Advertisement

Der Nervenarzt

, Volume 89, Issue 11, pp 1277–1286 | Cite as

Internetbasierte Selbstmanagementinterventionen

Qualitätskriterien für ihren Einsatz in Prävention und Behandlung psychischer Störungen
  • J. P. KleinEmail author
  • C. Knaevelsrud
  • M. Bohus
  • D. D. Ebert
  • G. Gerlinger
  • K. Günther
  • C. Jacobi
  • M. Löbner
  • S. G. Riedel-Heller
  • J. Sander
  • U. Sprick
  • I. Hauth
Originalien

Zusammenfassung

Hintergrund

Internetbasierte Selbstmanagementinterventionen sind wirksam in der Prävention und Behandlung psychischer Störungen. Allerdings ist es für Betroffene, Behandler und Entscheider im Gesundheitswesen schwer, sichere und wirksame Angebote zu identifizieren.

Ziel der Arbeit

Entwicklung von Qualitätskriterien für Selbstmanagementinterventionen.

Methoden

Ausgehend von einer unspezifischen Bewertungsmatrix formulierte eine Arbeitsgruppe zweier wissenschaftlicher Fachgesellschaften spezifische Qualitätskriterien für Selbstmanagementinterventionen für psychische Störungen. Dabei wurden Betroffene und andere Interessenvertreter mit einbezogen.

Ergebnisse

Es wurden acht zentrale Kriterien mit insgesamt 17 Unterpunkten entwickelt. Diese müssen erfüllt sein, um eine Intervention zu zertifizieren. Im Mittelpunkt stehen dabei therapeutische Qualitätsanforderungen, Patienten- und Datensicherheit sowie die Erbringung eines Wirksamkeitsnachweises im Rahmen mindestens einer randomisierten Studie. Fünf weitere Kriterien werden lediglich deskriptiv erfasst, sind jedoch nicht ausschlaggebend für die Zertifizierung.

Diskussion

Die vorliegenden Qualitätskriterien dienen als Ausgangspunkt für die Etablierung eines Zertifizierungsprozesses. Dieser könnte dazu beitragen, dass internetbasierte Selbstmanagementinterventionen für psychische Störungen im deutschen Gesundheitssystem Teil der Routineversorgung werden.

Schlüsselwörter

Internetbasierte Interventionen Qualitätskriterien Prävention Behandlung Psychische Störungen 

Internet-based self-management interventions

Quality criteria for their use in prevention and treatment of mental disorders

Abstract

Background

Internet-based self-management interventions are effective in the prevention and treatment of mental disorders; however, for those affected as well as treating clinicians and decision makers in the healthcare sector, it is difficult to identify safe and effective interventions.

Aim

Development of quality criteria for self-management interventions.

Methods

Based on a non-specific assessment matrix, a task force from two scientific societies formulated specific quality criteria for self-management interventions for mental disorders. Patients and other relevant stakeholders were involved in the process.

Results

A total of 8 key criteria with 17 subordinate points were developed. These must be met for the certification of an intervention. The criteria focus on therapeutic quality requirements, patient safety, data protection and security as well as proof of efficacy in at least one randomized study. A further five criteria are only descriptive and are not required for certification.

Discussion

These quality criteria serve as a starting point for the establishment of a certification process. This could help to make internet-based self-management interventions for mental disorders part of routine care in the German healthcare system.

Keywords

Internet-based interventions Quality criteria Prevention Treatment Mental disorders 

Notes

Danksagung

Die Autoren danken allen Experten und Betroffenen, die ihr Wissen und ihre Erfahrung in die Entwicklung dieser Kriterien eingebracht haben, insbesondere Dr. Alexander Frhr. v. Bethmann (IVP Networks), Cornelia Brummer (Deutsche Gesellschaft für Bipolare Störungen e. V.), Ruth Fricke (Bundesverband Psychiatrie-Erfahrener e. V.), Dietmar Geissler (EX-IN Deutschland e. V.), Dr. Dennis Görlich (Institut für Biometrie und Klinische Forschung, Westfälische Wilhelms-Universität Münster), PD Dr. Gitta Jacob (GAIA Group), Dr. Wolfgang Lauer (BfArM), Katja Lorenz (Minddistrict), Dr. Walter Seliger (GKV-Spitzenverband), und Dr. Mark Willems (Minddistrict).

Einhaltung ethischer Richtlinien

Interessenkonflikt

M. Bohus erhält Forschungsgelder von DFG, BMBF, AOK Baden Württemberg. D.D. Ebert erhält Forschungsgelder von EU, BMBF, DFG, BARMER, DRV, Unfallkasse sowie Beraterhonorare hinsichtlich Internetinterventionen von TK, Sanofi, Minddistrict, Lantern, Schön Kliniken, Agaplesion, zudem ist er Teilhaber des GET.ON Institutes GmbH, dessen Ziel es ist evidenzbasierte internetbasierte Interventionen in der Regelversorgung verfügbar zu machen. C. Jacobi erhielt Bezahlung/Honorare für Bücher (Beltz, Hogrefe) über Verhaltenstherapie bei Essstörungen und erhält Forschungsgelder von der European Commission. J.P. Klein erhält Finanzierung für klinische Studien (Bundesministerium für Gesundheit, Servier), Bezahlung für Vorträge zu Internetinterventionen (Servier) und Bezahlung für Workshops und Bücher (Beltz, Elsevier, Hogrefe) über Psychotherapie chronischer Depression und psychiatrische Notfälle. C. Knaevelsrud erhält Forschungsgelder von DFG, BMBF, BMVG, BMZ sowie der TK. M. Löbner führt themenbezogene wissenschaftliche Forschungsprojekte durch, die von der DFG, vom BMBF und der AOK Bund finanziert werden (institutsgebundene Grants). S.G. Riedel-Heller führt themenbezogene wissenschaftliche Forschungsprojekte durch, die von der DFG, vom BMBF, dem Innovationsfond und der AOK Bund finanziert werden (institutsgebundene Grants). U. Sprick hielt bezahlte Vorträge für die Firma Servier und ist Mitglied des Wissenschaftsboards der Firma Otsuka. Er ist wissenschaftlicher Leiter der Internet-Psychotherapie „net-step“ am SAJK Neuss. G. Gerlinger, K. Günther, J. Sander und I. Hauth geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren.

Literatur

  1. 1.
    Klein JP, Berger T (2013) Internetbasierte Psychologische Intervention bei Depression. Verhaltenstherapie 23:149–159CrossRefGoogle Scholar
  2. 2.
    Karyotaki E, Riper H, Twisk J et al (2017) Efficacy of self-guided internet-based cognitive behavioral therapy in the treatment of depressive symptoms: a meta-analysis of individual participant data. JAMA Psychiatry 74:351–359CrossRefGoogle Scholar
  3. 3.
    Richards D, Richardson T, Timulak L et al (2015) The efficacy of internet-delivered treatment for generalized anxiety disorder: a systematic review and meta-analysis. Internet Interv 2:272–282CrossRefGoogle Scholar
  4. 4.
    Kuester A, Niemeyer H, Knaevelsrud C (2016) Internet-based interventions for posttraumatic stress: a meta-analysis of randomized controlled trials. Clin Psychol Rev 43:1–16CrossRefGoogle Scholar
  5. 5.
    Riper H, Blankers M, Hadiwijaya H et al (2014) Effectiveness of guided and unguided low-intensity internet interventions for adult alcohol misuse: a meta-analysis. PLoS ONE 9:e99912CrossRefGoogle Scholar
  6. 6.
    National Institute for Health and Clinical Excellence (2009) Depression: the treatment and management of depression in aduls (partial update of NICE clinical guideline 23). National Institute for Health and Clinical Excellence, LondonGoogle Scholar
  7. 7.
    DGPPN, BÄK, KBV et al (2015) S3-Leitlinie/Nationale Versorgungsleitlinie Unipolare Depression – Langfassung. www.depression.versorgungsleitlinien.de. Zugegriffen: 21. Jan. 2016Google Scholar
  8. 8.
    Berger T, Klein JP, Moritz S (2017) Internetbasierte Interventionen. In: Brakemeier EL, Jacobi F (Hrsg) Verhaltenstherapie in der Praxis. Beltz, WeinheimGoogle Scholar
  9. 9.
    Ebert DD, Erbe D (2012) Internet-basierte psychologische Interventionen. In: Berking M, Rief W (Hrsg) Klinische Psychologie und Psychotherapie für Bachelor. Springer, Berlin, Heidelberg, S 131–140CrossRefGoogle Scholar
  10. 10.
    Klein JP, Berger T, Voderholzer U (2017) Internetbasierte Interventionen bei psychischen Erkrankungen. In: Voderholzer U, Hohagen F (Hrsg) Therapie psychischer Erkrankungen: State of the Art. Elsevier, München, S 581–589Google Scholar
  11. 11.
    Berger T (2016) Internet-based treatments – experiences from Sweden. An interview with Gerhard Andersson. Verhaltenstherapie 23:211–214Google Scholar
  12. 12.
    Andrews G, Cuijpers P, Craske MG et al (2010) Computer therapy for the anxiety and depressive disorders is effective, acceptable and practical health care: a meta-analysis. PLoS ONE 5:e13196CrossRefGoogle Scholar
  13. 13.
    Richards D, Richardson T (2012) Computer-based psychological treatments for depression: a systematic review and meta-analysis. Clin Psychol Rev 32:329–342CrossRefGoogle Scholar
  14. 14.
    Königbauer J, Letsch J, Philipp D et al (2017) Internet- and mobile-based depression interventions for people with diagnosed depression: a systematic review and meta-analysis. J Affect Disord 223:28–40CrossRefGoogle Scholar
  15. 15.
    Karyotaki E, Kemmeren L, Riper H et al (2018) Is self-guided internet-based cognitive behavioural therapy (iCBT) harmful? An individual participant data meta-analysis. Psychol Med 15:1–11.  https://doi.org/10.1017/S0033291718000648 CrossRefGoogle Scholar
  16. 16.
    Sander L, Rausch L, Baumeister H (2016) Effectiveness of internet-based interventions for the prevention of mental disorders: a systematic review and meta-analysis. JMIR Ment Health 3:e38CrossRefGoogle Scholar
  17. 17.
    Beintner I, Jacobi C, Taylor CB (2012) Effects of an Internet-based prevention programme for eating disorders in the USA and Germany – a meta-analytic review. Eur Eat Disord Rev 20:1–8CrossRefGoogle Scholar
  18. 18.
    Andersson G, Cuijpers P, Carlbring P et al (2014) Guided Internet-based vs. face-to-face cognitive behavior therapy for psychiatric and somatic disorders: a systematic review and meta-analysis. World Psychiatry 13:288–295CrossRefGoogle Scholar
  19. 19.
    Schröder J, Berger T, Meyer B et al (2018) Impact and change of attitudes towards Internet interventions within a randomized controlled trial on individuals with depression symptoms. Depress Anxiety 35:421–430CrossRefGoogle Scholar
  20. 20.
    Erbe D, Eichert HC, Riper H et al (2017) Blending face-to-face and Internet-based interventions for the treatment of mental disorders in adults: systematic review. J Med Internet Res 19:e306CrossRefGoogle Scholar
  21. 21.
    Zwerenz R, Becker J, Knickenberg RJ et al (2017) Online self-help as an add-on to inpatient psychotherapy: efficacy of a new blended treatment approach. Psychother Psychosom 86:341–350CrossRefGoogle Scholar
  22. 22.
    Berger T, Krieger T, Sude K et al (2017) Evaluating an e‑mental health program („deprexis“) as adjunctive treatment tool in psychotherapy for depression: results of a pragmatic randomized controlled trial. J Affect Disord 227:455–462CrossRefGoogle Scholar
  23. 23.
    Ebert DD, Zarski AC, Christensen H et al (2015) Internet and computer-based cognitive behavioral therapy for anxiety and depression in youth: a meta-analysis of randomized controlled outcome trials. PLoS ONE 10:e119895CrossRefGoogle Scholar
  24. 24.
    Kidholm K, Ekeland AG, Jensen LK et al (2012) A model for assessment of telemedicine applications: mast. Int J Technol Assess Health Care 28:44–51CrossRefGoogle Scholar
  25. 25.
    Klein JP, Gerlinger G, Knaevelsrud C et al (2016) Internet-based interventions in the treatment of mental disorders: overview, quality criteria, perspectives. Nervenarzt 87:1185–1193CrossRefGoogle Scholar
  26. 26.
    Moher D, Hopewell S, Schulz KF et al (2010) CONSORT 2010 explanation and elaboration: updated guidelines for reporting parallel group randomised trials. BMJ 340:c869CrossRefGoogle Scholar
  27. 27.
    Ramsch-Gunther N, Stern S, Lauer W (2018) Abgrenzung und Klassifizierung von Medical Apps. Was ist zu beachten und welche Unterstützung bietet das BfArM? Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 61:304–313CrossRefGoogle Scholar
  28. 28.
    Stoyanov SR, Hides L, Kavanagh DJ et al (2015) Mobile app rating scale: a new tool for assessing the quality of health mobile apps. JMIR Mhealth Uhealth 3:e27CrossRefGoogle Scholar
  29. 29.
    Albrecht UV, Pramann O (2018) Haftungsfragen beim Einsatz von Gesundheits-Apps: Nobody is perfect. Dtsch Arztebl Int 115:A520–A521Google Scholar
  30. 30.
    Chambless DL, Hollon SD (1998) Defining empirically supported therapies. J Consult Clin Psychol 66:7–18CrossRefGoogle Scholar
  31. 31.
    Kramer U (2018) Gesundheits-Apps: Wie kann eine Zertifizierung konkret aussehen? Diabetes Aktuell 15:344–348Google Scholar

Copyright information

© Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  • J. P. Klein
    • 1
    Email author
  • C. Knaevelsrud
    • 2
  • M. Bohus
    • 3
    • 10
  • D. D. Ebert
    • 4
  • G. Gerlinger
    • 5
  • K. Günther
    • 5
  • C. Jacobi
    • 6
  • M. Löbner
    • 7
  • S. G. Riedel-Heller
    • 7
  • J. Sander
    • 5
  • U. Sprick
    • 8
  • I. Hauth
    • 9
  1. 1.Klinik für Psychiatrie und PsychotherapieUniversität zu LübeckLübeckDeutschland
  2. 2.Institut für Klinisch-Psychologische InterventionFreie Universität BerlinBerlinDeutschland
  3. 3.Institut für Psychiatrische und Psychosomatische Psychotherapie, Zentralinstitut für Seelische Gesundheit MannheimUniversität HeidelbergHeidelbergDeutschland
  4. 4.Institut für Klinische Psychologie und PsychotherapieFriedrich-Alexander UniversitätErlangen-NürnbergDeutschland
  5. 5.Deutsche Gesellschaft für Psychiatrie und Psychotherapie, Psychosomatik und NervenheilkundeBerlinDeutschland
  6. 6.Institut für Klinische Psychologie und PsychotherapieTechnische Universität DresdenDresdenDeutschland
  7. 7.Institut für Sozialmedizin, Arbeitsmedizin und Public Health (ISAP)Universität LeipzigLeipzigDeutschland
  8. 8.St. Alexius/St. Josef Krankenhaus, NeussMedizinische Fakultät der Heinrich-Heine-UniversitätDüsseldorfDeutschland
  9. 9.Zentrum für Neurologie, Psychiatrie, PsychotherapieAlexianer St. Joseph KrankenhausBerlinDeutschland
  10. 10.Fakultät für GesundheitUniversität AntwerpenAntwerpenBelgien

Personalised recommendations