Objective: To analyze the change in health-related quality-of-life (HRQoL) in patients with Parkinson’s disease (PD) and to identify different classes of HRQoL decline. Methods: A longitudinal cohort study was performed to assess clinical parameters (unified PD rating scale, Beck Depression Inventory) and HRQoL data (EuroQol, Parkinson’s Disease Questionnaire [PDQ]-39) at baseline, 3, 6, 12, 24, and 36 months. A total of 145 patients with PD were consecutively recruited in the county of Northern Hessia, Germany, between January and June 2000. A latent growth mixture model was applied to analyse the heterogeneity in HRQoL trajectories. Results: We successfully applied latent mixture growth modeling in order to identify different classes of HRQoL trajectories in PD. Three growth models were developed and each resulted in a four-class model of distinct patterns using the generic EuroQol instruments’ outcomes (EuroQol-5 Dimensions and visual analogue scale) and the disease-specific PDQ- 39. The four classes were defined by individual trajectory characteristics. Classes one and two represented trajectories with moderate declines over 36 months, but with different initial intercepts. Class three consisted mainly of patients who passed away during the observation period and therefore had a large HRQoL decline. Class four was characterized by a low level of HRQoL at baseline and a significant subsequent decline. Conclusions: The findings provide a more elaborate understanding of the variability in HRQoL reduction in PD over time. The classification of different HRQoL subgroups may help to explain the response of PD patients to the natural history of the disease. Future research will enable the identification of HRQoL responder subgroups on different treatment regimens.

This study examined the hypothesis that developmental expression of psychometric risk in the form of subclinical psychotic experiences in the general population is usually transitory but in some instances may become abnormally persistent and progress to a clinical psychotic state. A prospective cohort study was conducted in a general population sample of 845 adolescents, aged 14–17 years, in Munich, Germany (Early Developmental Stages of Psychopathology Study). Expression of psychosis was assessed 4 times (T0–T3) over a period of 8.4 years. Transition from subclinical psychosis at T0–T2 to clinical psychosis in terms of impairment at T3 was examined as a function of the level of prior persistence of subclinical psychosis (present never, once, twice, or thrice). The more the subclinical psychosis persisted over the period T0–T2, the greater the risk of transition to clinical psychosis at T3 in a dose-response fashion (subclinical psychosis expression once over T0–T2: odds ratio [OR] = 1.5 [95% confidence interval {CI} = 0.6–3.7], posttest probability [PP] = 5%; twice: OR = 5.0 [95% CI = 1.6–15.9], PP = 16%; at all 3 measurements: OR = 9.9 [95% CI = 2.5–39.8], PP = 27%). Of all clinical psychosis at T3, more than a third (38.3%) was preceded by subclinical psychotic experiences at least once and a fifth (19.6%) at least twice. Consequently, a significant proportion of psychotic disorder may be conceptualized as the rare poor outcome of a common developmental phenotype characterized by persistence of psychometrically detectable subclinical psychotic experiences. This may be summarized descriptively as a psychosis proneness-persistence-impairment model of psychotic disorder.

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