Blog

May 25, 2023

Klienten-Prädiktoren für einen Therapieabbruch in der Primärversorgung: eine prospektive Kohortenstudie

BMC-Psychiatrieband

BMC Psychiatry Band 23, Artikelnummer: 358 (2023) Diesen Artikel zitieren

286 Zugriffe

1 Altmetrisch

Details zu den Metriken

Der Therapieabbruch stellt eine große Herausforderung dar. Es wurden umfangreiche Untersuchungen zu Prädiktoren für einen Schulabbruch durchgeführt, jedoch keine im Zusammenhang mit primären psychischen Gesundheitsdiensten in Norwegen. Der Zweck dieser Studie bestand darin, zu untersuchen, welche Klientenmerkmale einen Abbruch des Dienstes Prompt Mental Health Care (PMHC) vorhersagen können.

Wir führten eine Sekundäranalyse einer randomisierten kontrollierten Studie (RCT) durch. Unsere Stichprobe bestand aus 526 erwachsenen Teilnehmern, die zwischen November 2015 und August 2017 in den Gemeinden Sandnes und Kristiansand eine PMHC-Behandlung erhielten. Mithilfe logistischer Regression untersuchten wir den Zusammenhang zwischen neun Klientenmerkmalen und Schulabbrechern.

Die Abbrecherquote betrug 25,3 %. Die angepasste Analyse ergab, dass ältere Klienten im Vergleich zu jüngeren Klienten eine geringere Wahrscheinlichkeit (OR) hatten, die Studie abzubrechen (OR = 0,43, [95 %-KI = 0,26, 0,71]). Darüber hinaus hatten Klienten mit höherer Bildung im Vergleich zu Klienten mit niedrigerem Bildungsniveau eine geringere Wahrscheinlichkeit, die Studie abzubrechen (OR = 00,55, 95 %-KI [0,34, 0,88]), während arbeitslose Klienten mit größerer Wahrscheinlichkeit die Studie abbrachen verglichen die regelmäßig Beschäftigten (OR = 2,30, [95 %-KI = 1,18, 4,48]). Schließlich hatten Klienten mit schlechter sozialer Unterstützung eine höhere Wahrscheinlichkeit, die Studie abzubrechen als Klienten, die über gute soziale Unterstützung berichteten (OR = 1,81, [95 %-KI = 1,14, 2,87]). Geschlecht, Migrationshintergrund, tägliches Funktionieren, Schwere der Symptome und Dauer der Probleme waren kein Hinweis auf einen Studienabbruch.

Die in dieser prospektiven Studie gefundenen Prädiktoren könnten PMHC-Therapeuten dabei helfen, Klienten zu identifizieren, bei denen das Risiko eines Schulabbruchs besteht. Es werden Strategien zur Verhinderung von Schulabbrüchen diskutiert.

Peer-Review-Berichte

In Norwegen beträgt die jährliche Prävalenz psychischer Störungen in der Bevölkerung etwa 20 % [33]. Dies deutet darauf hin, dass jeder fünfte Erwachsene im Laufe eines Jahres an einer psychischen Störung leidet. Angstzustände, Depressionen und Drogenabhängigkeit sind die häufigsten Erkrankungen.

Angstzustände und Depressionen werden in Norwegen häufig als Gründe für verminderte Arbeitsfähigkeit, Krankheitsurlaub und Invaliditätsleistungen angegeben [32]. 36,8 % derjenigen, die im Jahr 2016 eine Erwerbsunfähigkeitsrente erhielten, erhielten diese aufgrund der Erstdiagnose einer psychischen oder Verhaltensstörung. Insgesamt stellte dies den größten Anteil der Menschen dar, die Invaliditätsleistungen erhielten [32].

Das norwegische Gesundheitssystem ist in verschiedene Einheiten unterteilt, die als primäre, sekundäre und tertiäre Dienste bezeichnet werden. Die primären Dienste haben häufig einen präventiven und gesundheitsfördernden Auftrag. Dazu gehören alle Leistungen, die Kunden ohne Überweisung nutzen können und oft kostenlos sind. Für die Behandlung in sekundären Diensten ist eine Überweisung vom primären Dienst erforderlich, und Klienten werden aufgrund einer höheren Symptomschwere aufgenommen. Tertiäre Gesundheitsdienste erfordern eine Überweisung durch den sekundären Dienst, da sie stärker auf bestimmte Erkrankungen spezialisiert sind.

Prompt Mental Health Care (PMHC), auf Norwegisch Rask Psykisk Helsehjelp (RPH), ist ein Behandlungsmodell der Grundversorgung, das auf kognitiver Verhaltenstherapie (CBT) basiert. PMHC basiert auf dem Improving Access to Psychological Therapies (IAPT), einem Programm, das 2008 von der britischen Regierung umgesetzt wurde. IAPT hat solide Behandlungsergebnisse gezeigt und nachweislich einen breiten öffentlichen Nutzen gebracht [5]. Heutzutage gibt es in immer mehr Ländern ähnliche Dienste wie IAPT, beispielsweise in Norwegen, Australien, Japan und Schweden [49].

Ein wichtiges Ziel von PMHC besteht darin, den Zugang zu evidenzbasierter Behandlung für Erwachsene mit leichten bis mittelschweren Angstzuständen und Depressionen, Schlafproblemen und neu auftretenden Substanzproblemen zu verbessern [46]. Ein sekundäres Ziel ist die Verbesserung der Arbeitsbeteiligung. PMHC ist leicht zugänglich, da es kostenlos ist, in der örtlichen Gemeinde ansässig ist und ohne Überweisung eines Allgemeinarztes zugänglich ist. Die Behandlung basiert auf einem Mixed-Care-Modell, bei dem eine Mischung von Behandlungsmodalitäten unterschiedlicher Intensität zum Einsatz kommt. Diese Modalitäten reichen von angeleiteter Selbsthilfe mit geringer Intensität, Kursen und Gruppen bis hin zu kurzfristiger Einzeltherapie mit höherer Intensität. Die Dienstleistungen werden von interdisziplinären Teams mit einer Ausbildung in CBT erbracht [46]. Auswertungen haben solide Effekte von PMHC gezeigt [24, 25, 40, 46].

Trotz gut dokumentierter Genesungseffekte ist es eine Tatsache, dass die Therapie nicht für jeden die gewünschten Ergebnisse bringt [6, 15, 50]. Ein erheblicher Teil der Klienten bricht die Therapie aus verschiedenen Gründen vorzeitig ab. Diese Gruppe wird oft als Dropouts bezeichnet [1, 13, 48, 52]. Der Schulabbruch ist in den letzten fünfzig Jahren zu einem Forschungsgebiet geworden, mit der Hoffnung auf Auswirkungen, die dazu führen können, dass mehr Menschen sinnvolle und effiziente Therapiekurse erhalten.

Dropout wird in der Literatur auf unterschiedliche Weise definiert [1, 13, 48, 52]. Definitionsübergreifend wird Abbruch häufig auf dreifache Weise operationalisiert, wobei einer oder mehrere der folgenden Aspekte hervorgehoben werden: 1) die Anzahl der besuchten Sitzungen, 2) vorzeitiger Abbruch, verstanden als Abbruch vor der Genesung, oder 3) einseitiger Abbruch, verstanden als Mangel der Zusammenarbeit des Therapeuten bei der Abbruchentscheidung.

Metaanalysen und Literaturrecherchen haben ergeben, dass die durchschnittliche Prävalenz von Schulabbrechern aufgrund von Unterschieden in Definitionen, Studiendesigns und Serviceeinstellungen variiert [10, 52, 54]. Für die Psychotherapie im Allgemeinen haben Metaanalysen eine mittlere durchschnittliche Abbrecherquote von ca. 19–46 % ergeben [48, 52]. Bei ausschließlicher Betrachtung von CBT-Studien haben Metaanalysen und Literaturrecherchen eine durchschnittliche Abbrecherquote zwischen 15 und 26 % ergeben [13, 19], Linardon et al., 2018, [41]. Im Rahmen der IAPT-Behandlung ergab eine unveröffentlichte Metaanalyse eine durchschnittliche Abbrecherquote von 31 % über alle Studien hinweg [16]. Es gab bemerkenswerte Unterschiede zwischen den in den Studien gemeldeten Abbrecherquoten, die zwischen etwa 10 und 50 % lagen.

Ein Abbruch kann weitreichende Folgen für den Kunden und die Dienstleistung haben. Erstens verringert es die Chancen auf eine klinische Genesung, da die Symptomschwere bei Abbrechern bei Studienabbruch im Vergleich zu Absolventen höher ist [4, 14, 43, 54]. Verbleibende Symptome unterhalb der Schwelle stellen einen Risikofaktor für einen Rückfall dar, der die Wahrscheinlichkeit eines langfristig schlechten Ergebnisses und mehrerer Therapiezyklen erhöht [4, 34, 54]. Es gibt auch negative Folgen für das nationale Gesundheitssystem und die lokalen Dienste in Bezug auf verlorene Zeit, Ressourcen und wirtschaftliche Verluste [10, 30]. Insbesondere ist ein Schulabbruch nicht immer gleichbedeutend mit negativen Kundenergebnissen. Es scheint, dass bei manchen Klienten ein paar Sitzungen ausreichen können, um sich besser zu fühlen und anschließend die Therapie abzubrechen [30].

In der Literatur wurde eine Reihe von Prädiktoren für einen Schulabbruch identifiziert, die allerdings etwas inkonsistent sind [1, 41, 48, 52]. Es gibt Belege dafür, dass ein beträchtlicher Teil der Varianz des Klientenabbruchs auf Therapeutenebene erklärt wird, wobei die Ergebnisse zwischen 5,7 % und 12,6 % liegen [42, 55]. Darüber hinaus wurde festgestellt, dass die therapeutische Allianz mit dem Abbruch zusammenhängt [17, 22, 45], und einige behaupten, die therapeutische Allianz sei prädiktiver als Klienten- und Therapeutenfaktoren einzeln [52]. Darüber hinaus kann der Schulabbruch bis zu einem gewissen Grad durch Unterschiede zwischen den Diensten vorhergesagt werden. Di Bona et al. [10] und Reneses et al. [39] berichteten, dass die Zugehörigkeit zu unterschiedlichen Kommunen oder die Zuordnung zu unterschiedlichen Diensten zu unterschiedlichen Abbrecherquoten führte. Dennoch wurde der größte Teil der Forschung zu klinischen und soziodemografischen Klienten-Prädiktoren für einen Schulabbruch durchgeführt.

Ein hoher Schweregrad der Symptome wurde als Prädiktor für den Abbruch von Klienten dargestellt, insbesondere ein hohes Maß an Depression und Angstzuständen [3, 13, 21, 42, 51]. Interessanterweise haben Studien auch gezeigt, dass eine geringe Schwere der Symptome und eine hohe tägliche Leistungsfähigkeit ein Prädiktor für einen Schulabbruch sind [10, 12, 54]. Die Ergebnisse zu niedriger und hoher Symptomschwere als Prädiktoren für einen Schulabbruch könnten eine Bimodalität darstellen. Die beiden Gegensätze können möglicherweise dazu führen, dass Klienten eine Behandlung als unkontrollierbar oder unnötig empfinden, weil es einer Behandlung zu gut geht.

Ähnlich wie bei der Bimodalität der Symptomschwere hat sich die Dauer als prädiktiv erwiesen, wenn die Episode entweder lange (> 2 Jahre) oder nur für kurze Zeit (< 1 Monat) anhielt [10].

Die meisten Metaanalysen und Literaturrecherchen kommen zu inkonsistenten und gemischten Ergebnissen für das Geschlecht als Prädiktor [1, 48, 54]. Eine vorherrschende Forschungsgruppe hat herausgefunden, dass ein jüngeres Alter prädiktiv für einen Schulabbruch ist [11, 12, 22, 39, 42, 54].

In Studien von Barrett et al. [1] und Fenger et al. [12] wurde der niedrigere sozioökonomische Status (SES) als wichtigster demografischer Prädiktor für einen Schulabbruch dargestellt. Dies lässt sich bei mehreren SES-Indikatoren feststellen, darunter wirtschaftliche Deprivation oder Armut [3, 14, 52], niedrigere Bildungsniveaus [12, 23, 41, 52] und hohe soziale Deprivation [18, 44].

Arbeitslosigkeit wurde auch als Prädiktor für einen Schulabbruch identifiziert [12, 14]. Saxon et al. [42] stellten fest, dass Arbeitslosigkeit der stärkste untersuchte Prädiktor sowohl für Schulabbrecher als auch für eine Verschlechterung war. Interessanterweise haben Zieve et al. [54] stellten nicht fest, dass Arbeitslosigkeit ein Prädiktor für den Abbruch in einem privaten klinischen Umfeld ist. Fenger et al. [12] fanden heraus, dass Patienten, die krankgeschrieben waren, häufiger zur Behandlung erschienen. Es wird spekuliert, dass Krankheitsurlaub die Wahrscheinlichkeit eines Studienabbruchs verringern kann, da der Tagesplan des Klienten für Behandlungssitzungen offener ist [12]. Dies wird durch die Tatsache gestützt, dass Arbeitsengagement häufig als Grund für einen Schulabbruch genannt wird [3, 17].

Studien haben hinsichtlich des Migrationshintergrunds als Prädiktor für Schulabbruch gemischte Ergebnisse geliefert. Einige Studien haben einen Zusammenhang zwischen Migrationshintergrund und Schulabbruch festgestellt [1, 8, 51, 52], die Ergebnisse sind jedoch nicht in allen Bereichen konsistent.

Wie gezeigt wurde, gibt es zahlreiche Forschungsarbeiten zum Abbruch einer Psychotherapie. Die Ergebnisse zu Prädiktoren für einen Schulabbruch sind etwas inkonsistent, insbesondere in Bezug auf Klientenfaktoren. Es gibt ein wachsendes Forschungsfeld, das die Wirkung der Gesundheitsprävention durch primäre Gesundheitsdienste dokumentiert und unterstützt [38]. Allerdings gibt es nur begrenzte Forschungsergebnisse zum Abbruch von primären psychiatrischen Diensten. Mithilfe von Daten des norwegischen Instituts für öffentliche Gesundheit (NIPH) sollte unsere Studie untersuchen, ob eine Reihe von Klientenfaktoren einen Abbruch des PMHC-Dienstes in Norwegen vorhersagen können. Bisher wurden in diesem Dienstleistungsumfeld keine Studien zum Thema Schulabbruch durchgeführt. Wir haben uns ausschließlich auf Kundenfaktoren konzentriert, da unser Datensatz aus Basismerkmalen des Kunden bestand. Basierend auf der Literatur haben wir die folgenden neun Faktoren aus dem uns vorliegenden Datensatz ausgewählt: Alter, Geschlecht, Bildungsniveau, Arbeitsstatus, Migrationshintergrund, soziale Unterstützung, Schwere der Symptome, Dauer der Probleme und tägliche Funktion.

Die Daten wurden vom NIPH bereitgestellt. Es wurde aus dem PMHC-Behandlungsarm einer pragmatischen randomisierten kontrollierten Studie (RCT) gewonnen, die in zwei norwegischen Gemeinden, Sandnes und Kristiansand, durchgeführt wurde. Wir untersuchten die Prädiktoren für einen Schulabbruch unter denjenigen, die die Intervention erhielten, und machten daraus ein prospektives Kohortenstudiendesign. Die Beschreibungen der Themen, Materialien und Methoden wurden erstmals in der primären Bewertung des RCT von Knapstad et al. beschrieben. [24].

Die Teilnehmer dieser Studie wurden zwischen November 2015 und August 2017 rekrutiert [24]. Es wurde festgestellt, dass die Versuchsstandorte einander relativ ähnlich und in Bezug auf mehrere soziodemografische Variablen repräsentativ für die norwegische Bevölkerung waren, beispielsweise die Quote des Einwanderungshintergrunds, der höheren Bildung und der Arbeitslosigkeit [24].

Für den Service an jedem Standort waren Psychologen fachlich verantwortlich. In die aktuelle Studie wurden zehn Therapeuten einbezogen. Die Anzahl der Klienten pro Therapeut lag zwischen acht und 90 Klienten (m = 52). Die Mehrheit der Klienten begann mit einem vierstündigen psychoedukativen Kurs. Selbsthilfeprogramme mit geringer Intensität waren während des gesamten Versuchszeitraums in begrenztem Umfang zugänglich. Die meisten Klienten erhielten nur eine Behandlung geringer Intensität im Sinne einer gruppenbasierten Psychoedukation (36,5 %) oder eine Kombination aus Interventionen niedriger und hoher Intensität (33 %). Darüber hinaus erhielten 29,4 % überwiegend eine hochintensive Behandlung. Nur 1 % erhielten eine angeleitete Selbsthilfe [28].

Informationen über die Studie wurden sowohl durch einen Informationsbrief des NIPH an alle Allgemeinmediziner in der Region als auch direkt von den Dienststellen bei Treffen lokaler Allgemeinmedizinerverbände übermittelt. Bürger konnten Informationen über die Studie von ihrem Hausarzt, über die Website der Gemeinde, lokale Zeitungen und lokales Radio erhalten. Personen, die PMHC in Sandnes oder Kristiansand kontaktierten, bekamen einen Termin für eine erste Beurteilung. Diese Beurteilung bestand aus einem klinischen Interview zur Beurteilung der psychischen Gesundheitsprobleme und der Motivation des Klienten für die Behandlung sowie der Bereitstellung von Informationen über die Studie.

Es gab vordefinierte Einschluss- und Ausschlusskriterien, um die Eignung der Teilnehmer für PMHC während des Testzeitraums zu bewerten. Die Kriterien sollten der gewöhnlichen Pflege ähneln. Das primäre Einschlusskriterium war Angst und/oder leichte bis mittelschwere Depression. Als Screening-Instrumente mit vorgegebenen Grenzwerten (PHQ-9 > = 10 und/oder GAD-7 > = 8) wurden der Patient Health Questionnaire (PHQ-9) und die Skala für generalisierte Angststörungen (GAD-7) verwendet [24]. Obere Grenzwerte für die Exzision des Schweregrads wurden nicht vordefiniert, da der Schweregrad auch auf der klinischen Beurteilung im klinischen Interview beruhte. Weitere Voraussetzungen waren ein Mindestalter von 18 Jahren, ein Wohnort in der jeweiligen Gemeinde sowie grundlegende norwegische Sprachkenntnisse.

Personen wurden ausgeschlossen, wenn sie die Kriterien schwerwiegenderer psychischer Probleme wie Essstörung, schweres Suizidrisiko, bipolare Störung, schwere Depression, handlungsunfähige Angstzustände, psychotische Symptome, Drogenmissbrauch oder Persönlichkeitsstörung erfüllten. Ein weiteres Ausschlusskriterium waren zwei oder mehr vorangegangene Behandlungsversuche in den Nebendiensten ohne zufriedenstellende Wirkung. Auch Menschen mit schwerwiegenden körperlichen Gesundheitsproblemen als primärer Herausforderung wurden ausgeschlossen. Diejenigen, die nicht als Anspruchsberechtigte für PMHC galten, wurden an ihren Hausarzt, sekundäre Dienste oder andere Dienste überwiesen, die für ihre Hauptherausforderung geeignet waren.

Wer die Einschlusskriterien erfüllte, wurde zur Teilnahme aufgefordert, gab sein schriftliches Einverständnis und registrierte sich auf einem sicheren Online-Datenportal. Das Portal wurde vom norwegischen Social Science Data Services (NSD) entwickelt und diente der Erfassung aller Daten und Fragebögen von Klienten und Therapeuten. Es wurde auch verwendet, um die Patienten randomisiert entweder einer PMHC-Behandlung oder einer Behandlung wie gewohnt (TAU) zuzuordnen [24, 40]. An der Studie nahmen 774 Teilnehmer teil, von denen 526 randomisiert einer PMHC-Behandlung zugeteilt wurden [24, 40]. Für die Analyse in diesem Artikel wurden Teilnehmerdaten aus der PMHC-Gruppe verwendet.

Als Abbruch wurde im Rahmen dieser Studie ein Abbruch definiert, der vor Abschluss von sechs Behandlungssitzungen auftrat. Es wurden sechs Sitzungen ausgewählt, da dies als Mindestanzahl empfohlener Sitzungen zur Behandlung von Angstzuständen und Depressionen bei IAPT gilt [31]. Klienten, die ihre Behandlungsziele vor sechs Sitzungen erreichten und im Einvernehmen mit dem Therapeuten abbrachen, wurden nicht als Abbrecher eingestuft. Die Therapeuten berichteten über Abschluss oder Abbruch, die Anzahl der besuchten Sitzungen und die Gründe für den Abbruch.

Nachdem sich die Klienten registriert hatten, berichteten sie selbst über ihre Antworten auf eine Reihe von Fragen in einem Basisfragebogen. Die Fragen reichten von geistiger und körperlicher Gesundheit bis hin zu Demografie und Lebensstil. Alle kontinuierlichen Variablen wurden dichotomisiert, um die Interpretation zu erleichtern und den klinischen Nutzen der Studienergebnisse zu erhöhen.

PHQ-9 fordert den Antwortenden auf, neun Elemente zu bewerten, die jedes Kriterium für Depression basierend auf DSM-V beschreiben. Die Antwortmöglichkeiten variieren von 0 (überhaupt nicht) bis 3 (fast jeden Tag), was einen maximalen Gesamtscore von 27 ermöglicht. Caseness wurde als Mindestscore von 10 definiert. Ein Score über 14 wurde als mäßige bis schwere Symptome definiert Depression. Die Werte wurden in drei verschiedene Kategorien eingeteilt, nämlich unter dem Grenzwert (0–9), leichte Depression (10–14) und mittelschwere bis schwere Depression (15–27). Als Referenzkategorie wurde die Variable unterhalb des Cut-offs verwendet. Der PHQ-9 wurde als zuverlässiges und valides Maß für die kriterienbasierte Diagnose von Depressionen, die Beurteilung der Schwere der Symptome und die Überwachung von Veränderungen im Zeitverlauf getestet [27]. Die interne Zuverlässigkeit von PHQ-9 wurde gemessen und bewertet und zeigte eine ausgezeichnete Test-Retest-Zuverlässigkeit und Cronbachs α zwischen 0,86 und 0,89 [27]. Cronbachs α basierend auf unseren Daten betrug 0,80.

GAD-7 misst die Häufigkeit von sieben häufigen Symptomen allgemeiner Angstzustände. Ähnlich wie bei PHQ-9 variieren die Antwortmöglichkeiten von 0 (überhaupt nicht) bis 3 (fast täglich). Der maximale Summenscore beträgt 21. Caseness wurde auf 8 festgelegt und ein Score über 14 wurde als schwere Angstsymptome definiert. Die GAD-Werte wurden in drei Kategorien eingeteilt: unter dem Grenzwert (0–7), leichte bis mittelschwere Angstzustände (8–14) und schwere Angstzustände (15–21). Als Referenzkategorie wurde der unterhalb des Cut-off liegende Grenzwert verwendet. Es wurde festgestellt, dass GAD-7 eine gute Validität und Zuverlässigkeit für die Messung allgemeiner Angstzustände aufweist. Das Instrument kann sowohl zur Beurteilung der Symptomschwere als auch zur Überwachung von Veränderungen im Zeitverlauf eingesetzt werden [24, 47]. Es hat eine ausgezeichnete Test-Retest-Zuverlässigkeit und einen Cronbach-α von 0,92 gezeigt [47]. Cronbachs α basierend auf unseren Daten betrug 0,83.

Die Work and Social Adjustment Scale (WSAS) misst die Beeinträchtigung der Alltagsfunktionen durch die Bewertung von fünf Punkten auf einer Skala von 0 (überhaupt nicht) bis 8 (sehr stark). Die Antworten basieren auf der Funktion bei der Arbeit und in sozialen Beziehungen im letzten Monat [53]. Die gemeldeten Summenwerte wurden in eine binäre Variable umgewandelt. Die Werte im höchsten Tertil wurden mit 1 (niedriger Funktionsstatus) kodiert, während die Werte in den beiden untersten Tertilen mit 0 (hoher Funktionsstatus) kodiert wurden. WSAS wurde in früheren PMHC-Bewertungen verwendet [46]. Darüber hinaus weist WSAS eine mit PHQ-9 und GAD-7 vergleichbare Zuverlässigkeit, Sensitivität und Diskriminanzvalidität auf [53].

Die Dauer der Probleme wurde in Monaten gemessen. Die Variable wurde in drei Kategorien umkodiert: weniger als oder gleich 6 Monate, zwischen 7 und 24 Monaten und länger als 24 Monate. Die mittlere Kategorie wurde basierend auf Erkenntnissen aus der Literaturrecherche als Referenz verwendet.

Als binäre Variablen wurden die soziodemografischen Fragen verwendet. Diese Fragen umfassten Geschlecht (weiblich: ja/nein), höhere Bildung (Universität/Hochschule: ja/nein) und Einwanderungshintergrund (Einwanderer der 1. oder 2. Generation: ja/nein). Die Beschäftigung wurde anhand von zwei Mehrfachantwortfragen zum aktuellen Arbeitsstatus und zur Einkommensquelle bewertet. Basierend auf ihren Antworten wurden die Teilnehmer in fünf verschiedene Kategorien eingeteilt. Dabei handelte es sich um Erwerbstätige, Erwerbstätige während des Leistungsbezugs, Arbeitslose, Studenten und andere (z. B. Rentner, Vollinvaliditätsrentner). Als Referenzkategorie wurde die Erwerbstätigenkategorie verwendet. Als binäre Variable wurde auch das Alter verwendet (über 30 Jahre: ja/nein), da die Literatur darauf hindeutet, dass vor allem jüngere Menschen einem Abbruchrisiko ausgesetzt sind. Auch wenn bei der Wahl des Cut-offs immer ein gewisses Maß an Willkür herrscht, deuten unsere beobachteten Daten auf einen deutlichen Rückgang der Wahrscheinlichkeit eines Schulabbruchs nach dem 30. Lebensjahr hin.

Auch Fragen zum Lebensstil und zu sozialen Variablen wurden mithilfe binärer Antworten angegeben. Am relevantesten für diese Analyse war die Frage der sozialen Unterstützung. Die dreistufige Oslo-Skala für soziale Unterstützung (OSSS-3) erfasst die Anzahl enger Vertrauter, das von anderen gezeigte Gefühl der Besorgnis und die wahrgenommene Verfügbarkeit praktischer Hilfe von Nachbarn [26]. Es wurde ein Summenscore zwischen 3 und 14 ermittelt. Klienten mit einer Punktzahl von 3 bis 8 wurden als 1 (geringe soziale Unterstützung) kodiert, während Klienten mit einer Punktzahl von 9 bis 15 als 0 (mittlere bis hohe soziale Unterstützung) kodiert wurden. Die Validität und Zuverlässigkeit von OSSS-3 wurde als zufriedenstellend beschrieben [26]. Cronbachs α des OSSS-3 war basierend auf unseren Daten relativ niedrig (0,58).

Vorläufige Analysen wurden durchgeführt, um die spezifischen statistischen Techniken zur Bearbeitung der Forschungsfrage vorzubereiten. Alle Variablen wurden auf Fehler, Ausreißer, Normalverteilung, Varianz und fehlende Daten überprüft. Innerhalb der Variablen Hochschulbildung, Dauer der Probleme und Migrationshintergrund fanden wir einige fehlende Daten (< 3 %). Fehlende Daten wurden in den Regressionsanalysen durch listenweises Löschen behoben. Die logistische Regression wurde als die am besten geeignete Analyse angesehen, da die abhängige Variable dichotom war [35].

Um mögliche Zusammenhänge zwischen Studienabbrechern als abhängiger Variable und Klientenfaktoren als unabhängigen Variablen zu untersuchen, führten wir zunächst bivariate logistische Regressionsanalysen für neun in der Literatur relevante Variablen durch. Zu den soziodemografischen Variablen gehörten Alter, Geschlecht, Migrationshintergrund, Arbeitsstatus, Bildungsniveau und soziale Unterstützung. Zu den klinischen Variablen gehörten die Schwere der Symptome, die Dauer der Probleme und die tägliche Funktionsfähigkeit.

Die unabhängigen Variablen, die in den logistischen Regressionsanalysen p-Werte < 0,05 erreichten, wurden anschließend in ein multivariates logistisches Regressionsmodell einbezogen. Wenn sich die Stärke eines Zusammenhangs änderte, als er in die multivariate Analyse einbezogen wurde, wurden weitere Analysen durchgeführt, um zu verstehen, was für die Variation der Ergebnisvariablen verantwortlich war. Dies geschah durch die Untersuchung verschiedener Variablenkombinationen mithilfe einer logistischen Regressionsanalyse und die Beobachtung möglicher Änderungen. Therapeuten und Kommunen wurden als feste Effekte in alle Analysen einbezogen. Alle statistischen Analysen wurden mit IBM SPSS Statistics, Version 28.0.1.0, durchgeführt.

In dieser aktuellen Studie brachen 133 (25,3 %) Teilnehmer die Therapie ab. Mittlerweile haben 393 (74,7 %) Teilnehmer die Therapie abgeschlossen. Therapeuten gaben für die Abbrechergruppe folgende Therapieabbruchgründe an: keine Kontaktmöglichkeit zum Klienten (36,1 %), fehlende Motivation (19,5 %), Wechsel zu einer anderen Leistung (15,1 %), unbefriedigende Wirkung (4,5 %), Auszug aus der Gemeinde (3 %), andere Gründe (4,5 %) und unbekannt (17,3 %). Die durchschnittliche Anzahl der besuchten Sitzungen in der Dropout-Gruppe betrug 2,36 (SD = 1,67). Für die Absolventengruppe waren es 7,37 (SD = 4,5) Sitzungen. Am häufigsten kam es zu Abbrüchen zwischen der Beurteilung und der ersten Sitzung (20,0 %) sowie zwischen der vierten und fünften Sitzung (21,8 %).

Deskriptive Analysen der Stichprobe finden sich in Tabelle 1. Die Gesamtzahl der Teilnehmer betrug 526, davon waren etwa zwei Drittel weiblich. Das Durchschnittsalter der Stichprobe betrug 34,95 Jahre (SD = 12) und 60 % der Stichprobe waren über 30 Jahre alt. 12,0 % der Stichprobe hatten einen Einwanderungshintergrund der ersten oder zweiten Generation und 44,3 % gaben an, über eine höhere Bildung zu verfügen. Der Großteil der Stichprobe war entweder erwerbstätig (29,5 %) oder nebenbei beschäftigt (35,7 %). Der Rest der Stichprobe waren entweder Arbeitslose (14,3 %) oder Studenten (14,3 %). 32,5 % der Befragten gaben an, dass ihnen die soziale Unterstützung mangelhaft sei.

Betrachtet man die klinischen Merkmale, so lag der PHQ-9-Mittelwert bei 13,9 (SD = 5), während der GAD-7-Mittelwert bei 11,3 (SD = 4,6) lag. Bei PHQ-9 erreichte die Mehrheit (46 %) der Klienten mittlere bis schwere Symptome einer Depression. Bei GAD-7 erreichte die Mehrheit (50,6 %) der Klienten leichte bis mittelschwere Angstsymptome. Der Großteil der Befragten litt seit mehr als sechs Monaten unter psychischen Problemen (85,9 %). Eine Gruppe von 36,1 % berichtete über eine eingeschränkte tägliche Leistungsfähigkeit.

Die Ergebnisse der ersten bivariaten logistischen Regressionsanalysen sind in Tabelle 2 dargestellt. Es gab signifikante unabhängige Zusammenhänge zwischen Schulabbrechern und jüngerem Alter, schlechter sozialer Unterstützung, niedrigerem Bildungsniveau und dem Studium (alle p-Werte < 0,05).

Tabelle 2 zeigt, dass Teilnehmer über 30 im Vergleich zu Teilnehmern unter 30 eine geringere Wahrscheinlichkeit hatten, die Studie abzubrechen (OR = 0,36, [95 %-KI = 0,23, 0,55]). Bei Teilnehmern mit höherer Bildung war die Wahrscheinlichkeit eines Schulabbruchs geringer als bei Teilnehmern mit niedrigerem Bildungsniveau (OR = 0,41, [95 %-KI = 0,26, 0,64]). Was den Arbeitsstatus anbelangt, hatten Teilnehmer, die angaben, arbeitslos oder Student zu sein, eine höhere Wahrscheinlichkeit, die Studie abzubrechen, als diejenigen, die einer regulären Arbeit nachgingen (OR = 2,75, [95 %-KI = 1,44, 5,24] bzw. OR = 2,16, [95]. % KI = 1,14, 4,10]). Teilnehmer, die über schlechte soziale Unterstützung berichteten, brachen die Studie häufiger ab als diejenigen, die über gute soziale Unterstützung berichteten (OR = 1,83, [95 %-KI = 1,19, 2,81]). Die Variablen, die in den logistischen Regressionsanalysen als signifikant mit Abbruch assoziiert identifiziert wurden, wurden anschließend in das multivariate Modell einbezogen.

Die Ergebnisse der multivariaten Analyse sind in Tabelle 3 dargestellt. Ein jüngeres Alter, Arbeitslosigkeit, schlechte soziale Unterstützung und ein niedrigeres Bildungsniveau blieben wichtige Prädiktoren für einen Schulabbruch (alle p-Werte < 0,05), während dies bei der Studienzeit nicht der Fall war.

Es ist zu beachten, dass die Verwendung kontinuierlicher Prädiktoren anstelle binärer Prädiktoren die oben dargestellten Ergebnisse nicht wesentlich veränderte. Darüber hinaus hat die Einbeziehung aller Prädiktoren in die multivariate Analyse die Ergebnisse ebenfalls nicht wesentlich verändert.

Unser Ziel war es, auf der Grundlage von Hinweisen aus der bisherigen Literatur zu untersuchen, ob eine Reihe soziodemografischer und klinischer Klientenfaktoren einen Abbruch aus der Grundversorgung vorhersagen können. Dies wurde bisher im PMHC-Dienstkontext noch nicht untersucht. Unsere Ergebnisse stützen teilweise frühere Erkenntnisse aus der Literatur, dass bestimmte soziodemografische Faktoren einen Schulabbruch vorhersagen können. Dazu zählten jüngeres Alter, Arbeitslosigkeit, niedrigeres Bildungsniveau und schlechte soziale Unterstützung. Andere soziodemografische Faktoren, die in der Literatur mit unterschiedlichen Ergebnissen identifiziert wurden, waren in diesem Zusammenhang keine signifikanten Prädiktoren, wie etwa Geschlecht und Migrationshintergrund. Entgegen unseren Erwartungen waren klinische Faktoren wie die Schwere der Symptome, die Dauer der Probleme und die tägliche Leistungsfähigkeit keine signifikanten Prädiktoren für einen Studienabbruch. Die Gesamtabbrecherquote von 25,3 % entsprach den früheren in der Literatur berichteten Raten, insbesondere am unteren Ende.

Unsere Ergebnisse zeigten, dass Klienten unter 30 Jahren ein höheres Abbruchrisiko hatten, was mit früheren Untersuchungen übereinstimmt [12, 22, 39, 48, 52]. Fenger et al. [12] erklären den Zusammenhang zwischen jüngerem Alter und Schulabbruch durch tiefgreifendere Adhärenzprobleme und Herausforderungen beim Engagement. Weniger entwickelte kognitive Fähigkeiten können die Fähigkeit zur Selbstreflexion und zur psychologischen Denkfähigkeit verringern, was in der Therapie von Vorteil ist [1, 34]. Auch das junge Erwachsenenalter ist durch weniger stabile soziale und persönliche Situationen gekennzeichnet [12]. Ein unvorhersehbarer Zeitplan kann die Wahrscheinlichkeit erhöhen, dass Sie nicht erscheinen. Darüber hinaus wird die Gruppenzugehörigkeit für die Selbsteinschätzung wichtiger. Daher können das Gefühl der Andersartigkeit und das Erleben von Stigmatisierung ein Hindernis für den Abschluss der Therapie darstellen. Im Gegenteil, Wissen und Zugang zu psychischer Behandlung sind heute im Vergleich zu früheren Generationen besser verfügbar. Dies könnte die Hemmschwelle senken, eine Behandlung in Anspruch zu nehmen, und gleichzeitig die Hemmschwelle senken, die Behandlung abzubrechen, wenn man die Erfahrung macht, dass die Behandlung nicht funktioniert. Schließlich könnten die beschriebenen Merkmale jüngerer Klienten den Aufbau einer guten therapeutischen Allianz erschweren, was wiederum ein Prädiktor für einen Studienabbruch ist [22].

In Übereinstimmung mit früherer Literatur stellten wir fest, dass das Bildungsniveau die Wahrscheinlichkeit eines Schulabbruchs beeinflusst [12, 52]. Ein niedrigerer Bildungsstand könnte aufgrund kognitiver Fähigkeiten, Schwierigkeiten bei der Strukturierung des Lebens und eines geringen Gefühls der Beherrschung mit einem Schulabbruch verbunden sein [7, 12]. Dabei ist möglicherweise nicht die Bildung selbst entscheidend, sondern die Fähigkeit, sich neues Wissen anzueignen. Sharf et al. [45] stellten in ihrer Metaanalyse fest, dass der Zusammenhang zwischen therapeutischer Allianz und Schulabbruch unter der Bedingung eines niedrigeren Bildungsniveaus stärker war. Dies kann daran liegen, dass gebildete Klienten ihren Therapeuten ähnlicher sind, was möglicherweise eine gute therapeutische Allianz erleichtert [45]. Darüber hinaus könnte ein niedrigeres Bildungsniveau sekundäre Folgen wie geringeres Einkommen und schlechtere Arbeitsbedingungen haben, was den wahrgenommenen Lebensstress erhöhen kann. Wenn es darum geht, die Grundbedürfnisse zu befriedigen, kann es schwierig sein, Zeit für Termine zu finden oder sich daran zu erinnern. Mehrere Fälle, in denen man unabhängig von der Ursache nicht hintereinander erscheint, können zur Ablehnung der Behandlung und zur Einstufung des Klienten als Abbrecher führen.

Wir haben in unserem Modell festgestellt, dass die Stärke des Zusammenhangs zwischen niedrigerem Bildungsniveau und Schulabbrechern etwas abnahm, wenn man das Alter zum Modell hinzufügte. Der Zusammenhang zwischen einem niedrigeren Bildungsniveau und Schulabbrechern könnte in gewissem Maße durch das Alter erklärt werden, da mehr Menschen im jüngeren Alter noch keinen Bildungsabschluss haben.

Im Einklang mit früheren Untersuchungen wurde festgestellt, dass schlechte soziale Unterstützung einen Schulabbruch vorhersagt [18, 44]. Soziale Unterstützung wurde als begünstigender Faktor für die Inanspruchnahme von Gesundheitsdiensten durch eine Person identifiziert [1]. Umgekehrt kann mangelnde soziale Unterstützung dazu führen, dass man sich mit seinen Problemen alleine fühlt und es schwieriger wird, die Motivation während der gesamten Behandlung aufrechtzuerhalten. Diese Ergebnisse unterstreichen, dass die Fähigkeit des Klienten, zur Behandlung zu erscheinen, von Faktoren außerhalb der Praxis des Therapeuten beeinflusst wird.

Eine andere Hypothese ist, dass eine schlechte soziale Unterstützung durch die Beziehungsmuster des Klienten aufrechterhalten werden kann. Diese Muster könnten auf die therapeutische Allianz übertragen werden. Es wurde festgestellt, dass Persönlichkeitsmerkmale wie Vermeidung, Feindseligkeit, Aggressivität und geringe psychologische Einstellung die therapeutische Allianz negativ beeinflussen [1, 22]. Ein schlechtes therapeutisches Bündnis kann anschließend mit einem Abbruch verbunden sein.

In unserer ersten logistischen Regressionsanalyse stellten wir fest, dass die Studienzeit eine statistisch signifikante Variable für den Arbeitsstatus war. Wenn man diese Variable jedoch in die multivariate Regression einbezieht, schwächt sich die Signifikanz ab. Als wir dies weiter untersuchten, stellten wir fest, dass sich der Zusammenhang zwischen Student und Studienabbrecher verringerte, wenn man das Alter in das Modell einbezog. Dies liegt wahrscheinlich daran, dass die Studierenden tendenziell jünger sind. Basierend auf diesen Ergebnissen gelten die möglichen Erklärungen für den Zusammenhang zwischen Studienabbruch und Alter auch für den Zusammenhang zwischen Studium und Studienabbruch.

Wir haben in dieser Studie einen Zusammenhang zwischen Schulabbruch und Arbeitslosigkeit festgestellt, der mit den Ergebnissen früherer Studien übereinstimmt [12, 14, 42]. Arbeitslose Klienten haben tendenziell ein niedrigeres Einkommensniveau, was einen Teil des Zusammenhangs mit dem Abbruch erklären könnte, wenn die Therapie nicht kostenlos ist. Dies ist jedoch bei PMHC nicht der Fall und andere Erklärungen sind daher gerechtfertigt. Arbeitslose Klienten sind möglicherweise im Durchschnitt weniger einfallsreich und finden es daher möglicherweise schwieriger, ausreichend Anstrengungen zu unternehmen, um von der Therapie zu profitieren. Es kann auch sein, dass diese Klienten geringere Erwartungen haben, dass ihre eigenen Bemühungen in der Therapie zu Ergebnissen führen. Für Therapeuten wäre es sinnvoll, sich dieser Probleme bewusst zu sein und sie frühzeitig in der Therapie anzusprechen.

Wir konnten keinen Zusammenhang zwischen Schulabbruch und den übrigen soziodemografischen Faktoren wie Migrationshintergrund und Geschlecht feststellen. Die bisherige Literatur lieferte zu diesen Prädiktoren etwas gemischte Ergebnisse. Darüber hinaus konnten wir im Gegensatz zu früheren Untersuchungen keine Auswirkungen auf die klinischen Klientenvariablen feststellen. Der fehlende Zusammenhang zwischen Schulabbruch und hoher Symptomschwere könnte darauf zurückzuführen sein, dass unsere Stichprobe aus einem Hausarztdienst stammt. Dies bedeutet, dass die Zielgruppe Klienten mit leichter bis mittelschwerer Depression und/oder Angstzuständen waren. Menschen mit komplexeren und schwerwiegenderen Problemen wurden an spezialisierte medizinische Versorgung überwiesen. Daher hatten die Klienten in unserer Stichprobe im Allgemeinen eine geringere und homogenere Symptomschwere.

Der fehlende Zusammenhang zwischen geringerer Symptomschwere und Studienabbruch könnte durch die Art des Dienstes und die Definition von Studienabbruch bei PMHC erklärt werden. Im Gegensatz zu einigen anderen Diensten folgt PMHC nicht einem bestimmten Protokoll, einschließlich einer festgelegten Mindest- oder Höchstanzahl an Sitzungen für den Client. Die Anzahl der Sitzungen richtet sich vielmehr nach den Bedürfnissen des Klienten. Darüber hinaus basierte die Definition des Abbruchs in unserer Studie auf der Bewertung des Behandlungsziels durch den Therapeuten.

Unsere Studie hat mehrere Stärken. Bei der Datenerhebung wurden Fragebögen und Messungen eingesetzt, um ein breites Spektrum an Basisinformationen über die Klienten abzudecken. Aufgrund der begrenzten fehlenden Daten (< 3 %) und der relativ großen Stichprobengröße (N = 526) konnten wir gründliche Analysen mit relevanten Basisfaktoren durchführen, die in der Literatur identifiziert wurden.

Unsere Instrumente wurden standardisiert und mit anerkannten Grenzwerten für die zentralen Maße Angst (GAD-7) und Depression (PHQ-9) validiert. Die einzige Ausnahme war der OSSS-3 mit einem Cronbach-Alpha von 0,58. Dies könnte darauf hindeuten, dass dem Instrument bei den Fragen in dieser Stichprobe eine gewisse Konsistenz fehlte und möglicherweise der Zusammenhang zwischen sozialer Unterstützung und Schulabbruch unterschätzt wurde. Die verschiedenen in dieser Studie verwendeten Instrumente werden innerhalb des PMHC-Dienstes eingesetzt, was es ermöglicht, die Ergebnisse von PMHC innerhalb und zwischen Ländern mit anderen ähnlichen Diensten wie IAPT zu vergleichen. Dies trägt zu einer verstärkten externen Validität und Generalisierbarkeit unserer Ergebnisse bei.

Bei der Analyse haben wir Therapeuten und Kommunen als feste Effekte einbezogen. Auf diese Weise haben wir Abweichungen ausgeschlossen, die auf diese Faktoren zurückzuführen sind, und dadurch das Potenzial für Fehler vom Typ I verringert.

Die Ergebnisse dieser Studie sollten vor dem Hintergrund einiger Einschränkungen betrachtet werden. Erstens untersucht unsere Studie nur eine Gruppe von Faktoren, nämlich Kundenfaktoren. Dies lag an der Art unseres Datensatzes. Klientenfaktoren allein können den Schulabbruch nicht erklären, da es sich vielmehr um ein komplexes Zusammenspiel zwischen Klient, Therapeut, therapeutischer Allianz und Dienstleistung handelt [52]. Unsere Ergebnisse sollten daher durch Erkenntnisse aus anderen Faktorengruppen ergänzt werden.

Zweitens lagen unserer Studie nur begrenzte Daten zum Abbruch der geführten Selbsthilfe vor, die nur von 1 % unserer Stichprobe genutzt wurden. Dies stellt eine Einschränkung dar, da angeleitete Selbsthilfe ein wichtiger Bestandteil des Mixed-Care-Modells ist [28]. Daher kann diese Studie keine verlässlichen Informationen über den Abbruch dieser Behandlungsmodalität liefern.

Eine Schwäche unseres Verständnisses von Schulabbrechern besteht darin, dass wir nur die Perspektive des jeweiligen Therapeuten zur Hand hatten. Die Erfahrungen der Klienten könnten sich von denen der Therapeuten unterschieden haben, was die Zuverlässigkeit geschwächt hätte [52].

Therapeuten sollten sich darüber im Klaren sein, dass bei Klienten in jüngerem Alter, bei Arbeitslosigkeit, einem geringeren Bildungsniveau oder geringer sozialer Unterstützung ein erhöhtes Risiko für einen Schulabbruch besteht. Wenn Therapeuten diese Prädiktoren identifizieren, sollte dies sie dazu ermutigen, flexibler und anpassungsfähiger gegenüber dem Klienten zu sein. Dies gilt insbesondere, da die eingeschränkte Flexibilität und individuelle Anpassung seitens des Therapeuten einen Hauptgrund für den Studienabbruch darstellt [30]. Allerdings haben Therapeuten oft Schwierigkeiten zu erkennen, wann ihre Interventionen nicht funktionieren, was ein Hindernis für Sensibilität und Flexibilität darstellt [50]. Darüber hinaus variieren die Abbrecherquoten erheblich zwischen den Therapeuten [3, 42].

Eine Möglichkeit, einen Abbruch aufgrund solcher Abweichungen zu verhindern, besteht darin, das Feedback des Klienten durch formelle Ergebnisüberwachungssysteme einzuholen [17, 50, 54], wie z. B. Feedback Informed Treatment (FIT). FIT besteht aus Bewertungsskalen, die sowohl die Verbesserung des Klienten als auch die therapeutische Allianz überwachen. Das Tool hat sich im Kontext von IAPT als kosteneffektiv erwiesen [9]. Allerdings erreicht FIT seinen Zweck nur, wenn es richtig eingesetzt wird [20]. Daher muss die Implementierung von FIT in PMHC eine gründliche Schulung dazu umfassen, wie die Ergebnisse zur Anpassung an den Kunden genutzt werden können. Um eine solche Umsetzung langfristig aufrechtzuerhalten, ist es von entscheidender Bedeutung, eine Feedbackkultur zu etablieren, die eine Führungs- und Serviceverantwortung sein sollte.

Es wurde festgestellt, dass die Bereitstellung einer zeitlichen Perspektive der Therapie das Risiko eines Abbruchs verringert [2, 34, 36, 54]. Es ist jedoch schwierig, eine absolute Zeitperspektive anzugeben, da Sitzungen im PMHC auf einer kontinuierlichen Bewertung der Bedürfnisse der Klienten basieren. Therapeuten können jedoch eine Schätzung abgeben, mit wie vielen Sitzungen der Klient rechnen kann, oder eine „Bewertungssitzung“ nach drei Terminen vereinbaren.

Als Grund für das Nichterscheinen wird häufig Vergessen genannt [3, 17]. In unserer Stichprobe wurden 36,1 % der Aussteigergruppe gekündigt, weil sie nicht erreichbar waren. Pennington und Hudson [37] stellten niedrigere Abbrecherquoten bei Kunden fest, die per Telefon und mit SMS-Erinnerung eingeladen wurden, im Vergleich zu Kunden, die nur per Brief eingeladen wurden. Die Anpassung der Kommunikationskanäle, um Kunden daran zu erinnern, könnte junge Menschen einbinden, bei denen das Risiko eines Schulabbruchs besteht. Service-Routinen sollten sich aber auch an diejenigen richten, die kurz vor dem Ausstieg stehen oder gerade ausgestiegen sind. Die Routinen dafür, wann Nichterscheinen zur Entlassung führt, sind oft vage und die Vorgehensweise variiert je nach Therapeut und Dienst [3].

Eine aktuelle Prozessbewertung von PMHC betont, dass der Fokus auf die sozioökonomischen Herausforderungen der Klienten oft vernachlässigt wurde [28]. Es könnte argumentiert werden, dass sozioökonomische Herausforderungen in der Therapie als Maßnahme zur Verhinderung von Studienabbrüchen stärker betont werden sollten. Dies steht im Einklang mit dem sekundären Ziel von PMHC, die Beteiligung am Arbeitsplatz zu verbessern. Einige Klienten benötigen möglicherweise sogar mehr Arbeitstraining und soziale Interventionen als psychologische Interventionen und sollten zu einem anderen Dienst weitergeleitet werden [12].

Es ist wichtig, sich daran zu erinnern, dass Schulabbruch nicht ausschließlich negativ ist [29]. Manche Menschen brechen die Behandlung ab, weil sie bereits in den ersten paar Sitzungen eine Besserung verspüren [4, 17]. Bei anderen ist der Schweregrad der Symptome möglicherweise von Anfang an gering und sie stehen der Behandlung daher ambivalenter gegenüber [54]. Junge Menschen sind in dieser Gruppe möglicherweise überrepräsentiert, da sie eine geringere Hemmschwelle haben, über psychische Gesundheit zu sprechen und sich einer Therapie zu nähern. Ein Abbruch aufgrund vorzeitiger Besserung könnte insbesondere für die Grundversorgung relevant sein, deren Ziel es ist, leicht zugänglich zu sein und die Menschen frühzeitig zu erreichen. Ein natürlicher Nebeneffekt dieser Strategie besteht darin, dass ein Ausstieg auch zu einer zugänglichen Option wird. Ein Abbruch aufgrund einer frühen Besserung garantiert jedoch keine langfristige Besserung [4, 34, 54]. Daher müssen wir problematische Fälle von Schulabbrechern von unproblematischen Fällen unterscheiden. Es ist nicht realistisch, studienabbruchfreie Angebote zu erwarten. Wir sollten lieber darüber diskutieren, welche Art von Schulabbruch tolerierbar ist.

Zusammenfassend lässt sich sagen, dass die vorliegende Studie empirische Unterstützung liefert, die teilweise mit früheren Untersuchungen zu Klientenfaktoren übereinstimmt, die bei der Vorhersage des Abbruchs aus anderen Dienstleistungsbereichen eine Rolle spielen. Die Hauptergebnisse waren, dass Menschen in jüngerem Alter, arbeitslos, mit einem niedrigeren Bildungsniveau und schlechter sozialer Unterstützung im Vergleich zu ihren Referenzgruppen eine höhere Wahrscheinlichkeit hatten, die Studie abzubrechen. Dies wurde im Zusammenhang mit PMHC zuvor noch nicht untersucht. Unsere Studie liefert wertvolle Einblicke in eine große Klientengruppe, bei der die Behandlung möglicherweise keine zufriedenstellenden Ergebnisse erzielt. Da sich PMHC zu einem nationalen Investitionsbereich entwickelt hat, ist dieses Wissen von großer Bedeutung für die Frage, wie wir den Service verbessern können, um Schulabbrecher zu reduzieren. Dies kann in der Folge sowohl personelle als auch wirtschaftliche Ressourcen einsparen. Für zukünftige Forschung wäre es von Vorteil, auf eine einheitliche Definition von Dropout hinzuarbeiten, die Rolle einzelner Therapeuten bzw. Dienste bei Dropout zu untersuchen und schließlich Dropout aus der Perspektive der Klienten zu untersuchen.

Die im Rahmen der aktuellen Studie analysierten Datensätze sind aufgrund ethischer Einschränkungen und des Schutzes personenbezogener Daten nicht öffentlich zugänglich, können jedoch auf begründete Anfrage beim entsprechenden Autor angefordert werden.

Kognitive Verhaltenstherapie

Konfidenzintervall

Feedback-informierte Behandlung

Skala für generalisierte Angststörungen

Allgemeinmediziner

Verbesserung des Zugangs zu psychologischen Therapien

Das norwegische Institut für öffentliche Gesundheit

Wahrscheinlichkeit

Norwegische sozialwissenschaftliche Datendienste

Oslo-Skala für soziale Unterstützung

Der Fragebogen zur Patientengesundheit

Schnelle psychiatrische Versorgung

Die regionale Ethikkommission für Westnorwegen

Randomisierte, kontrollierte Studie

Sozioökonomischen Status

Behandlung wie gewohnt

Die Skala für Arbeit und soziale Anpassung

Barrett MS, Chua WJ, Crits-Christoph P, Gibbons MB, Thompson D. Frühzeitiger Rückzug aus der psychischen Behandlung: Auswirkungen auf die Psychotherapiepraxis. Psychotherapie. 2008;45(2):247–67. https://doi.org/10.1037/a0016184.

Artikel PubMed Google Scholar

Beck NC, Lamberti J, Gamache M, Lake EA, Fraps CL, McReynolds WT, et al. Situationsfaktoren und Verhaltensselbstvorhersagen bei der Identifizierung von Klienten, bei denen ein hohes Risiko besteht, die Psychotherapie abzubrechen. J Clin Psychol. 1987;43(5):511–20.

3.0.CO;2-U" data-track-action="article reference" href="https://doi.org/10.1002%2F1097-4679%28198709%2943%3A5%3C511%3A%3AAID-JCLP2270430515%3E3.0.CO%3B2-U" aria-label="Article reference 2" data-doi="10.1002/1097-4679(198709)43:53.0.CO;2-U">Artikel CAS PubMed Google Scholar

Binnie J, Boden Z. Nichterscheinen bei psychologischen Therapieterminen. Ment Health Rev J. 2016;21(3):231–48. https://doi.org/10.1108/MHRJ-12-2015-0038.

Artikel Google Scholar

Cahill J, Barkham M, Hardy G, Rees A, Shapiro DA, Stiles WB, et al. Ergebnisse von Patienten, die eine kognitive Therapie gegen Depressionen abgeschlossen und nicht abgeschlossen haben. Br J Clin Psychol. 2003;42(2):133–43. https://doi.org/10.1348/014466503321903553.

Artikel PubMed Google Scholar

Clark DM. Den breiten öffentlichen Nutzen evidenzbasierter psychologischer Therapien erkennen: Das IAPT-Programm. Annu Rev Clin Psychol. 2018;14(1):159–83. https://doi.org/10.1146/annurev-clinpsy-050817-084833.

Artikel PubMed PubMed Central Google Scholar

Cuijpers P, Turner EH, Mohr DC, Hofmann SG, Andersson G, Berking M, et al. Vergleich von Psychotherapien bei Depressionen bei Erwachsenen mit Placebo-Kontrollgruppen: eine Metaanalyse. Psychol Med. 2014;44(4):685–95. https://doi.org/10.1017/S0033291713000457.

Artikel CAS PubMed Google Scholar

Dalgard OS, Mykletun A, Rognerud M, Johansen R, Zahl PH. Bildung, Selbstbeherrschung und psychische Gesundheit: Ergebnisse einer landesweiten Gesundheitsüberwachungsstudie in Norwegen. BMC Psychiatrie. 2007;7(1):20–20. https://doi.org/10.1186/1471-244X-7-20.

Artikel PubMed PubMed Central Google Scholar

De Haan AM, Boon AE, de Jong JTVM, Vermeiren RRJM. Eine Überprüfung des Abbruchs psychosozialer Behandlung durch Jugendliche aus ethnischen Minderheiten. Transkulte Psychiatrie. 2018;55(1):3–30. https://doi.org/10.1177/1363461517731702.

Artikel PubMed Google Scholar

Delgadillo J, McMillan D, Gilbody S, de Jong K, Lucock M, Lutz W, et al. Kostenwirksamkeit einer Feedback-gestützten psychologischen Behandlung: Erkenntnisse aus der IAPT-FIT-Studie. Behav Res Ther. 2021;142:103873–103873. https://doi.org/10.1016/j.brat.2021.103873.

Artikel PubMed Google Scholar

Di Bona L, Saxon D, Barkham M, Dent-Brown K, Parry G. Prädiktoren für die Nichterscheinen von Patienten bei der Verbesserung des Zugangs zu Demonstrationsstandorten für psychologische Therapiedienste. J Affektstörung. 2014;169:157–64. https://doi.org/10.1016/j.jad.2014.08.005.

Artikel PubMed PubMed Central Google Scholar

Edlund MJ, Wang PS, Berglund PA, Katz SJ, Lin E, Kessler RC. Abbruch einer psychischen Behandlung: Muster und Prädiktoren unter epidemiologischen Umfrageteilnehmern in den Vereinigten Staaten und Ontario. Bin J Psychiatrie. 2002;159(5):845–51. https://doi.org/10.1176/appi.ajp.159.5.845.

Artikel PubMed Google Scholar

Fenger M, Mortensen EL, Poulsen S, Lau M. Nichterscheinen, Abbrecher und Absolventen der psychotherapeutischen Behandlung: Demografische und klinische Prädiktoren in einer großen Stichprobe nichtpsychotischer Patienten. Nordische J-Psychiatrie. 2011;65(3):183–91. https://doi.org/10.3109/08039488.2010.515687.

Artikel Google Scholar

Fernandez E, Salem D, Swift JK, Ramtahal N. Metaanalyse des Abbruchs der kognitiven Verhaltenstherapie: Ausmaß, Zeitpunkt und Moderatoren. J Consult Clin Psychol. 2015;83(6):1108–22. https://doi.org/10.1037/ccp0000044.

Artikel PubMed Google Scholar

Firth N, Barkham M, Kellett S, Saxon D. Therapeutische Effekte und Moderatoren der Wirksamkeit und Effizienz bei Psychotherapeuten: eine mehrstufige Modellierungsanalyse. Behav Res Ther. 2015;69:54–62. https://doi.org/10.1016/j.brat.2015.04.001.

Artikel PubMed Google Scholar

Flor JA, Kennair LEO. Schädliche Gespräche – der Mythos von Therapien ohne Nebenwirkungen. 1. Aufl. Oslo: Verlag Tiden Norsk; 2019.

Google Scholar

Furlong-Silva J. Untersuchung von Faktoren im Zusammenhang mit und Prädiktoren für Schulabbrecher bei der Verbesserung des Zugangs zu psychologischen Therapiediensten (Iapt): eine systematische Überprüfung und Sekundäranalyse der praktizierten Daten. Veröffentlichung von ProQuest-Dissertationen; 2020. https://etheses.whiterose.ac.uk/27699/1/Furlong-Silva_%20J_%20170149293_%20Redacted%20Thesis%20Final.pdf

Ghaemian A, Ghomi M, Wrightman M, Ellis-Nee C. Therapieabbruch in einem psychologischen Primärversorgungsdienst: Warum Patienten die Therapie abbrechen. Kognitiver Verhaltenstherapeut. 2020;13. https://doi.org/10.1017/S1754470X20000240

Grant K, McMeekin E, Jamieson R, Fairfull A, Miller C, White J. Fluktuationsraten bei Einzeltherapien in einem Dienst mit geringer Intensität: ein Vergleich von kognitiven Verhaltens- und personenzentrierten Therapien und die Auswirkungen von Deprivation. Behav Cogn Psychother. 2012;40(2):245–9. https://doi.org/10.1017/S1352465811000476.

Artikel PubMed Google Scholar

Hans E, Hiller W. Wirksamkeit und Abbruch der ambulanten kognitiven Verhaltenstherapie bei unipolarer Depression bei Erwachsenen. J Consult Clin Psychol. 2013;81(1):75–88. https://doi.org/10.1037/a0031080.

Artikel PubMed Google Scholar

Hatfield DR, Ogles BM. Warum einige Ärzte Ergebnismessungen verwenden und andere nicht. Verwaltungsrichtlinie Psychische Gesundheit Serv Res. für psychische Gesundheit 2007;34(3):283–91. https://doi.org/10.1007/s10488-006-0110-y.

Artikel Google Scholar

Jarrett RB, Minhajuddin A, Kangas JL, Friedman ES, Callan JA, Thase ME. Akute Phase der kognitiven Therapie bei rezidivierender Major Depression: Wer bricht ab und wie stark beeinflussen die Fähigkeiten des Patienten die Reaktion? Verhalten Res Ther. 2013;51(4–5):221–30. https://doi.org/10.1016/j.brat.2013.01.006.

Artikel Google Scholar

Johansson H, Eklund M. Helfende Allianz und früher Ausstieg aus der ambulanten psychiatrischen Versorgung: der Einfluss von Patientenfaktoren. Soc Psychiatrie Psychiater Epidemiol. 2006;41(2):140–7. https://doi.org/10.1007/s00127-005-0009-z.

Artikel PubMed Google Scholar

Keijsers GPJ, Kampman M, Hoogduin CAL. Abbruchvorhersage in der kognitiven Verhaltenstherapie bei Panikstörungen. Verhalten Ther. 2001;32(4):739–49. https://doi.org/10.1016/S0005-7894(01)80018-6.

Artikel Google Scholar

Knapstad M, Lervik LV, Sæther SMM, Aarø LE, Smith ORF. Wirksamkeit einer sofortigen psychischen Gesundheitsversorgung, die norwegische Version der Verbesserung des Zugangs zu psychologischen Therapien: eine randomisierte kontrollierte Studie. Psychother Psychosom. 2020;89(2):90–105. https://doi.org/10.1159/000504453.

Artikel PubMed Google Scholar

Knapstad M, Nordgreen T, Smith ORF. Schnelle psychiatrische Versorgung, die norwegische Version von IAPT: klinische Ergebnisse und Prädiktoren für Veränderungen in einer multizentrischen Kohortenstudie. BMC Psychiatrie. 2018;18(1):260–260. https://doi.org/10.1186/s12888-018-1838-0. (1-16).

Artikel PubMed PubMed Central Google Scholar

Kocalevent RD, Berg L, Beutel ME, Hinz A, Zenger M, Harter M, et al. Standardisierung der Oslo Social Support Scale (OSSS-3). BMC Psychol. 2018;6(1):31–31. https://doi.org/10.1186/s40359-018-0249-9

Artikel PubMed PubMed Central Google Scholar

Kroenke K, Spitzer RL, Williams JBW. Der PHQ-9: Gültigkeit eines kurzen Maßes für den Schweregrad einer Depression. J Gen Intern Med. 2001;16(9):606–13. https://doi.org/10.1046/j.1525-1497.2001.016009606.x.

Artikel CAS PubMed PubMed Central Google Scholar

Lervik LV, Knapstad M, Smith ORF. Prozessbewertung von Prompt Mental Health Care (PMHC): die norwegische Version von „Improving Access to Psychological Therapies“. BMC Health Serv Res. 2020;20(1):437–437. https://doi.org/10.1186/s12913-020-05311-5.

Artikel PubMed PubMed Central Google Scholar

Lopes RT, Gonçalves MM, Sinai D, Machado PP. Klinische Ergebnisse von Psychotherapieabbrechern: Bedeutet ein Abbruch der Psychotherapie zwangsläufig ein Scheitern? Revista brasileira de psiquiatria. 2018;40(2):123–7. https://doi.org/10.1590/1516-4446-2017-2267.

Artikel PubMed Google Scholar

Marshall D, Quinn C, Child S, Shenton D, Pooler J, Forber S, et al. Was IAPT-Dienste von denen lernen können, die nicht teilnehmen. J Mental Health (Abingdon, England). 2016;25(5):410–5. https://doi.org/10.3109/09638237.2015.1101057.

Artikel Google Scholar

Nationales Kooperationszentrum für psychische Gesundheit. Das Handbuch zur Verbesserung des Zugangs zu psychologischen Therapien (5. Aufl.). 2021. Verfügbar unter: https://www.england.nhs.uk/wp-content/uploads/2018/06/the-iapt-manual-v5.pdf.

Google Scholar

Norwegische Arbeits- und Sozialverwaltung (NAV). Diagnose uføretrygd [Invaliditätsleistungsdiagnostik]. 2021. Verfügbar unter: https://www.nav.no/no/nav-og-samfunn/statistikk/aap-nedsatt-arbeidsevne-og-uforetrygd-statistikk/uforetrygd/diagnoser-uforetrygd.

Google Scholar

Norwegisches Institut für öffentliche Gesundheit. Psychische Gesundheit in Norwegen. 2018. Verfügbar unter: https://www.fhi.no/globalassets/dokumenterfiler/rapporter/2018/psykisk_helse_i_norge2018.pdf.

Google Scholar

Ogrodniczuk JS, Joyce AS, Piper WE. Strategien zur Reduzierung patienteninitiierter vorzeitiger Psychotherapieabbrüche. Harv Rev Psychiatrie. 2005;13(2):57–70. https://doi.org/10.1080/10673220590956429.

Artikel PubMed Google Scholar

Pallant J. SPSS-Überlebenshandbuch: eine Schritt-für-Schritt-Anleitung zur Datenanalyse mit IBM SPSS. 5. Aufl. Maidenhead: McGraw-Hill; 2013.

Google Scholar

Pekarik G. Verhältnis zwischen erwarteter und tatsächlicher Behandlungsdauer für Erwachsene und Kinder. J Clin Kinderpsychologie. 1991;20(2):121–5. https://doi.org/10.1207/s15374424jccp2002_2.

Artikel Google Scholar

Pennington D, Hodgson J. Nichtanwesenheits- und Einladungsmethoden innerhalb eines CBT-Dienstes. Ment Health Rev J. 2012;17(3):145–51. https://doi.org/10.1108/13619321211287256.

Artikel Google Scholar

Ramsdal H, Hansen GV. Die Organisation lokaler psychiatrischer Dienste in Norwegen: Beweise, Unsicherheit und Politik. Evid-Richtlinie. 2017;13(4):605–22. https://doi.org/10.1332/174426416X14715382995623.

Artikel Google Scholar

Reneses B, Muñoz E, López-Ibor JJ. Faktoren, die einen Schulabbruch in kommunalen psychiatrischen Zentren vorhersagen. Weltpsychiatrie. 2009;8(3):173–7. https://doi.org/10.1002/j.2051-5545.2009.tb00246.

Artikel PubMed PubMed Central Google Scholar

Sæther SMM, Knapstad M, Gray N, Rognerud MA, Smith ORF. Langfristige Ergebnisse einer sofortigen psychischen Gesundheitsversorgung: eine randomisierte kontrollierte Studie. Behav Res Ther. 2020;135:103758–103758. https://doi.org/10.1016/j.brat.2020.103758.

Artikel Google Scholar

Salmoiraghi A, Sambhi R. Frühzeitige Beendigung kognitiver Verhaltensinterventionen: Literaturübersicht. Psychiater. 2010;34(12):529–32. https://doi.org/10.1192/pb.bp.110.030775.

Artikel Google Scholar

Saxon D, Barkham M, Foster A, Parry G. Der Beitrag der Therapeuteneffekte zum Patientenabbruch und zur Verschlechterung der psychologischen Therapien. Clin Psychol Psychother. 2017;24(3):575–88. https://doi.org/10.1002/cpp.2028.

Artikel PubMed Google Scholar

Schindler A, Hiller W, Witthöft M. Was sagt Ergebnis, Reaktion und Abbruch der kognitiven Verhaltenstherapie depressiver Erwachsener voraus? Eine naturalistische Studie. Behav Cogn Psychother. 2013;41(3):365–70. https://doi.org/10.1017/S1352465812001063.

Artikel PubMed Google Scholar

Self R, Oates P, Pinnock-Hamilton T, Leach C. Die Beziehung zwischen sozialer Deprivation und einseitigem Abbruch (Abwanderung) aus der Psychotherapie in verschiedenen Phasen des Gesundheitsversorgungswegs. Psychologie und Psychotherapie. 2005;78(1):95–111. https://doi.org/10.1348/147608305X39491. Eingegangen am 14. Mai 2003; überarbeitete Fassung eingegangen am 5. Mai 2004.

Artikel PubMed Google Scholar

Sharf J, Primavera LH, Diener MJ. Studienabbrecher und therapeutisches Bündnis: Eine Metaanalyse der individuellen Psychotherapie bei Erwachsenen. Psychotherapie. 2010;47(4):637–45. https://doi.org/10.1037/a0021175.

Artikel PubMed Google Scholar

Smith ORF, Alves DE, Knapstad M. Prompt Mental Health Care: Evaluierung der ersten 12 Pilotstandorte in Norwegen [Promt Mental Health Care: Evaluierung der ersten 12 Pilotstandorte in Norwegen]. Oslo: Norwegisches Institut für öffentliche Gesundheit; 2016.

Google Scholar

Spitzer RL, Kroenke K, Williams JBW, Löwe B. Eine kurze Maßnahme zur Beurteilung der generalisierten Angststörung: Der GAD-7. Arch Internal Med (1960). 2006;166(10):1092–7. https://doi.org/10.1001/archinte.166.10.1092.

Artikel Google Scholar

Swift JK, Greenberg RP. Vorzeitiger Abbruch der Erwachsenenpsychotherapie: eine Metaanalyse. J Consult Clin Psychol. 2012;80(4):547–59. https://doi.org/10.1037/a0028226.

Artikel PubMed Google Scholar

Wakefield S, Kellett S, Simmonds-Buckley M, Stockton D, Bradbury A, Delgadillo J. Verbesserung des Zugangs zu psychologischen Therapien (IAPT) im Vereinigten Königreich: eine systematische Überprüfung und Metaanalyse von 10 Jahren praxisbasierter Evidenz. Br J Clin Psychol. 2021;60(1):1–37. https://doi.org/10.1111/bjc.12259.

Artikel PubMed Google Scholar

Walfish S, McAlister B, O'Donnell P, Lambert MJ. Eine Untersuchung der Selbsteinschätzungsverzerrung bei Anbietern psychischer Gesundheit. Psychol Rep. 2012;110(2):639–44. https://doi.org/10.2466/02.07.17.PR0.110.2.639-644.

Artikel PubMed Google Scholar

Wang J. Abbruch psychischer Behandlungen und seine Korrelate in einer allgemeinen Bevölkerungsstichprobe. Medizinische Versorgung. 2007;45(3):224–9. https://doi.org/10.1097/01.mlr.0000244506.86885.a5.

Artikel PubMed Google Scholar

Wierzbicki M, Pekarik G. Eine Metaanalyse von Psychotherapieabbrechern. Prof. Psychol Res Pract. 1993;24(2):190–5. https://doi.org/10.1037/0735-7028.24.2.190.

Artikel Google Scholar

Zahra D, Qureshi A, Henley W, Taylor R, Quinn C, Pooler J, et al. Die Skala für Arbeit und soziale Anpassung: Zuverlässigkeit, Sensibilität und Wert. Int J Psychiatrie-Klinikpraxis. 2014;18(2):131–8. https://doi.org/10.3109/13651501.2014.894072.

Artikel PubMed Google Scholar

Zieve GG, Personen JB, Yu LAD. Die Beziehung zwischen Abbruch und Ergebnis in der naturalistischen kognitiven Verhaltenstherapie. Verhalten Ther. 2019;50(1):189–99. https://doi.org/10.1016/j.beth.2018.05.004.

Artikel PubMed Google Scholar

Zimmermann D, Rubel J, Page AC, Lutz W. Therapeutische Auswirkungen auf und Prädiktoren für nicht einvernehmlichen Abbruch in der Psychotherapie. Clin Psychol Psychother. 2017;24(2):312–21. https://doi.org/10.1002/cpp.2022.

Artikel PubMed Google Scholar

Referenzen herunterladen

Wir möchten uns bei den Teilnehmern für die Teilnahme an der Studie bedanken.

Open-Access-Finanzierung durch das Norwegische Institut für öffentliche Gesundheit (FHI). Die Studie wurde vom norwegischen Forschungsrat gefördert (ID: 260659). Die finanzierende Organisation spielte keine Rolle bei der Gestaltung der Studie, der Datenerhebung, der Datenanalyse, der Dateninterpretation oder dem Verfassen dieses Berichts oder der Entscheidung zur Veröffentlichung.

Elin Hanevik und Frida MG Røvik sind gemeinsame Erstautoren.

Søndre Oslo DPS, Helga Vaneks Vei 6, 1281, Oslo, Norwegen

Elin Hanevik

Rapid Mental Health Help, Bezirk Ullern, Hoffsveien 48, 0377, Oslo, Norwegen

Frida MG Røvik

Abteilung für Psychosozialwissenschaften, Universität Bergen, Christies Gate 12, 5015, Bergen, Norwegen

Tormod Bøe

RKBU Vest, NORCE Norwegisches Forschungszentrum, Bergen, Norwegen

Tormod Bøe

Abteilung für Gesundheitsförderung, Norwegisches Institut für öffentliche Gesundheit, Zander Kaaes Gate 7, 5015, Bergen, Norwegen

Marit Knapstad & Otto RF Smith

Zentrum für die Bewertung öffentlicher Gesundheitsmaßnahmen, Norwegisches Institut für öffentliche Gesundheit, Oslo, Norwegen

Otto RF Smith

Abteilung für Lehrerbildung, NLA University College, Pb 74 Sandviken, 5812, Bergen, Norwegen

Otto RF Smith

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

MK und ORS haben die Studie entworfen und die Daten gesammelt. EH und FR analysierten und interpretierten die Daten und verfassten das Manuskript. MK, ORS und TB haben das Manuskript kritisch überarbeitet. Alle Autoren haben das endgültige Manuskript gelesen und genehmigt.

Korrespondenz mit Otto RF Smith.

Das Studienprotokoll wurde von der regionalen Ethikkommission für Westnorwegen genehmigt (REK-vest Nr. 2015/885) und die Studie ist bei ClinicalTrials.gov (NCT03238872) registriert. Nach der Genehmigung der Studie wurden keine Änderungen an den primären und sekundären Endpunkten vorgenommen. Alle Teilnehmer haben ihr schriftliches Einverständnis gegeben. Alle Methoden wurden in Übereinstimmung mit den relevanten Richtlinien und Vorschriften durchgeführt.

Unzutreffend.

Die Autoren erklären, dass sie keine konkurrierenden Interessen haben.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/. Der Creative Commons Public Domain Dedication-Verzicht (http://creativecommons.org/publicdomain/zero/1.0/) gilt für die in diesem Artikel zur Verfügung gestellten Daten, sofern in einer Quellenangabe für die Daten nichts anderes angegeben ist.

Nachdrucke und Genehmigungen

Hanevik, E., Røvik, FMG, Bøe, T. et al. Klienten-Prädiktoren für einen Therapieabbruch in der Primärversorgung: eine prospektive Kohortenstudie. BMC Psychiatrie 23, 358 (2023). https://doi.org/10.1186/s12888-023-04878-7

Zitat herunterladen

Eingegangen: 27. Januar 2023

Angenommen: 16. Mai 2023

Veröffentlicht: 24. Mai 2023

DOI: https://doi.org/10.1186/s12888-023-04878-7

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt