Desktop-Version

Start arrow Medien und Kommunikationswissenschaft arrow Depression – Medien – Suizid

< Zurück   INHALT   Weiter >

8.1 Deskriptive Befunde

Vor der Beantwortung der Forschungsfragen aus den drei Themenkomplexen werden die zentralen Untersuchungsgrößen Depressionen und Suizidalität im Rahmen der deskriptiven Statistik ins Zentrum gestellt. In dem Gesamtmodell, das dieser Untersuchung zugrunde liegt, widmet sich der erste Abschnitt also den Grundannahmen an den beiden Enden des Modells (vgl. die Betonung in Abbildung 21).

Abbildung 21. Verortung der deskriptiven Befunde im Gesamtmodell

Anmerkung. Eigene Darstellung nach Fishbein und Cappella (2006, S. S2) bzw. Rossmann (2011, S. 87)

Das Vorgehen orientiert sich an Hawton, Casañas i Comabella, Haw und Saunders (2013) bzw. Müters, Hoebel und Lange (2013). Bevor medienspezifische Einflüsse auf Depressionen bzw. Suizidalität oder deren gemeinsame Einflussstrukturen betrachtet werden, stehen die Determinanten der Kerngrößen dieser Untersuchung im Mittelpunkt. Im Anschluss daran werden die Fragestellungen entsprechend der drei Themenkomplexe dieser Untersuchung beantwortet.

8.1.1 Depression in Deutschland

Auf Basis der gewichteten Repräsentativdaten aus der Telefonbefragung lässt sich der Anteil der Frauen, die nach dem BDI-VT an einer Depression leiden, auf 12.4% in der bundesdeutschen Bevölkerung schätzen, der Anteil unter den Männern liegt bei 9.2%. Der Gesamtanteil an Personen mit einer depressiven Symptomatik liegt bei 10.9%. Diese Werte decken sich grob mit den ebenfalls repräsentativen Zahlen aus dem „Zusatzmodell psychische Gesundheit“ des aktuellen Bundesgesundheitssurveys, das auf insgesamt 5.317 Face-to-Face-Befragungen aus den Jahren 2009 bis 2012 basiert (Jacobi, Höfler, Siegert et al., 2014). Hier wird die Häufigkeit unipolarer Depressionen (12-Monats-Prävalenz) insgesamt auf 7.7% (95% CI [6.9%, 8.6%]) geschätzt, nur für Männer auf 4.8% (95% CI [4.0%, 5.7%]) und nur für Frauen auf 10.6% (95% CI [9.2%, 12.2%]). Dass die Werte der vorliegenden Untersuchung oberhalb der Werte von Jacobi, Höfler, Siegert et al. (2014) liegen, dürfte einerseits an der Erhebungsmethode liegen und andererseits am Prävalenzzeitraum von zwei Wochen, der für die Befragung festgelegt wurde – dafür lieferte bereits Tabelle 4 Anhaltspunkte. Die Tabelle enthält zwei Studien, die einen Prävalenzzeitraum von zwei Wochen zugrunde legen, und sechs Studien, die einen Prävalenzzeitraum von 12 Monaten untersuchen. Studien, die einen Prävalenzzeitraum von 12 Monaten zugrunde legen, zeigen für die Schätzer von Depressionen in der Allgemeinbevölkerung eine größere Streuung als Studien mit einer kürzeren Prävalenzzeit. Außerdem ergeben sich im Face-to-Face-Interview tendenziell niedrigere Prävalenzzahlen, was unter anderem daran liegen könnte, dass die Befragten aufgrund der persönlichen Interviewsituation weniger dazu bereit sind, Fragen nach depressiven Symptomen ehrlich zu beantworten. Dies gilt laut Schmidt, Petermann, Beutel und Brähler (2011, S. 161) vielleicht besonders für Männer, die einer Interviewpartnerin gegenüberstehen. [1] Die Einflüsse des Geschlechts der Interviewer wurden in den aufgelisteten Arbeiten jedenfalls ebenso wenig überprüft wie geschlechtsspezifische Wahrnehmungen von Krankheiten oder Schmerzen (Schmidt et al., 2011, S. 161; Zimmer-Albert & Pogatzki-Zahn, 2011). Für einen sich überschneidenden Untersuchungszeitraum schätzen überdies Fuchs, Busch, Lange und Scheidt-Nave (2012) in einer CATI-Befragung den Anteil Depressiver in Deutschland auf 13%, während Jacobi, Höfler, Siegert et al. (2014) auf Basis von Face-to-Face-Interviews von den besagten knapp 8% ausgehen – die leicht höher liegenden Werte der vorliegenden Untersuchung erscheinen uns daher stimmig. Getrennt nach verschiedenen Altersgruppen sowie den Wohnregionen Ost und West zeigen sich die in Tabelle 13 abgebildeten Anteile in der bundesdeutschen Bevölkerung. Das Altersgefälle von Depressionen (jüngere Altersgruppen zeigen bei Jacobi, Höfler, Siegert et al. (2014) höhere Prävalenzzahlen für Depressionen als Ältere) zeigt sich dabei insgesamt nicht so deutlich, stattdessen kommt in der vorliegenden Untersuchung wieder verstärkt eine depressive Symptomatik im Alter vor. Das mag daran liegen, dass in der Studie von Jacobi, Höfler, Siegert et al. (2014) der „Patient Health Questionnaire“ (Kroenke et al., 2001) zum Einsatz kam, der darauf ausgelegt ist, insbesondere die Antwortvalenz älterer Patienten zu verbessern, da einige Symptome einer Depression auch altersbedingt auftreten. Für die Wohnregion zeigt sich dagegen wie bei Jacobi, Höfler, Strehle et al. (2014, S. 83) kein einheitliches Muster.

Tabelle 13. Punktprävalenz von Depression bzw. depressive Verstimmung nach Alter und Wohnregion (Ost, West). Repräsentativbefragung (CATI) für Personen ab 18 Jahren in der Bundesrepublik Deutschland (Stand: August 2013)

Anmerkungen. Depression gemessen anhand der Telefonversion des vereinfachten Beck-Depressionsinventars (BDI-VT); erfasst wurde die Beobachtungshäufigkeit von 17 Symptomen einer depressiven Erkrankung jeweils auf einer 7-stufigen Skala von 0 „gar nicht/nie“ bis 6 „sehr häufig“ für den Zeitraum der letzten zwei Wochen; Cut-off-Wert � 57 (eigene Berechnungen nach Schmitt et al., 2006).

Um die strukturellen Einflüsse verschiedener prädisponierender Merkmale auf Depressionen abzubilden, wurden binäre logistische Regressionsmodelle getrennt nach dem Geschlecht berechnet. Die abhängige Variable in den Modellen ist jeweils das Vorliegen einer depressiven Symptomatik, bemessen an dem verwendeten BDIVT-Inventar. Für das Vorliegen subklinisch depressiver Symptome bzw. eines „depressiven Syndroms“ (Wittchen et al., 2010, S. 13) wurde ein Cut-off-Wert auf der BDI-VT-Skala von einschließlich 57 errechnet (vgl. Kapitel 7.1.1). Als erklärende Variablen des sozialen Kontexts flossen „feste Partnerschaft“, „Arbeitslosigkeit“, „Anzahl der Personen im Haushalt“ und „Wohnregion“ in die Modelle ein. Als psychosoziale Faktoren wurden „Einsamkeit“ und „Selbstwert“, als biologischer Faktor der allgemeine Gesundheitszustand einbezogen. Das Alter wurde als Kovariate im Modell berücksichtigt. In Abbildung 22 sind die Odds Ratios angegeben, also der Faktor, um den sich die Wahrscheinlichkeit eines depressiven Syndroms in einer bestimmten Gruppe gegenüber einer Referenzgruppe erhöht. Der Faktor 1 (markierte vertikale Linie) steht dementsprechend für keinen relevanten Einfluss, Werte darunter zeigen Faktoren an, durch die sich die Wahrscheinlichkeit eines depressiven Syndroms verringert, Werte über 1 indizieren Faktoren, die das Depressionsrisiko erhöhen. Abgetragen sind in der Abbildung die Punktschätzer sowie deren 95%-Konfidenzintervall (vgl. Müters et al., 2013, S. 7).

Auf den ersten Blick wird deutlich (Cumming & Finch, 2005, S. 176), dass die Konfidenzintervalle der Variablen, die den psychosozialen und biologischen Kontext abdecken, deutlich kleiner sind, die Schätzer also weniger stark streuen. Der Grund dafür sind die verwendeten etablierten Skalen, zu deren Messung (UCLALoneliness-Skala, Self-Esteem-Skala, WHO-5-Skala). Die Variablen, die den sozialen Kontext abbilden, zeigen demgegenüber eine deutlich größere Varianz hinsichtlich ihres Einflusses auf Depressionen. In einem Modell, das nur den sozialen Kontext berücksichtigt, tritt hervor, dass sich bei Männern vor allem Arbeitslosigkeit und das Fehlen eines Partners negativ auf Depressionen auswirken, während bei Frauen der Einfluss dieser Variablen auf das Vorhandensein eines depressiven Syndroms schwächer ist. Obwohl die Modelle für beide Geschlechter insgesamt statistisch signifikant sind (Frauen: x2 = 23.55, df = 5, p < .001; Männer: x2 = 34.98, df = 5, p < .001), erklären sie nur einen geringen Teil der auftretenden Varianz (Frauen: R2 = .03 [Cox & Snell], .05 [Nagelkerke]; Männer: R2 = .04 [Cox & Snell], .09 [Nagelkerke]). Dies spricht dafür, dass die überprüften sozialen Merkmale allein nur eine eingeschränkte Erklärungskraft besitzen. In einem zweiten Schritt wurden daher die beiden anderen Einflussbereiche integriert, die im Rahmen des Gesamtmodells identifiziert wurden. Der Einschluss psychosozialer und biologischer Faktoren führte zu einem besseren Modell-Fit (Frauen: x2 = 217.19, df = 8, p < .001; Männer: x2 = 184.81, df = 8, p < .001) und einer deutlich höheren Varianzaufklärung (Frauen: R2 = .21 [Cox & Snell], .39 [Nagelkerke]; Männer: R2 = .19 [Cox & Snell], .42 [Nagelkerke]). Insbesondere der Selbstwert und die Einsamkeit tragen zur Erklärung von Depressionen bei, während der allgemeine Gesundheitszustand keinen signifikanten Erklärungsbeitrag liefert. Die Auswirkungen deuten dabei für beide Geschlechter in die gleiche Richtung: Ein höherer Selbstwert reduziert das Risiko einer Depression, Einsamkeit erhöht das Risiko bei Männern und Frauen.

Abbildung 22. Zusammenhänge zwischen prädisponierenden und soziodemografischen Merkmalen und Depression. Repräsentativbefragung (CATI) für Personen ab 18 Jahren in der Bundesrepublik Deutschland (Stand: August 2013)

Anmerkungen. Frauen: R2 = .21 (Cox & Snell), .39 (Nagelkerke). Model x2 (8) = 217.19, p < .001. Männer:

R2 = .19 (Cox & Snell), .42 (Nagelkerke). Model x2 (8) = 184.81, p < .001.

* p < .05, ** p < .01, *** p < .001.

Ergebnisse binär logistischer Regressionen unter Kontrolle des Alters beruhend auf einer bevölkerungsrepräsentativen Telefonbefragung (CATI). Zielgröße ist der Cut-off-Wert des BDI-VT (2: 57), der das Vorliegen klinisch relevanter Symptome einer Depression (bzw. depressiven Syndroms) für den Zeitraum der letzten zwei Wochen (Punktprävalenz) erfasst. An dieser Stelle sei nochmals darauf hingewiesen, dass dieser Wert keine ärztliche Diagnose ersetzt.

Für den allgemeinen Gesundheitszustand (WHO-5), Einsamkeit (UCLA) und Selbstwert stehen höhere Werte für eine bessere bzw. stärkere Ausprägung des gemessenen Konstrukts.

Insgesamt erhöhen das Fehlen einer festen Partnerschaft (Frauen: OR = 1.31, p = .38; Männer: OR = 1.14, p = .71), Arbeitslosigkeit (Frauen: OR = 1.18, p = .55; Männer: OR = 1.64, p = .11) und die Tatsache, alleine zu wohnen (Frauen: OR = 1.16, p = .66; Männer: OR = 1.64, p = .15) (= soziale Faktoren), das Risiko einer Depression bei Männern und Frauen, und zwar unabhängig vom Alter, das als Kovariate berücksichtigt wurde. Für die Wohnregion sind die Befunde dagegen weniger eindeutig: So senkt etwa im Westen zu wohnen bei Frauen das Depressionsrisiko (OR = 0.84, p = .55), während es bei Männern das Risiko für Depressionen erhöht (OR = 2.36, p = .06).

Psychosoziale und biologische Faktoren, die im Rahmen des Gesamtmodells bestimmt wurden, tragen ebenso zu Depressionen bei beiden Geschlechtern bei. Insbesondere psychosoziale Einflüsse werden in der bevölkerungsrepräsentativen Stichprobe deutlich erkennbar: Während Einsamkeit das Depressionsrisiko erhöht (Frauen: OR = 1.14, p < .001; Männer: OR = 1.12, p < .001), senkt ein hoher Selbstwert dieses (Frauen: OR = 0.88, p < .001; Männer: OR = 0.87, p < .001). Im folgenden Abschnitt werden diese Einflussstrukturen im Zusammenhang mit Suizidalität untersucht.

  • [1] Vgl. Habel und Schneider (2012) allgemeiner zu den Ursachen geschlechterspezifischer Unterschiede bei Depressionen.
 
< Zurück   INHALT   Weiter >

Related topics