinischer Routinedaten Kennzeichen für Suizidalität identifiziert und hinsichtlich ihrer Eignung geprüft. Mit Hilfe von Gruppenvergleichen werden Unterschiede zwischen Patienten mit und ohne Suizidalitätskennzeichen abgebildet. Zweck der Studie ist es weiterhin, Hochrisikogruppen zu identifizieren und diese eingehender darzustellen. Schließlich hat die Untersuchung die Ermittlung eines Risikoprofils zur prädiktiven Diagnostik zum Ziel. Ausgewertet werden Teile der zur Analyse bereitgestellten Basisdokumentation sowie weitere Routinedaten des Departments für seelische Gesundheit am Vivantes Humboldt-Klinikum in Berlin-Reinickendorf. In die Untersuchung flossen Routinedaten der Klinik für Psychiatrie, Psychotherapie und Psychosomatik von insgesamt n = 18 139 Fällen ein, deren vollstationäre Aufnahme sich im Zeitraum vom 01.01.2006 bis 31.12.2012 ereignete. Die Datenerhebung fand unter der Leitung des Departmentleiters Herrn Dr. med. Peter Bräunig und seinem Mitarbeiter Herrn Dr. med. Michael de Groot in einem sieben Jahre andauerndem Prozess statt. Suizidalität konnte über folgende Kennzeichen aus den Routinedaten operationalisiert werden: (1) Aufnahmegrund Suizidalität, (2) Gegenwärtige Suizidalität, (3) Aktueller Suizidversuch, (4) Früherer Suizidversuch sowie (5) Suizidversuch während des stationären Aufenthaltes, dokumentiert als „Besonderes Ereignis“. Das für die stationäre Aufnahme standardisierte Aufnahmeprotokoll ermöglichte darüber hinaus die Unterscheidung von bestätigter und entaktualisierter Aufnahmesuizidalität. Der Stellenwert von Suizidalität lässt sich über die Behandlungsprävalenz charakterisieren. Das Auftreten von suizidalem Patientenverhalten konzentrierte sich insbesondere um den Zeitpunkt der Aufnahme, wobei die Mehrzahl der Aufnahmen notfallmäßig (f% = 69.7 %) oder ungeplant (f% = 22.7 %) stattfanden. Die Untersuchung von Risikoaufnahmen mit Bezug zu Wochentagen, Schichtdiensten und Uhrzeiten veranschaulicht die Herausforderungen für das Klinikmanagement: An Wochenenden wurden nahezu 30% der Aufnahmen wegen Suizidalität stationär versorgt, was im Vergleich zu Werktagen ein Anstieg um 45% bedeutete. Während der Nachtdienste stellten sich fast 30% aller Aufnahmen mit Suizidalität in der Rettungsstelle vor, im Spätdienst waren es ungefähr 25%. Knapp ein Drittel aller untersuchten Fälle war von mindestens einem Suizidalitätskennzeichen betroffen (f% = 29.2 %; n = 5 299); für 11.4 % der Gesamtstichprobe bestätigte der diensthabende Facharzt den initialen Aufnahmebefund in Form von gegenwärtiger Suizidalität; für 47% der wegen Suizidalität aufgenommenen Patienten konnte nach Zweitsichtung noch im zeitlichen Umfeld zur Aufnahme entaktualisierte Aufnahmesuizidalität dokumentiert werden. 22 Fälle begingen während des Untersuchungszeitraumes mindestens einen Suizidversuch. Bei Gewichtung der Suizidalitätsmerkmale bei Aufnahme nach Schweregrad und Andauer, wurden zwei Gruppen mit unterschiedlichem Risikoprofil (hoch/ niedrig) verglichen. Im Durchschnitt gehörten über ein Zehntel (f% = 11.11 %) aller tagesaktuellen Fälle zur Hochrisikogruppe, maximal war es ein Viertel (f% = 25.09 %) aller taggleich behandelten Patienten. Mit Blick auf die Ermittlung von Risikofaktoren konnten erfahrungskongruente Parameter für Fälle mit Suizidalitätskennzeichen ermittelt werden. Hierzu zählten niedrigeres Alter, mehrheitlich notfallmäßige oder ungeplante Aufnahme, längere Verweildauer und höhere psychiatrische Krankheitslast (überwiegend affektive Störungen und Substanzstörungen). Der Einfluss der Diagnosen aus dem ICD-10- F4 Kapitel Neurotische, Belastungs- und somatoforme Störungen auf die Auftretenswahrscheinlichkeit reduzierte sich nach Entfernung des Diagnose-Bias, verblieb aber ein bedeutsamer Prädiktor. Weiterhin ließen sich vier spezifische Risikogruppen – Patienten mit stationärem Suizidversuch (1), junge Erwachsene (2) Patienten mit bestätigter Aufnahmesuizidalität (3) – sowie Patienten mit stationärem Kurzaufenthalt nach Suizidalität im Aufnahmezusammenhang (4) ausmachen. Der Rückgriff auf Routinedaten ermöglichte es, Befunde zu bislang in der Wissenschaft unterrepräsentierten Themen zu generieren. Die suizidalitätsspezifischen Informationen konnten zu umfangreichen Analysen herangezogen werden und durch Verknüpfung konnten auch Aussagen zu Schweregraden und entaktualisierter Suizidalität getroffen werden. Über die Darstellung von kapazitativer Inanspruchnahme, zeitlichen Bezügen und der Häufigkeit von irregulärem und notfallmäßigem Geschehen werden die kritischen Risikoverdichtungen, insbesondere im Aufnahmeprozess deutlich. Hieraus lassen sich zukünftige Anpassungen in der Klinikorganisation sowie im Risiko- und Prozessmanagement ableiten.:Inhaltsverzeichnis Abkürzungsverzeichnis IV Abbildungsverzeichnis V Tabellenverzeichnis VII Zusammenfassung 1 Stand der Forschung 6 Begriffsbestimmung 6 Epidemiologie in der Allgemeinbevölkerung 10 Globale Kennziffern. 10 Kennziffern für Deutschland. 12 Kennziffern für Berlin. 16 Merkmale suizidalen Verhaltens 16 Psychische Störungen und Suizidrisiko. 17 Somatische Krankheiten und Suizidalität. 19 Schlafstörungen und Suizidalität. 20 Aggressivität und Impulsivität. 20 Suizidbezogene Vorgeschichte. 20 Psychiatrieaufenthalt. 21 Neurobiologische Befunde. 22 Risikofaktoren im Überblick. 22 Hotspot Klinik - Suizidales Verhalten im psychiatrischen Krankenhaus 25 Kliniksuizide. 26 Suizidversuche. 28 Aufenthaltsbezogene Parameter. 30 Risikokonstellationen und Ansätze der Bewältigung. 35 Ätiologie 41 Medizinisches Paradigma – Krankheitsmodell. 43 Psychologisches Paradigma – Krisenmodell. 44 Integratives motivational-volitionales Modell suizidalen Verhaltens. 45 Diagnostik und Risikoabschätzung von Suizidalität 50 Verwendung von Routinedaten in der Suizidologie 54 Fragestellung der empirischen Untersuchung 56 Methoden 57 Datenerhebung 57 Stichprobenbeschreibung 60 Zentrale soziodemografische Parameter. 60 Aufenthaltsbezogene Parameter. 60 Klinische Merkmale. 62 Wiederaufnahmen – Betrachtung auf Personenebene. 69 Operationalisierung von Suizidalität 72 Suizidalitätsmerkmale bei Aufnahme. 72 Entaktualisierung von Suizidalität. 73 Suizide und Suizidversuche in der Klinik. 73 Der ärztliche Untersuchungsprozess in der Rettungsstelle 73 Ergebnisse 77 Suizidalität im stationären Versorgungsalltag 77 Suizidalität bei Aufnahme. 77 Aufnahmegrund Suizidalität - Deskriptive Statistiken 81 Wiederaufnahmen – Betrachtung auf Personenebene. 81 Soziodemografische Merkmale. 81 Aufenthaltsbezogene Parameter. 82 Klinische Merkmale. 89 Stationärer Kurzaufenthalt nach Suizidalität bei Aufnahme. 93 Irreguläre und reguläre Aufnahmen bei Suizidalität. 101 Gesamtwert Suizidalität 107 Wiederaufnahmen – Betrachtung auf Personenebene. 108 Identifikation von Risikogruppen – Deskriptive Statistiken 110 Soziodemografische Merkmale. 110 Aufenthaltsbezogene Parameter. 111 Klinische Merkmale. 114 Befunde zur Entaktualisierung 122 Soziodemografie. 123 Aufenthaltsbezogene Parameter. 124 Klinische Merkmale. 126 Suizidalität bei jungen Erwachsenen 130 Soziodemografie und Aufenthalt. 130 Klinische Merkmale. 131 Prädiktoren für den Gesamtwert Suizidalität 137 Suizidversuche in der Klinik – Betrachtung einer Hochrisikogruppe 138 (A) Deskriptive Statistik für die Gesamtstichprobe (Variante 1). 139 (B) Deskriptive Statistik für die Zufallsstichprobe (Variante 2). 147 Quantifizierung eines Diagnose-Bias 151 Prädiktion von Suizidalität – ICD-10 F4-HD-Variablen im Vergleich. 154 Diskussion 156 Erfassung von Suizidalität in der Klinik 156 Stellenwert von Suizidalität in der stationären Versorgung 157 Suizidalität in der Aufnahmesituation. 158 Kapazitative Inanspruchnahme. 159 Aufnahmemodalität und Verweildauer von Risikopatienten 161 Irreguläre Aufnahme. 161 Stationärer Kurzaufenthalt. 162 Vergleich suizidaler und nichtsuizidaler Patienten anhand von Routineparametern 163 Spezifische Analysen von Risikogruppen 165 Hochrisikogruppe – Suizidversuche während des stationären Aufenthaltes. 166 Junge Erwachsene mit Suizidalität. 167 Bestätigte und entaktualisierte Aufnahmesuizidalität. Fehler! Textmarke nicht definiert. Vorhersage von suizidalen Verhaltensweisen – Multivariate Analyse 169 Temporäre psychische Krise oder manifeste psychiatrische Krankheit – Stellenwert von ICD-10 F4 Diagnosen 170 Kritik und Ausblick 173 Datenqualität. 173 Unterschiedliche Perspektiven der Betrachtung. 175 Literaturverzeichnis 176