Socioeconomic and sleep correlates of a positive depression screen, and the limited added value of laboratory measurement: a design-based analysis of NHANES 2007–2018

Stellen Sie sich vor, Sie versuchen, einen verborgenen Schatz in einer riesigen, überfüllten Stadt zu finden. Sie haben eine Karte, aber die Stadt ist so groß und die Menschen so vielfältig, dass Sie nicht einfach nur auf eine Straßenecke schauen können; Sie müssen die ganze Stadt auf einmal im Blick haben. Dies ist die Welt der Public-Health-Forschung, in der Wissenschaftler versuchen zu verstehen, warum manche Menschen sich tief traurig oder depressiv fühlen, während andere es nicht tun. Um dies zu erreichen, nutzen sie oft riesige Umfragen, wie eine massive Volkszählung, die Tausende von Menschen nach ihrem Leben, ihrem Schlaf, ihren Jobs und sogar nach Blutproben fragt. Das Ziel ist es, die „Hinweise“ zu finden, die auf Depressionen deuten. Aber hier liegt der Knackpunkt: Manchmal sind die Hinweise offensichtlich, wie ein gebrochenes Bein, aber manchmal sind sie unsichtbar, wie ein chemisches Ungleichgewicht im Blut. Die große Frage, die Forscher immer wieder gestellt haben, laßte sich: Brauchen wir teure, komplizierte medizinische Tests (wie Blutentnahmen und Laborgeräte), um diese Hinweise zu finden, oder können wir Menschen einfach einfache Fragen über ihr tägliches Leben stellen?

Diese Studie taucht in diese Frage ein und nutzt dazu einen riesigen Datensatz namens NHANES, der wie ein riesiger, rollierender Gesundheitscheck für die Vereinigten Staaten ist. Die Forscher untersuchten Daten von fast 32.000 Erwachsenen, die über zwölf Jahre gesammelt wurden. Sie wollten sehen, ob sie vorhersagen könnten, wer mit Depressionen zu kämpfen hat, indem sie Fragen über Geld, Schlaf und Gesundheit stellten, oder ob sie wirklich die „schicken“ medizinischen Daten benötigten. Sie testeten auch, ob superintelligente Computerprogramme (maschinelles Lernen) einen besseren Job machen könnten als einfache Mathematik. Stellen Sie sich das wie einen Wettkampf zwischen einem High-Tech-Detektiv mit tausend Gadgets und einem erfahrenen Detektiv vor, der einfach nur weiß, wie man die richtigen Fragen stellt.

Der große Detektiv-Wettbewerb: Fragen vs. Bluttests

Die Forscher richteten ein massives Experiment ein. Sie sammelten Informationen zu 135 verschiedenen Aspekten jeder Person, die von den Familieneinkommen und der Schlafdauer bis hin zu Blutzellzahlen und Vitaminwerten reichten. Dann nutzten sie diese Daten, um Menschen zu identifizieren, die bei einem Depressions-Screening-Tool (dem PHQ-9) hohe Werte erzielten.

Zuerst testeten sie den „High-Tech-Detektiven“. Sie fütterten sechs verschiedene Computer-Algorithmen mit allen 135 Variablen, einschließlich einiger sehr komplexer Machine-Learning-Modelle, die darauf ausgelegt sind, verborgene Muster zu finden. Dann testeten sie den „einfachen Detektiven“, der eine geradlinige statistische Methode namens „penalized logistic regression“ verwendete. Das Ergebnis war eine für viele überraschende Wendung: Die einfache Mathematik gewann. Die komplexen Computerprogramme waren nicht besser; tatsächlich war die einfache Methode sogar am genauesten darin, die Menschen zu entdecken, die zu kämpfen hatten.

Aber die größte Wendung kam, als sie begannen, die Hinweise schrittweise wegzulassen. Sie fragten: „Wie viel von diesen Daten brauchen wir tatsächlich?“ Sie bauten ein „gestuftes“ System auf, wie in einem Videospiel, bei dem man neue Ebenen an Ausrüstung freischaltet.

• Stufe 1: Nur die Interviewfragen (über Schlaf, Geld, Arbeit und Gesundheit). Dies nutzte 67 Fragen.
• Stufe 2: Ergänzt durch körperliche Messungen wie Größe und Gewicht.
• Stufe 3: Ergänzt durch Bluttests und Laborergebnisse.
• Stufe 4: Ergänzt durch detaillierte Ernährungsprotokolle.

Hier kam der Plot-Twist: Die Bluttests halfen überhaupt nicht.

Das Modell, das nur mit den Interviewfragen (Stufe 1) erstellt wurde, war genauso gut darin, depressive Erwachsene zu finden, wie das Modell, das das volle Paket aus Bluttests, körperlichen Untersuchungen und Ernährungsprotokollen enthielt. Die schicken Labormessungen lieferten keinen zusätzlichen Wert. Es ist, als würde man versuchen, einen verlorenen Hund in einem Park zu finden. Man könnte Stunden damit verbringen, seine DNA zu prüfen, seine Pfotenabdrücke zu messen und seine Fellfarbe zu analysieren (die Labortests), aber man würde ihn genauso schnell finden, wenn man den Leuten im Park einfach fragen würde: „Hat jemand einen Hund gesehen, der traurig aussieht und wenig gefressen hat?“ (das Interview).

Die wahren Hinweise: Schlaf und Geld

Wenn die Bluttests also für diese spezifische Aufgabe nutzlos sind, was sind dann die Hinweise? Die Studie fand heraus, dass die stärksten Signale sozialer und lebensstilbasierter Natur waren, nicht biologischer.

Der wichtigste Hinweis war Schlafprobleme. Menschen, die angaben, Probleme beim Schlafen zu haben, wiesen eine etwa 4-mal höhere Wahrscheinlichkeit auf, im Screening positiv auf Depressionen zu reagieren, als diejenigen, die dies nicht taten. Der zweitwichtigste Hinweis war Geld. Menschen mit einem sehr geringen Familieneinkommen hatten eine 3,5-mal höhere Wahrscheinlichkeit, zu kämpfen, und diejenigen, die unter Ernährungsunsicherheit litten (sich also Sorgen machten, woher ihre nächste Mahlzeit kommen sollte), waren fast 3-mal häufiger betroffen.

Weitere starke Hinweise waren Arbeitslosigkeit, das Vorliegen mehrerer chronischer Erkrankungen und ein geringerer Bildungsstand. Interessanterweise fand die Studie, dass die „schicken“ biologischen Marker, wie Entzündungswerte im Blut, uns nichts Neues verraten konnten, was die einfachen Fragen nicht bereits offenbart hatten.

Was die Studie ausschließt

Es ist wichtig zu wissen, was diese Studie sagt, was wir nicht brauchen. Die Forscher schlossen explizit die Idee aus, dass wir Blut abnehmen oder Labortests durchführen müssen, um Depressionen in der Allgemeinbevölkerung zu erkennen. Sie zeigten, dass das Hinzufügen dieser teuren Tests die Genauigkeit des Screenings nicht erhöht. Sie zeigten auch, dass die komplexesten Modelle des maschinellen Lernens nicht notwendig sind; ein einfaches, gut strukturiertes mathematisches Modell funktioniert genauso gut oder sogar besser.

Die Studie ist sich jedoch sehr sicher darüber, was sie nicht sagen kann. Da sie alle Personen zu einem einzigen Zeitpunkt betrachteten (wie ein einzelnes Foto der Stadt zu machen), können sie nicht mit Sicherheit sagen, was zuerst kam: der schlechte Schlaf oder die Traurigkeit. Verursachte der Schlafmangel die Depression oder verursachte die Depression den Schlafmangel? Die Studie sagt: „Wir sehen, dass sie gemeinsam auftreten, aber wir wissen nicht, welches das andere vorangetrieben hat.“ Es ist wie das Sehen von Feuer und Rauch; man weiß, dass sie verknüpft sind, aber diese spezifische Momentaufnahme sagt einem nicht, welches das andere entfacht hat.

Das Fazit

Diese Forschung legt nahe, dass wir, wenn wir versuchen, Menschen mit Depressionen in der Allgemeinbevölkerung zu finden, kein Krankenhauslabor benötigen. Wir müssen kein Blut abnehmen oder komplexe Chemikalien messen. Die mächtigsten Werkzeuge sind einfache, ehrliche Gespräche darüber, wie die Menschen schlafen, ob sie sich Essen leisten können und ob sie einen Job haben. Die „schicken“ medizinischen Daten waren wie ein Vorschlaghammer, um eine Nuss zu knacken – sie waren schwer, teuer und taten nicht wirklich einen besseren Job als ein einfacher Hammer.

Die Studie hob auch eine traurige Realität hervor: Unter den Erwachsenen, die im Screening positiv auf Depressionen getestet wurden, nahmen etwa zwei von drei keine Medikamente ein, um sich helfen zu lassen. Dies deutet darauf hin, dass wir zwar besser darin werden könnten, das Problem durch einfache Fragen zu erkennen, wir aber immer noch einen weiten Weg vor uns haben, um sicherzustellen, dass diese Menschen auch die Hilfe bekommen, die sie brauchen. Aber die gute Nachricht ist: Wir können sie finden, ohne ein Millionen-Dollar-Labor zu benötigen, indem wir einfach ihren Geschichten über Schlaf und Geld zuhören.