Zum Inhalt
Der Nervenarzt

Vulnerabilitätsfaktoren depressiver Rezidive und Rückfälle

Zusammenfassung

Hintergrund

Depressive Episoden gehen mit einem hohen Risiko für Rückfälle und Rezidive einher. Eine genaue Kenntnis der Risikofaktoren für das Wiederauftreten depressiver Episoden kann durch die Implementierung frühzeitiger und zielgerichteter Interventionen rezidivierende Krankheitsverläufe verhindern.

Ziel der Arbeit

Aufstellung der verschiedenen Faktoren, die das Risiko für Rezidive und Rückfälle in der Depression erhöhen.

Material und Methoden

Narrative Literaturübersicht.

Ergebnisse

Risikofaktoren für depressive Rezidive und Rückfälle sind vor allem klinische Faktoren nämlich die Anzahl früherer depressiver Episoden, ein junges Ersterkrankungsalter und bestehende Residualsymptome. Umweltbedingte Faktoren umfassen Misshandlungserfahrungen in der Kindheit sowie aktuelle Stressoren. Auch intrapsychische Faktoren wie erhöhter Neurotizismus oder dysfunktionale Kognitionen begünstigen Rückfälle und Rezidive. Biologische Faktoren sind funktionelle und strukturelle Gehirnveränderungen, immunologische Dysregulation sowie genetische Prädispositionen.

Diskussion

In der klinischen Praxis ist der bisherige Krankheitsverlauf der zentrale Prädiktor für die individuelle Risikoprognose. Therapeutische Interventionen sollten verstärkt auf die Vollremission residualer Symptome abzielen durch kombinierte pharmakologische und psychotherapeutische Behandlung. Die Vulnerabilität für rezidivierende depressive Episoden ist multifaktoriell bedingt, und die Indikationsstellung zur Rezidivprophylaxe sollte dies abbilden.
QR-Code scannen & Beitrag online lesen

Hinweis des Verlags

Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.
Etwa 60 % der Patienten, die erstmalig an einer depressiven Episode erkranken, erleben eine weitere Episode und bei ca. 10–15 % der Betroffenen kommt es zu einer Chronifizierung [22]. Um das individuelle Risiko eines Patienten einschätzen und ggf. frühzeitig therapeutische Interventionen einleiten zu können, ist eine Kenntnis der relevanten Risikofaktoren von Bedeutung.

Terminologische Abgrenzung

Eine Übersicht über die identifizierten Vulnerabilitätsfaktoren gibt Tab. 1. In der Forschung wird nur selten zwischen Rückfällen, also dem Wiederauftreten depressiver Symptome innerhalb von 8 Wochen nach (teilweiser) Remission, und Rezidiven, also dem Auftreten einer neuen Episode nach vollständiger Remission, unterschieden. Die hier dargestellten Faktoren gelten daher für Rezidive und Rückfälle gleichermaßen.
Tab. 1
Risikofaktoren für Rückfälle und Rezidive und ihre Evidenzsicherheit
Evidenz
Klinische Risikofaktoren
Umweltbedingte Risikofaktoren
Psychologische Risikofaktoren
Biologische Risikofaktoren
Sehr gute Evidenz
Residualsymptome
Misshandlungen in der Kindheit
Kortisol
Vorangegangene depressive Episoden
Gute Evidenz
Schwere vorangegangener Episoden
Stressvolle Lebensereignisse
Neurotizismus
Junges Alter bei Erkrankungsbeginn
Rumination
Psychische Komorbidität
Evidenz
Somatische Komorbidität
Kognitive Verzerrungen
Veränderte Aktivierung im Präfrontalkortex
Veränderte Struktur im Präfrontalkortex, Hippokampus und Insula
Erhöhte Entzündungswerte
Familiäre Vorbelastung
Erhöhter genetischer polygener Risikoscore
Veränderte Ausschüttung von Wachstumshormonen oder TSH
Die Evidenz beschreibt die Sicherung als Risikofaktor basierend auf den vorangegangenen Metaanalysen und Übersichtsarbeiten. „Sehr gute Evidenz“ basiert auf metaanalytischen Publikationen: [3, 18, 26]. „Gute Evidenz“ stammt aus Übersichtsarbeiten, in denen mehrere Einzelstudien zusammengefasst wurden: [3, 5, 15, 28]. Die Kategorie „Evidenz“ verweist auf Risikofaktoren, die nur in Einzelstudien belegt wurden. TSH Thyreoidea-stimulierendes Hormon

Methoden

Es wurde eine narrative Literaturübersicht durchgeführt. Die Literaturrecherche erfolgte in Google Scholar und PubMed anhand der Schlagwörter „major depression“, „recurrence“ und „relapse“. Eingeschlossen wurden englischsprachige, Peer-reviewte Studien aus dem Zeitraum Januar 2000 bis Dezember 2024, die erwachsene Patienten mit unipolarer Depression untersuchten. Berücksichtigt wurden Arbeiten, die Risikofaktoren für depressive Rezidive und Rückfälle in einem naturalistischen Setting, d. h. ohne Interventionen, analysierten.

Klinische Risikofaktoren

Patienten, die nach Remission einer akuten depressiven Episode weiterhin Residualsymptome aufweisen, haben ein besonders hohes Rückfallrisiko. Buckman und Kollegen [3] sowie Hardeveld und Kollegen [15] identifizieren in ihrer Übersichtsarbeit und Metaanalyse das Vorhandensein solcher Symptome als einen der am besten belegten Risikofaktoren. Etwa 30–50 % der remittierten Patienten berichten fortbestehende depressive Symptome, am häufigsten Schlafstörungen, Erschöpfung und kognitive Defizite [17].
Ein weiterer sehr gut belegter Risikofaktor ist die Anzahl vorangegangener depressiver Episoden [3, 28]. Dabei besteht bereits nach der ersten depressiven Episode ein hohes Rückfallrisiko [22] und es gibt Hinweise darauf, dass sich das Rückfallrisiko mit jeder weiteren depressiven Episode zunehmend erhöht [29].
Patienten, die schwere Episoden erlebt haben, sind anfälliger für Rückfälle [3, 15, 28]. Dabei gibt es Hinweise, dass besonders der Schweregrad der ersten Episode ausschlaggebend für die Höhe des Rückfallrisikos ist [5]. Verschiedene Studien prädizierten zukünftige depressive Episoden basierend auf einer Vielzahl an Risikofaktoren und zeigten, dass die Schwere der Depression der entscheidendste Prädiktor für die Vorhersagegenauigkeit war [7, 30].
Ein frühes Erkrankungsalter stellt ebenfalls einen bedeutsamen Prädiktor für das Risiko depressiver Rückfälle und Rezidive dar, auch wenn die Evidenzlage diesbezüglich gemischt ist [3, 5, 15].
Komorbide psychische Störungen, besonders komorbide Angststörungen, sind ebenfalls gut belegte Risikofaktoren für depressive Rückfälle [3]. Selbst wenn eine komorbide Angstsymptomatik vorliegt, die die Kriterien für eine Diagnose nicht erfüllt, ist bereits mit einem erhöhten Risiko zu rechnen [3, 28]. Auch Suchterkrankungen und Persönlichkeitsstörungen erhöhen das Risiko und es gibt Hinweise, dass das Risiko insgesamt mit der Anzahl komorbider Diagnosen ansteigt [21].
Auch somatische Erkrankungen wie Diabetes, kardiovaskuläre Erkrankungen oder chronische Schmerzen können das Risiko depressiver Rezidive und Rückfälle erhöhen [6, 16, 24]. Ein integrierter Ansatz, der psychische und somatische Gesundheit sowie mögliche depressiogene Medikamentennebenwirkungen berücksichtigt, ist daher essenziell.

Umweltbedingte Risikofaktoren

Insbesondere Kindesmisshandlung ist einer der am besten belegten umweltbedingten Risikofaktoren für rezidivierende Depressionen, wobei zahlreiche Übersichtsartikel [3, 5, 15] und eine Metaanalyse von Nanni et al. [26] belegen, dass Betroffene im Vergleich zu nichtbetroffenen Patienten ein mehr als doppelt so hohes Risiko für wiederkehrende und anhaltende depressive Episoden haben.
Stressvolle Lebensereignisse spielen ebenfalls eine Rolle bei depressiven Rückfällen [2, 5]. Sie umfassen z. B. Bedrohungen des sozialen Status, des Selbstwerts oder die Beeinträchtigungen des körperlichen Wohlbefindens. Eine Übersichtsarbeit von Solmi und Kollegen [28] identifizierte negative Lebensereignisse als Prädiktor für Rezidive in der Depression. Besonders bei hoher Vulnerabilität können akute Stressoren Rückfälle auslösen. Thomas-Odenthal et al. [31] zeigten, dass frühkindliche Traumata und akuter Stress mit Veränderungen der Gehirnstruktur einhergingen – jedoch nur bei Patienten mit depressivem Rückfall innerhalb von 2 Jahren, nicht aber bei gesunden oder remittierten Personen.

Intrapsychische Risikofaktoren

Erhöhter Neurotizismus gilt als gut belegter Risikofaktor für depressive Rückfälle und Rezidive [3]. Neurotizismus beschreibt die Neigung zu intensiven negativen Emotionen und erhöhter Sensibilität gegenüber Bedrohung oder Bestrafung. Übersichtsarbeiten belegen den Zusammenhang mit gesteigertem Rückfallrisiko [3, 5, 15]. In einer neun Jahre laufenden Studie mit 560 Patienten war hoher Neurotizismus zudem mit größerer depressiver Schwere über den Krankheitsverlauf hinweg assoziiert [9].
Rumination („Grübeln“) ist ebenfalls ein gut belegter Risikofaktor für depressive Rückfälle [3]. In einer Studie von 2019 sagte Rumination ein schnelleres Wiederauftreten depressiver Symptome vorher [11]. Gleichzeitig zeigen Befunde, dass bei Patienten mit einem hohen Ruminationsgrad die Wahrscheinlichkeit eines Rückfalls geringer war, wenn sie mit kognitiv-behavioraler Therapie oder achtsamkeitsbasierter kognitiver Therapie behandelt wurden [1].
Manche Patienten zeigen auch während euthymer Zeiten kognitive Verzerrungen, vor allem gekennzeichnet durch eine bevorzugte Verarbeitung negativer und eine verminderte Verarbeitung positiver Stimuli, was die Vulnerabilität für erneute depressive Episoden erhöht [3, 27].

Biologische Risikofaktoren

Biologische Veränderungen im Zusammenhang mit wiederholten depressiven Episoden zeigen sich beispielsweise in der Hirnstruktur. In einer dreijährigen MRT-Verlaufsstudie fanden Frodl et al. [14] bei Patienten mit rezidivierender Depression stärkere Volumenverluste im Hippokampus, anterioren zingulären und dorsomedialen präfrontalen Kortex als bei remittierten Patienten. Andere Studien fanden Zusammenhänge zwischen Rezidiven und Volumenabnahmen im dorsolateralen präfrontalen Kortex [19, 32], der Insula [32] und ebenfalls dem Hippokampus [19]. Eine Metaanalyse von Kennis und Kollegen [18] konnte jedoch keine Assoziation zwischen Rezidiven und Volumina in Hippokampus, Amygdala oder frontalen Regionen des Gehirns finden.
Auch in Bezug auf die Gehirnfunktion gibt es Hinweise auf Veränderungen im Zusammenhang mit depressiven Rezidiven. So ließen sich Rezidive in einer Studie anhand veränderter präfrontaler Aktivierung bei der Emotionsverarbeitung vorhersagen [10]. Die Befundlage hierzu ist jedoch insgesamt sehr begrenzt.
Des Weiteren untersuchte eine Vielzahl an Studien hormonelle Veränderungen im Zusammenhang mit depressiven Rezidiven. Kennis et al. [18] identifizierten in ihrer Metaanalyse Kortisol als prospektiven Prädiktor für folgende depressive Episoden, auch wenn sich der Effekt als klein und abhängig von Krankheitsstatus sowie Studienqualität erwies. Für andere Hormone, wie z. B. TSH oder Wachstumshormone, ergab sich keine konsistente Evidenz, da die Befunde widersprüchlich waren oder auf wenigen, methodisch heterogenen Studien beruhten [18].
Eine weitere biologische Signatur für wiederholte depressive Episoden sind erhöhte Entzündungsparameter im Blut. Diese deuten auf eine gestörte Immunregulation einhergehend mit der erhöhten Ausschüttung proinflammatorischer Zytokine wie Interleukin‑6, Tumornekrosefaktor‑α und C‑reaktivem Protein (CRP) hin [8, 12]. Freeman et al. [13] berichteten beispielsweise, dass höhere CRP-Spiegel mit einer größeren Wahrscheinlichkeit depressiver Rückfälle einhergingen. Eine Metaanalyse fand jedoch keinen signifikanten Zusammenhang zwischen CRP oder Interleukinen (1 oder 6) mit depressiven Rezidiven [18].
Auch ein erhöhtes genetisches Risiko kann im Zusammenhang mit Rezidiven und Rückfällen stehen. Die Evidenz zum Zusammenhang zwischen genetischem Risiko in Form familiärer Belastung und rezidivierenden depressiven Episoden ist jedoch uneinheitlich: Mehrere Übersichtsarbeiten fanden keine Hinweise auf eine signifikante Assoziation zwischen familiärer Belastung und Rückfallrisiko [3, 15], während andere positive Befunde berichten [5, 28]. Neben familiärer Vorbelastung können jedoch auch polygene Risikoscores (PRS) genetische Vulnerabilität quantifizieren. PRS sind ein Maß für die Summe verschiedener genetischer Variationen, die jeweils einen kleinen Effekt auf das Erkrankungsrisiko haben. Erste Studien deuten darauf hin, dass PRS das Risiko für wiederholte depressive Episoden vorhersagen können [25].

Möglichkeiten und Grenzen aktueller Prognosemodelle

Zur Vereinfachung der Krankheitsprognose wurden in der Forschung verschiedene Prognosemodelle entwickelt. Diese statistischen Modelle integrieren risikorelevante Variablen mit dem Ziel, depressive Rezidive vorherzusagen. Moriarty et al. [23] sowie Meehan et al. [20] führten Übersichtsarbeiten zu solchen Prognosemodellen durch und bewerteten deren methodische Qualität sowie prädiktive Leistung. Beide Arbeiten kamen zu dem Fazit, dass – trotz vielversprechender Fortschritte der Prognosemodelle in den letzten Jahren – die meisten aktuellen Modelle eine geringe methodische Qualität aufwiesen und insgesamt eine unzureichende prädiktive Leistung zeigten. Insbesondere die fehlende externe Validierung bestehender Modelle stellte oft einen zentralen methodischen Schwachpunkt dar, da diese die Generalisierbarkeit der Modelle stark einschränkt.
Neben klassischen statistischen Modellen gewinnt zudem maschinelles Lernen (ML) zunehmend an Bedeutung als Werkzeug zur individuellen Risikoprognose und Datenanalyse, da es die Integration komplexer und umfangreicher Daten ermöglicht. Verschiedene Arbeiten nutzen ML, um den Krankheitsverlauf depressiver Patienten vorherzusagen und erzielten eine moderate Vorhersagegenauigkeit von ~63 %, bei 50 % Zufallswahrscheinlichkeit [7, 30]. Dabei zeigte sich, dass wenige klinische Variablen, welche die bereits beschriebenen zentralen Risikofaktoren Kindesmisshandlung, frühere depressive Episoden, Krankheitsschwere, Neurotizismus, komorbide Angstsymptome und Residualsymptome umfassten, die beste Prädiktionsleistung erzielten. Weder zusätzliche Prädiktoren noch die Kombination mit verschiedenen anderen Datentypen (wie z. B. demographischen oder biologischen Daten) verbesserten die Prognoseleistung [7, 30]. Trotz der Integration verschiedenster bekannter Risikofaktoren bleibt die Rezidivprognose somit in der Forschung sowie in der Praxis ein schwieriges Unterfangen und eine klinisch relevante individuelle Vorhersage (gegeben bei ~80 % korrekten Prognosen) ist derzeit noch nicht möglich.

Leitlinienempfehlung für Rezidivprophylaxe

Die Nationale Versorgungsleitlinie Unipolare Depression [4] empfiehlt nach einer ersten Episode eine Fortführung der medikamentösen Therapie in wirksamer Akutdosis für 6 bis 12 Monate über die Remission hinaus, kombiniert mit Psychotherapie. Nach zwei oder mehr Episoden oder relevanten funktionellen Einschränkungen in den letzten fünf Jahren soll eine mindestens zweijährige Langzeitprophylaxe in wirksamer Akutdosis erfolgen. Nach Psychotherapiebeginn in der Akutphase wird zur Stabilisierung und Rückfallprophylaxe eine Fortführung, bei erhöhtem Rezidivrisiko eine längerfristige Psychotherapie angeraten. Mit zunehmenden Risikofaktoren wie Episodenanzahl, Schwere oder Suizidalität steigt die Bedeutung einer konsequenten und ggf. verlängerten Rückfallprophylaxe.

Fazit für die Praxis

  • Die bestbelegten Risikofaktoren für depressive Rezidive und Rückfälle sind vorausgegangene depressive Episoden, persistierende Residualsymptomatik nach einer akuten Episode und Misshandlungserfahrungen in der Kindheit.
  • Das Rezidivrisiko von Patienten ist multifaktoriell bedingt und umfasst klinische, umweltbedingte, intrapsychische sowie biologische Faktoren, was bei der Rezidivprophylaxe berücksichtigt werden sollte.
  • Insgesamt ist das Risiko für Rückfälle und Rezidive in der Depression sehr hoch und eine frühzeitige Indikationsstellung zur leitliniengerechten pharmakologischen und psychotherapeutischen Rezidivprophylaxe ist angezeigt.
  • Insbesondere intrapsychische Faktoren wie Rumination, Neurotizismus und kognitive Verzerrungen könnten sich für psychotherapeutische Interventionen zur Senkung des Rezidivrisikos eignen.

Funding

Diese Arbeit wurde unterstützt durch Fördermittel der Deutschen Forschungsgemeinschaft (DFG), insbesondere die des SFB/TRR 393 (Projekt-ID 521379614) sowie der FOR2107 (DFG-grants an TK: KI 588/14‑1, KI 588/14‑2, KI 588/15‑1, KI 588/17-1). Weitere Unterstützung erfolgte durch das LOEWE-Programm des Hessischen Ministeriums für Wissenschaft und Kunst (grant number: LOEWE1/16/519/03/09.001(0009)/98).

Einhaltung ethischer Richtlinien

Interessenkonflikt

T. Kircher erhielt unbeschränkte Ausbildungszuschüsse von Servier, Janssen, Recordati, Aristo, Otsuka und neuraxpharm. Keine der angegebenen Finanzierungsquellen und Beziehungen stehen mit der vorliegenden Arbeit in Zusammenhang. L. Teutenberg gibt an, dass keine Interessenskonflikte bestehen.
Für diesen Beitrag wurden von den Autor/-innen keine Studien an Menschen oder Tieren durchgeführt. Für die aufgeführten Studien gelten die jeweils dort angegebenen ethischen Richtlinien.
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen. Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://creativecommons.org/licenses/by/4.0/deed.de.

Hinweis des Verlags

Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.
Download
Titel
Vulnerabilitätsfaktoren depressiver Rezidive und Rückfälle
Verfasst von
Lea Teutenberg
Tilo Kircher
Publikationsdatum
05.02.2026
1.
Zurück zum Zitat Beshai S, Dobson KS, Bockting CLH, Quigley L (2011) Relapse and recurrence prevention in depression: Current research and future prospects. Clin Psychol Rev 31:1349–1360CrossRefPubMed
2.
Zurück zum Zitat Bockting CLH, Spinhoven P, Koeter MWJ, Wouters LF, Schene AH (2008) Prediction of recurrence and the influence of consecutive episodes on vulnerability: A 2-year prospective study in recurrent depression. J Affect Disord 107:89CrossRef
3.
Zurück zum Zitat Buckman JEJ, Underwood A, Clarke K, Saunders R, Hollon SD, Fearon P, Pilling S (2018) Risk factors for relapse and recurrence of depression in adults and how they operate: A four-phase systematic review and meta-synthesis. Clin Psychol Rev 64:13–38CrossRefPubMedPubMedCentral
4.
Zurück zum Zitat Bundesärztekammer (BÄK), Kassenärztliche Bundesvereinigung (KBV), Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften (AWMF) (2022) Nationale VersorgungsLeitlinie Unipolare Depression – Langfassung, Version 3.2.
5.
Zurück zum Zitat Burcusa SL, Iacono WG (2007) Risk for recurrence in depression. Clin Psychol Rev 27:959–985CrossRefPubMedPubMedCentral
6.
Zurück zum Zitat Carvalho AF, Berk M, Hyphantis TN, McIntyre RS (2014) The Integrative Management of Treatment-Resistant Depression: A Comprehensive Review and Perspectives. Psychother Psychosom 83:70–88CrossRefPubMed
7.
Zurück zum Zitat Dinga R, Marquand AF, Veltman DJ, Beekman ATF, Schoevers RA, van Hemert AM, Penninx BWJH, Schmaal L (2018) Predicting the naturalistic course of depression from a wide range of clinical, psychological, and biological data: a machine learning approach. Transl Psychiatry 8:241–252CrossRefPubMedPubMedCentral
8.
Zurück zum Zitat Dowlati Y, Herrmann N, Swardfager W, Liu H, Sham L, Reim EK, Lanctôt KL (2010) A Meta-Analysis of Cytokines in Major Depression. Biol Psychiatry 67:446–457CrossRefPubMed
9.
Zurück zum Zitat van Eeden WA, van Hemert AM, Carlier IVE, Penninx BW, Spinhoven P, Giltay EJ (2019) Neuroticism and chronicity as predictors of 9‑year course of individual depressive symptoms. J Affect Disord 252:484–492CrossRefPubMed
10.
Zurück zum Zitat Farb NAS, Anderson AK, Bloch RT, Segal ZV (2011) Mood-Linked Responses in Medial Prefrontal Cortex Predict Relapse in Patients with Recurrent Unipolar Depression. Biol Psychiatry 70:366–372CrossRefPubMedPubMedCentral
11.
Zurück zum Zitat Figueroa CA, DeJong H, Mocking RJT, Fox E, Rive MM, Schene AH, Stein A, Ruhé HG (2019) Attentional control, rumination and recurrence of depression. J Affect Disord 256:364–372CrossRefPubMed
12.
Zurück zum Zitat Ford DE, Erlinger TP (2004) Depression and C‑Reactive Protein in US Adults. Arch Intern Med 164:1010–1010CrossRefPubMed
13.
Zurück zum Zitat Freeman MP, Lee H, Savella GM, Sosinsky AZ, Marfurt SP, Murphy SK, Cohen LS (2018) Predictors of Depressive Relapse in Women Undergoing Infertility Treatment. J Womens Health 27:1408–1414CrossRef
14.
Zurück zum Zitat Frodl T, Jäger M, Born C, Ritter S, Kraft E, Zetzsche T, Bottlender R, Leinsinger G, Reiser M, Möller HJ, Meisenzahl E (2008) Anterior cingulate cortex does not differ between patients with major depression and healthy controls, but relatively large anterior cingulate cortex predicts a good clinical course. Psychiatry Res Neuroimaging 163:76–83CrossRef
15.
Zurück zum Zitat Hardeveld F, Spijker J, De Graaf R, Nolen WA, Beekman ATF (2010) Prevalence and predictors of recurrence of major depressive disorder in the adult population. Acta Psychiatr Scand 122:184–191CrossRefPubMed
16.
Zurück zum Zitat Katon W, Lin EHB, Kroenke K (2007) The association of depression and anxiety with medical symptom burden in patients with chronic medical illness. Gen Hosp Psychiatry 29:147–155CrossRefPubMed
17.
Zurück zum Zitat Kennedy N, Paykel ES (2004) Residual symptoms at remission from depression: impact on long-term outcome. J Affect Disord 80:135–144CrossRefPubMed
18.
Zurück zum Zitat Kennis M, Gerritsen L, van Dalen M, Williams A, Cuijpers P, Bockting C (2020) Prospective biomarkers of major depressive disorder: a systematic review and meta-analysis. Mol Psychiatry 25:321–338CrossRefPubMed
19.
Zurück zum Zitat Lemke H, Romankiewicz L, Förster K, Meinert S, Waltemate L, Fingas SM, Grotegerd D, Redlich R, Dohm K, Leehr EJ, Thiel K, Enneking V, Brosch K, Meller T, Ringwald K, Schmitt S, Stein F, Steinsträter O, Bauer J, Heindel W, Jansen A, Krug A, Nenadic I, Kircher T, Dannlowski U (2022) Association of disease course and brain structural alterations in major depressive disorder. Depress Anxiety 39:441–451CrossRefPubMed
20.
Zurück zum Zitat Meehan AJ, Lewis SJ, Fazel S, Fusar-Poli P, Steyerberg EW, Stahl D, Danese A (2022) Clinical prediction models in psychiatry: a systematic review of two decades of progress and challenges. Mol Psychiatry 27:2700–2708CrossRefPubMedPubMedCentral
21.
Zurück zum Zitat Melartin TK, Rytsälä HJ, Leskelä US, Lestelä-Mielonen PS, Sokero TP, Isometsä ET (2004) Severity and Comorbidity Predict Episode Duration and Recurrence of DSM-IV Major Depressive Disorder. J Clin Psychiatry 65:810–819CrossRefPubMed
22.
Zurück zum Zitat Monroe SM, Harkness KL (2011) Recurrence in major depression: A conceptual analysis. Psychol Rev 118:655–674CrossRefPubMed
23.
Zurück zum Zitat Moriarty AS, Meader N, Snell KI, Riley RD, Paton LW, Chew-Graham CA, Gilbody S, Churchill R, Phillips RS, Ali S, McMillan D (2021) Prognostic models for predicting relapse or recurrence of major depressive disorder in adults. Cochrane Database of Systematic Reviews 2021.
24.
Zurück zum Zitat Moussavi S, Chatterji S, Verdes E, Tandon A, Patel V, Ustun B (2007) Depression, chronic diseases, and decrements in health: results from the World Health Surveys. The Lancet 370:851–858CrossRef
25.
Zurück zum Zitat Musliner KL, Agerbo E, Vilhjálmsson BJ, Albiñana C, Als TD, Østergaard SD, Mortensen PB (2021) Polygenic Liability and Recurrence of Depression in Patients With First-Onset Depression Treated in Hospital-Based Settings. JAMA Psychiatry 78:792–792CrossRefPubMedPubMedCentral
26.
Zurück zum Zitat Nanni V, Uher R, Danese A (2012) Childhood Maltreatment Predicts Unfavorable Course of Illness and Treatment Outcome in Depression: A Meta-Analysis. American Journal of Psychiatry 169:141–151CrossRefPubMed
27.
Zurück zum Zitat Shamai-Leshem D, Linetzky M, Bar-Haim Y (2022) Attention Biases in Previously Depressed Individuals: A Meta-Analysis and Implications for Depression Recurrence. Cognit Ther Res 46:1033–1048CrossRef
28.
Zurück zum Zitat Solmi M, Cortese S, Vita G, De Prisco M, Radua J, Dragioti E, Köhler-Forsberg O, Madsen NM, Rohde C, Eudave L, Aymerich C, Pedruzo B, Rodriguez V, Rosson S, Sabé M, Hojlund M, Catalan A, de Luca B, Fornaro M, Ostuzzi G, Barbui C, Salazar-de-Pablo G, Fusar-Poli P, Correll CU (2023) An umbrella review of candidate predictors of response, remission, recovery, and relapse across mental disorders. Mol Psychiatry 28:3671–3687CrossRefPubMedPubMedCentral
29.
Zurück zum Zitat Solomon DA, Keller MB, Leon AC, Mueller TI, Lavori PW, Shea MT, Coryell W, Warshaw M, Turvey C, Maser JD, Endicott J (2000) Multiple Recurrences of Major Depressive Disorder. American Journal of Psychiatry 157:229–233CrossRefPubMed
30.
Zurück zum Zitat Teutenberg L, Stein F, Thomas-Odenthal F, Usemann P, Brosch K, Winter N, Goltermann J, Leenings R, Konowski M, Barkhau C, Fisch L, Meinert S, Flinkenflügel K, Schürmeyer N, Bonnekoh L, Thiel K, Kraus A, Alexander N, Jansen A, Nenadić I, Straube B, Hahn T, Dannlowski U, Jamalabadi H, Kircher T (2025) Machine learning-based prediction of illness course in major depression: The relevance of risk factors. J Affect Disord 374:513–522.
31.
Zurück zum Zitat Thomas-Odenthal F, Ringwald K, Teutenberg L, Stein F, Alexander N, Bonnkoh LM, Brosch K, Dohm K, Flinkenflügel K, Grotegerd D, Hahn T, Jansen A, Leehr EJ, Meinert S, Pfarr J‑K, Renz H, Schürmeyer N, Stief T, Straube B, Thiel K, Usemann P, Winter A, Krug A, Nenadić I, Dannlowski U, Kircher T (2024) Neural foundation of the diathesis-stress model: longitudinal gray matter volume changes in response to stressful life events in major depressive disorder and healthy controls. Mol Psychiatry 29:2724–2732CrossRefPubMedPubMedCentral
32.
Zurück zum Zitat Zaremba D, Dohm K, Redlich R, Grotegerd D, Strojny R, Meinert S, Burger C, Enneking V, Forster K, Repple J, Opel N, Baune BT, Zwitserlood P, Heindel W, Arolt V, Kugel H, Dannlowski U (2018) Association of brain cortical changes with relapse in patients with major depressive disorder. JAMA Psychiatry 75:484–492CrossRefPubMedPubMedCentral

Passend zum Thema

ANZEIGE

Praxisnah: Online CME-Kongress 2026 (Spektrum Depression)

Depressionen sind eine der häufigsten Herausforderungen in der hausärztlichen Versorgung und oft schwer zu erkennen. Der CME-zertifizierte Kongress „Spektrum Depression" am 20. Juni 2026 vermittelt Ihnen praxisnahes Wissen von Expert:innen – von der Diagnostik bis zu innovativen Therapieansätzen. Kompakt, verständlich und direkt umsetzbar für Ihre Praxis

ANZEIGE

Vorbeugung von rezidivierenden depressiven Störungen: Strategien für eine nachhaltige Stabilisierung

Was tun, wenn die Depression immer wiederkehrt? Viele Patient*innen erleben nach der ersten depressiven Episode eine gewisse Erleichterung – doch die Gefahr ist groß, dass die Erkrankung zurückkehrt. Erfahren Sie hier mehr über rezidivierende depressive Störungen.

ANZEIGE

Süß, aber gefährlich: Wie Softdrinks die Stimmung belasten

Immer mehr Forschung verdeutlicht, dass Getränke nicht nur unseren Körper, sondern auch unsere Psyche beeinflussen. Besonders zuckerhaltige Softdrinks stehen im Verdacht, depressive Symptome zu fördern – über Mechanismen, die im Darm beginnen und im Gehirn enden.

ANZEIGE

Depression behandeln. Natürlich.

Hier erhalten Sie Updates zum aktuellen Stand der Wissenschaft bei der Therapie von Depressionen. Insbesondere sind dort detaillierte Erklärungen zum Wirkmechanismus von hochdosiertem Johanniskraut-Extrakt zu finden. Schauen Sie vorbei!

Bayer Vital GmbH
Bildnachweise
Depression Selbstmordgedanken Einsamkeit /© kinomaster / stock.adobe.com (Symbolbild mit Fotomodell), Frau in verschiedenen Stimmungslagen/© My Ocean studio | AdobeStock (Symbolbild mit Fotomodell), Ärztin hält Schild mit "Prophylaxis" hoch/© Daniil Dubov | iStock (Symbolbild mit Fotomodell), Glas mit Zuckerwürfeln gefüllt und einem Strohhalm/© SB Arts Media I iStock , Frau sitzt am Tisch und guckt traurig/© elenaleonova | iStock