gms | German Medical Science

Hintergrund: Im Zuge der COVID-19-Pandemie und den damit verbundenen nicht-pharmazeutischen Eindämmungsmaßnahmen entstand ein dringender Bedarf an aktuellen und kontinuierlichen Informationen zur Entwicklung der psychischen Gesundheit der Bevölkerung. Zu Beginn der Pandemie in Deutschland war am Robert Koch-Institut seit etwa einem Jahr eine Surveillance der psychischen Gesundheit (Mental Health Surveillance, MHS) im Aufbau begriffen. Als Reaktion auf die neuen Informationsbedarfe zur psychischen Gesundheit der Bevölkerung wurde mit Daten aktuell laufender RKI-Surveys ein Prototyp entwickelt, mit dem halbautomatisiert monatliche Schätzungen und Glättungskurven zu verschiedenen Indikatoren der psychischen Gesundheit generiert werden können. In diesem Beitrag werden die Architektur, die Auswahl der statistischen Methoden, die Modellspezifikation für gleitende Drei-Monats-Schätzer und die Glättungsverfahren sowie die Eignung des Prototyps für ein bevölkerungsbasiertes Monitoring der psychischen Gesundheit mit hoher Frequenz diskutiert.

Methoden: Mit der Software R 4.1.2 und dem Befehl ‚predictive margins‘ der Statistiksoftware Stata 17 wurde ein Programm entwickelt, das teilautomatisiert aktuelle Schätzwerte zu ausgewählten Indikatoren der psychischen Gesundheit in grafischer und tabellarischer Form zur Verfügung stellt. Dazu wurde eine Pipeline entwickelt, die bereits berechnete Schätzwerte ausgibt bzw. aktualisierte Datensätze einliest, sobald diese vorliegen, und entsprechend die Zeitreihen um neue Schätzer aktualisiert. Die ersten inhaltlichen Analyseschwerpunkte waren Angstsymptome (GAD-2), depressive Symptome (PHQ-2) und die subjektive psychische Gesundheit (SRMH). Um über die Zeit und zwischen den Subgruppen vergleichbare Ergebnisse zu erhalten, basieren die Schätzungen auf linearen bzw. logistischen Regressionsmodellen, die an den Daten trainiert werden und dann zur Prädiktion unter Berücksichtigung der Randverteilungen aus dem Mikrozensus 2018 verwendet werden. Durch dieses Vorgehen erfolgt eine Standardisierung nach Geschlecht, Alter und Bildung auf die bundesdeutsche Bevölkerung von 2018. Die Regressionsmodelle basieren auf Daten von gleitenden Drei-Monats-Zeitfenstern. Zuzüglich der monatlichen Schätzung der Drei-Monats-Mittelwerte bzw. -Anteile, wird eine geglättete Kurve modelliert. Hierbei wurde die Eignung von Regressionen mit Polynomen, Restricted Cubic Splines oder Smoothing Splines mit einer kontinuierlichen Zeitvariable auf Basis von Wochenintervallen vergleichend untersucht.

Ergebnis: Mit dem Prototyp können Bevölkerungsmittelwerte und Bevölkerungsanteile u.a. für PHQ-2, GAD-2 und SRMH bei Vorliegen neuer Daten sofort zeitstandardisiert für gleitende Drei-Monats-Fenster berechnet werden. Die Ergebnisse können stratifiziert nach Alter, Geschlecht und Bildung ausgegeben werden, eine Standardisierung zwischen den Subgruppen ist ebenfalls verfügbar. Als Glättungsmethode sind Smoothing Splines von den untersuchten Methoden am besten geeignet, allerdings ist die erreichte Glättung bei kurzen Zeitreihen schwächer als die Glättung mit gleitenden Drei-Monats-Schätzern. Außerdem können mit dem Prototyp keine Konfidenzintervalle oder Konfidenzbänder ausgegeben werden, die die Unsicherheit der Schätzung für die Bevölkerung beschreiben [1].

Schlussfolgerung: Der Prototyp wurde bereits erfolgreich für ein zeitnahes Monitoring der psychischen Gesundheit eingesetzt [2], [3]. Auch die Anwendbarkeit für andere Surveys und Themenbereiche der Kindergesundheit konnte bereits gezeigt werden [4]. Allerdings ist die gemeinsame Interpretation von Drei-Monats-Schätzern und geglätteten Kurven für einzelne Wochen sowie Mittelwert- und Anteilsschätzern anspruchsvoll. Eine Weiterentwicklung zu einem automatisierten Warnsystem, das bei unerwarteten Entwicklungen der psychischen Bevölkerungsgesundheit Signale gibt, ist angedacht.

Das Projekt “Aufbau einer nationalen Mental Health Surveillance am Robert Koch-Institut (MHS)” wurde vom Bundesministerium für Gesundheit gefördert (Kapitel 1504 Titel 54401). Die Studien GEDA 2019/20, GEDA 2021, COVIMO und GEDA 2022 wurden vom Robert Koch-Institut und dem Bundesministerium für Gesundheit finanziert.

Die Autoren geben an, dass ein positives Ethikvotum vorliegt.