Behandeluitval bij depressie en posttraumatische stressstoornis: wat gaat er mis?
Suzanne van Bronswijk
Maastricht University Medical Center+
nummer
34
Opgenomen in sessies
Donderdag, 16.30 uur, Zaal 64
Kernwoorden
Depressie, PTSS, Behandeluitval, Psychotherapie
Tags doelgroep
Volwassenen
Tags thematiek en problematiek
Stemmingsstoornissen
Trauma en PTSS
Tags streams
Cognitieve (gedrags)therapie
Overig
Beknopte samenvatting van het symposium
Het voortijdig beëindigen van behandeling is een veelvoorkomend probleem in de geestelijke gezondheidszorg, zeker ook bij de behandeling van depressies en posttraumatische stressstoornissen. Deze behandeluitval heeft grote gevolgen voor de cliënt, de therapeut en de maatschappij. In dit symposium presenteren we de laatste wetenschappelijke inzichten in behandeluitval bij depressie en posttraumatische stressstoornis en proberen we antwoord te geven op de vraag waar het precies mis kan gaan. In de eerste presentatie zal Dyllis van Dijk de resultaten van een Nederlandse studie in een ambulante specialistische behandelsetting voor depressie presenteren. Ook worden mogelijke handvatten geboden om behandeluitval in de praktijk tegen te gaan. In de tweede presentatie zal Suzanne van Bronswijk een overzicht gegeven van behandeluitval in meerdere internationale studies naar depressies. Hierbij zal de focus juist niet op gerandomiseerde behandelstudies liggen, omdat dit vaak een minder realistische afspiegeling is van behandeluitval in de klinische praktijk. Met deze meta-analyse zal er een meer realistische beeld van behandeluitval worden gegeven. In de derde presentatie zal Reine Ramaekers haar studie naar expertkennis van behandelaren en onderzoekers beschrijven, waarbij ze op zoek ging naar risicofactoren én beschermende factoren voor behandeluitval bij depressie. Door te begrijpen welke elementen van belang zijn, kunnen behandelaren behandeluitval in een vroeger stadium behandeluitval bespreekbaar maken met de cliënt. Tenslotte zal Susanne Bremer-Hoeve een presentatie geven over een toekomstige toepassing van kennis over behandeluitval, namelijk het gebruik van een voorspellingsmodel zodat we op tijd kunnen anticiperen op behandeluitval. In haar studie heeft ze een predictiemodel voor behandeluitval bij een posttraumatische stressstoornis ontwikkeld. Met deze kennis kan men op termijn strategieën ontwikkelen om het risico op behandeluitval te verkleinen in de klinische praktijk.
Auteurs

Suzanne van Bronswijk
Maastricht University Medical Center+
Psychiater & universitair docent
Behandeluitval bij depressie – resultaten van een naturalistische studie en aandachtspunten voor clinici
Dyllis van Dijk
Parnassia Groep Haaglanden
Kernwoorden
Depressie, behandeluitval, naturalistische cohortstudie
Inhoud van de lezing
Introductie, theoretisch kader:
Ondanks de beschikbaarheid van diverse behandelopties voor de depressieve stoornis, wordt de effectiviteit daarvan ondermijnt doordat een deel van de patiënten voortijdig uitvalt (1,2). Behandeluitval is niet alleen geassocieerd met een slechter korte en lange termijn beloop voor de patiënt zelf. Ook heeft dit een ongunstige invloed op de beschikbaarheid van de toch al schaarse behandelcapaciteit (3).Hoewel er verschillende definities van behandeluitval in de literatuur in omloop zijn, blijkt uit de meeste studies dat behandeluitval vooral aan het begin van de behandeling optreedt (4,5). Door vroegtijdig zicht te hebben op het mogelijk optreden van behandeluitval en de risicofactoren helder te hebben, kan wellicht behandeluitval worden voorkomen, waarmee de behandelresultaten worden geoptimaliseerd. In deze lezing wordt een beknopt overzicht gegeven van de verschillende risicofactoren voor en gevolgen van vroegtijdige behandeluitval binnen de behandeling van de depressieve stoornis. Daarnaast wordt aan de hand van de resultaten van een naturalistische cohortstudie nader ingegaan op bepaalde risicofactoren binnen de ambulante specialistische behandelsetting. Tot slot worden handvatten geboden aan clinici die kunnen worden ingezet om behandeluitval waar mogelijk te voorkomen.
Materiaal en methodes
Aan de hand van een naturalistische cohortstudie zal nader in worden gegaan op de prevalentie van behandeluitval. De gegevens van een cohort van 987 patiënten die in verband met een depressie onder behandeling waren bij een poliklinische behandelsetting van PsyQ worden besproken. Behandeluitval was gedefinieerd als het beëindigen van de behandeling vóór de vierde behandelsessie binnen zes maanden zonder dat er remissie was bereikt. De Quick Inventory of Depressive Symptomatology (QIDS-SR, 6) werd als ernstmaat gebruikt. De associatie tussen klinische en demografische variabelen (waaronder therapieresistentie) en behandeluitval werden geanalyseerd middels logistische regressie analyse en elastic net analyse.
Resultaten
De gegevens van 987 patiënten die tussen 2014 en 2016 een poliklinische depressiebehandeling gestart waren zijn onderzocht. 143 patiënten (14.5%) beëindigden voortijdig de behandeling. Een hogere mate van therapieresistentie was voorspellend voor een lagere kans op het optreden van behandeluitval (OR=0.78, 95% CI = [0.70-0.86], p<.001). Op basis van de elastic net analyse bleken een hogere sociaaleconomische status, een meer ernstiger depressie bij intake, de aanwezigheid van comorbide persoonlijkheidsproblematiek en de aanwezigheid van een comorbide angststoornis significant geassocieerd met minder behandeluitval.
Conclusie en discussie
In tegenstelling tot onze verwachtingen was een hogere mate van therapieresistentie geassocieerd met minder voortijdige behandeluitval. Ook de aanwezigheid van enkele andere relevante klinische variabelen bleken samen te hangen met minder behandeluitval. Behandelaren dienen alert te zijn op factoren die het risico op behandeluitval kunnen verhogen. Hierdoor kan worden ingezet op preventie en zullen behandeluitkomsten verbeteren. Daarnaast zijn er diverse andere positieve gevolgen denkbaar.
Relevantie voor de praktijk
Het optimaliseren van het reeds schaarse behandelaanbod is noodzakelijk om de uitkomsten van depressiebehandelingen te verbeteren. Door behandeluitval waar mogelijk te voorkomen, neemt niet alleen het succes van de individuele behandeluitkomsten toe, maar zal ook het beschikbare behandelaanbod toenemen. Er zijn voor de clinicus diverse mogelijkheden om dit in de eigen behandelsetting toe te passen.
Referenties en literatuur
1. Cahill J, Barkham M, Hardy G, et al. Outcomes of patients completing and not completing cognitive therapy for depression. British Journal of Clinical Psychology. 2003;42(2):133-143.
2. Rossom RC, Shortreed S, Coleman KJ, et al. Antidepressant adherence across diverse populations and healthcare settings. Depression and anxiety. 2016;33(8):765-774.
3. Barrett MS, Chua W-J, Crits-Christoph P, Gibbons MB, Thompson D. Early withdrawal from mental health treatment: Implications for psychotherapy practice. Psychotherapy: Theory, research, practice, training. 2008;45(2):247.
4. Cooper AA, Conklin LR. Dropout from individual psychotherapy for major depression: A meta-analysis of randomized clinical trials. Clinical Psychology Review. 2015;40:57-65.
5. Saxon D, Firth N, Barkham M. The relationship between therapist effects and therapy delivery factors: Therapy modality, dosage, and non-completion. Administration and Policy in Mental Health and Mental Health Services Research. 2017;44(5):705-715.
6. Rush AJ, Trivedi MH, Ibrahim HM, et al. The 16-Item Quick Inventory of Depressive Symptomatology (QIDS), clinician rating (QIDS-C), and self-report (QIDS-SR): a psychometric evaluation in patients with chronic major depression. Biological psychiatry. 2003;54(5):573-583.
Auteurs

Dyllis van Dijk
Parnassia Groep Haaglanden
Psychiater, onderzoeker & geneesheer-directeur
Vroegtijdige beëindiging van psychotherapie voor depressie: een meta-analyse van niet-gerandomiseerde studies
Suzanne van Bronswijk
Maastricht University Medical Center+
Kernwoorden
Depressie, behandeluitval, meta-analyse, niet-gerandomiseerde studies
Inhoud van de lezing
Introductie, theoretisch kader:
Er zijn verschillende bewezen effectieve psychotherapieën voor depressie beschikbaar. Een belangrijke factor die de effectiviteit van psychotherapie verminderd is het vroegtijdig beëindigen van psychotherapie. Behandeluitval komt naar schatting voor bij ongeveer 20% van de psychologische behandelingen (1, 2). Dit cijfer is gebaseerd op secundaire analyses van gerandomiseerde behandelstudies. Het is echter de vraag of deze gerandomiseerde behandelstudies een realistisch beeld geven van behandeluitval in de klinische praktijk. Zo hanteren deze studies vaak strengere inclusiecriteria (bijv. suïcidaliteit en gebruik psychofarmaca), wordt er meer vastgehouden aan een therapieprotocol (met video-opnames ter controle), zijn therapeuten vaak speciaal opgeleid voor de specifieke studie en verloopt de werving van deelnemers op andere wijze dan de klinische verwijzing bij reguliere behandeling.
Materiaal en methodes
Studies werden via verschillende databases gezocht (Pubmed, PsycIFNO and Embase). Niet-gerandomiseerde studies werden geïncludeerd met volwassenen met een primaire diagnose van (persisterende) depressie waarvoor zij ambulante psychotherapie ondergingen. Comorbiditeit en gelijktijdig gebruik van psychofarmaca waren geen exclusiecriteria. Behandeluitval werd gedefinieerd als een situatie waarin een persoon met de behandeling begint en voortijdig stopt tegen de aanbeveling van de zorgverlener en zonder klinische verbetering (3). De beschreven behandeluitval in de studies werd geanalyseerd door middel van een meta-analyse.
Resultaten
8240 studies werden gescreend, waarvan er in totaal 43 werden meegenomen in de meta-analyse. Behandeluitval varieerde sterk per setting en type psychotherapie en redenen voor behandeluitval werden vaak niet gerapporteerd. Door missende informatie was het niet mogelijk om statistisch significante factoren te identificeren die samenhangen met behandeluitval.
Discussie en conclusie
Vroegtijdig beëindiging van psychotherapie voor depressie is veelvoorkomend en verschilt sterk per setting en type psychotherapie. Kennis van significante factoren die samenhangen met behandeluitval gemeten in niet gerandomiseerde studies is beperkt.
Klinische implicaties:
Het voorkomen van vroegtijdig beëindiging van psychotherapie voor depressie verschilt sterk per setting. In de klinische praktijk is het van belang om per setting behandeluitval in kaart te brengen en hierop te evalueren.
Referenties en literatuur
1. Cooper, A. A., & Conklin, L. R. (2015). Dropout from individual psychotherapy for major depression: A meta-analysis of randomized clinical trials. Clinical Psychology Review, 40, 57-65.
2. Swift, J. K., Greenberg, R. P., Tompkins, K. A., & Parkin, S. R. (2017). Treatment refusal and premature termination in psychotherapy, pharmacotherapy, and their combination: A meta-analysis of head-to-head comparisons. Psychotherapy, 54(1), 47.
3. Swift, J. K., & Greenberg, R. P. (2012). Premature discontinuation in adult psychotherapy: a meta-analysis. Journal of consulting and clinical psychology, 80(4), 547.
Auteurs

Suzanne van Bronswijk
Maastricht University Medical Center+
Psychiater & universitair docent
Risicofactoren en beschermende factoren voor vroegtijdige behandeluitval bij depressie: wat vinden de experts?
Reine Ramaekers
Maastricht University
Kernwoorden
Concept mapping, expertkennis, depressie, behandeluitval.
Inhoud van de lezing
Introductie, theoretisch kader:
In de afgelopen jaren is er veel aandacht besteed aan het begrijpen van voorspellende factoren die verband houden met de effecten van depressiebehandelingen. Ondanks de substantiële impact van behandeluitval op de effectiviteit van depressiebehandelingen, is er relatief minder nadruk gelegd op de analyse van voorspellende factoren gerelateerd aan deze behandeluitval. Behandeluitval leidt tot chroniciteit van de depressie, demoralisatie bij cliënten en hulpverleners, maatschappelijke kosten en heeft negatieve effecten op naasten. Vroegtijdige behandeluitval wordt verondersteld het gevolg te zijn van meerdere risico- en beschermende factoren, waaronder contextuele, patiënt-specifieke en behandeling-specifieke factoren (1). Een beter begrip van deze factoren en het daardoor beter anticiperen op uitvalrisico's zou de effectiviteit van depressiebehandelingen kunnen vergroten. De studie die we hier presenteren heeft als doel deze factoren te onderzoeken door behandelaren en onderzoekers naar hun expertkennis te vragen.
Materiaal en methodes:
Expertkennis werd verkregen door een concept mapping methode. Concept mapping is een methode die gebruikt wordt om ideeën van experts te verzamelen, te ordenen en om tot een consensus over die ideeën te komen (2). 63 behandelaren en wetenschappers hebben gereageerd op een open onderzoeksvraag naar risicofactoren en beschermende factoren voor behandeluitval bij depressie. Daarna hebben 21 behandelaren en wetenschappers deze factoren gesorteerd in thema’s. Vervolgens hebben dezelfde deelnemers aangegeven in hoeverre elke factor beschermend of juist risicovol was. Resultaten werden geanalyseerd met een hiërarchische clusteranalyse.
Resultaten
Er werden in totaal 99 factoren in de volgende acht thema’s beschreven: therapeutische setting, perceptie op behandeling, behandeleffecten, aanpak van de clinicus en match met de cliënt, cliënt karakteristieken, psychosociale situatie, klinische factoren en depressie karakteristieken. De belangrijkste drie risicofactoren waren een slechte therapeutische relatie, weinig motivatie bij de cliënt, en het uitblijven van symptoomverbetering tijdens de behandeling. Aan de andere kant waren de belangrijkste drie beschermende factoren een goede therapeutische relatie, veel motivatie bij de cliënt, en het niet spreken van dezelfde taal.
Discussie en conclusie
Behandelaren en wetenschappers kunnen verschillende risicofactoren en beschermende factoren voor behandeluitval bij depressie identificeren. Deze factoren hebben betrekking tot de behandeling, de setting en omstandigheden, de hulpverlener en de cliënt. Over het algemeen wordt de therapeutische relatie als een zeer belangrijke factor voor behandeluitval ervaren, zowel beschermend (bij een goede therapeutische relatie) als risico-verhogend (bij een slechter therapeutische relatie).
Klinische implicaties
Expertkennis over factoren die samenhangen met behandeluitval bij depressie kan bijdragen aan inzichten hoe behandeluitval te voorkomen. Door te begrijpen welke elementen van belang zijn, kunnen behandelaren behandeluitval in een vroeger stadium behandeluitval bespreekbaar maken met de cliënt.
Referenties en literatuur
1. Swift, J. K., Greenberg, R. P., Tompkins, K. A., & Parkin, S. R. (2017). Treatment refusal and premature termination in psychotherapy, pharmacotherapy, and their combination: A meta-analysis of head-to-head comparisons. Psychotherapy, 54(1), 47.
2. Kane, M., & Trochim, W. (2007). Concept mapping for planning and evaluation. Thousand Oaks, Calif.: Sage Publications.
Auteurs

Reine Ramaekers
Maastricht University
PhD kandidaat
Voorspellers voor behandeluitval bij psychotherapie voor een posttraumatische stressstoornis
Susanne Bremer-Hoeve
Dimence Groep
Kernwoorden
PTSS, trauma, voorspelmodel, predictoren
Inhoud van de lezing
Introductie, theoretisch kader
Uit eerder onderzoek blijkt dat zowel gefaseerd als traumagericht behandelen bij posttraumatische stressstoornis (PTSS) door vroegkinderlijk misbruik effectief is (1, 2, 3). Echter stopt 20% tot 30% van de cliënten vroegtijdig met deze behandeling (2, 4, 5). Het inzichtelijk krijgen van mogelijke voorspellers, of predictoren, van uitval stelt de therapeut in staat om behandelstrategieën aan te passen, om zo behandeluitval te voorkomen.
Materiaal en methodes
In het totaal zijn 121 patiënten met PTSS, vanwege herhaald seksueel misbruik en/of mishandeling in de kindertijd, geïncludeerd. Deze 121 patiënten zijn gerandomiseerd over twee condities, namelijk EMDR (Eye Movement Desensitisation and Reprocessing, 16 sessies) en EMDR (16 sessies) voorafgegaan door een bewezen effectieve stabilisatie training van 8 sessies. De stabilisatie training die is gebruikt, is de Skills Training in effect and Interpersonal Regulation (STAIR, 6; 1). Deze stabilisatie training is bewezen effectief in combinatie met een traumagerichte behandeling.
Resultaten
Demografische, klinische en baseline kenmerken zijn onderzocht. Uit deze kenmerken werden predictoren geselecteerd met machine learning methoden voor het ontwikkelen van het voorspellingsmodel. Met het voorspellingsmodel werd per individu de kans op behandeluitval voorspelt, waarna dit vervolgens werd vergeleken met de daadwerkelijke behandeluitval.
Discussie en conclusie
Behandeluitval is multifactorieel bepaald waarbij verschillende predictoren een rol spelen. Voorspellingsmodellen met meerdere variabelen kunnen een waardevolle toevoeging zijn in het anticiperen op behandeluitval.
Klinische implicaties
Door het ontwikkelen van voorspellingsmodellen voor behandeluitval ontstaat er de mogelijkheid cliënten met een verhoogd risico op uitval te identificeren. Met deze kennis kan men op termijn strategieën ontwikkelen om het risico op behandeluitval te verkleinen.
Referenties en literatuur
1. Cloitre, M., Stovall-McClough, K. C., Nooner, K., Zorbas, P., Cherry, S., Jackson, C. L., Gan, W., & Petkova, E. (2010). Treatment for PTSD related to childhood abuse: A randomized controlled trial. American Journal of Psychiatry, 167(8), 915–924.
2. Van Vliet, N., Huntjens, R., Van Dijk, M., Bachrach, N., Meewisse, M., & De Jongh, A. (2021). Phase-based treatment versus immediate trauma-focused treatment for post-traumatic stress disorder due to childhood abuse: Randomised clinical trial. BJPsych Open, 7(6), E211. doi:10.1192/bjo.2021.1057
3. Oprel, D. A. C., Hoeboer, C. M., Schoorl, M., Kleine, R. A. d., Cloitre, M., Wigard, I. G., van Minnen, A., & van der Does, W. (2021). Effect of Prolonged Exposure, intensified Prolonged Exposure and STAIR+Prolonged Exposure in patients with PTSD related to childhood abuse: a randomized controlled trial. European Journal of Psychotraumatology, 12(1).
4. Power, K., McGoldrick, T., Brown, K., Buchanan, R., Sharp, D., Swanson, V., & Karatzias, A. (2002). A Controlled Comparison of Eye Movement Desensitization and Reprocessing Versus Exposure Plus Cognitive Restructuring Versus Waiting List in the Treatment of Post-traumatic Stress Disorder. Clinical Psychology and Psychotherapy, 9, 299-318.
5. Van den Berg, D.P.G., P.A.J.M. de, Vleugel, B.M. van der, Roos, C. de., Jongh, A. de,
Minnen, A. van, & Graag, M. van der (2015). Prolonged Exposure vs EyeMovement
Desensitization and Reprocessing vs Waiting List for Posttraumatic Stress Disorder in
Patients With a Psychotic Disorder: A Randomized Clinical Trial. JAMA Psychiatry,
72(3), 259-267. doi:10.1001/jamapsychiatry.2014.2637
6. Cloitre, M., Koenen, K. C., Cohen, L. R., & Han, H. (2002). Skills training in affective and interpersonal regulation followed by exposure: A phase-based treatment for PTSD related to childhood abuse. Journal of Consulting and Clinical Psychology, 70(5), 1067–1074. https://doi.org/10.1037/0022-006X.70.5.1067
Auteurs
