Zur Prädiktion der Cortisol Awakening Response (CAR) durch subjektive und objektive Schlafparameter bei depressiven Patienten und gesunden Kontrollen Inauguraldissertation zur Erlangung des Grades eines Doktors der Medizin des Fachbereichs Medizin der Justus-Liebig-Universität Gießen vorgelegt von Schmidt, Anne-Marthe Karoline aus Weingarten Gießen 2020 Aus dem Fachbereich Medizin der Justus-Liebig-Universität Gießen Die Untersuchungen zur vorliegenden Arbeit wurden an der Vitos Klinik für Psychiatrie und Psychotherapie Gießen, akademisches Lehrkrankenhaus der Justus-Liebig-Universität Gießen, durchgeführt Ärztlicher Direktor: Prof. Dr. Michael Franz Gutachter: Prof. Dr. Michael Franz Gutachter: Prof. Dr. Renate Deinzer Tag der Disputation: 12.02.2021 iii Inhaltsverzeichnis 1 Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.1 Depression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.1.1 Symptomatik und Klassifikation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.1.2 Epidemiologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.1.3 Pathophysiologie und Neuroendokrinologie der Depression . . . . . . . . . . . . 8 1.2 Schlaf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1.2.1 Erfassung des Schlafs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1.2.2 Schlafregulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.2.3 Schlafstörungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.3 Cortisol Awakening Response . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.3.1 Regulation und Messung der Cortisol Awakening Response . . . . . . . . . . 20 1.3.2 Moderatoren der Cortisol Awakening Response . . . . . . . . . . . . . . . . . . . . . . 21 1.3.3 Der Einfluss der Adhärenz auf die Cortisol Awakening Response . . . . . . 27 1.4 Zielsetzung, Fragestellungen und Hypothesen . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2 Material und Methoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.1 Gesamtstudie und Gesamtmethodik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.2 Stichprobe, Ablauf und Design der Studie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.2.1 Stichprobe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.2.2 Ablauf und Design der Studie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 2.3 Variablen und deren Erfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.3.1 Subjektive Schlafparameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.3.2 Objektive Schlafparameter: Aktigraphie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 2.3.3 Cortisol Awakening Response . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.3.4 Soziodemographische, klinische und weitere Variablen . . . . . . . . . . . . . . . 48 2.4 Datenausschluss und statistische Auswertungsmethodik . . . . . . . . . . . . . . . . . . 50 3 Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.1 Stichprobenbeschreibung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.2 Subjektiver und objektiver Schlaf von Patienten- und Kontrollgruppe . . . . . . 55 3.2.1 Subjektiver Schlaf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.2.2 Objektiver Schlaf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.3 Cortisol Awakening Response von Patienten- und Kontrollgruppe . . . . . . . . . 58 3.3.1 Adhärenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 3.3.2 Inter-individuelle Unterschiede in der Cortisol Awakening Response . . . 59 3.3.3 Intra-individuelle Veränderungen der Cortisol Awakening Response . . . . 61 3.3.4 Zusammenhänge zwischen nicht-schlafbezogenen Variablen und der Cortisol Awakening Response . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.4 Prädiktion der Cortisol Awakening Response durch subjektive und objektive Schlafparameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 3.4.1 Prädiktion inter-individueller Differenzen in der Cortisol Awakening Response durch Schlafdauer und Aufwachzeit . . . . . . . . . . . . . . . . . . . . . . 64 INHALTSVERZEICHNIS iv 3.4.2 Prädiktion inter-individueller Differenzen in der Cortisol Awakening Response durch sekundäre subjektive und objektive Schlafparameter . . . 67 3.4.3 Prädiktion intra-individueller Veränderungen in der Cortisol Awakening Response durch Schlafdauer und Aufwachzeit . . . . . . . . . . . . . . . . . . . . . . 67 4 Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 4.1 Diskussion der Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 4.1.1 Schlaf von Patienten- und Kontrollgruppe . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 4.1.2 Cortisol Awakening Response von Patienten- und Kontrollgruppe . . . . . . 75 4.1.3 Prädiktion der Cortisol Awakening Response durch Schlafdauer und Aufwachzeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 4.2 Methodische Aspekte und Limitationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 4.2.1 Methodische Aspekte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 4.2.2 Limitationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 4.3 Ausblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 Abkürzungsverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 Abbildungsverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 Tabellenverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 Literaturverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 Anhang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 A.1 – Infoblatt Patienten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 A.2 – Infoblatt Probanden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 A.3 – Checkliste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 A.4 – Schlaftagebuch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 A.5 – Schlafqualitäts-Fragebogen (PSQI) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 A.6 – Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 Zusammenhänge zwischen nicht-schlafbezogenen Variablen und der Cortisol Awakening Response . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 Prädiktion inter-individueller Differenzen in der Cortisol Awakening Response durch sekundäre subjektive und objektive Schlafparameter . . . 147 Publikationsverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 Erklärung zur Dissertation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 Danksagung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 5 1 Einleitung Denn schlaflos ist ja der Kranken Schlaf // und lauscht und sieht alles. Sophokles, Philoktet (Chor) Schlafstörungen in Form von insomnischen Beschwerden mit Ein- und Durchschlafstö- rungen oder Früherwachen gehören zu den häufigsten klinischen Merkmalen depressi- ver Erkrankungen. Im Rahmen chronobiologischer Modelle, in denen Depressionen als circadiane Rhythmusstörungen mit einer Desorganisation und Desynchronisierung ver- schiedener circadianer Bio-Rhythmen aufgefasst werden, sind Schlafstörungen ein zent- raler klinischer Indikator einer gestörten circadianen Rhythmik bei Depressionen (Hajak und Landgrebe, 2010). Ausgehend von neurobiologischen Modellen der Schlafregulati- on sind Verbindungen zwischen Schlafstörungen und der Pathophysiologie von Depres- sionen anzunehmen (Steiger, 2013). Hierbei zählen Dysfunktionen der ebenfalls cir- cadian-abhängigen Aktivität der Hypothalamus-Hypophysen-Nebennieren-Achse (hy- pothalamic-pituitary-adrenal axis, HPA-Achse) zu den am besten beschriebenen neuro- endokrinen Auffälligkeiten bei Depressionen (Holsboer, 2000). Die Cortisol Awakening Response (CAR) stellt einen Indikator für die Aktivität der HPA-Achse dar (Fries et al., 2009). Sie ist gekennzeichnet durch einen starken morgendlichen Anstieg der Cortisol- sekretion nach dem Erwachen, der die circadiane Rhythmizität der Cortisolfreisetzung überlagert und bietet über Messungen im Speichel einen non-invasiven methodischen Zugang zur Untersuchung der Aktivität bzw. Reaktivität der HPA-Achse (Holsboer, 2000). Auffälligkeiten der CAR sind in der Literatur zwar schon zahlreich beschrieben, jedoch ist die Variabilität der CAR bei Depressionen bislang kaum in Verbindung zu subjektiven und objektiven Schlafparametern untersucht worden. In dieser Arbeit soll der Zusammenhang von subjektiven und objektiven (akti- graphischen) Schlafparametern der vorausgehenden Nacht mit der morgendlichen CAR untersucht und hieraus ein prädiktiver Wert abgeleitet werden. Hierzu werden zunächst klinische und pathophysiologische Aspekte der Depression beschrieben (Kapitel 1.1). Anschließend wird näher auf den (gestörten) Schlaf eingegangen (Kapitel 1.2) und die- ser in Hinblick auf Erfassung/Diagnostik bzw. Regulation betrachtet, bevor Schlafstö- rungen v.a. unter dem Aspekt der Komorbidität zu psychischen und speziell depressiven 1 EINLEITUNG 6 Erkrankungen beleuchtet werden. Danach wird die CAR als weitere Kernvariable dieser Studie beschrieben (Kapitel 1.3). Dazu werden neben allgemeinen Aspekten auch Be- funde bei Depressiven erläutert und Moderatorvariablen der CAR aufgezeigt, ehe auf dieser Grundlage zu der spezifischen Fragestellung und Hypothese der Arbeit übergelei- tet wird (Kapitel 1.4). Im Anschluss an den Einleitungsteil erfolgt die Darstellung des methodischen Vorgehens (Kapitel 2), die Präsentation der Ergebnisse der Studie (Kapi- tel 3) und anschließend deren Diskussion (Kapitel 4). 1.1 Depression Neben Angststörungen gehören Depressionen zu den häufigsten psychischen Störungen im Erwachsenenalter und zählen zu den wichtigsten und folgenreichsten Erkrankungen unserer Zeit mit großem gesellschaftlichem Einfluss und beachtlichen sozioökonomi- schen Auswirkungen (Berger et al., 2012). 1.1.1 Symptomatik und Klassifikation Im heute gängigen Klassifikationssystem ICD-101 werden depressive Störungen den affektiven Störungen (Gruppe F3) zugeordnet und u.a. in manische (F30), bipolare (F31), depressive Episode (F32), rezidivierende depressive (F33) und anhaltende affek- tive Störung (F34) unterteilt. Dem bisher nur begrenzten Wissen um die Ätiopathogenese von affektiven Stö- rungen Rechnung tragend werden die unterschiedlichen Depressionsformen rein de- skriptiv und überwiegend psychopathologisch nach klinischer Symptomatik und Kate- gorien wie Schweregrad oder Verlaufsform typisiert (Tabelle 1, Berger et al., 2012). Bei den für diese Studie relevanten Krankheitsbildern F32 und F33 werden anhand der Kli- nik leichte, mittelgradige oder schwere Episoden unterschieden (Dilling et al., 2008).2 1 Neben dem ICD-10, der internationalen Klassifikation psychischer Erkrankungen der Weltgesundheits- organisation (WHO), das in Deutschland offiziell als Grundlage für die Diagnose einer depressiven Er- krankung dient, gibt es noch das DSM-5 (Diagnostic and Statistical Manual of Mental Disorders), das von der Amerikanischen psychiatrischen Gesellschaft (APA) herausgegeben wird (vgl. Falkai und Witt- chen, 2015), und international in der Forschung als Klassifikationssystem gebräuchlich ist. 2 Nach DSM-5 können bei der Major Depression noch Zusatzcodierungen vergeben werden, u.a. Major Depression „mit melancholischen Merkmalen“ (nach ICD-10 Depression mit somatischen Symptomen), „mit atypischen Merkmalen“ oder „mit Saisonalem Muster“ (Falkai und Wittchen, 2015). 1 EINLEITUNG 7 Tabelle 1 Diagnosekriterien einer depressiven Episode (nach ICD-10, vgl. Dilling et al., 2008) Kriterien für eine depressive Episode A: Allgemeine Voraussetzungen - Symptome müssen über mindestens zwei Wochen vorliegen - keine manischen/hypomanischen Symptome, weder aktuell noch anamnestisch - Symptome sind nicht auf eine organische psychische Störung oder psychotrope Substanzen zurückzuführen B: Hauptsymptome - depressive Stimmung - Interessen- und/oder Freudverlust - Antriebsmangel und erhöhte Ermüdbarkeit C: Weitere Symptome - Verminderung von Konzentration und Aufmerksamkeit - vermindertes Selbstwertgefühl und Selbstvertrauen - negative und pessimistische Zukunftsperspektiven - Schuldgefühle, Gefühl der Wertlosigkeit - Suizidgedanken, erfolgte Selbstverletzung oder Suizidhandlungen - Schlafstörungen - verminderter Appetit Anmerkungen. Nach ICD-10 sind für die Diagnosestellung einer depressiven Episode (F32) mind. zwei der drei Hauptsymptome erforderlich (leichte depressive Episode: alle Kriterien von A, mind. zwei Krite- rien von B und zwei von C; mittelgradige depressive Episode: alle Kriterien von A, min. zwei Kriterien von B und drei bis vier Kriterien von C; schwere depressive Episode: alle Kriterien von A, alle Kriterien von B und mind. vier von C). Die diagnostischen Kriterien für eine rezidivierende depressive Störung (F33) sind laut ICD-10 erfüllt, wenn mindestens zwei depressive Episoden (inklusive der aktuellen) vor- liegen. Zwischen zwei Episoden müssen mindestens zwei Monate liegen, in denen die Kriterien für eine depressive Episode nicht erfüllt sind. Zusätzlich dürfen sich in der Vorgeschichte keine manischen oder hypomanischen Phasen finden. Ansonsten gelten die gleichen Kriterien wie bei einer depressiven Episo- de. Neben einer depressiven Stimmung sind Schlafstörungen das häufigste Symptom bei Depressionen. Über 90% der Patienten klagen über Einschränkungen der Schlafqualität und insomnische Beschwerden mit Ein- bzw. Durchschlafstörungen oder Früherwachen (Riemann et al., 2001; Mendelson et al., 1977). Störungen des Schlafs werden häufig als eines der belastendsten Symptome beschrieben, zudem beginnen depressive Episoden gehäuft mit Schlafstörungen (Berger et al., 2012; Franzen und Buysse, 2008) (vgl. Ka- pitel 1.2.3.2). 1.1.2 Epidemiologie Die Angaben in der Literatur zur Häufigkeit von depressiven Erkrankungen sind breit gestreut. Zum einen muss davon ausgegangen werden, dass Depressionen häufig nicht als solche erkannt und somit weder diagnostiziert noch behandelt werden (Wittchen und Jacobi, 2006), zum anderen schwanken Prävalenz- und Inzidenzraten je nach Diagnose- kriterien und Untersuchungsverfahren stark (Berger et al., 2012). Das Lebenszeitrisiko 1 EINLEITUNG 8 an einer Depression zu erkranken wird für die erwachsene Durchschnittsbevölkerung in Europa auf mindestens 14% geschätzt (Wittchen und Jacobi, 2006), die 12-Monats- Prävalenz beträgt ca. 6.9% (Wittchen et al., 2011). In Deutschland liegt die 12-Monats- Prävalenz für depressive Störungen laut der Modulstudie zur psychischen Gesundheit (DEGS1-MH) aus dem Jahr 2013, die im Rahmen der „Studie zur Gesundheit Erwach- sener in Deutschland“ vom Robert Koch-Institut durchgeführt wurde, bei 7.7% (Jacobi et al., 2014).3 Das bedeutet, dass in Deutschland in den letzten zwölf Monaten etwa 4.9 Mio. Menschen an Depressionen erkrankt sind oder waren. Frauen sind mit 10.6% etwa doppelt so häufig betroffen wie Männer (4.8%) (Ja- cobi et al., 2014). Neben einem erhöhten Lebenszeitrisiko für Depressionen sind bei Frauen auch rezidivierende Episoden und chronische Verläufe häufiger. Die Ursachen hierfür sind nicht hinreichend geklärt, es werden u.a. biologische und soziale Faktoren sowie geschlechtstypische Unterschiede in der Krankheitsbewertung oder dem Krank- heitsverhalten diskutiert. Neben dem Geschlecht korrelieren auch andere Faktoren wie körperliche Morbidität, psychische Multimorbidität, Alter oder auch Abendorientierung beim Chronotyp (vgl. Kapitel 1.2.3.2) mit einem erhöhten Erkrankungsrisiko (Au und Reece, 2017; Merikanto et al., 2013; Hidalgo et al., 2009; Wittchen und Jacobi, 2006). Der Häufigkeitsgipfel für die Erstmanifestation einer depressiven Erkrankung liegt im 3. Lebensjahrzehnt, 50% der Ersterkrankungen treten vor dem 30. Lebensjahr auf; nach dem 65. Lebensjahr nimmt die Wahrscheinlichkeit, an einer depressiven Stö- rung zu erkranken, ab (Berger et al., 2012). 1.1.3 Pathophysiologie und Neuroendokrinologie der Depression Auch wenn trotz intensiver Forschung die Ätiopathogenese der Depression – nicht zu- letzt aufgrund ihres doch heterogenen klinischen Erscheinungsbildes – bislang insge- samt nur unzureichend aufgeklärt werden konnte, gibt es mittlerweile umfangreiche neurobiologische Erkenntnisse zur Pathogenese und Pathophysiologie von depressiven Störungen (Schüle et al., 2007). So scheinen u.a. Alterationen der Neurotransmittersysteme bei der Ätiopathogene- se von Depressionen eine entscheidende Rolle zu spielen. Bis Mitte der 1990er-Jahre war die Monamin-Mangel-Hypothese das vorherrschende Modell zur Erklärung der Entstehung von Depressionen. Sie entsprach der Erweiterung der von Bunney und Da- vis (1965) und Schildkraut (1965) entwickelten Katecholamin-Mangel-Hypothese um 3 Vgl. hierzu auch https://www.degs-studie.de/deutsch/studie/degs1/modulstudie.html [13.05.2018]. 1 EINLEITUNG 9 Serotonin und Dopamin, in der ursprünglich ein funktionales, relatives Defizit von No- radrenalin postuliert wurde (Berger et al., 2012; Bunney und Davis, 1965; Schildkraut, 1965). Die Hypothese basierte zum einen auf der Beobachtung, dass Substanzen, die die Konzentration von aminergen Neurotransmittern im synaptischen Spalt reduzieren, de- pressive Verstimmungen auslösen können. Zum anderen wurde dieser Ansatz durch die klinische Wirksamkeit verschiedener Antidepressiva gestützt (Cipriani et al., 2018; Ar- roll et al., 2005). Inzwischen gibt es Hinweise darauf, dass u.a. auch Funktionsstörun- gen des glutamatergen (Hashimoto, 2009) und GABAergen Systems (Luscher et al., 2011) in die Pathophysiologie von depressiven Störungen involviert sein dürften. Verschiedene klinische und präklinische Studien weisen darauf hin, dass Verände- rungen neuroendokrinologischer Systeme, insbesondere Störungen der Regulation der HPA-Achse4, bei der Entwicklung von Depressionen von Bedeutung sind (Holsboer, 2001). Die Aktivität der HPA-Achse folgt einem streng circadianen Rhythmus. Im Rahmen von Depressionen mit einer gestörten circadianen Rhythmizität scheint es auch bei der HPA-Achse zu Dysregulationen beim circadianen Rhythmus und zu Verände- rungen bei der Aktivität zu kommen (Hickie et al., 2013; Hajak und Landgrebe, 2010). So gehört eine Überaktivität der HPA-Achse in Studien zu den am besten belegten Be- funden bei depressiven Patienten (Pariante und Lightman, 2008; Holsboer 2000). Diese Hyperaktivität der HPA-Achse ist für die vorliegende Studie von hoher Relevanz (vgl. Kapitel 1.2.3.3) und zeigt sich in Form vermehrter Cortisolfreisetzung (Balbo et al., 2010) mit circadian erhöhtem Cortisolnadir und einer in der Phase verschobenen (ver- frühter morgendlicher Cortisolanstieg (z.B. Jarrett et al., 1983)), sowie in einer in der Amplitude verflachten Cortisolausschüttung (Hajak und Landgrebe, 2010). Wie die HPA-Achsen-Aktivität ist auch die ebenfalls circadian-abhängige Sekreti- on von Melatonin, dem zentralen Schrittmacherhormon und Zeitgeber für die Stabilisie- rung und Synchronisierung der circadianen Rhythmik bzw. des Schlaf-Wach-Zyklus (Cajochen et al., 2003), bei Patienten mit Depression verändert: die nächtliche Aus- schüttung und Amplitude sind vermindert (Hajak und Landgrebe, 2010; Srinivasan et al., 2009). Chronotherapeutika wie das Antidepressivum Agomelatin, ein Melatonina- 4 Die HPA-Achse, die sogenannte Stressachse, stellt das wichtigste (stress-)adaptive System des Orga- nismus dar, über das die verschiedenen Stressreaktionen reguliert werden. Die Regulation des HPA- Systems unterliegt einem komplexen Gefüge, das sowohl von zentralvenösen wie von peripheren Fakto- ren beeinflusst wird. Zusammen mit Vasopressin stimuliert das Corticotropin-Releasing-Hormon (CRH) aus dem Hypothalamus die Adrenocorticotropin-(ACTH-)Sekretion in der Hypophyse, das die Ausschüt- tung von Cortisol aus der Nebennierenrinde bewirkt. Durch negative Rückkopplung hemmen Corticoste- roide ihrerseits die Produktion und Freisetzung von CRH und ACTH (Rupprecht, 2017). 1 EINLEITUNG 10 gonist und Serotoninantagonist, zielen im Rahmen von neuen Therapieansätzen bei der Depressionsbehandlung auf eine Stabilisierung und Synchronisierung circadianer Rhythmen und Verbesserung des Schlafs (Wirz-Justice und Cajochen, 2011).5 1.2 Schlaf Schlaf beschreibt per definitionem einen Zustand mit Herabsetzung bzw. Aufhebung des Bewusstseins und der Aktivität. Rund ein Drittel seines Lebens verbringt ein Mensch im Schlaf. Gesunder Schlaf ist gekennzeichnet durch eine gute Schlafkontinui- tät (kurze Einschlafzeiten ohne Einschlaflatenzen, keine bzw. nur kurze nächtliche Wachperioden, ausreichende Gesamtschlafzeit ohne frühmorgendliches Erwachen) und läuft in mehreren, in typischer Weise aufeinanderfolgenden Schlafstadien ab (Schlafar- chitektur). Es werden zwei Arten von Schlaf unterschieden: REM-(Rapid Eye Move- ment)- und Non-REM-Schlaf, der nochmal in drei Stadien unterteilt wird (N1-N3). N3 beschreibt die Phase des Tiefschlafs, auch als Slow Wave Sleep (SWS) bezeichnet (von Känel, 2011). Während in der ersten Nachthälfte anteilmäßig der SWS dominiert, über- wiegt in der zweiten Nachthälfte insbesondere der REM-Schlaf (Pollmächer, 2017). Physiologisch verändern sich sowohl Schlafkontinuität als auch Schlaf- architektur im Laufe des Lebens: Ältere Menschen zeigen oft längere Einschlafzeiten und häufigeres nächtliches Erwachen, zudem treten im Alter weniger SWS und REM- Schlaf auf (Riemann et al., 2012; von Känel, 2011). 1.2.1 Erfassung des Schlafs Es gibt verschiedene Methoden, Schlaf zu erfassen und zu messen.6 Dabei wird zwi- schen subjektiver und objektiver Diagnostik unterschieden. Da sich Schlaf einer direk- ten Selbstbeurteilung entzieht, kann er subjektiv nur retrospektiv bewertet werden. Aus diesem Grund wurden standardisierte Messmethoden wie Fragebögen, z.B. der Pitts- burgh Sleep Quality Index (PSQI) und Schlaftagebücher, entwickelt, mit denen u.a. Schlafqualität, Schlafdauer und Erholsamkeit des Schlafs erfasst und Schlaf auf subjek- tiver Ebene valide abgebildet werden kann (Heitmann et al., 2011). 5 Für eine weiterführende Übersicht zur Beteiligung anderer (neurobiologischer) Systeme und Faktoren an der Pathogenese bzw. Pathophysiologie von Depressionen siehe z.B. Schüle et al. (2007). 6 Insgesamt gibt es eine Vielzahl an apparativ-technischen Möglichkeiten sowie Selbst- oder Fremd- Ratings zur objektiven und subjektiven Diagnostik von Schlafcharakteristika. Für eine detaillierte Über- sicht mit Vor- und Nachteilen der einzelnen Methoden siehe z.B. Kryger et al. (2011). 1 EINLEITUNG 11 Der Goldstandard für die objektive Messung von Schlaf ist die Polysomnogra- phie (PSG). Sie ist die aufwendigste und umfangreichste, aber auch die aussagekräftigs- te schlafmedizinische Untersuchung (Pollmächer, 2017). Bei der PSG werden über Elektroenzephalographie (EEG), Elektrookulogramm (EOG) und Elektromyographie (EMG) objektiv die einzelnen Schlafstadien aufgezeichnet und weitere Parameter und Körperfunktionen u.a. mittels Elektrokardiogramm (EKG), Pulsoxymetrie und Atemex- kursionen, sowie nasaler und oraler Atemflussmessung erhoben. Neben der Schlafkon- tinuität kann mit der PSG auch die Schlafarchitektur mit den einzelnen Schlafstadien des REM- und Non-REM-Schlafs erfasst und ein individuelles Schlafprofil erstellt wer- den (von Känel, 2011). Die Aktigraphie ist eine weitere Methode zur objektiven Schlafmessung. Bei der Aktigraphie handelt es sich um eine non-invasive Methode und kostengünstige Alterna- tive zur PSG, die es ermöglicht, Schlaf und Schlafstörungen objektiv außerhalb eines Schlaflabors unter normalen Lebensbedingungen zu evaluieren (Stone und Ancoli- Israel, 2011). Mit einem Aktigraphen, einer Art Armbanduhr, ähnlich einem Fitness- Tracker oder einer Apple Watch®, werden über Beschleunigungs- und Lichtsensoren körperliche Bewegungen kontinuierlich aufgezeichnet. Die Aktivität wird über die Zeit quantifiziert und die Rohdaten über polysomnographisch validierte (und schwellenba- sierte) Algorithmen in „Schlaf“ (unterschwellige Aktivität) vs. „wach“ (überschwellige Aktivität) transformiert. Die Aufzeichnungen liefern so Angaben zu Wach- und Schlaf- dauer und zum Schlaf-Wach-Rhythmus (Stone und Ancoli-Israel, 2011). Ermittelt wer- den bei der Aktigraphie typischerweise Parameter der Schlafkontinuität, während die Abbildung der Schlafarchitektur (REM- vs. Non-REM-Schlaf) wie bei der PSG ohne die Aufzeichnung weiterer Biosignale (wie z.B. EEG oder EMG) nicht möglich ist (von Känel, 2011). In den letzten Jahren hat sich die Aktigraphie zu einer wichtigen und im- mer häufiger eingesetzten Methode in der Erforschung und Diagnostik von Schlaf ent- wickelt (Sadeh, 2011; Morgenthaler et al., 2007). Studien konnten belegen, dass mit Aktigraphie erhobene Schlafparameter gut mit denen durch PSG erfassten Schlafpara- metern korrelieren (Blackwell et al., 2008; Kushida et al., 2001). Bei gesunden Perso- nen mit normgerechten Parametern der Schlafkontinuität besitzt die Aktigraphie eine gute Validität und Reliabilität, bei Personen mit insomnischen Schlafstörungen ist die Sensitivität und Spezifität bei der Erkennung von Schlaf-Wach-Mustern im Vergleich zur PSG geringer (Sadeh, 2011; Buysse et al., 2006): Ein Problem der Aktigraphie liegt in der gegenüber der Polysomnographie geringeren Reliabilität beim Nachweis von 1 EINLEITUNG 12 Wachperioden während des Schlafs (Buysse et al., 2006). Deshalb sollte die Aktigra- phie mit anderen Methoden, wie z.B. einem Schlaftagebuch kombiniert werden (Sadeh, 2011). Um die Reliabilität zu erhöhen, die intraindividuelle Variabilität des Schlafs bes- ser beurteilen und den Besonderheiten des aufgezeichneten Tages (z.B. des Vergleichs werktags vs. Wochenende) möglichst gerecht werden zu können, wird eine kontinuierli- che Messung über mehrere Nächte empfohlen (Sadeh, 2011; Buysse et al., 2006). Subjektive und objektive Schlafmaße korrespondieren nur eigeschränkt: so zeig- ten sich in Studien beim Vergleich von subjektivem und objektivem Schlaf signifikante Diskrepanzen u.a. bei Schlafdauer (Lauderdale et al., 2008; Van den Berg et al., 2008) und Schlafqualität (Landry et al., 2015). Es wird daher empfohlen, wenn möglich, am besten beide – subjektive wie objektive – Untersuchungsmethoden einzusetzen (Landry et al., 2015; Van den Berg et al., 2008; Kushida et al., 2001). 1.2.2 Schlafregulation Eine wichtige Rolle bei der Schlafregulation spielt in chronobiologischen Modellen der suprachiasmatische Nucleus (SCN), der als circadiane „master clock“ (Schrittmacher) den Schlaf-Wach-Rhythmus maßgeblich beeinflusst (Srinivasan et al., 2009). Der SCN steuert u.a. die circadian-abhängige Freisetzung von Melatonin (Wirz-Justice und Cajo- chen, 2011). Es wird angenommen, dass Melatonin eine Schlüsselrolle bei der Regula- tion des Schlaf-Wach-Rhythmus spielt (Srinivasan et al., 2009): So induziert Melatonin den Schlafbeginn (der abendliche Anstieg der Melatoninsekretion ist mit einem zuneh- menden Schlafbedürfnis assoziiert) und fördert u.a. eine optimale Schlafarchitektur (Hi- ckie et al., 2013). Zusammen mit Licht besitzt Melatonin eine wichtige Zeitgeberfunkti- on für die circadiane Rhythmik und bei der Synchronisierung der inneren biologischen Uhr auf 24 Stunden (Wirz-Justice und Cajochen, 2011). Neben circadianen Prozessen scheint für die Steuerung des Schlaf- und Wachzu- stands ein Netzwerk spezialisierter Kerngebiete des Gehirns verantwortlich zu sein, an dem u.a. Raphe Kerne, das aufsteigende retikuläre System (ARAS), der Locus coeru- leus (LC), der ventrolaterale präoptische Nucleus (VLPO), der tuberomammilläre Nu- cleus (TMN) und Nuclei im posterolateralen Hypothalamus beteiligt sein sollen. Diese regulieren auch den Wechsel zwischen Non-REM- und REM-Schlaf (Unbehaun et al., 2013). Der Wachzustand wird durch mehrere neuroendokrine Systeme des ARAS indu- ziert: der VLPO wird durch das ARAS inhibiert und die Inhibierung des posterolatera- len Hypothalamus wird aufgehoben. Besonders von Bedeutung sind hierbei die Trans- 1 EINLEITUNG 13 mitter-Systeme der Monoamine und des Acetylcholins sowie das Neuropeptid Orexin (Espana und Scammell, 2011). Für die Schlafinduktion spielt der VPLO eine wichtige Rolle. In der Literatur wird die Aktivität des VLPO gelegentlich mit einem „flip-flop- switch“ (Schalter) verglichen (Saper et al., 2005): Der VLPO wird im Wachzustand inhibiert, im Schlaf ist er aktiv und inhibiert seinerseits LC, TMN und Raphe Kerne. Beim Non-REM-Schlaf inhibiert der VLPO das ARAS und den posterolateralen Hypo- thalamus, wodurch der Einfluss von Orexin und Histamin aus dem TMN fehlt (Unbe- haun et al., 2013). Das reziproke Interaktionsmodell von McCarley und Hobson (1975) ist ein Mo- dell der Regulation des Schlafzyklus, also der Abfolge von REM- und Non-REM- Schlaf-Episoden. Nach dem Modell sind während des Non-REM-Schlafs aminerge Neuronengruppen (die Neurotransmittersysteme Serotonin und Noradrenalin) des LC und der Raphe Kerne stark aktiv (REM-off-Neurone), während des REM-Schlafs haupt- sächlich cholinerge Neurone (Neurotransmitter Acetylcholin) der Brückenhaube (REM- on-Neurone). Durch reziproke Interaktion zwischen diesen inhibitorischen aminergen und exzitatorischen cholinergen Neuronen werden die Übergänge zwischen REM- und Non-REM-Schlaf kontrolliert: Die aminergen REM-off-Neuronen inhibieren den REM- Schlaf, während die cholinergen REM-on-Neuronen diesen aktivieren (Pollmächer und Lauer, 1992; McCarley und Hobson, 1975). Durch neuere Erkenntnisse wurde das Mo- dell um sich gegenseitig inhibierende GABAerge REM-off-Neurone im lateralen Teg- mentum des Pons und GABAerge REM-on-Neurone im sublaterodorsalen tegmentalen Nucleus (SLD) ergänzt (Lu et al., 2006). Neuere Studien weisen zudem darauf hin, dass die REM-on-Neurone des SLD nicht cholinerg, sondern glutamaterg sind und im Wachzustand und im Non-REM-Schlaf durch den Neurotransmitter GABA gehemmt werden (Luppi et al., 2007). Beim neurobiologischen bzw. neuroendokrinologischen Modell der peptidergen Schlafregulation (vgl. z.B. Steiger, 2002) wird angenommen, dass eine reziproke Interaktion zwischen den Neuropeptiden Corticotropin-freisetzendes Hormon (CRH) (Teil des HPA-Systems) und Wachstumshormon-freisetzendes Hormon (GHRH) (ge- hört zum Hypothalamus-Hypophysen-Somatotrophen-/Wachstumshormon-(HPS-)Sys- tem) eine Schlüsselrolle in der Schlafregulation spielt: In der ersten Nachthälfte überwiegt der Einfluss von GHRH, was zu hohen Spiegeln an Wachstumshormon (GH) und zu einer maximalen Suppression der Cortisolproduktion führt – diese Hormonkon- stellation bedingt Non-REM-Schlaf bzw. Tiefschlaf (Steiger, 2013). In der zweiten 1 EINLEITUNG 14 Nachthälfte überwiegt die Ausschüttung von CRH, das die Cortisolproduktion fördert und zu REM-Schlaf in den frühen Morgenstunden führt (Steiger, 2013; von Känel, 2011). Das Gleichgewicht zwischen CRH und GHRH ist sowohl im Alter, als auch bei Depressionen zugunsten von CRH verschoben (Steiger, 2002) (vgl. Kapitel 1.2.3.3). Neben CRH soll auch Somatostatin schlafstörend wirken, während neben GHRH auch die Peptide Galanin und Ghrelin schlaffördernd sein sollen; Neuropeptid Y soll ferner den Schlafbeginn beeinflussen (Steiger, 2013). Es scheint Geschlechtsunterschiede beim nächtlichen Hormonsekretionsmuster und bei der Schlafregulation zu geben, aber zumindest für gesunde junge Männern wird eine reziproke Interaktion von CRH und GHRH bei der Schlafregulation angenommen (Steiger, 2013). 1.2.3 Schlafstörungen Unter dem Begriff Schlafstörungen werden viele, zum Teil sehr unterschiedliche Er- krankungen zusammengefasst. Zu der häufigsten Schlafstörung weltweit zählt die In- somnie, definiert als ein quantitativ zu kurzer, nicht ausreichend erholsamer Nachtschlaf mit Ein- und/oder Durchschlafstörungen und/oder Früherwachen, der mit Einschrän- kungen der Befindlichkeit sowie der Leistungsfähigkeit am Tag einhergeht (Riemann et al., 2014). Daneben werden noch Hypersomnien (übermäßige Schlafneigung), Störun- gen des Schlaf-Wach-Rhythmus und Parasomnien (Störungen innerhalb des Schlafs wie z.B. Schlafwandeln oder Alpträume) unterschieden. Die unterschiedlichen Schlafstö- rungen besitzen jeweils einen eigenen Krankheitswert, häufig treten sie aber auch komorbid zu anderen psychischen Störungen auf (Hajak und Rüther, 2008).7 1.2.3.1 Schlafstörungen und psychische Erkrankungen Bei fast allen psychischen Erkrankungen ist der Schlaf beeinträchtigt. Schlafstörungen, v.a. die Insomnie, sind sehr häufig komorbid zu verschiedenen psychischen Störungen, stellen das erste Symptom dar oder gelten als Frühzeichen. Ging man lange Zeit davon aus, dass Schlafstörungen Symptome psychischer Erkrankungen seien, sprechen zahl- reiche Studien inzwischen für komplexe, bidirektionale Zusammenhänge zwischen schlechtem Schlaf und psychiatrischen Störungen (Krystal, 2006). Im Sinne der transdi- agnostischen Hypothese sind Insomnien somit nicht nur Symptom, sondern auch Risi- 7 Schlafstörungen werden nach ICD-10 je nach vermuteter Genese (psychogen vs. organisch) in nicht organische (F51) und (organische) Schlafstörungen (G47) unterteilt (vgl. Dilling et al., 2008). Insomnien und andere Schlafstörungen im Rahmen von psychiatrischen oder organischen Erkrankungen können nicht gesondert klassifiziert werden, es wird lediglich die jeweilige Hauptdiagnose angegeben. 1 EINLEITUNG 15 kofaktor für die Entstehung und auch Aufrechterhaltung von psychischen Störungen (Riemann et al., 2014; Spiegelhalder et al., 2013; Harvey et al., 2011). Schlafstörungen treten bei Demenzen, Alkoholabhängigkeit und anderen Sub- stanzabhängigkeiten, Schizophrenien, aber auch bei affektiven Störungen und Angststö- rungen auf und betreffen somit ein weites Spektrum psychischer Störungen (u.a. die ICD-10-Bereiche F0, F1, F2, F3 und F4). Beeinträchtigungen der Schlafkontinuität mit Ein- und Durchschlafstörungen sind insbesondere bei Demenzen, Schizophrenien und affektiven Störungen vermehrt anzutreffen; zusätzlich kommt es v.a. bei Abhängigkeits- erkrankungen, affektiven Störungen und Demenzen zu Störungen des Tiefschlafs und der Schlafarchitektur (REM- und Non-REM-Schlaf) (Benca et al., 1992). 1.2.3.2 Schlafstörungen und Chronotyp Der Chronotyp8 hat erhebliche Auswirkungen auf die circadiane Rhythmizität und auf das Schlafverhalten bzw. den Schlaf. Studien weisen darauf hin, dass Abendorientie- rung Schlafstörungen auslösen kann (Merikanto et al., 2012). So ist Abendorientierung z.B. stark mit Einschlafschwierigkeiten verbunden (Taillard et al., 2001). Insbesondere leiden Abendtypen zudem signifikant häufiger unter einer schlechteren subjektiven Schlafqualität im Pittsburgh Schlafqualitätsindex (PSQI) als Neutral- oder Morgentypen (Rique et al., 2014; Selvi et al., 2010). Auch aktigraphisch lassen sich bei Abendtypen an Wochentagen schlechtere Schlafqualitäten und schlechtere Schlafeffizienzen nach- weisen (Vitale et al., 2015). Am Wochenende ist Abendorientierung zudem mit einer längeren Schlafdauer und späteren Aufstehzeiten verbunden (Roepke und Duffy, 2010), was vermutlich damit zusammenhängt, dass Abendtypen am Wochenende ein während der Woche aufgebautes Schlafdefizit ausgleichen (Vitale et al., 2015; Roekpe und Duffy, 2010). 1.2.3.3 Schlafstörungen bei Depressionen Fast immer werden Depressionen von Schlafstörungen begleitet. Im Rahmen von De- pressionen berichten Patienten subjektiv u.a. vermehrt über insomnische Beschwerden mit Ein- und Durchschlafschwierigkeiten und morgendlichem Früherwachen, verringer- 8 Der biologische circadiane Rhythmus und die damit einhergehende Präferenz einer Person für bestimm- te Wach- und Schlafzeiten wird als Chronotyp bezeichnet. Je nach Orientierung (Morgen- oder Abendori- entierung) wird in Morgen-, Abend- oder auch Neutraltypen unterschieden, wobei Neutraltypen insge- samt am häufigsten vorkommen (Adan et al., 2012). Die Messung des Chronotyp erfolgt mittels Fragebö- gen (vgl. z.B. Adan et al., 2012). Ein häufig eingesetzter Fragebogen ist der Morningness-Eveningness Questionnaire (MEQ) (Horne und Östberg, 1976 bzw. Griefahn et al., 2001); vgl. auch Kapitel 2.3.4.3. 1 EINLEITUNG 16 ter Schlafeffizienz, reduzierter Erholsamkeit des Schlafs und reduzierter Schlafqualität, Tagesmüdigkeit, übermäßiger Schläfrigkeit oder auch Fatigue (Rumble et al., 2015). Seltener werden bei Depressionen auch hypersomnische Symptome beschrieben. Diese sind, in Verbindung mit anderen Symptomen, besonders charakteristisch für Depressio- nen mit atypischen Merkmalen bzw. saisonalem Muster (Kaplan und Harvey, 2009). Polysomnographisch finden sich bei Patienten mit Depression sowohl Störungen der Schlafkontinuität als auch der Schlafarchitektur. Häufig ist eine Fragmentierung der Schlafkontinuität mit längerer Einschlaflatenz (Sleep Onset Latency, SOL), einer länge- ren Wachzeit im Bett (Wake after Sleep Onset, WASO), vermehrtem frühmorgendli- chen Erwachen und somit einer verringerten Gesamtschlafzeit (Total Sleep Time, TST) und einer verringerten Schlafeffizienz (Sleep Efficiency, SE) (Rumble et al., 2015; Riemann et al., 2005). Als krankheitstypische Veränderungen der Schlafarchitektur gel- ten bei Depressionen neben einer Reduktion des SWS eine verkürzte REM-Latenz (d.h. des Zeitintervalls zwischen Einschlafen und Auftreten der ersten REM-Periode), eine erhöhte REM-Dichte (Erhöhung der Augenbewegungsdichte im REM-Schlaf), eine erhöhte Anzahl von REM-Phasen in der ersten Nachthälfte und eine verlängerte erste REM-Phase (Rumble et al., 2015; Palagini et al., 2013; Riemann et al., 2005; Benca et al., 1992). In Aktigraphie-gestützten Studien konnte gezeigt werden, dass depressive Patienten im Vergleich zu Gesunden spätere Zubettgeh- und Aufstehzeiten (Robillard et al., 2015) und eine verlängerte TST und WASO (Hori et al., 2016) zeigen. Vor dem Hintergrund der gehäuften insomnischen Beschwerden mit Ein- und Durchschlafstö- rungen im Rahmen von Depressionen, gibt es aber auch aktigraphische Befunde mit reduzierter TST bei depressiven Patienten (z.B. Joffe et al., 2009). Weiter weisen De- pressive verminderte Schlafeffizienzen von teilweise deutlich unter 80% und signifikant erhöhte nächtliche Aktivitätsniveaus auf (Korszun et al., 2002). Zusätzlich ist bei ihnen die Tagesaktivität aktigraphisch signifikant niedriger als bei gesunden Kontrollen (Bur- ton et al., 2013). Während in Studien gezeigt werden konnte, dass bei Patienten mit Insomnie eine Diskrepanz zwischen subjektiver Schlafwahrnehmung und objektiv erfassten Schlafpa- rametern besteht (Baglioni et al., 2013), erbrachten Studien bei depressiven Patienten diesbezüglich keine einheitlichen Befunde: So stimmten z.B. in der Studie von Armita- ge et al. (1997) subjektive und objektive Daten (PSG) in Bezug auf Bettzeit (Time in Bed, TIB), TST und Schlaflatenz überein, wohingegen Schlafqualität, Schlaftiefe und Erholsamkeit des Schlafs nicht stark mit den erhobenen objektiven Maßen korrelierten. 1 EINLEITUNG 17 Die Studie von Jackowska et al. (2011) ergab ebenfalls eine Diskrepanz zwischen ob- jektiver und subjektiver Schlafeffizienz, welche Depressive subjektiv unterschätzen. In der Aktigraphie-gestützten Studie von Biddle et al. (2015) korrelierte die subjektiv und objektiv erhobene TST bei depressiven Patienten nicht und in der Studie von Kung et al. (2015) unterschieden sich subjektiv erhobene Schlafparameter deutlich von den ob- jektiv mittels Aktigraphie gemessenen: TST und SE wurden von schwer Depressiven subjektiv signifikant niedriger eingeschätzt, was insgesamt für eine Verzerrung bei der Verarbeitung von Schlafinformationen bzw. eine verzerrte Schlafwahrnehmung bei De- pressionen spricht (Kung et al., 2015). Wurden Schlafstörungen lange Zeit lediglich als Symptom von Depressionen angesehen, geht man heute davon aus, dass zwischen Schlafstörungen und Depressio- nen eine bidirektionale Beziehung besteht. Von klinischer Bedeutung sind Schlafstö- rungen für Patienten mit depressiven Störungen, da sie eng mit dem Verlauf verknüpft zu sein scheinen: Gestörter Schlaf und insbesondere insomnische Symptome können Depressionen vorausgehen und einen Risikofaktor für das Auftreten einer depressiven Episode darstellen (Rumble et al., 2015). Die Metaanalyse von 18 epidemiologischen Längsschnitt-Studien von Baglioni et al. (2011) ergab, dass Menschen mit Insomnie im Vergleich zu Menschen ohne Schlafstörungen ein mehr als zweimal höheres Risiko haben, eine Depression zu entwickeln. Darüber hinaus scheinen Schlafstörungen den Verlauf von Depressionen zu beeinflussen, denn ausgeprägte Schlafstörungen gehen mit längeren und schwereren depressiven Episoden einher (Franzen und Buysse, 2008). Begleitende Insomnien gelten als Risikofaktor für Non-Remission (Chan et al., 2014), ebenso stellen Insomnien das häufigste Residualsymptom einer Depression dar (Rumble et al., 2015). Je nach Studie variieren die Häufigkeitsangaben für diese Residualsymp- tomatik dabei stark und reichen von 39% (Conradi et al., 2011) bis hin zu 72% (Nieren- berg et al., 2010). Residualsymptome, insbesondere persistierende Schlafstörungen, sind prognostisch eher ungünstig, denn sie erhöhen das Rückfallrisiko bzw. die Rezidiv- rate von Depressionen signifikant (Franzen und Buysse, 2008; Dombrovski et al., 2007). Längsschnittstudien mit Hochrisikopersonen (Erstgrad-Angehörige depressiver Patienten, die zu Studienbeginn bisher psychisch unauffällig waren) zeigten, dass de- pressionstypische Veränderungen in der Polysomnographie (v.a. verkürzte REM-Latenz und erhöhte REM-Dichte) teilweise der klinischen Manifestation einer Depression vo- rausgehen und einen hohen prädiktiven Wert für die Erstmanifestation und Entwicklung 1 EINLEITUNG 18 einer depressiven Erkrankung haben (Rao et al., 2009; Giles et al., 1988); d.h. Personen mit verändertem REM-Schlaf erleiden häufiger eine Depression (Palagini et al, 2013; Giles et al., 1988). Chen et al. (2012) konnten in einer weiteren Längsschnittstudie zei- gen, dass auch subjektive Schlafparameter bei Hochrisikogruppen mit positiver Famili- enanamnese für Depressionen eine erhöhte Erkrankungswahrscheinlichkeit prädizierten. Schlafstörungen stellen somit vermutlich nicht nur ein Epiphänomen einer (aktuellen) depressiven Symptomatik dar, sondern repräsentieren einen Trait- bzw. Vulnerabili- tätsmarker mit engem Bezug zur Pathophysiologie und damit einen Endophänotyp von Depressionen (Palagini et al., 2013). 1.2.3.4 Schlafstörungen, Depression und HPA-Achse Verschiedene neurobiologische Mechanismen scheinen sowohl bei der Entstehung von Schlafstörungen, als auch bei der Pathophysiologie der Depression von Bedeutung zu sein und bieten Erklärungsansätze für die hohe Koinzidenz von Depressionen und ge- störtem Schlaf (Hatzinger, 2005). Eines der frühsten Modelle zur Entstehung von Depressionen ist die cholinerg- aminerge Imbalance-Hypothese von Janowsky et al. (1972). Depressionen entstehen hiernach durch ein relatives Übergewicht von Acetylcholin bzw. des cholinergen Sys- tems bei gleichzeitiger Herabsetzung der aminergen Aktivität. Nach dem reziproken Interaktionsmodell von McCarley und Hobson (siehe Kapitel 1.2.2) ist eine vermehrte cholinerge Aktivität mit der Aktivierung der pontinen REM-on-Neurone verbunden, was zu den typischen REM-Schlaf-Veränderungen führt, die häufig bei Depressiven beobachtet werden: verkürzte REM-Latenz, vergrößerte REM-Dichte und verkürzter Tiefschlaf. Für eine erhöhte cholinerge Aktivität und/oder eine verringerte aminerge Aktivität bei Depressionen spricht auch die Tatsache, dass viele Antidepressiva die a- minerge Aktivität erhöhen und REM-Schlaf unterdrücken (Rumble et al., 2015; Mayers und Baldwin, 2005). Es mehren sich empirische Hinweise dafür, dass der gestörte Schlaf depressiver Patienten mit der Aktivität der HPA-Achse zusammenhängt (Rumble et al., 2015; Hatzinger, 2005; Holsboer, 2000). So untersuchten Antonijevic et al. (2003) bei depres- siven Patientinnen die nächtliche Hormonsekretion von ACTH bzw. Cortisol und den Schlaf mittels PSG und konnten bei postmenopausalen Patientinnen eine erhöhte nächt- liche HPA-Aktivität mit vermehrter nächtlicher Cortisolsekretion und depressions- typische Schlafveränderungen (Reduktion von Schlafkontinuität und SWS, Anstieg der 1 EINLEITUNG 19 REM-Dichte) beobachten. Hinweise auf einen Zusammenhang zwischen Schlaf und HPA-(Hyper-)Aktivität im Rahmen von Depressionen konnten Antonijevic et al. (2000) bereits in einer früheren Studie finden, bei der eine vermehrte ACTH- und Cortisol- sekretion mit einer Abnahme des Non-REM-Schlafs einherging. In der Studie von Hatzinger et al. (2004) war eine erhöhte HPA-Aktivität (ermittelt durch kombinierten Dexamethason/CRH-Test)9 ebenfalls eng mit einer schlechteren Schlafkontinuität, einer Reduktion des SWS und einem Anstieg der REM-Dichte assoziiert. Man geht davon aus, dass die Überaktivität der HPA-Achse im Rahmen einer De- pression zu einer Überproduktion von CRH führt. Dadurch kommt es zu Veränderungen im Gleichgewicht von CRH und GHRH: der Einfluss von GHRH wird gehemmt, was schließlich zu vermehrter Ausschüttung von ACTH, Hypercortisolismus und einer ver- ringerten Sekretion von Wachstumshormonen (GH) führt (Steiger, 2007). Der Syner- gismus von vermehrter CRH-Aktivität und erhöhten Glucocorticoidspiegeln scheint zu den typischen Veränderungen während depressiver Episoden zu führen, wie verminder- tem Tiefschlaf, reduzierter REM-Latenz oder erhöhter REM-Dichte (Steiger, 2007). Für die Beteiligung von CRH an der Pathophysiologie von Schlafstörungen während De- pressionen, einschließlich einer REM-Desinhibierung, sprechen Studien mit CRH- Rezeptorantagonisten: Bei Zobel et al. (2000) führten CRH-Rezeptorantagonisten bei Depressiven zu einem Anstieg von SWS, einer verringerten REM-Dichte und einer ge- ringeren Anzahl von Aufwachereignissen (Steiger, 2007; Zobel et al., 2000). Experimentelle Untersuchungen mit Schlafentzug konnten weitere empirische Hinweise für eine Verbindung zwischen Schlaf und HPA-Achse liefern. So zeigten de- pressive Patienten nach seriellen Schlafentzügen am Morgen nach der Erholungsnacht ein erniedrigtes basales Serum-Cortisol (Kundermann et al., 2009) und auch gesunde Probanden wiesen in Studien während der Erholungsnacht nach dem Schlafentzug ver- minderte Cortisol-Spiegel auf, die vermutlich auf den Anstieg des SWS zurückzuführen sind (Vgontzas et al., 1999). Es wird angenommen, dass es in der Erholungsnacht zu einem Rebound des Tiefschlafs kommt und dass Tiefschlaf/SWS einen inhibitorischen Effekt auf die HPA-Achse hat, während er die Aktivität der GH-Achse stimuliert; im Gegensatz dazu wirken Schlafstörungen offenbar inhibierend auf die GH-Achse und stimulierend auf die HPA-Achse (Vgontzas et al., 1999). 9 Der kombinierte Dexamethason/CRH-Test (DEX/CRH-Test) stellt ein wesentliches Verfahren zur Un- tersuchung der HPA-Achsen-Aktivität dar und gilt als eines der sensitivsten Instrumente, um Verände- rungen bzw. Dysregulationen der HPA-Achse nachzuweisen (vgl. Heuser et al., 1994). 1 EINLEITUNG 20 1.3 Cortisol Awakening Response In den ersten 30 bis 45 Minuten unmittelbar nach dem Aufwachen kommt es zu einem starken Anstieg der Cortisolkonzentration um ca. 50 bis mehr als 100% des Ausgangs- wertes (Stalder et al., 2016) – ein Phänomen, das Cortisol Awakening Response (CAR) genannt wird. Die CAR scheint ein ausgeprägtes Merkmal der HPA-Achse zu sein und überlagert die circadiane Rhythmik der Cortisolsekretion (Fries et al., 2009). Wüst et al. (2000) konnten zeigen, dass es sich bei der CAR um eine reliable Messmethode zur Aktivität und Reagibilität der HPA-Achse mit relativ hoher intraindividueller Stabilität handelt. 1.3.1 Regulation und Messung der Cortisol Awakening Response Die Aktivität der HPA-Achse wird neben subkortikalen Arealen auch von verschiede- nen kortikalen Hirnregionen einschließlich Strukturen des limbischen Systems und des präfrontalen Cortex reguliert; bisherige Studien deuten darauf hin, dass auch der Hippo- campus über negative Feedback-Mechanismen eine wichtige Rolle bei der Aktivierung und Hemmung der HPA-Achse spielt (Fries et al., 2009). Es ist nicht ganz klar, ob die CAR als spezifisches Phänomen der HPA-Achsen-Aktivität von denselben Mechanis- men reguliert wird wie der Rest der HPA-Achsen-Aktivität, oder ob sich die Regulati- onsmechanismen der CAR von denen der HPA- und Cortisolregulation während des übrigen Tages unterscheiden. Es ist möglich, dass auch der SCN im Hypothalamus als biologischer Zeitgeber (master clock) von wesentlicher Bedeutung für die Regulation der CAR ist und sowohl die HPA-Achse als auch das sympathische Nervensystem an der Feinabstimmung beteiligt sind (Dedovic und Ngiam, 2015; Clow et al., 2010; Fries et al., 2009). Cortisol kann sowohl im Blut als auch im Speichel erfasst werden, wobei das im Speichel enthaltene Cortisol mit dem freien Cortisol im Plasma korreliert. Die Messung von Cortisol im Speichel hat sich als non-invasives Verfahren in der Forschung etabliert (Stalder et al., 2016). Die Veränderungen der Cortisolwerte während der CAR können auf verschiedene Arten quantifiziert, berechnet und analysiert werden: z.B. über mehre- re Messzeitpunkte innerhalb der ersten 60 Minuten (erlaubt Aussagen zur Veränderung über die Zeit), über gemittelte Cortisolwerte über dieses Zeitfenster oder aber als Diffe- renz zwischen dem Cortisol-Spitzenwert und der Baseline (Dedovic und Ngiam, 2015; Elder et al., 2014). Werden drei oder mehr Speichelproben während der Zeit nach dem 1 EINLEITUNG 21 Aufwachen erhoben, so stellt die Kalkulation der gesamten Cortisolsekretion entspre- chend der „area under the curve“ (AUCG) ein etabliertes Maß der CAR dar, während der relative Anstieg der Cortisolkonzentration nach der ersten Probe – neben anderen Reagibilitätsindices (z.B. mean increase, Wüst et al., 2000) – gewöhnlich mit AUCI ab- gebildet wird und stärker auf dynamische Aspekte (d.h. die Sensitivität des Systems über die Zeit) der CAR fokussiert (Elder et al., 2014; Pruessner et al., 2003) (vgl. Kapi- tel 2.2.2). 1.3.2 Moderatoren der Cortisol Awakening Response Diverse Faktoren können Einfluss auf die CAR haben und müssen, je nach Kontext, u.a. als mögliche Störfaktoren oder Moderatoren bei der Erhebung und Auswertung der CAR berücksichtig werden (Stalder et al., 2016). In Studien wurden unterschiedliche soziodemographische Variablen und Gesundheitsfaktoren, wie z.B. psychische und körperliche Krankheiten, auf ihren potentiellen Einfluss auf die CAR und hieraus resul- tierende Veränderungen z.B. bei Gesamtcortisolsekretion oder relativem Anstieg der Cortisolkonzentration hin untersucht – mit zum Teil recht heterogenen und inkonsisten- ten Ergebnissen (Fries et al., 2009). Die Ergebnisse der letzten Jahren weisen dabei da- rauf hin, dass die CAR mit erheblichen intra-individuellen Schwankungen einhergeht und dass sie in starkem Maße vor allem von state-Faktoren oder situativen Faktoren wie Schlaf oder Intensität des Umgebungslichts beeinflusst wird, und weniger von zeitlich stabilen trait(-like-)Faktoren wie z.B. Alter oder Geschlecht (Stalder et al., 2016; Stal- der et al., 2010b; Hellhammer et al., 2007).10 1.3.2.1 Trait- und state-Faktoren sowie situative Faktoren und die Cortisol Awakening Response In Studien mit gesunden Probanden wurde der Einfluss soziodemographischer Faktoren auf die CAR untersucht: Während in der Studie von Kudielka und Kirschbaum (2003) höheres Lebensalter signifikant mit einer erniedrigten CAR (verminderte Gesamtcor- tisolsekretion) einherging, konnte dieser Effekt in anderen Studien nicht beobachtet werden (Wüst et al., 2000; Pruessner et al., 1997). Im Vergleich zu Männern zeigten prämenopausale Frauen (Wüst et al., 2000; Pruessner et al. 1997) sowie peri- und post- menopausale Frauen (Kunz-Ebrecht et al., 2004) in einigen Studien an Werktagen einen 10 Zu weiteren state- und trait-Faktoren sowie Covariaten mit Einfluss auf die CAR siehe z.B. die Con- sensus-Leitlinie bei Stalder et al. (2016) oder auch die entsprechenden Reviews (z.B. state-Faktoren: Law et al., 2013, trait-Faktoren: Fries et al., 2009 oder auch zum Schlaf: Elder et al., 2014). 1 EINLEITUNG 22 erhöhten Anstieg der Cortisolkonzentration. In anderen Studien konnten keine ge- schlechtsspezifischen Unterschiede gefunden werden (Dedovic und Ngiam, 2015; Ku- dielka und Kirschbaum, 2003). Insgesamt scheint es, als ob das Geschlecht eher geringe Auswirkungen auf die CAR hat (Fries et al., 2009). Die Studie von Kudielka und Kirschbaum (2003) deutet zusätzlich darauf hin, dass die CAR nicht von der Phase des Menstruationszyklus beeinflusst wird. Auch bei der Auswirkung von oralen Kontrazep- tiva auf die CAR zeigten sich in Studien widersprüchliche Ergebnisse: so wurde z.B. bei Pruessner et al. (1997) die Tendenz zu einem verminderten morgendlichen Anstieg der Cortisolkonzentration bei Einnahme von oralen Kontrazeptiva beobachtet, während dieser Effekt bei Wüst et al. (2000) nicht beschrieben wird. Rauchen ist in älteren Stu- dien mit leicht abgeflachter CAR (abgeflachter Cortisolanstieg) (Wüst et al., 2000) oder unveränderter CAR (Pruessner et al., 1997) assoziiert. In einer jüngeren Studie mit ver- gleichsweise großer Stichprobe von Badrick et al. (2007) konnte hingegen eine erhöhte Cortisolsekretion über den Tag hinweg bei Rauchern demonstriert werden; die absolu- ten Unterschiede bei der Größe der CAR zwischen Rauchern und Nichtrauchern sind jedoch klein (Fries et al., 2009). Eine weitere potentielle Moderatorvariable stellt der Body-Mass-Index (BMI) dar: In der groß angelegten Studie von Champaneri et al. (2013) war ein höherer BMI mit einer niedrigeren Gesamtcortisolsekretion (AUCG) und einem verminderten Anstieg des Cortisols nach dem Erwachen verbunden. Übergewicht und Adipositas gingen in älteren Studien allerdings mit einem erhöhten Cortisolanstieg einher (Thierrien et al., 2007; Wallerius et al., 2003). Einen Einfluss auf die CAR scheint auch der Chronotyp zu haben. Die Ergebnisse mehrerer Studien weisen darauf hin, dass Morgentypen im Vergleich zu Abendtypen höhere morgendliche Cortisolspie- gel aufweisen und Abendorientierung tendenziell mit einer blunted CAR einhergeht (Randler und Schaal, 2010; Griefahn und Robens, 2008; Kudielka et al., 2006; Bailey und Heitkemper, 1991). Neben diesen zeitlich-überdauernden Merkmalen scheinen auch situative, zu- standsbezogene Faktoren einen Einfluss auf die CAR zu haben. So sprechen die Daten mehrerer Studien an Gesunden etwa dafür, dass das Umgebungslicht bzw. die Umge- bungslichtstärke während der Aufwachphase die CAR beeinflusst. Neue Ergebnisse der Studie von Petrowski et al. (2019) deuten zum einen darauf hin, dass Lichtexposition nach dem Aufwachen einen stimulierenden Effekt auf die CAR hat und dass dieser Ef- fekt andererseits auch von der spektralen Zusammensetzung bzw. der Wellenlänge des Lichts abhängt: Helles Licht führt im Vergleich zu schwachem Licht zu einer 76% er- 1 EINLEITUNG 23 höhten CAR (AUCI). Zu ähnlichen Ergebnissen kamen Scheer und Buijs (1999) im am- bulanten Setting und auch Figueiro und Rea (2012) im Schlaflabor, mit signifikant er- höhter CAR nach Lichtexposition in beiden Studien. Die Exposition mit blauem oder grünem Licht scheint zudem ebenfalls eine höhere CAR (AUCI) zur Folge zu haben, als rotes Licht (Petrowksi et al., 2019). Auch Licht vor und während des Erwachens scheint die CAR zu beeinflussen: So führte selbst die Exposition mit schwachem Licht (250 lx) vor dem Aufwachen zu einer 12.8% höheren CAR (AUCG) im Vergleich zur Kontroll- gruppe ohne Licht-Exposition (Thorn et al., 2004). Es gibt Hinweise darauf, dass die CAR nicht nur von Licht, sondern auch von psychosozialen Faktoren bzw. psychischen Zuständen beeinflusst wird. So scheinen Erfahrungen am Vortag bei Gesunden, die durch negative Gefühle gekennzeichnet sind, wie Einsamkeit oder auch Traurigkeit, dazu zu führen, dass die CAR (AUCI) am nächs- ten Tag erhöht ist (Stalder et al., 2016; Stalder et al., 2010a,b; Adam et al., 2006). Da- neben wurde eine erhöhte CAR (AUCI) in Studien auch mit der Erwartung auf einen herausfordernden oder arbeitsreichen Tag (anticipated demands) in Verbindung ge- bracht (Elder et al., 2018; Wetherell et al., 2015; Stalder et al., 2010a,b; Schlotz et al., 2004), was u.a. durch eine erhöhte CAR(-Dynamik) an Werktagen im Vergleich zu Wochenendtagen (Dedovic und Ngiam, 2015; Kunz-Ebrecht et al., 2004; Schlotz et al., 2004) gestützt zu werden scheint (Stalder et al., 2016). Insgesamt bekräftigen diese Da- ten die Hypothese, dass der CAR möglicherweise eine (homöostatische) Funktion bei der Vorbereitung auf bevorstehende bzw. zu erwartende Herausforderungen und Anfor- derungen des anstehenden Tages zukommt (Law et al., 2013; Clow et al., 2010; Fries et al., 2009; Adam et al., 2006). 1.3.2.2 Depression und die Cortisol Awakening Response Im Rahmen von Untersuchungen zum Einfluss von psychischen Erkrankungen auf die CAR wurden neben Patienten mit Posttraumatischer Belastungsstörung (PTBS), bei denen in Studien eine blunted CAR (abgeflachter Anstieg der Cortisolkonzentration) (Wessa et al., 2006) bzw. verringerte AUCG und AUCI (de Kloet et al., 2007) beschrie- ben wurde, und Patientinnen mit Borderline-Persönlichkeitsstörung, bei denen eine er- höhte AUCG beobachtet wurde (Lieb et al., 2004), auch depressive Patienten und die CAR intensiv untersucht. Aus den Ergebnissen der bisherigen Studien ergibt sich eine insgesamt heterogene Befundlage zum Zusammenhang von Depression und CAR (De- dovic und Ngiam, 2015; Fries et al., 2009). So konnte in der groß angelegten Kohorten- 1 EINLEITUNG 24 studie von Vreeburg et al. (2009) bei Personen (mittleren Alters) mit akuter Depression, im Vergleich zu gesunden Kontrollpersonen, eine erhöhte AUCG beobachtet werden. Auch in der Studie von Bhagwagar et al. (2005) zeigten unmedizierte Depressive im Vergleich zur gesunden Kontrollgruppe eine erhöhte CAR (erhöhte Gesamtcortisolsek- retion). Im Gegensatz hierzu wiesen ältere depressive Patienten im Vergleich zu gesun- den Personen eine blunted CAR mit einer verminderten AUCI auf, während bei der AUCG keine signifikanten Gruppenunterschiede bestanden (Rhebergen et al., 2015). Bei von Depression remittierten Personen mit antidepressiver Medikation wurden im Ver- gleich zu Gesunden eine erhöhte AUCG und AUCI beobachtet (Vreeburg et al., 2009) und auch von Aubry et al. (2010) wurden erhöhte CAR (AUCG) für unmedizierte, von Depression remittierte, Patienten beschrieben. Im Vergleich zu gesunden Kontrollen zeigten junge Frauen mit leichter bis mittelschwerer Depression in der Studie von Stet- ler und Miller (2005) eine „blunted“ (abgeflachte) CAR mit ähnlichen Cortisolbasal- werten unmittelbar nach dem Aufwachen, jedoch ausbleibendem Anstieg in den Folge- messungen. In der Studie von Dedovic et al. (2010) wies die Hochrisikopatientengruppe (positive Familienanamnese für Major Depression) mit subklinischer Depression im Vergleich zur gesunden Kontrollgruppe eine „blunted“ CAR auf und auch die Gruppe der Patienten mit subklinischer Depression zeigte die Tendenz zu einer verminderten AUCI, dieser Effekt wurde aber nicht signifikant. Ein verminderter Anstieg der Cor- tisolkonzentration bei stationären Patienten mit Depression wurde bei Huber et al. (2006) im Vergleich zu Patienten mit anderen psychischen Krankheiten beobachtet. Es scheint, als hätten die Subtypen der Depression nach DSM-5 unterschiedliche Auswirkungen auf die CAR: melancholisch-depressive Patientinnen zeigten z.B. im Vergleich zu nicht-melancholisch-depressiven in der Studie von Michopoulos et al. (2008) insgesamt höhere absolute Cortisolsekretionsniveaus, die Unterschiede erreich- ten allerdings keine statistische Signifikanz. Patienten mit melancholischer Depression hatten aber ein höheres Gesamtcortisol (AUCG) als Patienten mit atypischer Depression und als gesunde Personen (Lamers et al., 2013). Antidepressiva scheinen zudem einen nicht unerheblichen Einfluss auf die CAR zu haben. So führte Amitriptylin (Trizyklikum) im Laufe der Behandlung zu einer Ab- nahme der täglichen Cortisolsekretion, während Paroxetin (selektiver Serotonin- Wiederaufnahmehemmer, SSRI) diese in einer Studie an depressiven Patienten nicht signifikant veränderte (Deuschle et al., 2003). In einer neueren Studie von Ruhe et al. (2015) führte die Behandlung mit dem SSRI Paroxetin bei depressiven Patienten zu 1 EINLEITUNG 25 einer signifikanten Abnahme des morgendlichen Basalcortisols und des Gesamtcortisols (AUCG); Paroxetin scheint die Dysregulation der HPA-Achse im Rahmen von Depres- sionen zu beeinflussen und zu einer Abnahme der Hyperaktivität bzw. zu einer Norma- lisierung der HPA-Achsen-Aktivität zu führen (Ruhe et al., 2015). Auch Mirtazapin scheint einen inhibitorischen Effekt auf die Cortisolsekretion zu haben: in einer Studie an depressiven Patienten kam es unter Mirtazapin zu einer signifikanten Reduktion der Cortisolkonzentration (AUC) über den Tag (Laakmann et al., 2004). 1.3.2.3 Schlaf und die Cortisol Awakening Response Diverse Schlafparameter wurden auf ihren potentiellen Einfluss auf die CAR hin unter- sucht. Größtenteils wurden hierbei Studien an Gesunden durchgeführt. Die wenigsten Studien waren dabei Aktigraphie- oder PSG-gestützt, sondern verwendeten von den Probanden subjektiv beurteilte Schlafparameter. Insgesamt lieferten diese Studien zu den Schlafparametern relativ inkonsistente Ergebnisse (Elder et al., 2014; Law et al., 2013; Stalder et al., 2009). Insbesondere für die Aufwachzeit scheint es bei Gesunden Zusammenhänge mit der CAR zu geben, was erstmals bei Edwards et al. (2001) gezeigt werden konnte. Hier waren frühere Aufwachzeiten in den von den Probanden geführten Schlafprotokollen mit einer höheren CAR (AUCG) assoziiert. Eine solche inverse Relation war auch das Ergebnis der Studie von Kudielka und Kirschbaum (2003), bei der Frühaufsteher sowohl eine höhere AUCI und AUCG als auch höhere Cortisolbasalwerte unmittelbar nach dem Aufwachen zeigten. Ein inverses Verhältnis zwischen Aufwachzeit und CAR (AUCI) zeigte auch die neuere, Aktigraphie-gestützte Studie an gesunden Frauen von Stalder et al. (2010b). Auf der anderen Seite gibt es eine Reihe von Studien, die keinen Zusammenhang (Elder et al., 2018; Kunz-Ebrecht et al., 2004; Wüst et al., 2000; Pruessner et al., 1997) oder teilweise auch einen positiven Zusammenhang zwischen der protolierten Aufwachzeit und der CAR feststellen konnten (Williams et al., 2005). Studien zum Einfluss der Schlafdauer auf die CAR wiesen trotz einiger Inkonsistenzen überwiegend auf ein inverses Verhältnis von Schlafdauer und CAR bei gesunden Kontrollen hin (Williams et al., 2005). So fanden etwa Wüst et al. (2000) eine signi- fikante negative Korrelation zwischen subjektiver Schlafdauer und CAR mit stärkerem Cortisolanstieg bei Personen, die von einer kürzeren Schlafdauer berichteten. Kumari et al. (2009) fanden den gleichen Zusammenhang: je geringer die subjektive Schlafdauer, desto größer der Anstieg der CAR. Dieser Effekt war unabhängig von Aufwachzeit, 1 EINLEITUNG 26 Alter, Geschlecht oder Raucherstatus. Andere Studien untersuchten den Effekt der Schlafqualität auf die CAR. Backhaus et al. (2004) fanden in einer Studie mit Gesunden und Insomnie-Patienten eine negative Korrelation zwischen der CAR und der subjek- tiven Schlafqualität, wobei bei geringerer Schlafqualität und häufigerem nächtlichem Erwachen das Baseline-Cortisol-Niveau unmittelbar nach dem Aufwachen geringer ausfiel (Backhaus et al., 2004). Eine signifikant niedrigere subjektive Schlafqualität war auch bei Lasikiewicz et al. (2008) mit einer reduzierten CAR (AUCG) assoziiert. Im Gegensatz dazu scheint eine experimentell-induzierte geringere Schlafqualität durch (mehrfaches) nächtliches Wecken aber keinen Einfluss auf die CAR zu haben (Detten- born et al., 2007). Aktuelle Ergebnisse weisen zudem darauf hin, dass die Art des morgendlichen Erwachens (spontan vs. von extern geweckt, z.B. mittels Wecker etc.) wahrscheinlich keinen erheblichen Einfluss auf die CAR hat (Stalder et al., 2009; Wüst et al., 2000). Im Gegensatz zu Gesunden zeigten Insomnie-Patienten in der Studie von Back- haus et al. (2004) unmittelbar nach dem Aufwachen signifikant niedrigere Cortisolba- salwerte als die gesunden Kontrollpersonen, wobei aber bereits nach 15 Minuten keine Gruppenunterschiede mehr erkennbar waren. Anders in einer neueren Studie von Zhang et al. (2014), bei der Patienten mit Insomnie eine erhöhte CAR (AUCI) zeigten. Bei de- pressiven Patienten wurde der Schlaf bzw. die verschiedenen Schlafparameter und ihr Verhältnis zur CAR nur in sehr wenigen Studien untersucht. Bei Steter und Miller (2005) war eine spätere Aufwachzeit bei Gesunden mit einer geringeren CAR (AUCG) assoziiert, bei Depressiven war dies nicht der Fall. Eine weitere Studie an depressiven Patienten zeigte ein sehr komplexes Zusammenwirken von Schweregrad der Depressi- on, Schlaf und Geschlecht auf die CAR (AUCG) an (Vargas et al., 2017): Schwergradi- gere depressive Symptome (höhere BDI-II-Scores) waren nur dann mit einer erhöhten CAR assoziiert, wenn sie mit einer kürzeren TST verbunden waren. Darüber hinaus hatte das Geschlecht in dieser Studie eine maßgebliche Moderatorfunktion auf die As- soziation zwischen depressiven Symptomen und CAR: Während bei Frauen höhere Schweregrade mit einer erhöhten CAR einhergingen, waren sie bei Männern mit einer „blunted“ CAR assoziiert (Vargas et al, 2017). In einer aktuellen Studie zeigten Depres- sive eine geringere CAR als die gesunden Kontrollen, wobei eine geringere CAR zu- dem mit schwereren depressiven Symptomen und schlechter subjektiver Schlafqualität (ermittelt anhand PSQI) verbunden war, während Schlafdauer oder nächtliches Erwa- chen keinen Einfluss auf die CAR hatten (Santiago et al., 2020). Die Erfassung der 1 EINLEITUNG 27 Schlafparameter erfolgte aber bei allen genannten Studien ausschließlich subjektiv, eine Objektivierung mittels Aktigraphie oder PSG fand nicht statt. 1.3.3 Der Einfluss der Adhärenz auf die Cortisol Awakening Response Wenn Studienteilnehmer Cortisol-Proben zur Erhebung der CAR durch Speichelproben selbstständig nehmen, hängt die Validität und die Reliabilität der erhobenen CAR- Daten entscheidend von der Adhärenz11 der Studienteilnehmer ab (Stalder et al., 2016). Neben dem Einhalten von Vorgaben wie nicht zu rauchen, nicht zu essen oder sich nicht die Zähne zu putzen, ist es hierbei insbesondere wichtig, dass die zeitlichen Vor- gaben zur Speichelprobenentnahme von den Probanden exakt eingehalten und befolgt werden (üblicherweise wird zur Bestimmung der CAR die erste Probe unmittelbar nach dem Aufwachen genommen, gefolgt von wiederholten Probenentnahmen nach einem genau vorgegebenen Zeitplan), was von den Probanden ein hohes Maß an Disziplin und Genauigkeit erfordert. Non-Adhärenz kann ein schwerwiegendes Problem in der CAR- Forschung sein, da sich die Cortisol-Profile von adhärenten und non-adhärenten Perso- nen signifikant unterscheiden können (Broderick et al., 2004; Kudielka et al., 2003) und signifikante Gruppenunterschiede bei der Cortisol-Aktivität in Studien von geringer Adhärenz der Teilnehmer verdeckt werden können (Golden et al., 2014). Zwei maßgeb- liche Fehler bzw. Probleme können dabei bei der Erhebung der CAR auftreten: 1. Pro- banden geben den Aufwachzeitpunkt nicht korrekt an und/oder es kommt zu zeitlichen Verzögerungen zwischen Aufwachzeitpunkt und Entnahme der ersten Cortisol-Probe (S1) und 2. fehlende Adhärenz bei den spezifisch festgelegten Zeitintervallen in der Post-Aufwachzeit bei den späteren Speichelprobenentnahmen (Stalder et al., 2016). Erstmals beschrieben Kupper et al. (2005) in einer Aktigraphie-gestützten Studie den Einfluss von Non-Adhärenz bei Aufwachzeit und erster Cortisol-Probenentnahme auf die CAR: in einer Post-hoc-Analyse der Probanden, die eine negative CAR aufwie- sen (13.1 % der Gesamtstichprobe), konnte gezeigt werden, dass bei 80% durchschnitt- lich 42 Minuten zwischen aktigraphisch gemessener und von den Probanden angegebe- ner Aufwachzeit lagen. Probanden mit einer guten Adhärenz zeigten hingegen reguläre, positive CAR-Profile (Kupper et al., 2005). Auch nachfolgende Studien bestätigten eine relativ hohe Quote an Non-Adhärenz bei Studienteilnehmern in Bezug auf Aufwach- 11 Adhärenz beschreibt den Umfang oder das Ausmaß, in dem eine Person (medizinische) Instruktionen oder Vorgaben befolgt. Der Begriff Adhärenz ersetzt bzw. löst den Begriff Compliance in der Medizin mehr und mehr ab, teilweise werden die Begriffe, ebenso wie compliant und adhärent, in der Literatur aber auch noch synonym verwendet (Horne, 2006). 1 EINLEITUNG 28 zeitpunkt und S1 und ihre erhebliche Auswirkung auf die CAR (Stalder et al., 2016): So wurde in der Studie von Dockray et al. (2008) die erste Speichelprobe im Schnitt 12.24 ± 20.3 Minuten nach dem aktigraphisch ermittelten Aufwachzeitpunkt genommen, wo- bei die Cortisolwerte von non-adhärenten Teilnehmern, bei denen zwischen Aufwach- zeitpunkt und S1 über 15 Minuten lagen, höher waren als die der adhärenten Teilneh- mern (Dockray et al., 2008). Auch bei Okun et al. (2010) wurden mittels PSG Auf- wachzeiten und Zeitpunkt der ersten Probenentnahme überprüft. Dabei zeigte sich, dass durchschnittlich 24.8 ± 32.2 Minuten zwischen den beiden Zeitpunkten lagen und dass sich diese Verzögerungen signifikant auf die CAR auswirkten: Teilnehmer mit Verzö- gerungen > 15 Minuten zeigten einen geringeren Anstieg der CAR (Okun et al., 2010). Griefahn und Robens (2011) analysierten drei Studien, bei denen Aufwachzeitpunkt und Cortisolprobenentnahme mittels Aktigraphie oder Polysomnographie verifiziert wurden und fanden heraus, dass in den untersuchten Studien bei 19.3% zwischen 3 bis 30 Minuten und bei 14.0% über 30 Minuten zwischen Aufwachzeitpunkt und S1 lagen (Stalder et al., 2016; Griefahn und Robens, 2011). Während in früheren Studien bei der CAR z.T. keine Unterschiede zwischen ad- härenten (< 1 Minute zwischen Aufwachzeitpunkt und S1) und non-adhärenten Teil- nehmern festgestellt werden konnten und man davon ausging, dass Differenzen von bis zu 10 Minuten (Griefahn und Robens, 2011) oder auch bis zu 15 Minuten (Okun et al., 2010; Dockray et al., 2008) vertretbar seien, deuten neuere Untersuchungen in eine an- dere Richtung: Smyth et al. (2015; 2013) kommen zu dem Ergebnis, dass schon mode- rate Differenzen von 5-15 Minuten zwischen Aufwachzeitpunkt und S1 zu signifikant höheren CAR-Werten als bei Adhärenten (< 5 Minuten) führen (Smyth et al., 2013). Zusammenfassend geht man aktuell davon aus, dass also bereits Abweichungen von 5 Minuten Auswirkungen auf die CAR (AUCI) haben, wobei moderate Inadhärenzen (5- 15 Minuten) zu falsch hohen, Differenzen von > 15 Minuten zu falsch niedrigen und Differenzen von > 40 Minuten gar zu negativen CARs führen, weshalb bei der Adhä- renz ein Cut-off-Wert von ± 5 Minuten empfohlen wird (Stalder et al., 2016). Mehrere Studien untersuchten darüber hinaus mittels elektronischer Monitoring- Systeme die Prävalenz und den Einfluss von Non-Adhärenz bei der Cortisol-Speichel- probenentnahme in der Post-Awakening-Phase auf die CAR. So waren in der wegwei- senden Studie von Kudielka et al. (2003) lediglich 74% der Teilnehmer adhärent, die Cortisol-Profile unterschieden sich signifikant zwischen adhärenten und nicht- adhärenten Teilnehmern, wobei die non-adhärenten einen deutlichen geringeren Anstieg 1 EINLEITUNG 29 der CAR zeigten (Kudielka et al., 2003). In der Studie von Broderick et al. (2004), in der Fibromyalgie-Patienten mit Gesunden verglichen wurden, betrug die Prävalenz der Adhärenz zwischen 71 und 90%, wobei Patienten insgesamt etwas adhärenter waren als gesunden Probanden, und es zeigten sich signifikante Unterschiede in den Cortisol- Profilen mit abgeflachten CAR bei den non-adhärenten Teilnehmern. Diese Ergebnisse werden auch von einer neuen Studie gestützt, bei der Non-Adhärenz ebenfalls signifi- kant mit einer weniger ausgeprägten CAR einherging (Golden et al., 2014). Für eine exakte Beurteilung der CAR ist eine objektive Überprüfung der Auf- wach- und Probenentnahmezeiten der Probanden essentiell und wird u.a. in den Con- sensus-Leitlinien empfohlen (Stalder et al., 2016; Smyth et al., 2013; Kudielka et al., 2003). Idealerweise sollten diese mit subjektiven Methoden wie z.B. Schlaftagebüchern, Fragebögen oder Protokollen, in denen Aufwachzeiten und Probenentnahmezeiten do- kumentiert werden, kombiniert werden (Stalder et al., 2016; Adam und Kumari, 2009). Zur Objektivierung des Aufwachzeitpunkts werden verschiedene Methoden angewandt und empfohlen. Neben der Polysomnographie, die als Goldstandard zur objektiven Er- fassung des Schlafes gilt (Van de Water et al., 2011) und in diversen Studien zur Verifi- zierung von Aufwachzeiten eingesetzt wurde (u.a. Griefahn und Robens, 2011 oder Okun et al., 2010), ist die Aktigraphie in Studien zur CAR insbesondere im ambulanten Setting ebenfalls eine valide (Saleh, 2011; Van de Water et al., 2011; Lichstein et al., 2006) sowie häufig und erfolgreich eingesetzte Methode zur objektiven Adhärenzprü- fung von Studienteilnehmern (Stalder et al., 2016; vgl. u.a. Smyth et al., 2013 oder Dockray et al., 2008). Zur Überprüfung der Adhärenz bei den Cortisol-Probenent- nahmezeiten haben sich in der Forschung elektronische Monitoring-Systeme bewährt, wie sie u.a. in den Studien von Golden et al. (2014), Broderick et al. (2004) oder auch Kudielka et al. (2003) zum Einsatz kamen. Der Einsatz dieser Systeme, die die Zeiten der Öffnung der Probensammelgefäße aufzeichnen, kann zwar nicht gegen einen vor- sätzlichen Missbrauch durch die Probanden schützen, er bietet aber derzeit die beste gängige Praxis zur Adhärenzprüfung und wird daher empfohlen (Stalder et al., 2016). Für die Zukunft ist zum Monitoring von Aufwach- und Probenentnahmezeiten auch der Einsatz von Smartphone-unterstützenden Alternativen denkbar, welche bis dato meist noch nicht voll ausgereift sind und zudem in Studien noch auf ihre Validität hin über- prüft werden müssen (Stalder et al., 2016). 1 EINLEITUNG 30 1.4 Zielsetzung, Fragestellungen und Hypothesen Im Rahmen von Depression werden häufig sowohl Schlafstörungen als auch eine Über- aktivität der HPA-Achse mit veränderter Cortisol Awakening Response beobachtet. Studien zum Zusammenhang zwischen Schlafparametern und CAR an Depressiven sind jedoch rar. Bei Gesunden ist die Datenlage inkonsistent mit Studien, die keinen Zu- sammenhang zwischen Schlaf und CAR zeigen konnten (u.a. Kunz-Ebrecht et al., 2004), während für einige Schlafparameter ein Zusammenhang mit CAR nachgewiesen werden konnte. Für Aufwachzeit und Schlafdauer wurde ein inverses Verhältnis zur CAR gefunden, wobei eine frühere Aufwachzeit (Stalder et al., 2010b; Kudielka und Kirschbaum, 2003) oder eine geringere Schlafdauer (Kumari et al., 2009; Wüst et al., 2000) mit einer höheren CAR und eine reduzierte subjektive Schlafqualität mit einer reduzierten CAR einhergingen (Lasikiewicz et al., 2008; Backhaus et al., 2004). Bei depressiven Patienten liegen bisher nur sehr wenige Studien zu Schlafpara- metern und CAR vor, bei denen der Schlaf zudem immer nur subjektiv erfasst wurde. Dabei war die Aufwachzeit in der Studie von Stetler und Miller (2005) bei Depressiven nicht mit der CAR assoziiert, in einer aktuellen Studie bestand hingegen eine Assoziati- on zwischen niedrigerer CAR und schlechter subjektiver Schlafqualität, während Schlafdauer oder nächtliches Erwachen keinen Einfluss auf die CAR hatten (Santiago et al., 2020), (vgl. auch Kapitel 1.3.2). Eine Studie, die die Variabilität der CAR bei de- pressiven Patienten in Beziehung zum Schlaf mittels objektiver und subjektiver Parame- ter untersucht hat, wurde bisher nicht durchgeführt, obwohl die Ergebnisse der Untersu- chungsmethoden nur eingeschränkt korrespondieren. Ziel der vorliegenden Studie war es, das Wissen über den Zusammenhang von (objektiv-) aktigraphischen und subjektiven Schlafparametern mit der CAR bei depres- siven Patienten zu erweitern und einen Beitrag zur Aufklärung der insgesamt heteroge- nen Befundlage zu Schlaf und CAR bei depressiven Patienten zu leisten. Hierzu wurde eine quasi-experimentelle Gruppenvergleichsstudie in einem Messwiederholungsdesign an stationär behandelten depressiven Patienten (DEP) und einer Kontrollgruppe gesun- der Probanden (KG) durchgeführt und auf folgende konkrete Fragestellung und Hypo- these hin untersucht: Hängen Merkmale des vorausgehenden Nachtschlafs (subjektiv/objektiv) mit der CAR zusammen (an Werktagen und/oder Wochenendtagen), so dass ihnen ein prädiktiver Wert zukommt? 1 EINLEITUNG 31 Hypothese: Bei Gesunden wird von einem inversen Verhältnis zwischen Aufwachzeit bzw. Schlafdauer und der CAR ausgegangen (d.h. frühere Aufwachzeiten/kürzere Schlafdauern gehen mit einer verminderten bzw. spätere Aufwachzeiten/längere Schlaf- dauern mit einer erhöhten CAR einher). Im Gegensatz hierzu wurde für die Gruppe der depressiven Patienten von einer Hypothese über einen Zusammenhang zwischen Schlafparametern und der CAR abgesehen, da es hierzu kaum Daten gibt und auch the- oretische Erwägungen über den qualitativ veränderten Schlaf bei depressiven Patienten (insbesondere der Schlafarchitektur) sowie das klinische Bild (Früherwachen als Symp- tom der Depression, was qualitativ anders zu bewerten ist als frühes Erwachen eines Gesunden) eine Hypothese nicht begründet zulassen. 2 MATERIAL UND METHODEN 32 2 Material und Methoden Die Daten der vorliegenden Studie wurden im Rahmen des Studienprojekts „Schlaf, circadiane Rhythmizität, Befinden und Schmerzwahrnehmung bei Patienten mit Affekt- und Affektregulationsstörungen und gesunden Kontrollen“ erhoben, die von Oktober 2015 bis November 2017 am Vitos Klinikum Gießen-Marburg am Standort Gießen, akademisches Lehrkrankenhaus der Justus-Liebig-Universität (JLU) Gießen, durchge- führt wurde. Die Ethikkommission der medizinischen Fakultät der JLU Gießen hat der Studie ein positives Ethikvotum erteilt (Az.: 45/14); die Gesamtstudie ist im Deutschen Register Klinischer Studien unter DRKS00010154 registriert. 2.1 Gesamtstudie und Gesamtmethodik Nicht nur im Rahmen von Depressionen treten oftmals Störungen der Affektregulation mit negativer Befindlichkeit und Stimmung sowie Veränderungen des Schlafs und wei- terer circadianer Rhythmen auf (vgl. Kapitel 1), sondern auch andere psychische Stö- rungen wie Borderline-Persönlichkeitsstörungen oder Schizophrenien sind häufig durch Störungen von Affekt und Antrieb sowie Veränderungen des Tag-Nacht-Rhythmus ge- kennzeichnet. Alle diese psychischen Erkrankungen gehen zudem oft mit Veränderun- gen des Schmerzerlebens und der Schmerzwahrnehmung sowie der Stressreagibilität einher. Ziel der Gesamtstudie, der ein quasi-experimenteller Gruppenvergleich (Patien- ten mit Depression, Schizophrenie und Borderline-Persönlichkeitsstörung sowie gesun- de Kontrollprobanden) mit Messwiederholung zugrunde lag, war es primär, Verände- rungen der Schmerzwahrnehmung im Zusammenhang mit Maßen der circadianen Rhythmik und des Schlafes zu untersuchen und allgemeine wie störungsspezifische Zusammenhänge zwischen ebendiesen zu identifizieren. Dazu durchliefen alle Teil- nehmer über einen Beobachtungszeitraum von 10 Tagen unterschiedliche Untersuchun- gen, bei denen neben Schlaf, circadianer Rhythmik und Schmerz, auch die Parameter Stimmung, kognitive Leistung, subjektive und biologische Stressindikatoren (Cortisol und α-Amylase) sowie Persönlichkeitsvariablen erfasst wurden. Die Untersuchungen waren zumeist an bestimmte Tageszeiten (morgens vs. abends) gebunden (Tabelle 2). 2 MATERIAL UND METHODEN 33 Tabelle 2 Versuchsablauf, Variablen und Messzeitpunkte der Gesamtstudie Variablen T0 T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 Di Mi Do Fr Sa So Mo Di Mi Do Anamnese, Prüfung von Ein- und Ausschlusskriterien (MINI, SKID-II), Persönlichkeitsdiagnostik (NEO-FFI), Chronotyp (D-MEQ), Schlafqualität (PSQI), Schmerzverarbeitung (PCS) Soziodemographische und klinische Variablen (BDI-II) Schlaf-Wach-Aktivität (objektiv, Aktigraphie) Subjektive Schlafqualität (Schlaftagebuch) X X X X X X X X X X Befindlichkeit und Schmerz- beschwerden A M/A M/A M/A M/A M/A M/A M/A M/A M Thermische Schmerzsensitivität A M A M Druckschmerzsensitivität A M A M A M A M A M Neuropsychologie (TMT-A, TMT-B) A M Stressoren (Hassles/Uplifts) B B B B B B B B B B Biologische Stressindikatoren (Speichel) B1 M1 B1 M1 B1 M1 B1 M1 B1 M1 Klinische Variablen X X X X X X X X X X X Anmerkungen. Abkürzungen: M = Morgens (07.00 – 09.00 Uhr), A = Abends (18.00 - 20.00 Uhr), B = vor dem Zubettgehen, X = tageszeitunabhängiger Messzeitpunkt. 1 Speichelprobe(n) zur Bestimmung von Cortisol und α-Amylase. Der Schlaf und die circadianen Rhythmizität wurden mittels Aktigraphie über den ge- samten Beobachtungsraum von 10 Tagen kontinuierlich aufgezeichnet, die subjektive Schlafqualität wurde täglich anhand eines Schlaftagebuchs retrospektiv für die vergan- gene Nacht erfasst. An jedem Morgen und an jedem Abend wurde mit einem Fragebogen die aktuel- le Befindlichkeit (Befindlichkeitsskalierung anhand von Kategorien und Eigenschafts- wörtern, BSKE-EA, Janke et al., 1988) und die Qualität und Intensität von aktuellen Schmerzbeschwerden (durch die Kurzversion des McGill Pain Questionnaire, SF-MPQ- D, Melzack,1987; Radvila et al., 1987) erfasst. Die thermische Schmerzsensitivität bzw. X Kontinuierliche Aufzeichnung X 2 MATERIAL UND METHODEN 34 die thermischen Schmerzschwellen (somatosensorische Entdeckungsschwellen warm/kalt, Hitze- und Kälteschmerzschwellen) wurden an zwei konsekutiven Tagen bestimmt (von Tag 3 (abends) auf Tag 4 (morgens) und von Tag 7 (abends) auf Tag 8 (morgens)), darüber hinaus wurde zur Charakterisierung des Tiefenschmerzes eine Druckschmerzschwellenbestimmung (PPT) mit Hilfe eines stumpfen, standardisierten Druckalgesiometers (Fa. Wagner Instruments, Greenwich, USA) an jedem zweiten Abend und am darauf folgenden Morgen durchgeführt. Ferner wurde an Tag 0 mit der deutschen Version der Pain Catastrophizing Scale (PCS) (Sullivan et al., 1995 bzw. Meyer et al., 2008) einmalig die (Über)-Bewertung und ggf. Katastrophisierung von Schmerzen abgefragt. Anhand des Trail Making Tests, TMT-A und TMT-B (Reitan und Wolfson, 1985) wurde zudem am Abend von Tag 1 und am darauf folgenden Morgen die kognitive Leistung, Flexibilität und Verarbeitungsgeschwindigkeit untersucht. Die Stressbelastung („daily hassles“ wie „uplifts“12) wurde jeden Abend mit Hil- fe eines Stresstagebuches retrospektiv für den zurückliegenden und prospektiv für den kommenden Tag erfasst. Zur Erfassung der biologische Stressindikatoren (Cortisol und α-Amylase) wurden Speichelproben an jedem zweiten Abend (eine Probe, direkt vor dem Zubettgehen) und dem darauf folgenden Morgen genommen (insgesamt vier Pro- ben, die erste unmittelbar nach dem Aufwachen, d.h. zum Zeitpunkt 0 und dann 30, 45 bzw. 60 Minuten später). Von den ursprünglich geplanten vier Interventions- bzw. Beobachtungsgruppen (stationäre, teilstationäre und ambulante Patienten mit Depression, Schizophrenie und Borderline-Persönlichkeitsstörung sowie eine Vergleichsgruppe mit gesunden Proban- den mit einer Gesamtgröße von insgesamt 160 Teilnehmern, s.o.), wurden schlussend- lich nur zwei Gruppen, nämlich stationär behandelte depressive Patienten und gesunde Probanden, für die Studie rekrutiert. Aufgrund klinikinterner Bedingungen (strukturelle Begebenheiten bei der Rekrutierung und personelle Zuständigkeiten auf den Schwer- punktstationen für Schizophrenie und Borderline-Persönlichkeitsstörungen) wurde mit der Rekrutierung für die anderen beiden Arme nie begonnen. Inzwischen ist das Studi- enprojekt beendet und abgemeldet. 12 Im Gegensatz zu kritischen und dramatischen life events wie z.B. dem Tod eines Angehörigen oder der Verlust des Arbeitsplatzes, werden unter daily hassles frustrierende, ärgerliche, irritierende und belasten- de Ereignisse verstanden, die im Rahmen des alltäglichen Lebens in der Auseinandersetzung mit der Umwelt geschehen, wie z.B. das Verlieren von Gegenständen, aber auch schlechtes Wetter oder familiäre bzw. finanzielle Sorgen. Das Gegenstück hierzu bilden daily uplifts, d.h. erfreuliche und aufmunternde Ereignisse sowie positive Erfahrungen wie z.B. Liebesbekundungen, eine erholsamen Nachtruhe, gutes Wetter, etc. (Kanner et al., 1981). 2 MATERIAL UND METHODEN 35 Die Rekrutierung der depressiven Patienten erfolgte über die behandelnden Ärz- te einer spezialisierten Station des Vitos Klinikums in Gießen zur Behandlung von af- fektiven Störungen, die die Patienten anschließend an die Studienleiter weiterleiteten. Die Rekrutierung der Kontrollgruppe erfolgte über gezieltes mündliches Ansprechen von Bekannten oder Mitarbeitern des Vitos Klinikums für Psychiatrie und Psychothera- pie in Gießen, über eine klinikinterne E-Mail und über Annoncen im Internet.13 Den Teilnehmern wurden Ziele und Ablauf inkl. einzelner Untersuchungsmethoden der Stu- die dargestellt. Sie erhielten diese Informationen gemeinsam mit weiteren Erklärungen zudem in schriftlicher Form (siehe Anhang A.1 und A.2). Alle Patienten und Probanden unterschrieben vor der Teilnahme eine Einverständniserklärung und wurden erst an- schließend in die Studie eingeschlossen. Eingeschlossen wurden Patienten zwischen 18 und 50 Jahren, bei denen eine de- pressive Störung, d.h. entweder einer depressiven Episode (ICD-10: F32.x) oder einer rezidivierenden depressiven Störung (ICD-10: F33.x), vorlag. Weitere Einschlusskrite- rien waren Einwilligungsfähigkeit und freiwillige stationäre Behandlung. Die Patienten mussten entweder unter stabiler psychopharmakologischer Medikation (seit mindestens fünf Tagen unveränderte Medikation, „steady state“) oder unmediziert sein, sie durften unter keiner relevanten körperlichen Erkrankung leiden oder unter Medikamentenein- nahme stehen und es durfte keine (zusätzliche) psychische Störung aus dem Spektrum ICD-10: F0, F1 (ausgenommen F17) und F5-F7 innerhalb des letzten halben Jahres vor- liegen. Als Einschlusskriterium für die Kontrollgruppe galt: keine psychischen Störun- gen – weder aktuell noch anamnestisch (ausgenommen ICD-10: F17) – und Alter von 18 bis 50 Jahren. Aufgrund ihres potentiellen Einflusses auf den Schlaf und endokrine Funktionen galten folgende Ausschlusskriterien bei allen potentiellen Studienteilnehmern: Vorlie- gen einer endokrinen Erkrankung (insbesondere Nierenfunktionsstörungen, Hyper- oder Hypothyreose), Vorliegen einer neurologischen Erkrankung mit schweren Störungen 13 Die an der Studie teilnehmenden Mitarbeiter der Klinik hatten zu keiner Zeit Kontakt zu den als Patien- ten rekrutierten Personen, auch waren sie weder direkt noch indirekt in deren (stationäre) Behandlung involviert oder hatten Einblick in deren Daten. Die erhobenen Daten der Studienteilnehmer waren aus- schließlich für die Studienleiter sowie die ärztlichen und psychologischen Studienmitarbeiter einsehbar und zugänglich. Bestimmte Parameter (Aktigraphie des Schlafes, morgendliches Speichel-Cortisol) wur- den ohne direkten Kontakt zu Studienmitarbeitern erhoben. Ebenso galt für diese Parameter, dass sie erst vorlagen, nachdem ein Patient/Proband die Studie durchlaufen hatte (die Analyse der Aktigraphie und des Cortisols im Labor erfolgte erst danach, z.T. mehrere Monate später). Insofern ist für die Aktigraphie- und die Cortisol-Parameter eine im direkten Kontakt vermittelt bzw. datenbasierte Einflussnahme auf die Patienten oder auch gesunden Probanden auszuschließen. 2 MATERIAL UND METHODEN 36 der Somatosensorik (z.B. Polyneuropathie) oder Vorliegen einer organischen Schlafstö- rung (z.B. Schlafapnoe), zudem Schwangerschaft, aktuelle oder höchstens drei Monate zurückliegende Steroidbehandlung (außer Kontrazeptiva bei Frauen) und Vorliegen einer höchstens vier Wochen vorausgehenden bedeutsamen Veränderung der Schlaf- Wach-Rhythmizität, die nicht in einer psychischen Störung begründet war (Zeitzonen- wechsel mit Jetlag oder Schichtarbeit). Die Ein- und Ausschlusskriterien bei den depressiven Patienten wurden zuerst mit der bei der stationären Behandlung einhergehenden und unter fachärztlichen Kon- trolle stehenden Aufnahmebefunde sowie der psychiatrischen und somatischen Anam- nese (inkl. Medikamentenanamnese) geprüft. Im Rahmen der Studie erfolgte an Tag 0 eine allgemeine Anamnese und eine zusätzliche Prüfung und Verifizierung der diagnos- tischen Kriterien sowie der auszuschließenden Komorbiditäten mit anderen psychischen Störung anhand des Mini-International Neuropsychiatric Interviews (MINI) (Ackenheil et al., 1999), des Strukturierten Klinischen Interview für DSM-IV für Persönlichkeits- störungen SKID-II (Wittchen und Fydrich, 1997) zur Diagnostik einer Borderline- Persönlichkeitsstörung und einer Checkliste (siehe im Anhang A.3). Bei der Kontroll- gruppe erfolgte die Prüfung auf Grundlage des MINI und der Checkliste ebenfalls an Tag 0 vor Studieneinschluss (vgl. Tabelle 2). Nach schriftlicher Einwilligung und formalem Einschluss in die Studie wurden an Tag 0 soziodemographische und klinische Variablen erhoben. Hierbei erfolgte die psychometrische Erfassung der circadianen Präferenz, d.h. des Chronotyps, anhand der deutschen Version des Morningness-Eveningness Questionnaire, D-MEQ, (Griefahn et al., 2001) und der subjektiven Schlafqualität der letzten zwei Wochen mit dem Pitts- burgh Schlafqualitätsindex, PSQI (in der deutschen Version von Riemann und Back- haus, 1996). Zusätzlich erfolgte für beide Gruppen eine multidimensionale Persönlich- keitsdiagnostik mittels der deutschen Version des NEO Five-Factor Inventory, NEO- FFI (Borkenau und Ostendorf, 2008), die Erhebung des subjektiven Schweregrad de- pressiver Symptome mittels BDI-II (nur in der Patientengruppe; Hauzinger et al., 2006) und weiterer Maße (BMI, Raucherstatus, Diagnosen und Medikation der Patienten). Zudem wurden die Studienteilnehmer an T0 in die Aktigraphie und das Führen eines Schlafprotokolls über die nachfolgenden 10 Nächte eingewiesen (siehe Schlaftagebuch mit Schlafprotokoll im Anhang A.4), ebenso wurde das Rational zur Erhebung der Speichelproben vorgestellt und diesbezüglich ein weiteres Informationsblatt ausgehän- digt. Diese Maßnahmen wurden – in Verbindung mit der Aufklärung und Einwilligung 2 MATERIAL UND METHODEN 37 Abbildung 1 Übersicht über Studienteilnehmer und endgültige Stichprobe mit Darstellung der Aus- schlusszeitpunkte und -gründe sowie der jeweiligen Anzahl von Personen. in die Studie – von der Autorin und ärztlichen Studienmitarbeitern unter Supervision der Studienleitung vorgenommen.14 2.2 Stichprobe, Ablauf und Design der Studie 2.2.1 Stichprobe Die Stichprobe der vorliegenden Arbeit wurde aus den für die Gesamtstudie rekrutierten Gruppen stationär behandelter depressiver Patienten und gesunder Kontrollprobanden gebildet (zur Rekrutierung bzw. Ein- und Ausschlusskriterien siehe Kapitel 2.1). Nach der Durchführung der Studie erfolgte die Festlegung der endgültigen Stichprobe (vgl. Abbildung 1). Der Ausschluss erfolgte in drei Schritten. Zuerst wurden die Studienteilnehmer ausge- schlossen, die die Studie abgebrochen haben. Dies waren fünf Patienten und ein gesun- der Proband der Kontrollgruppe. Im zweiten Schritt wurden Teilnehmer nach Auswer- tung der Aktigraphie ausgeschlossen. Hierbei kam es zum Ausschluss von vier Patien- ten und eines Probanden aufgrund unvollständiger Aktigraphiedaten (fehlerhafte Initia- lisierung des Aufzeichnungsbeginns durch den Studienleiter, akkubedingter Abbruch 14 Neben der Aufklärung der Probanden und der Erhebung der Daten mit Durchführung von Untersu- chungen wie Fragebögen, Neuropsychologie und psychophysikalischen Messungen (somatosensorische Schmerzschwellen), war die Autorin bei der Vorbereitung und Instruktion der non-reaktiven Messungen (Aktigraphie und Cortisol) beteiligt. Darüber hinaus führte sie die primäre Auswertung aller Fragebögen (PSQI, BDI-II, etc.) durch und übertrug die Daten in eine Datenbank. Auch die Daten der Aktigraphie und des Cortisols wurden von ihr für die spätere statistische Analyse in die Datenbank übertragen. Abbildung 4711: Prozess der Patientenrekrutierung Studienteil- nehmer n=70 Patienten n=37 Probanden n=33 Endgültige Stichprobe n=46 Ausschlussgrundlage: Abbruch • Abbruch, n=5 • Abbruch, n=1 • Unvollständige / fehlerhafte Aktigraphie, n=4 Ausschlussgrundlage: Aktigraphiedaten • Fehlende / unvollständige Cortisolwerte, n=1 • Non-Adhärenz an allen drei Messzeitpunkten, n=3 • Fehlende Probeentnahme- zeiten, n=1 Ausschlussgrundlage: Cortisolwerte n=32 n=32 n=28 n=29 • Stark erniedrigte Cortisol- werte an allen drei Messzeit- punkten, n=2 • Non-Adhärenz an allen drei Messzeitpunkten, n=4 Patienten n=23 Probanden n=23 • Unvollständige / fehlerhafte Aktigraphie, n=1 • Nachtaktivität (Zubettgehzeit nach 2 Uhr nachts, nächtliche Aktivität im Verlauf), n=2 2 MATERIAL UND METHODEN 38 der Aufzeichnung durch den Aktigraphen) und zum Ausschluss von zwei gesunden Probanden wegen in der Aktigraphie ersichtlicher übermäßiger Nachtaktivität (Zubett- gehzeit nach 2:00 Uhr nachts, über zwei Stunden Aktivität während der Nacht in auf- rechter Position). Nach Auswertung der Cortisolwerte erfolgten weitere Ausschlüsse, u.a. auf Grundlage einer Adhärenzprüfung, die gemäß den Empfehlungen der Expert-Con- sensus-Leitlinien durchgeführt wurde (vgl. Stalder et al., 2016). Dazu wurden die akti- graphisch bestimmte Aufwachzeit mit dem von den Studienteilnehmern notierten Zeit- punkt der ersten Cortisol-Speichelprobe S1 (Zeitangabe auf der Salivette) abgeglichen. Betrug die Differenz Δt > 5 Minuten, erfolgte die Klassifikation als non-adhärent. Auf- grund von Non-Adhärenz an allen drei Messzeitpunkten mussten drei Patienten und vier Probanden ausgeschlossen werden. Ausgeschlossen wurden auf Basis der Cortisolwerte zudem ein Patient wegen unvollständiger (Fehlen einzelner Cortisolproben) und zwei Probanden wegen messzeitpunktübergreifender erniedrigter Cortisolwerte (Werte au- ßerhalb des klinischen Referenzbereichs (< 1,7 nmol/l) bzw. deutlich unterhalb des zehnten Perzentils aus internationalen Normierungsstudien (Miller et al., 2016)).15 Ein weiterer Patient wurde wegen fehlender Probeentnahmezeiten auf den Salivetten an allen drei Messzeitpunkten ausgeschlossen. Zusammenfassend wurden somit von 70 Studienteilnehmern 23 ausgeschlossen, womit die endgültige Stichprobe aus 46 Personen, 23 Patienten und 23 gesunden Pro- banden der Kontrollgruppe, bestand. 2.2.2 Ablauf und Design der Studie Von den für das Gesamt-Studienprojekt über einen Untersuchungszeitraum von insge- samt 10 Tagen erhobenen Variablen und Daten (vgl. Kapitel 2.1 und Tabelle 2), floss nur ein Teil in die Auswertung für die vorliegende Arbeit ein. Dies waren, neben den klinischen und soziodemographischen Variablen sowie dem D-MEQ, die für die vorlie- gende Studie relevanten Kernvariablen Schlaf und Cortisol Awakening Response, die an drei Messzeitpunkten mit jeweils einer Abend-Morg