Aus dem Institut für Diagnostische und Interventionelle ... - Eine Untersuchung an 95 Patienten -...

Aus dem Institut für Diagnostische und

Interventionelle Radiologie und Nuklearmedizin

des Katholischen Krankenhauses Marienhospital Herne

Universitätsklinik der Ruhr-Universität Bochum

Direktor: Prof. Dr. med. D. Liermann

Korrelation von kognitiver Leistungsfähigkeit und Hirnmorphologie im kranialen

Multislice-CT

- Eine Untersuchung an 95 Patienten -

Inaugural-Dissertation

zur

Erlangung des Doktorgrades der Medizin

einer

Hohen Medizinischen Fakultät

der Ruhr-Universität Bochum

vorgelegt von

Melanie Janßen

aus Cloppenburg

2004

Dekan: Prof. Dr. med. G. Muhr

Referent: Prof. Dr. med. D. Liermann

Korreferent: Priv. Doz. Dr. med. J. Kirchner

Tag der Mündlichen Prüfung: 02.12.2008

Inhaltsverzeichnis

Kap. Seite

1. Einleitung und Zielsetzung....................................................................................... 10

1.1 Hirnmorphologie und Kognition............................................................................... 10

1.2 Computertomographie............................................................................................... 11

1.3 Mini-Mental-Status-Test........................................................................................... 11

1.4 Uhrentest....................................................................................................................12

1.5 Fragestellung..............................................................................................................13

2. Patienten und Methode............................................................................................. 14

2.1 Patienten.................................................................................................................... 14

2.1.1 Alter und Geschlecht der Patienten........................................................................ 14

2.1.2 Einteilung der Grunderkrankungsgruppen..............................................................17

2.2 CCT17

2.2.1 Aufnahmetechnik....................................................................................................18

2.2.1.1 Messparameter.....................................................................................................18

2.2.1.2 Einsatz von Kontrastmittel.................................................................................. 18

2.2.1.3 Schichtendefinition und Flächenmessung........................................................... 19

2.2.1.4 Dichtemessung.....................................................................................................23

2.3 Mini-Mental-Status-Test und Uhrentest.................................................................... 24

2.3.1 Mini-Mental-Status-Test........................................................................................ 24

2.3.2 Uhrentest.................................................................................................................24

2.4 Statistische Auswertung............................................................................................ 24

2.4.1 Korrelationsanalyse................................................................................................ 24

2.4.2 Faktoranalyse und Regression................................................................................ 25

3. Ergebnisse...................................................................................................................28

3.1 Korrelationsanalyse................................................................................................... 28

3.1.1 Gesamtes Patientenkollektiv...................................................................................28

3.1.2 Neurologische Krankheitsbilder............................................................................. 30

3.1.3 Kardiovaskuläre Krankheitsbilder.......................................................................... 31

3.1.4 Tumorleiden............................................................................................................32

3.1.5 Vergleich der Grunderkrankungsgruppen...............................................................33

3.2 Faktoranalyse............................................................................................................. 34

3.3 Regression................................................................................................................. 35

3.3.1 Regression des MMST-Gesamt..............................................................................35

3.3.2 Regression des Uhrentests...................................................................................... 38

3.4 Zusammenfassung..................................................................................................... 41

4. Diskussion...................................................................................................................42

4.1 Einführung................................................................................................................. 42

4.2 Korrelationsanalyse................................................................................................... 43

4.2.1 Gesamtes Patientenkollektiv...................................................................................43

4.2.2 Neurologische Krankheitsbilder............................................................................. 47

4.2.3 Kardiovaskuläre Krankheitsbilder.......................................................................... 47

4.2.4 Tumorleiden............................................................................................................48

4.2.5 Vergleich der Grunderkrankungsgruppen...............................................................49

4.2.5.1 Vergleich der Grunderkrankungsgruppen mit der Gesamtgruppe.......................49

4.2.5.2 Vergleich der Grunderkrankungsgruppen untereinander.....................................50

4.3 Faktoranalyse............................................................................................................. 50

4.4 Regression................................................................................................................. 51

4.4.1 Regression des MMST-Gesamt..............................................................................51

4.4.2 Regression des Uhrentests...................................................................................... 51

4.5 Weitere Untersuchungsmethoden..............................................................................53

4.6 Schlussfolgerung........................................................................................................56

5. Zusammenfassung..................................................................................................... 58

6. Literaturverzeichnis.................................................................................................. 60

7. Anhang........................................................................................................................68

7.1 Hauptkomponenten in den Grunderkrankungsgruppen.............................................68

7.2 Mini-Mental-Status-Test........................................................................................... 74

8. Danksagung................................................................................................................75

9. Lebenslauf.................................................................................................................. 76

Verzeichnis der Abbildungen

Abb. Seite

Abb. 1: Entwicklung der Fragestellung........................................................................... 14

Abb. 2: Alters- und Geschlechtsverteilung der Patienten................................................16

Abb. 3: SE 1: Horizontalschnitt durch den Boden des III. Ventrikels (repräsentativer

Schnitt zur Veranschaulichung)........................................................................ 19

Abb. 4: SE 2: Horizontalschnitt durch den III. Ventrikel im Bereich des Abganges des

Aqueductus mesencephali (repräsentativer Schnitt zur Veranschaulichung)....20

Abb. 5: SE 3: Horizontalschnitt auf Höhe des Corpus pineale (repräsentativer Schnitt

zur Veranschaulichung).....................................................................................21

Abb. 6: SE4: Horizontalschnitt auf Höhe des größten Durchmessers der Seitenventrikel

(repräsentativer Schnitt zur Veranschaulichung).............................................. 22

Abb. 7: SE 5: Horizontalschnitt unmittelbar oberhalb der Seitenventrikel

(repräsentativer Schnitt zur Veranschaulichung).............................................. 23

Abb. 8: Vorgehen bei der Korrelationsanalyse................................................................25

Abb. 9: Vorgehen bei der Faktoranalyse und Regression................................................27

Abb. 10: Übersicht über die Ergebnisse der Korrelationsanalyse................................... 34

Verzeichnis der Tabellen

Tab. Seite

Tab. 1: Alter der Patienten...............................................................................................14

Tab. 2: Erkrankungen der Patienten................................................................................ 17

Tab. 3: Messparameter für die Schädelbasis und das Cerebrum..................................... 18

Tab. 4: Die zehn betraglich größten Korrelationen zwischen CCT- und MMST-Werten

für das gesamte Patientenkollektiv....................................................................29


in der Grunderkrankungsgruppe neurologische Krankheitsbilder.....................31


in der Grunderkrankungsgruppe kardiovaskuläre Krankheitsbilder..................32


in Grunderkrankungsgruppe Tumorleiden........................................................ 33

Tab. 8: Zusammenfassung der Modelle zum MMST-Gesamt (Intercept: Konstante des

Modells), die dominierenden Hauptkomponenten (HK) sind durch Fettdruck

hervorgehoben................................................................................................... 37

Tab. 9: Zusammensetzung der dominierenden HK. Pro Grunderkrankungsgruppe

werden die dominierende HK der Faktoranalyse und die dazugehörigen

Variablen mit den größten Faktorladungen aufgeführt..................................... 37

Tab. 10: Zusammenfassung der Modelle zum Uhrentest (Intercept: Konstante des

Modells), die dominierenden Hauptkomponenten (HK) sind durch Fettdruck

hervorgehoben................................................................................................... 40

Tab. 11: Zusammensetzung der Hauptkomponenten der Grunderkrankungsgruppe

neurologische Krankheitsbilder, die dominierende Hauptkomponente (HK)

sowie Faktorladungen (FL) sind durch Fettdruck hervorgehoben...................68

Tab. 12: Zusammensetzung der Hauptkomponenten in der Grunderkrankungsgruppe

kardiovaskuläre Krankheitsbilder, die dominierende Hauptkomponente (HK)

sowie Faktorladungen (FL) sind durch Fettdruck hervorgehoben...................70

Tab. 13: Zusammensetzung der Hauptkomponenten in der Grunderkrankungsgruppe

Tumorleiden, die dominierende Hauptkomponente (HK) sowie Faktorladungen

(FL) sind durch Fettdruck hervorgehoben....................................................... 72

Abkürzungsverzeichnis

CCT Cranial computerized tomography (Kraniale Computertomographie)

Corr Korrelation

CT Computertomographie

D Dichte

Ds Durchschnitt

DTI Diffusions-Tensor-Bildgebung

FDG 2-18F-Fluoro-2-deoxy-D-glucose

FL Faktorladung

HE Hounsfield-Einheit

HK Hauptkomponente

KM Kontrastmittel

li links

max Maximum

min Minimum

mKM mit Kontrastmittel

MMSE Mini-Mental-Status-Examination

MMST Mini-Mental-Status-Test

MMT Mini-Mental-Test

MRS Magnetische Resonanzspektroskopie

MRT Magnetische Resonanztomographie

n Anzahl der Datensätze

NAA N-Acetyl-Aspartat

occ occipital

oKM ohne Kontrastmittel

p Irrtumswahrscheinlichkeit/Signifikanzniveau

PET Positronen-Emissions-Tomographie

R² Bestimmtheitsmaß

re rechts

SD Schichtdicke

SE Schichtebene

SPECT Single Photon Emission Computed Tomography

temp temporal

VBR Ventricle-Brain-Ratio

Patienten und Methode

1. Einleitung und Zielsetzung

1.1 Hirnmorphologie und Kognition

Die Auswirkungen verschiedener Erkrankungen auf die Kognition und das

morphologische Substrat so bedingter Kognitionsveränderungen sind von zentralem

Interesse für die Medizin. Durch den Einsatz neuer Technologien aus dem Bereich der

Bildgebung und der Computertechnik sind in jüngster Zeit zunehmend Möglichkeiten

der in vivo-Darstellung des Gehirns geschaffen worden. Die bildgebende Diagnostik

mittels struktureller CT oder MRT gehört mittlerweile zur Standardabklärung jeder

dementiellen Symptomatik. Sie dienen der Früherkennung und der

Differenzialdiagnostik der verschiedenen Ursachen einer Demenz. Dies gilt

insbesondere in Hinblick auf zu erwartende und bereits vorhandene The-

rapiemöglichkeiten (Giesel et al. 2003, Pantano et al. 1999). Da jedoch morphologische

Veränderungen erst relativ spät in fortgeschrittenen klinischen Stadien dieser

Erkrankungen visualisiert werden können, sind detaillierte strukturelle

Bildgebungsmethoden, wie z.B. serielle volumetrische Bildgebungsverfahren oder

funktionelle Bildgebungsverfahren gefordert (Essig und Schoenberg 2003).

Nach neueren Studien sind spezifische morphologische Strukturen des Gehirnes

zumindest zum Teil bei definierten Grunderkrankungen involviert und in Folge für die

kognitiven Veränderungen verantwortlich. Dies konnte unter anderem die Arbeitsgruppe

um Kessler et al. (1995) in mehreren Arbeiten im Zusammenhang mit der Alzheimer-

Krankheit zeigen. Soininen et al. (1993) verglichen die interne, temporale und kortikale

Hirnatrophie bei Patienten mit histologisch gesicherter Alzheimer-Krankheit mit

gesunden, altersgleichen Kontrollpersonen. Dabei waren die linearen Messungen der

Seitenventrikel und des 3. Ventrikels sowie der Temporalhörner und der Fissura Sylvii

für Alzheimerpatienten deutlich weiter als für die Kontrollgruppe und die kortikalen

Sulci geringfügig weiter. Nach einem Review von DeCarli et al. (1990) sind die Flächen

des 3. Ventrikels und der Seitenventrikel bei Alzheimerpatienten gegenüber

Normalpersonen um 16-200 % und der Interhemisphärenspalts um 19 % vergrößert. Im

Rahmen einer Longitudinalstudie fanden DeCarli et al. (1992), dass die Erweiterung der

Seitenventrikel pro Jahr spezifischer und sensitiver für die Diagnose der Demenz vom

10


Alzheimertyp ist, als der querschnittsmäßige Vergleich der Seitenventrikelgröße am

Ende der Studie. Es ergab sich keine Abhängigkeit des Größenzuwachses von Alter,

Geschlecht, Ventrikelgröße zu Studienbeginn oder dem Ergebnis des Mini-Mental-

Status-Tests.

Pettigrew et al. (2000) konnten zeigen, dass auch asymptomatische periphere

Erkrankungen, z.B. eine asymptomatische Karotisarterienstenose, eine Verschlechterung

der Hirnleistung bedingen können. Insbesondere die Arbeit von Colohan et al. (1989),

die eine Korrelation von MMST und auffälligen CCTs belegen konnte, zeigt die

Möglichkeiten dieser Technik auf.

1.2 Computertomographie

Die Computertomographie hat sich seit ihren Anfängen innerhalb weniger Jahre zu

einer der vielseitigsten und wertvollsten Verfahren der Röntgendiagnostik entwickelt.

Im Laufe der Zeit konnten die einzelnen technischen Komponenten der CT-Einheiten

entscheidend weiterentwickelt werden, wobei das Ziel in einer genaueren Darstellung

bei gleichzeitig besserer Patientenverträglichkeit und niedriger Strahlenbelastung lag.

Die Anwendung der Computertomographie auf den Kopf wird im Allgemeinen als

„Schädel-CT“ oder kraniale Computertomographie (CCT) bezeichnet. Bei optimal

eingestellten Parametern erscheint in CCTs die weiße Substanz (zentral in den Hirn-

Hemisphären) weniger dicht (dunkler, hypodens) als die graue Substanz (hell,

hyperdens, peripher in den Hirn-Hemisphären), da die weiße Substanz einen höheren

Fettgehalt durch die Myelinscheiden um die Nervenfortsätze enthält und deshalb

weniger Strahlung absorbiert und dadurch weniger „dicht“ erscheint. Der Liquor

cerebrospinalis in den Ventrikeln und in den Subarachnoidalräumen erscheint nahezu

schwarz. Dies bedeutet eine Dichte von null Hounsfield-Einheiten (HE), dem Maß für

die Dichte im CT.

1.3 Mini-Mental-Status-Test

Im Laufe der 1980er Jahre etablierte sich der von Folstein et al. (1975, 1983)

entwickelte Mini-Mental-Status-Test (MMST), der auch als Mini-Mental-Test (MMT)

oder Mini-Mental-Status-Examination (MMSE) bezeichnet wird, als wichtiges und

vielfach überprüftes Instrument zur Bestimmung und Objektivierung kognitiver

11


Leistungsfähigkeit (Hays 1984, Jorm et al. 1988, Schmitt et al. 1989). Eine deutsche

Fassung wurde später von Kessler et al. (1990) erstellt.

Der MMST untersucht das Auftreten, das Verhalten, das Wahrnehmungsvermögen, die

Orientierung, die Entscheidungsfähigkeit, die Kognition, das Abstraktionsvermögen und

die Einsichtsfähigkeit der Patienten und ist mittels eines einfachen Bewertungssystems

(Brockenshire 1987) in der Lage, klinische Entscheidungen hinsichtlich des kognitiven

Status eines Patienten zu objektivieren (Bell und Hall 1977). Weitere Kriterien, die den

MMST als gut geeignet für die klinische Nutzung und forschungsorientierte Screening-

untersuchungen erscheinen lassen, sind seine einfache und rasche Durchführbarkeit

ohne Hilfsmittel bei gleichzeitig hoher Reliabilität und Validität (Keller und

Manschreck 1981, Ohnesorg et al. 1999). Allerdings muss die Durchführung nach

vorgegebenen Konsensus-Standards erfolgen (Dellasega und Morris 1993, Molloy und

Standish et al. 1997).

Durch Ergänzungsuntersuchungen, wie z.B. dem Uhrentest, wird der MMST zu einem

gutem Instrument zum Screening des kognitiven Leistungsvermögens (Heinik et al.

2000, Ueda et al. 2002).

1.4 Uhrentest

Der Uhrentest fand in den letzten Jahren eine zunehmende Anwendung zur Testung der

kognitiven Leistungsfähigkeit von Patienten. Der Grund dafür liegt darin, dass er nach

Shulman (2000) größtenteils die Erfordernisse an einen idealen Test zum kognitiven

Screening erfüllt: schnelle Durchführbarkeit (Death et al. 1993), hohe Akzeptanz bei

Patienten, relativ unabhängig vom Kultur-, Sprach- und Bildungshintergrund der

Patienten, hohe Inter-Test- und Test-Retest-Reliabilität, leichte Bewertbarkeit, hohe

Sensitivität und Spezifität, hohe Validität (ermittelt durch den Vergleich mit anderen

Messsystemen, Ploenes et al. 1994) und hohe Vorhersagekraft.

Die untersuchten Leistungen umfassen dabei (auditives) Verständnis, Planung, visuelle

Erinnerung und Rekonstruktion in einer graphischen Darstellung, visuospatiale

Fähigkeiten, motorische Planung und Ausführung, abstraktes Denken (nach

semantischer Anweisung), Konzentration und Frustrationstoleranz (Mendez et al. 1992,

Royall et al. 1998).

12


Um aber die von Brodaty et al. (1998), aber auch von anderen Gruppen (Bush et al.

1997) gezeigte Ungenauigkeiten des Testes bei bestimmten Patientengruppen zu

kompensieren, gilt als Konsensus, den Uhrentest nicht alleine, sondern in Kombination

zum Beispiel mit dem MMST (Juby 1999, Schramm et al. 2002) oder dem Verbal

Fluency Test (Isaacs und Kennie 1973) einzusetzen. Dementsprechend wurde auch in

der vorliegenden Arbeit verfahren.

Der MMST-Uhrentest kann als Teil des MMST-Gesamt aufgefasst werden, der im

amerikanischen Raum insbesondere zur Testung der Zeichenfähigkeit eingesetzt wird.

Er kann ebenfalls als Screening Test genutzt werden, der dann besonders ausführende

Funktionen testet. Er ist schnell und einfach anzuwenden und wird hervorragend

akzeptiert. Er stellt einen entscheidenden Fortschritt in der Früherkennung von Demenz

und dem Monitoring kognitiver Veränderungen dar. Ein einfaches Punktesystem mit der

Betonung auf qualitative Aspekte des Uhrenzeichnens optimiert seinen Nutzen.

1.5 Fragestellung

Die Leistungsfähigkeit der Kognition wird von verschiedenen Grunderkrankungen

beeinflusst. Bisher war jedoch unklar, ob definierte Grunderkrankungen zu spezifischen

Veränderungen der Hirnmorphologie im CCT führen und diese einen Vorhersagewert

bezüglich der gemessenen Leistungsfähigkeit im MMST haben.

Ziel der vorliegenden Arbeit ist eine mögliche Korrelation zwischen den hirn-

morphologischen Veränderungen und der kognitiven Leistungsfähigkeit von Patienten

mit definierten Grunderkrankungen nachzuweisen (Abb. 1).

Bei mitunter stark unterschiedlichen Grunderkrankungen ist grundsätzlich davon

auszugehen, dass Zusammenhänge zwischen hirnmorphologischen Veränderungen und

der kognitiven Leistungsfähigkeit auch unterschiedlich ausgeprägt sind. In einem stark

heterogenen Patientengut wie dem vorliegenden können sich daher verschiedenartige

Zusammenhänge überlagern und unsichtbar werden. Diese Möglichkeit soll untersucht

werden, indem die statistischen Auswertungen sowohl für das gesamte

Patientenkollektiv als auch für einzelne Grunderkrankungsgruppen durchgeführt

werden.

13


Abb. 1: Entwicklung der Fragestellung

Folgende Vorgehensweise wurde gewählt:

1. Analyse der durchgeführten CCTs mit Bestimmung der

a. Flächen und

b. Dichten.

2. Durchführung von MMST und Uhrentest.

3. Statistische Auswertung der erhobenen Daten als gesamtes Kollektiv und

unterteilt in Grunderkrankungsgruppen.

2. Patienten und Methode

2.1 Patienten

Die in dieser Arbeit erfassten Daten wurden bei 95 Patienten erhoben, bei denen zwi-

schen April 2000 und Januar 2001 im Marienhospital Herne – Universitätsklinik der

Ruhr-Universität Bochum – aufgrund von klinischen Indikationen eine CT-

Untersuchung des Schädels durchgeführt wurde. Diese Indikationen umfassten dabei

u.a. die akute Ischämie, zerebrale Blutungen, Frakturen, neurologische Fragestellungen

oder Tumorleiden. Alle Patienten hatten Einverständniserklärungen abgegeben.

14

Krankheit

Beeinflussung der Kognition,

z.B. mittels MMST darstellbar

Hirnmorphologie, z.B. CCT-/MRT-

Veränderung, anatomisch-

pathologische Veränderung

Fragestellung der

Arbeit


2.1.1 Alter und Geschlecht der Patienten

Das Patientenkollektiv setzte sich aus 51 Männern (53,7 %) im Alter von 32- 86 Jahren

und 44 Frauen (46,3 %) im Alter von 21 - 86 Jahren zusammen. Die Männer waren mit

einem Mittelwert von 65,1 Jahren nur geringfügig jünger als die Frauen mit 66,4 Jahren

(Tab. 1:).

Tab. 1: Alter der Patienten

Männer Frauen Gesamt

Anzahl (Anteil) 51 (53,7 %) 44 (46,3 %) 95

Mittelwert [Jahre] 65,1 66,4 65,7

Standardabweichung [Jahre] 11,1 14,7 12,9

Minimum [Jahre] 32,2 21,0 5,4

Maximum [Jahre] 86,5 86,6 86,6

Median [Jahre] 66,5 71,5 67,8

15


Der größte Anteil des Patientenkollektivs war 60-80 Jahre alt. Die Männer überwogen

in der Alterklasse der 50-70jährigen. In den übrigen Alterklassen war das Geschlechts-

verhältnis nahezu ausgewogen (Abb. 2).

0

5

10

15

20

25

30

20-29 30-39 40-49 50-59 60-69 70-79 80-90Alter [Jahre]

Anz

ahl

Männer Frauen

Abb. 2: Alters- und Geschlechtsverteilung der Patienten

16


2.1.2 Einteilung der Grunderkrankungsgruppen

Die Patienten lassen sich anhand der klinischen Symptomatik in drei prinzipiell

unterschiedliche Grunderkrankungsgruppen einteilen (Tab. 2). Dies ermöglicht eine

vertiefende statistische Analyse, die strukturelle Unterschiede im Zusammenhang der

Hirnmorphologie mit dem MMST-Ergebnis zwischen den einzelnen Grunderkrankungs-

gruppen aufzeigen kann.

Tab. 2: Erkrankungen der Patienten

Grunderkrankung Eingehende Krankheits-

bilder

Patienten

Anzahl [n] Anteil [ %]

1 Neurologische

Krankheitsbilder

Schwindel 7 7,4

Epilepsie 2 2,1

Cerebraler Insult 16 16,8

(subdurale) Blutung 1 1,1

Alkoholentzugsdelir 1 1,1

Gesamt 27 28,4

2 Kardiovaskuläre

Krankheitsbilder

KHK 6 6,3

Herzinsuffizienz 1 1,1

Hypertonie 8 8,4

Rhythmusstörungen 10 10,5

Carotisstenose (cAVK) 3 3,2

PAVK 3 3,2

Gesamt 31 32,6

3 Tumorleiden Alle mit Hirnmetastasen 37 38,9

2.2 CCT

Sämtliche CCT-Aufnahmen wurden mit einem Siemens Somatom plus 4 Volume Zoom

durchgeführt; zur Zeit der durchgeführten Messungen eines der ersten verfügbaren

Mehrzeiler-Geräte in Deutschland. Es wurde das Standard-Programm für die

17


Untersuchung des Kopfes eingesetzt (mit 4 mm-Schichten im Bereich der Schädelbasis,

5 mm-Schichten im Bereich des Cerebrums).

2.2.1 Aufnahmetechnik

2.2.1.1 Messparameter

Folgende Messparameter wurden eingesetzt (Tab. 3):

Tab. 3: Messparameter für die Schädelbasis und das Cerebrum

Messparameter Schädelbasis Cerebrum

Spannung 140 kV 120 kV

Strom 350 mA 450 mA

Schichtdicke (SD) 4 mm 5 mm

Kollimierung 1 mm 2,5 mm

Tischvorschub 3,5 mm 10 mm

Scanzeit 1 sek 1 sek

Zykluszeit 3 sek 3 sek

2.2.1.2 Einsatz von Kontrastmittel

Bei einigen Patienten wurde neben der Nativuntersuchung ohne Kontrastmittel (KM)

die Indikation zu einer zusätzlichen Untersuchung mit KM (Ultravist 370, Wirkstoff:

Iopromid, Fa. Schering) gestellt. Die im Rahmen dieser Arbeit durchgeführten

relevanten Messungen basierten auf den Untersuchungen ohne KM. Zur Feststellung, ob

eine Frontalhirnatrophie vorlag oder nicht, wurden ebenfalls ausschließlich die

Untersuchungen ohne KM herangezogen, da dieser Messparameter unabhängig von KM

war.

Alle Patienten wurden in der Siemens-Kopfschale gelagert und die Schichtebenen

standardisiert parallel zur Schädelbasis gewählt – entsprechend dem gültigen

Untersuchungsprotokoll.

18


2.2.1.3 Schichtendefinition und Flächenmessung

Zunächst wurden fünf verschiedene Schichtebenen (SE1 bis SE5) bestimmt, in denen

die einzelnen Parameter gemessen wurden (Abb. 3 bis Abb. 7). Die Identifikation der

einzelnen Schichtebenen erfolgte durch bestimmte prägnante anatomische Strukturen,

die nachfolgend in den jeweiligen Bildern näher erläutert werden.

In diesen Schichtebenen wurden die Flächen der Gehirnmasse (graue und weiße

Substanz) ermittelt, indem die gesamte intracranielle Fläche gemessen wurde, von der

dann die Fläche des Ventrikelsystems (sofern in der SE enthalten) abgezogen wurde.

Daneben wurde der größte Durchmesser der Stammganglien bestimmt.

Abb. 3: SE 1: Horizontalschnitt durch den Boden des III. Ventrikels

(repräsentativer Schnitt zur Veranschaulichung)

19


Abb. 4: SE 2: Horizontalschnitt durch den III. Ventrikel im Bereich des

Abganges des Aqueductus mesencephali (repräsentativer Schnitt

zur Veranschaulichung)

20


Abb. 5: SE 3: Horizontalschnitt auf Höhe des Corpus pineale


21


Abb. 6: SE4: Horizontalschnitt auf Höhe des größten Durchmessers der

Seitenventrikel (repräsentativer Schnitt zur Veranschaulichung)

22


Abb. 7: SE 5: Horizontalschnitt unmittelbar oberhalb der Seitenventrikel


2.2.1.4 Dichtemessung

Die Dichte wurde wie in der CT üblich in Hounsfield-Einheiten gemessen. Es erfolgten

mit Hilfe von Messkreisen (200 mm2 im Kleinhirn und 100 mm2 im Großhirn)

Dichtemessungen sowohl im Mark als auch in der Rinde. Rindenmessungen erfolgten

frontal, bds. temporal und occipital; Markmessungen erfolgten bds. lateral der

Seitenventrikel (s. Abb. 3-7). Lagen fokale Läsionen wie Infarkte, Blutungen oder

Metastasen im Bereich der festgelegten Messpunkte, wurden diese ausgeschlossen.

Ein zusätzlicher Messkreis insbesondere zur Bestimmung einer evtl. vorhandenen

Hirnatrophie befand sich frontal möglichst in unmittelbarer Nähe zum Os frontale.

Die Dichte im Kleinhirn wurde in der SE 1 in der Mitte der linken Kleinhirnhemisphäre

ermittelt.

23


2.3 Mini-Mental-Status-Test und Uhrentest

2.3.1 Mini-Mental-Status-Test

Die deutsche Version des Originaltestes wurde ohne Änderungen genutzt (siehe

Anhang, Kap. 7.2).

In jeweils einzelnen Testitems wurden Zeitorientierung, örtliche Orientierung,

Gedächtnis, Aufmerksamkeit, Sprache, exekutive Funktion und motorische Funktionen

geprüft.

Durchführung: Der Mini-Mental-Status-Test wurde bei den Patienten jeweils am Tag

der CCT-Untersuchung durchgeführt. Die Durchführung des Testes nahm je ca. 15 min

in Anspruch.

Auswertung: Die einzelnen Testitems wurden jeweils einzeln und zusammengefasst

ausgewertet (siehe Anhang, Kap. 7.2).

2.3.2 Uhrentest

Der Uhrentest wurde jeweils gemeinsam mit dem Mini-Mental-Status-Test durchgeführt

und entsprechend ausgewertet.

2.4 Statistische Auswertung

2.4.1 Korrelationsanalyse

Mit Hilfe der Korrelationsanalyse wurde geprüft, ob sich Zusammenhänge zwischen

Ergebnissen von CCT-Messungen (Fläche und Dichte) und den Ergebnissen des Mini-

Mental-Status-Tests finden.

Da die Daten normalverteilt waren, konnte die Korrelationskoeffizientenberechnung

nach Pearson angewandt werden. Um das Problem des multiplen Testens mit

hochdimensionalen Daten zu vermindern, wurde das sonst übliche Signifikanzniveau

von p<0,05 auf ein Niveau von p<0,001 angepaßt.

Die Korrelationsanalyse wurde zunächst für das gesamte Patientenkollektiv

vorgenommen.

Anschließend erfolgte die Einteilung in die drei Grunderkrankungsgruppen (siehe Kap.

2.1.2) mit anschließender Korrelationsanalyse für jede der drei Gruppen (Abb. 8). Um

24


zu prüfen, ob sich die Korrelationsstrukturen der jeweiligen Grunderkrankungsgruppen

unterscheiden, wurden die Ergebnisse der Korrelationsanalyse außerdem einem

paarweisen Vorzeichen-Test nach Wilcoxon unterzogen (ebenfalls zum Irrtumsniveau

von 0,001). Können solche Unterschiede gezeigt werden, dann ist dies ein Hinweis auf

eine sinnvolle Gruppeneinteilung.

Abb. 8: Vorgehen bei der Korrelationsanalyse

Da die Aufteilung des gesamten Patientenkollektivs in einzelne Gruppen zu einer

Reduzierung des Stichprobenumfangs führte, wurde für diejenigen CCT-Messungen, bei

denen nur geringe Datenmengen vorlagen, auf eine Korrelationsanalyse verzichtet.

Hierbei handelte es sich in erster Linie um die Dichtemessungen von Patienten, für die

ein Kontrastmittel verwendet wurde.

2.4.2 Faktoranalyse und Regression

Zur Prüfung der Korrelation einzelner MMST-Komponenten mit definierten CCT-

Werten innerhalb der einzelnen Grunderkrankungsgruppen wurde ein zweistufiges

mathematisches Verfahren aus Faktoranalyse und Regression gewählt.

25

Überprüfung: Korrelation aller CCT-Daten mit allen MMT-Daten

Gesamtkollektiv

Schwache Korrelationen

Bildung klinischer Gruppen

Gruppe 1:Neurologische Krankheitsbilder

Gruppe 2:Kardiovaskuläre Krankheitsbilder

Gruppe 3:Tumorleiden

In den Gruppen:Stärkere Korrelation

FaktoranalyseRegression


Die Faktoranalyse ist im Rahmen dieser Arbeit –vereinfacht gesagt– eine Zwischenrech-

nung mit dem Ziel, die vorliegenden Variablen zu neuen zusammenzufassen.

Hierbei erfolgt die Zusammenfassung derart, dass die berechneten neuen Variablen

voneinander unabhängig sind. Anschaulich bedeutet dies, dass äquivalente Variablen

des ursprünglichen Datenmaterials zu Gruppen zusammengefasst wurden.

Die Ergebnisse der durchgeführten Faktoranalyse müssen unter verschiedenen Gesichts-

punkten beurteilt werden, die zum einen die Qualität der Zusammenfassung und zum

anderen die Zusammensetzung der Hauptkomponenten berücksichtigen. Das Maß für

die Zusammenfassungsqualität ist „erklärte Varianz“, die beschreibt wie groß der Anteil

der Varianz ist, die durch eine bestimmte Anzahl von Hauptkomponenten repräsentiert

wird. Als besonders „aussagekräftig“ gilt eine Variablenkombination, für welche die

beobachteten Werte möglichst stark streuen. Es wird also durch diese Kombination sehr

viel Varianz erklärt.

Als Methode der Faktoranalyse wurde eine Hauptkomponentenanalyse gewählt. Diese

Berechnung erwies sich auch unter Verwendung von 50 Variablen bei jeweils ca. 30

Beobachtungen als sinnvoll, da die CCT-Ergebnisse starke Korrelationen untereinander

aufwiesen.

Die Regression stellte den zweiten Schritt des Verfahrens dar. Dabei wurde überprüft,

wie gut sich die MMST-Werte durch die extrahierten Hauptkomponenten vorhersagen

ließen und entsprach damit weitgehend einer erneuten Korrelationsanalyse. Da die

extrahierten Hauptkomponenten voneinander unabhängig waren, ließ sich aber

gleichzeitig ermitteln, ob die MMST-Werte von mehreren der ermittelten CCT-Daten

gleichzeitig abhingen (und von welchen).

Ein wichtiger Parameter zur Beurteilung der Regression ist das Bestimmtheitsmaß (R2),

das die Vorhersagefähigkeit des Modells angibt. Dieser Wert liegt zwischen Null und

Eins. Würde dieser Wert Eins, könnte exakt vorhergesagt werden, welches MMST-

Ergebnis ein Patient aufgrund bestimmter CCT-Daten hat. Je kleiner das

Bestimmtheitsmaß wird, desto schlechter ist die Vorhersagefähigkeit des Modells.

26


Abb. 9: Vorgehen bei der Faktoranalyse und Regression

27

Datensatz 1

Datensatz 2

.

.

.

.Datensatz n

n HauptkomponentenFaktor-analyse

6 Hauptkomponenten

Reduktion

Regression Ergebnis:Korrelation zw. MMST und CCT

Ergebnisse

3. Ergebnisse

3.1 Korrelationsanalyse

3.1.1 Gesamtes Patientenkollektiv

Es wurden die Korrelationen zwischen allen CCT-Messwerten und allen MMST-

Ergebnissen für das gesamte und damit heterogene Patientenkollektiv berechnet,

insgesamt also 720 Korrelationen (72 CCT-Messwerte x 10 MMST Werte). Dabei

fanden sich zum Niveau 0,001 signifikante Zusammenhänge zwischen den CCT-

Messwerten und den MMST-Ergebnissen.

Zehn Korrelationen mit den betraglich größten Korrelationskoeffizienten wurden als

Auszug dargestellt. Der maximale Korrelationskoeffizient betrug 0,48 für den

Zusammenhang zwischen der minimalen Dichte links temporal in der Schichtebene 3

ohne Kontrastmittel mit dem MMST Zeitorientierung. Für alle zehn Korrelationen galt

p<0,00003 (Tab. 4).

37 Korrelationen haben ein Signifikanzniveau von p<0,001, dabei lagen die

Korrelationswerte betraglich zwischen 0,48 und 0,33.

28

Ergebnisse

Tab. 4: Die zehn betraglich größten Korrelationen zwischen CCT- und

MMST-Werten für das gesamte Patientenkollektiv

Messparameter CCT Messparameter MMST p-Wert Corr n

D min temp li SE 3 oKM MMST Zeitorientierung 8,972 ⋅10-7 0,48 95

Fläche, Cerebrum, SE 5 MMST GESAMT 1,814 ⋅10-6 0,47 95

D min temp li SE 3 oKM MMST GESAMT 3,506 ⋅10-6 0,46 95

Fläche, Cerebrum, SE 3 MMST GESAMT 3,526 ⋅10-6 0,46 95

D Ds Hirnatrophie SE 4 oKM MMST Exekutiv 4,142 ⋅10-6 0,45 95

Fläche, Cerebrum, SE 4 MMST GESAMT 0,000012 0,43 95

D min temp li SE 3 oKM MMST Uhrentest 0,000015 0,43 95

Fläche, Cerebrum, SE 3 MMST Zeitorientierung 0,000020 0,42 95

Fläche, Seitenventrikel li, SE 3 MMST GESAMT 0,000022 -0,42 95

Fläche, Seitenventrikel li, SE 3 MMST Zeitorientierung 0,000027 -0,42 95

Es zeigte sich, dass hohe MMST-Werte bei großen Hirnflächen, hohen Dichtewerten

und geringer Hirnatrophie auftraten (positiver Korrelationskoeffizient). Dagegen waren

große Flächen der Seitenventrikel mit niedrigen MMST-Werten korreliert (negativer

Korrelationskoeffizient).

Die Analyse zeigte auch, dass keiner der CCT-Messwerte allein die MMST-Werte voll-

ständig erklären konnte (keine Korrelation nahe 1). Grundsätzlich erlaubt diese

Beobachtung verschiedene Schlüsse. Zum einen ist es möglich, dass die CCT-

Messwerte tatsächlich keine starken Zusammenhänge mit den MMST-Werten

aufweisen. Zum anderen ist es aber auch möglich, dass starke Zusammenhänge für

unterschiedliche Grunderkrankungsgruppen nachgewiesen werden können, die im

gesamten (heterogenen) Patientenkollektiv aber verdeckt werden. Aus diesem Grund

wurde dieselbe Korrelationsanalyse auch auf die drei Patientengruppen der

verschiedenen Grunderkrankungstypen angewendet. Da sich durch die Einteilung in

kleinere Gruppen der jeweilige Stichprobenumfang verringerte, wurde für die

Ermittlung signifikanter Zusammenhänge ein strengeres Signifikanzniveau angewendet.

29

Ergebnisse

3.1.2 Neurologische Krankheitsbilder

Für die Korrelationsanalyse bei dieser Krankheitsgruppe konnten die Daten des MMST-

Sprache nicht verwendet werden, da die Patienten dieser Gruppe einheitlich die volle

Punktzahl erzielten. Auch für die Teilgruppe der neurologischen Krankheitsbilder

wurden die zehn Korrelationen mit den betraglich größten Korrelationskoeffizienten als

Auszug dargestellt. Dabei fanden sich ebenfalls signifikante Zusammenhänge (p<0,001)

zwischen den CCT-Messwerten und den MMST-Ergebnissen. Der maximale

Korrelationskoeffizient betrug 0,67 und lag damit höher als für das gesamte

Patientengut. Für alle zehn Korrelationen galt p<0,001, die p-Werte lagen damit im

Vergleich zum gesamten Patientengut höher (Tab. 5).

Hohe MMST-Werte waren verbunden mit großen Hirnflächen (positiver Korrelations-

koeffizient). Dagegen waren große Flächen der Seitenventrikel mit niedrigen MMST-

Werten korreliert (negativer Korrelationskoeffizient).

30

Ergebnisse


MMST-Werten in der Grunderkrankungsgruppe neurologische

Krankheitsbilder


Längsdurchmesser

Stammganglien

MMST Aufmerksamkeit 0,00015 0,67 27

Fläche, Seitenventrikel li, SE 3 MMST Gedächtnis 2 0,00018 -0,66 27




Fläche, Cerebrum, SE 5 MMST GESAMT 0,00081 0,61 27

Fläche, Cerebrum, SE 5 MMST Exekutiv 0,00084 0,60 27

Fläche, Seitenventrikel li, SE 4 MMST Gedächtnis 2 0,00089 -0,60 27

Längsdurchmesser

Stammganglien

MMST Uhrentest 0,00116 0,59 27


3.1.3 Kardiovaskuläre Krankheitsbilder

Für die Korrelationsanalyse bei dieser Krankheitsgruppe konnten die Daten des MMST-

Sprache nicht verwendet werden, da die Patienten dieser Gruppe einheitlich die volle

Punktzahl drei erzielten.

Für die kardiovaskulären Krankheitsbilder wurde wieder eine Zusammenstellung der

zehn Korrelationen mit den betraglich größten Korrelationskoeffizienten gegeben. Dabei

fanden sich abermals hochsignifikante Zusammenhänge (p<0,001) zwischen den CCT-

Messwerten und den MMST-Ergebnissen. Der maximale Korrelationskoeffizient betrug

0,68 und war damit mit den neurologischen Krankheitsbildern vergleichbar. Für alle

zehn Korrelationen galt p<0,0005, vergleichbar mit den neurologischen

Krankheitsbildern (Tab. 6).

Hohe MMST-Werte waren verbunden mit einer hohen Dichte (positiver Korrelations-

koeffizient). Dagegen waren große Flächen der Seitenventrikel mit niedrigen MMST-

Werten korreliert (negativer Korrelationskoeffizient).

31

Ergebnisse


MMST-Werten in der Grunderkrankungsgruppe kardiovaskuläre

Krankheitsbilder


D min Cerebellum SE 1 oKM MMST örtliche Orientierung 0,00003 0,68 30

D min Cerebellum SE 1 oKM MMST Zeitorientierung 0,00006 0,67 30

Fläche, Seitenventrikel re, SE 3 MMST GESAMT 0,00009 -0,65 30



Fläche, Seitenventrikel re, SE 4 MMST GESAMT 0,00038 -0,61 30


Fläche, Seitenventrikel re, SE 3 MMST Aufmerksamkeit 0,00041 -0,60 30

D Ds Cerebellum SE 1 oKM MMST örtliche Orientierung 0,00043 0,60 30

D min Rinde SE 4 oKM MMST Zeitorientierung 0,00046 0,60 30

3.1.4 Tumorleiden

Schließlich wurde auch eine Zusammenstellung der zehn Korrelationen mit den

betraglich größten Korrelationskoeffizienten für die Tumorleiden gegeben. Dabei

fanden sich auch hier signifikante Zusammenhänge (p<0,001) zwischen den CCT-

Messwerten und den MMST-Ergebnissen. Der maximale Korrelationskoeffizient betrug

0,58 und war damit im Vergleich zu den neurologischen und kardiovaskulären

Krankheitsbildern niedriger. Für alle zehn Korrelationen galt p<0,005, also höher als bei

den neurologischen und kardiovaskulären Krankheitsbildern (Tab. 7).

Hohe MMST-Werte waren verbunden mit einer hohen Dichte (positiver Korrelations-

koeffizient). Ein Zusammenhang mit großen Flächen der Seitenventrikel zeigte sich im

Gegensatz zu den neurologischen und kardiovaskulären Krankheitsbildern nicht.

32

Ergebnisse


MMST-Werten in Grunderkrankungsgruppe Tumorleiden


D max Mark SE 4 oKM MMST Gedächtnis 2 0,00013 0,58 38

D Ds Mark SE 4 oKM MMST Gedächtnis 2 0,00026 0,56 38

D min temp re SE 3 oKM MMST Exekutiv 0,00040 0,55 38

D min Mark SE 4 oKM MMST Gedächtnis 2 0,00046 0,54 38

D min temp re SE 3 oKM MMST Zeitorientierung 0,00092 0,52 38

D max Hirnatrophie SE 4 oKM MMST Exekutiv 0,00112 0,51 38

D max temp re SE 3 oKM MMST Exekutiv 0,00171 0,49 38

D max frontal SE 3 oKM MMST Gedächtnis 2 0,00179 0,49 38

D Ds temp re SE 3 oKM MMST Exekutiv 0,00203 0,48 38

D Ds temp re SE 4 oKM MMST Zeitorientierung 0,00322 0,47 38

3.1.5 Vergleich der Grunderkrankungsgruppen

Um unterschiedliche Korrelationsstrukturen in den einzelnen Grunderkrankungsgruppen

formal zu prüfen, wurde der (nichtparametrische) Vorzeichen-Test nach Wilcoxon auf

die Korrelationsdaten angewendet. Dieser ergab einen signifikanten Unterschied der

Korrelationskoeffizienten zwischen allen drei Grunderkrankungsgruppen (p<0,001).

Als prinzipieller Unterschied zwischen den Gruppen fand sich in den Gruppen der

neurologischen und kardiovaskulären Erkrankungen eine Assoziation des MMST mit

Datenelementen des CCT, welche die Fläche beschreiben, wogegen die Patienten mit

Tumorleiden eine Korrelation von MMST mit der Dichte aufzeigten.

Insgesamt zeigt sich die Einteilung in Grunderkrankungsgruppen damit in zweierlei

Hinsicht als erfolgreich:

a) Innerhalb der Grunderkrankungsgruppen können stärkere

Zusammenhänge zwischen CCT- und MMST-Werten

nachgewiesen werden

b) Der nachträgliche Vorzeichen-Rangtest weist statistisch

eindeutig nach, dass sich die Grunderkrankungsgruppen

unterschiedlich verhalten, d.h. die Korrelationsstrukturen in den

drei Grunderkrankungsgruppen unterscheiden sich überzufällig.

33

Ergebnisse

Hierdurch erklären sich die schwächeren Zusammenhänge, die

für das zusammengefasste Patientenkollektiv gefunden wurden:

In der zusammengefassten Gruppe werden die strukturell

unterschiedlichen Ergebnisse überdeckt.

Zwar wurde der Stichprobenumfang in den einzelnen Gruppen gegenüber dem gesamten

Patientenkollektiv reduziert, dafür waren diese kleineren Gruppen statistisch homogener

und wiesen zu dem angepassten Signifikanzniveau von 0,001 stärkere Korrelationen

auf.

Neurologische Krankheitsbilder: 8 Korrelationen zwischen 0,60 und 0,67,

Kardiovaskuläre Krankheitsbilder: mindestens alle aufgeführten 10 Korrelationen über

0,60, bis zu 0,68.

Tumorleiden: 5 Korrelationen zwischen 0,52 und 0,58. Diese Korrelationen liegen

sämtlich über den Ergebnissen für das gesamte Patientenkollektiv und stützen damit den

Ansatz zu Unterteilung in Patientengruppen.

Abb. 10: Übersicht über die Ergebnisse der Korrelationsanalyse

3.2 Faktoranalyse

In den vorangehenden Kapiteln konnten Zusammenhänge zwischen CCT-Daten und

MMST-Werten nachgewiesen werden. Keiner der Zusammenhänge allein war jedoch so

stark, dass der jeweilige MMST-Wert sicher durch einen CCT-Wert vorhergesagt

34

Gruppe 1:Neurologische Krankheitsbilder

Gruppe 2:Kardiovaskuläre Krankheitsbilder

Gruppe 3:Tumorleiden

Unterschied der Korrelationskoeffizienten zwischen den

Fläche korreliert am stärksten mit MMST

Fläche korreliert am stärksten mit MMST

Dichte korreliert am stärksten mit MMST

Ergebnisse

werden konnte. Mit der nachfolgenden Analyse wurde geprüft, ob eine gleichzeitige

Berücksichtigung aller CCT-Daten in dieser Hinsicht zu einer Verbesserung führte und

welche CCT-Daten in diesem Zusammenhang äquivalent waren.

Mit der Faktoranalyse wurden für die drei Grunderkrankungsgruppen jeweils sechs oder

sieben Hauptkomponenten ermittelt, d.h. die ursprünglich 72 Variablen wurden

zusammengefasst. Die Anzahl ergab sich aus dem Ziel, mindestens 75% der Varianz der

Daten zu erklären. Die ersten vier Hauptkomponenten mit zugehörigen Faktorladungen

sind im Anhang wiedergegeben (Kap. 7.1, Tab. 11-Tab. 13). Durch die Haupt-

komponenten wurden in jeder der Grunderkrankungsgruppen ca. drei Viertel der

Varianz (neurologische Krankheitsbilder 79 %, kardiovaskuläre Erkrankungen 74 %

und Tumorerkrankungen 76 %) erfasst. Anders ausgedrückt ließen sich drei Viertel der

Informationen der CCT-Messungen in sechs Hauptkomponenten zusammenfassen. Die

Faktoranalyse war somit erfolgreich.

3.3 Regression

Die sechs Hauptkomponenten wurden zur Beschreibung des MMST-Gesamt und des

Uhrentests herangezogen. Dazu wurde jeweils eine Regression zwischen den (abhängi-

gen) MMST-Variablen und diesen sechs Faktoren berechnet.

3.3.1 Regression des MMST-Gesamt

Es zeigte sich, dass in jeder Grunderkrankungsgruppe genau eine Hauptkomponente für

den Gesamt-MMST deutlich dominant war. In den beiden Gruppen neurologische und

kardiovaskuläre Krankheitsbilder war dies die dritte Hauptkomponente und in der

Gruppe Tumorerkrankungen die erste Hauptkomponente (Tab. 8).

Das Bestimmtheitsmaß R², welches die Vorhersagefähigkeit des Tests beschreibt, unter-

schied sich zwischen den Gruppen deutlich. Es zeigte sich, dass sich die MMST-Ergeb-

nisse der Patienten mit kardiovaskulären Krankheitsbildern am besten aus den CCT-

Messungen ableiten ließen (R²=0,64). Es folgte die Gruppe neurologische

Krankheitsbilder (R²=0,50) und schließlich die Tumorerkrankungen (R²=0,37).

Für die neurologischen und kardiovaskulären Krankheitsbilder stellten die Fläche der

Seitenventrikel und die Fläche des Cerebrums die wichtigsten Variablen der CT-

35

Ergebnisse

Messungen dar. Dagegen hatten für die Tumorleiden die Dichten die größte Bedeutung

(Tab. 9).

36

Ergebnisse

Tab. 8: Zusammenfassung der Modelle zum MMST-Gesamt (Intercept: Kon-

stante des Modells), die dominierenden Hauptkomponenten (HK) sind durch

Fettdruck hervorgehoben

Grunderkrankungs-

gruppe

Parameter-

schätzer

F-Wert

(Type III SS)

p-Wert

(Type III SS)

Neurologische

Krankheitsbilder

R²=0,50

Intercept 23,72682563

HK 1 0,28402664 0,48 0,4975

HK 2 0,20729426 0,29 0,5934

HK 3 1,29390821 18,20 0,0004

HK 4 0,04016846 0,00 0,9508

HK 5 0,10501302 0,07 0,7905

HK 6 0,18165963 0,15 0,7053

Kardiovaskuläre

Krankheitsbilder

R²=0,64


HK 1 0,34693148 4,69 0,0410

HK 2 -0,18299856 1,01 0,3261

HK 3 1,19014950 29,61 0,0001

HK 4 0,39206661 1,04 0,3180

HK 5 -0,07606797 0,07 0,7919

HK 6 -0,36282057 1,29 0,2675

Tumorleiden

R²=0,37


HK 1 0,39215226 11,88 0,0017

HK 2 0,08078846 0,26 0,6114

HK 3 0,14587237 0,54 0,4684

HK 4 0,33467007 1,99 0,1688

HK 5 0,48725190 2,50 0,1237

HK 6 0,26213104 0,66 0,4230

37

Ergebnisse

Tab. 9: Zusammensetzung der dominierenden HK. Pro Grunderkrankungs-

gruppe werden die dominierende HK der Faktoranalyse und die

dazugehörigen Variablen mit den größten Faktorladungen aufgeführt

Grunderkrankungs-

gruppe

Dominierende

Hauptkomponente

Variablen

Neurologische

Krankheitsbilder

drei (Auszug aus

Anhang, )

Fläche Seitenventrikel liTab. 11 SE 4

Fläche Seitenventrikel li SE 3

Fläche Seitenventrikel re SE 4


Fläche Cerebrum SE 5



Kardiovaskuläre

Krankheitsbilder

drei (Auszug aus

Anhang, )

Fläche Seitenventrikel liTab. 12 SE 4

Fläche Seitenventrikel li SE 3






Tumorleiden eins (Auszug aus

Anhang, )

D Ds temp li SE 3 oKM

D Ds temp li SE 4 oKM

D max temp li SE 4 oKM

D Ds occ SE 4 oKM

D Ds frontal SE 3 oKM

D Ds occ SE 3 oKM

D Ds Mark SE 4 oKM

3.3.2 Regression des Uhrentests

Wie die Regression des MMST-Gesamt ergab auch die Regression des Uhrentests, dass

in jeder Grunderkrankungsgruppe genau eine Hauptkomponente den Uhrentest

38

Ergebnisse

bestimmte. In den beiden Gruppen neurologische und kardiovaskuläre Krankheitsbilder

waren dies abermals die dritte Hauptkomponente und in der Gruppe

Tumorerkrankungen die erste Hauptkomponente (Tab. 10).

Das Bestimmtheitsmaß R² war bei allen Krankheitsbildern deutlich niedriger als bei der

Regression des MMST-Gesamt Gruppen. Die Reihenfolge stimmte mit der Regression

des MMST-Gesamt überein. So war das Bestimmtheitsmaß R² bei den Patienten mit

kardiovaskulären Krankheitsbildern am höchsten (R²=0,48). Es folgte mit geringem

Abstand die Gruppe der neurologischen Krankheitsbilder (R²=0,47), während die

Gruppe der Tumorerkrankungen deutlich niedriger lag (R²=0,27). Die

Vorhersagefähigkeit des Modells war also beim Uhrentest vergleichsweise schwächer.

39

Ergebnisse

Tab. 10: Zusammenfassung der Modelle zum Uhrentest (Intercept: Konstante

des Modells), die dominierenden Hauptkomponenten (HK) sind

durch Fettdruck hervorgehoben

Grunderkrankungs-

gruppe

Parameter-

schätzer

F-Wert

(Type III SS)

p-Wert

(Type III SS)

Neurologische

Krankheitsbilder

R²=0,47

Intercept 5,082975297 0,0001

HK 1 0,445694702 2,71 0,1155

HK 2 0,378424512 2,26 0,1484

HK 3 0,565989420 8,02 0,0103

HK 4 0,467020172 1,21 0,2835

HK 5 0,156597270 0,37 0,5492

HK 6 0,544044441 3,04 0,0966

Kardiovaskuläre

Krankheitsbilder

R²=0,48

Intercept 6,892821383 0,0001

HK 1 0,047317614 0,13 0,7179

HK 2 -0,182091654 1,53 0,2287

HK 3 0,641382352 13,19 0,0014

HK 4 0,500517812 2,60 0,1202

HK 5 0,095910165 0,17 0,6807

HK 6 -0,315126034 1,49 0,2339

Tumorerleiden

R²=0,27

Intercept 6,616212384 0,0001

HK 1 0,285615204 6,90 0,0133

HK 2 0,142120195 0,89 0,3520

HK 3 -0,106442972 0,31 0,5791

HK 4 0,099519946 0,19 0,6641

HK 5 0,510827826 3,01 0,0925

HK 6 -0,073000594 0,06 0,8145

40

Ergebnisse

3.4 Zusammenfassung

Insgesamt ergab die Analyse der experimentellen Daten drei wesentliche Ergebnisse:

a) Tendenziell können für alle Patientengruppen Zusammenhänge zwischen

morphologischen Daten und kognitiver Leistungsfähigkeit nachgewiesen

werden.

b) Diese Zusammenhänge sind hochdimensional und lassen sich nicht auf einzelne

Variablen reduzieren. Insbesondere kann nicht ein einzelner CCT-Wert

angegeben werden, der zu einer exakten Vorhersage der MMST-Scores

geeignet wäre.

c) Beim Vergleich verschiedener Grunderkrankungsgruppen zeigen sich

unterschiedliche Korrelationsstrukturen, d.h. etwaige Vorhersagemöglichkeiten

für eine Patientengruppe lassen sich nicht auf andere Gruppen übertragen.

41

Diskussion

4. Diskussion

4.1 Einführung

In der vorliegenden Arbeit wurde durch den Einsatz standardisierter CT-Verfahren die

Frage geprüft, ob die abgebildete Hirnmorphologie und kognitive Leistungsfähigkeit bei

Patienten mit definierten Grunderkrankungen korrelieren. Hierzu wurde eine

prospektive Studie mit 95 Patienten durchgeführt, die anhand klinischer Kriterien in drei

Gruppen unterteilt wurden. Postulat war, dass innerhalb jeder dieser Gruppen

spezifische morphologische Veränderungen radiologisch zu detektieren waren, die sich

im Mini-Mental-Status-Test, einem Maß für die kognitive Leistungsfähigkeit,

wiederspiegeln.

Mit bildgebenden Verfahren können nach Hentschel (2001) Hirnsubstanzverlust und

konsekutive Liquorraumerweiterung und die damit verbundenen Veränderungen

funktioneller Parameter diagnostiziert werden. Da beide Diagnoseinstrumente

verschiedene Facetten des Krankheitsbildes erfassen, die sich teilweise überschneiden,

wird nach Hentschel et al. (2003) die Sicherheit der Diagnose einer Demenz durch die

Kombination psychologischen Tests mit der neuroradiologischen Diagnostik verbessert.

Zudem ermöglicht die neuroradiologische Bildgebung die Differenzialdiagnostik der

Demenz. Allerdings existieren keine Prädiktoren, nach denen vorhergesagt werden

könnte, für welche Patienten eine CT besonders nützlich ist (Condefer et al. 2003). Bei

einer Gruppe von dementen Patienten führte die zusätzliche Information einer CT nur in

ca. 12 % der Fälle zu einer Änderung der Diagnose und in 11 % zu einer Änderung der

Therapie (Condefer et al. 2004).

Mit Hilfe der Korrelationsanalyse wurde in der vorliegenden Arbeit geprüft, ob sich

Zusammenhänge zwischen Ergebnissen von CCT-Messungen und den zugehörigen

Ergebnissen des Mini-Mental-Status-Tests gleicher Patienten finden.

In einer zweistufigen mathematisch-statistischen Modellbildung, die aufgrund der

umfangreichen Datenmenge zur Analyse notwendig war, konnte abschließend eine

tendenzielle Beziehung zwischen Krankheitsbild, radiologischer Hirnmorphologie und

42

Diskussion

kognitiver Leistungsfähigkeit gezeigt werden. Hierzu wurden entsprechend der Vielzahl

von Variablen standardisierte Methoden zur Dimensionsreduktion wie die

Gruppenbildung und Faktoranalyse herangezogen.

4.2 Korrelationsanalyse

4.2.1 Gesamtes Patientenkollektiv

Für das gesamte Patientenkollektiv wurden in dieser Studie signifikante Korrelationen

(p<0,001) zwischen den CCT-Messwerten und den MMST-Ergebnissen ermittelt. So

traten hohe MMST-Werte bei großen Hirnflächen, hohen Dichtewerten und geringer

Hirnatrophie auf. Dagegen korrelierten große Flächen der Seitenventrikel (kleines

Gesamthirnvolumen) mit niedrigen MMST-Werten. Die Korrelationen zeigten damit in

die erwarteten Richtungen. Allerdings konnte keiner der CCT-Messwerte allein die

MMST-Werte vollständig erklären (keine Korrelation nahe 1).

Der Zusammenhang von einer kortikalen und ventrikulären Atrophie – dargestellt im

CCT - mit kognitiven Leistungen konnte bereits seit Ende der 70er Jahre in zahlreichen

Studien belegt werden:

So fanden beispielsweise Tsai und Tsuang 1979 hohe Korrelationen eines aus linearen

Ventrikel- und Kortexmessungen erbrachten Atrophiescores mit dem Ergebnis des

Mini-Mental-Status-Tests.

Ein Jahr später ermittelten Jacoby und Levy eine signifikante umgekehrte Korrelation

zwischen Gedächtnis und Orientierungsleistungen mit dem kortikalen Atrophiemaß.

Demente Patienten zeigten diese Beziehungen jedoch eher bei ventrikulären Maßen.

Ford und Winter (1981) bildeten eine Rangordnungen des Schweregrades der Demenz

und der kortikalen und ventrikulären Atrophie. Es bestanden nur Korrelationen zwi-

schen der Ventrikelerweiterung mit dem Ausmaß der Demenz. Nach Soininen et al.

(1982) korrelierte die intellektuellen Beeinträchtigung bei Alzheimer-Patienten

signifikant mit der CT-morphologischen Ventrikelfläche, nicht jedoch mit der korti-

kalen Weite.

George et al. (1983) fanden bei Alzheimer-Patienten signifikante Korrelationen zwi-

schen Ventrikelvolumen und zwei globalen psychometrischen Testscores. Zudem

43

Diskussion

fanden auch Brinkman und Largen 1984 relativ hohe Korrelationen von Ventrikelmaßen

zu verbalen Fähigkeiten und Leistungen in Intelligenztests. Drayer et al. (1985)

demonstrierten an einer Gruppe von dementen Alzheimerpatienten, dass die

Ventrikelweite mit kognitiven und sprachlichen Einbußen korrelierte.

Die damaligen statistischen Zusammenhänge zwischen den CT-Untersuchungen und der

kognitiven Funktion lassen sich mit der in dieser Studie gefundenen Ergebnissen in

Einklang bringen, auch wenn kritisch bedacht werden muss, dass die verwendete CT-

Technik noch in den Anfängen stand und mit dem hier verwendeten Vierzeilen-Spiral-

CT nicht eindeutig verglichen werden kann.

Nach einer longitudinalen Studie von Burns et al. (1991) unterlag der Anstieg der

Ventrikelweite in 12 Monaten einer großen Variabilität und hing nicht mit dem

anfänglichen Schweregrad der Alzheimer-Krankheit zusammen. Die Zunahme der

Ventrikelgröße korrelierte mit einer Verschlechterung der kognitiven Leistungen. Ein

Teil der Patienten wies jedoch keine Veränderungen im Laufe der Zeit auf. Diese hatten

offensichtlich bereits ein bestimmtes Ausmaß der Hirnatrophie erreicht, welches sich

nicht weiter verschlechterte und darstellte. Pearlson et al. (1991) führten

Dichtemessungen mittels CT durch und entdeckten unter anderem, dass niedrige CT-

Dichtewerte mit niedrigen kognitiven Testscores, darunter dem Mini-Mental-Status-

Test, einhergehen. Methodisch verwendeten sie jedoch ein Siemens Somatom DR3

Scanner und legten unterschiedliche Schichtdicken (8 mm) als Vergleichsparameter an;

daher kann eine exakter Vergleich mit der vorliegenden Studie nicht erfolgen.

Nach Hentschel et al. (1996) korrelierten bei Alzheimerpatienten die Atrophie der

grauen Substanz und die Abnahme der weißen und grauen Substanz mit dem Schwe-

regrad der Demenz – dieser Zusammenhang konnte auch durch die vorliegende Arbeit

erneut gezeigt werden. Laut Eagger et al. (1992) hing in einer mit moderneren

bildgebenden Verfahren durchgeführten Studie das Ausmaß der Hirntrophie mit dem

Ergebnis des Mini-Mental-Status-Tests zusammen, was durch die oben genannten

Ergebnisse unterstützt werden kann. Im Vergleich zur CT-Bestimmung war die

Korrelation damals bei einer SPECT-Bestimmung jedoch noch höher; in der

vorliegenden Arbeit hingegen kam die SPECT nicht zum Einsatz, was eine endgültige

Vergleichbarkeit verbietet.

44

Diskussion

In einer anderen Studie ermittelten 1996 Förstl et al. in einer zweijährigen

Longitudinalstudie an Alzheimerpatienten eine Abnahme der Ergebnisse des Mini-

Mental-Status-Tests bei gleichzeitiger Zunahme der Volumina der Seitenventrikel. Die

bereits anfangs vorhandenen Unterschiede zu einer gesunden Kontrollgruppe

vergrößerten sich noch im Verlauf der Studie. Das damals verwendete Cavalieri-Prinzip

zur Vermessung der Volumina fand jedoch in der vorliegenden Arbeit keine

Anwendung.

Eine aktuellere Datenlage konnte von Nägga et al. 2004 publiziert werden: verglichen

wurden vier Patientengruppen mit Alzheimer-Demenz, Mischform-Demenz, vaskulärer

Demenz und ohne Demenz miteinander. In allen dementen Gruppen war der Nachweis

einer im CCT bestimmten temporalen Atrophie signifikant häufiger als in der nicht-

dementen Gruppe. Am stärksten war die Gruppe mit Mischform-Demenz betroffen.

Hinsichtlich einer frontalen, parietalen, occipitalen oder cerebellaren Atrophie

bestanden keine signifikanten Unterschiede zwischen den Gruppen. Bei den dementen

Gruppen wurden in der frontalen und parieto-occipitalen Region mehr Veränderungen

der weißen Substanz festgestellt als bei der nicht dementen Gruppe.

Nur in der Gruppe mit vaskulärer Demenz bestand ein signifikanter Zusammenhang

zwischen Veränderungen der weißen Substanz mit dem Mini-Mental-Status-Test. Da

die weiße Substanz in der vorliegenden Arbeit jedoch nicht explizit allein vermessen

wurde, kann ein exakter Vergleich nicht durchgeführt werden. Näherungsweise bestätigt

sich aber der gewonnene Eindruck von Nägga et al.

Zwischen kortikalen und ventrikulären Maßen und psychopathologischen

Veränderungen wurden ebenfalls in einigen Studien Korrelationen nachgewiesen:

So ermittelten Gonzales et al. bereits 1978 deutliche Korrelationen zwischen dem

Vorhandensein einer CT-morphologisch nachgewiesenen Atrophie mit einigen

psychometrischen Testergebnissen, u.a. bestimmten Verhaltensmustern, der

Gemütslage, mathematischen Aufgaben und Vokabulartests. Diese Korrelationen waren

unabhängig vom Schweregrad der Atrophie.

Wu et al. (1981) zeigten an einer heterogenen Patientengruppe von 55 Patienten im

Alter von 50-77 Jahren eine Korrelation von Leistungs- und Orientierungsparametern

mit Atrophiescores an, welche sie aus linear vermessenen Werten von ventrikulären und

kortikalen Messungen konstruiert hatten.

45

Diskussion

Swigar et al. (1985) fanden bei größtenteils dementen oder depressiven älteren Patienten

Korrelationen zwischen dem Cella-Media-Index mit der Unfähigkeit, alltägliche Dinge

zu verrichten sowie dem Mini-Mental-Status-Test. Des Weiteren fanden sie

Korrelationen CT-morphologisch ausgemessener supratemporalen und infraparietalen

Regionen mit Eigenschaften wie Eigenartigkeit, Verwirrung, Misstrauen,

Gedächtnisverlust, Orientierungsverlust, Verblüfftheit und der Unfähigkeit,

Aufforderungen nachzukommen. Frontale Regionen korrelierten mit

Stimmungsschwankungen und visuellem Reaktionsvermögen.

Altamura et al. ermittelten in jüngster Vergangenheit (2004) degenerative Zeichen bei

depressiven aber nicht dementen Patienten, die für 6 Monate mit Antidepressiva

behandelt wurden. Bei den Patienten mit unauffälligem CT-Befund war die

Verringerung der Depression nach der Hamilton-Depressionsskale stärker.

In einigen Studien zeigten sich Korrelationen der temporalen Atrophie zu kognitiven

Leistungen oder psychopathologischen Veränderungen:

Kido et al. (1989) fanden zum Beispiel Temporalhornweiten großen Ausmaßes nur bei

Alzheimerpatienten und nicht bei Kontrollpersonen. Nur eine sehr geringe Zahl der

Patienten hatte normal erscheinende temporale Zisternen. Die Zunahme dieser

atrophischen Veränderungen korrelierte mit einer Verschlechterung des Mini-Mental-

Status-Tests. Patienten mit sehr starken CT-morphologischen Veränderungen zeigten

auch sehr schlechte Testergebnisse.

Pfefferbaum et al. (1990) beschrieben bei Patienten mit Alzheimer-Krankheit deutliche

Veränderungen der Seitenventrikel und der frontalen Sulci. Das Tegmentum wie die

frontalen Sulci zeigten sich besonders vulnerabel bei frühem Erkrankungsbeginn im

Vergleich zu einer älteren Patientengruppe. Stärkere Erweiterungen der frontalen Sulci

und eine stärkere Erweiterung des dritten Ventrikels korrelierten mit schlechteren

Leistungen in einigen psychischen Tests. Aylward et al. (1991) fanden bei

Alzheimerpatienten eine Korrelation der Atrophie der fronto-temporalen und basalen

Vorderhirnbereiche zum Ergebnis des Mini-Mental-Status-Tests.

Später (1996) publizierte dieselbe Arbeitsgruppe, dass bei Alzheimerpatienten eine

Korrelation des Verhältnisses der suprasellaren Zisternen (SSCR) mit verschiedenen

neuropsychologischen Tests besteht, darunter dem Mini-Mental-Status-Test. Die SSCR

korrelierten ebenso mit der zeitlichen Änderung des Ergebnisses des Mini-Mental-

Status-Tests.

46

Diskussion

Nach der bereits oben aufgeführten Studie von Nägga et al. (2004) war die Häufigkeit

einer im CCT ausgemessenen Atrophie der lateralen Ventrikel in allen dementen

Gruppen signifikant häufiger als in der nicht-dementen Gruppe. Hinsichtlich des

Temporalhorns war der Unterschied nur bei der Gruppe mit Mischform-Demenz im

Vergleich zur nicht-dementen Gruppe signifikant. Keine signifikanten Unterschiede

bestanden beim Frontalhorn, dritten Ventrikel und Cerebellum.

Da in der vorliegenden Arbeit keine Patienten mit Demenz eingeschlossen wurden, sind

die aufgeführten Studien nicht exakt vergleichbar.

4.2.2 Neurologische Krankheitsbilder

In der Gruppe der Patienten mit unterschiedlichen neurologischen Grunderkrankungen

fanden sich auch in der vorliegenden Studie signifikante Zusammenhänge (p<0,001)


Korrelationskoeffizient betrug 0,67 und lag damit höher als für das gesamte

Patientengut. Hohe MMST-Werte waren verbunden mit großen Hirnflächen (positiver

Korrelationskoeffizient). Dagegen waren große Flächen der Seitenventrikel mit

niedrigen MMST-Werten korreliert (negativer Korrelationskoeffizient). Zu den

neurologischen Krankheitsbildern der Patienten dieser Studie, überwiegend cerebraler

Insult, fanden sich in der Literatur keine vergleichbaren Studien. Daher sollte trotz der

statistisch signifikanten Zusammenhänge die Sinnhaftigkeit dieser recht heterogenen

Grunderkrankungsgruppe kritisch hinterfragt werden.

4.2.3 Kardiovaskuläre Krankheitsbilder

In der Gruppe der Patienten aus dem kardiovaskulären Formenkreis fanden sich

abermals hochsignifikante Zusammenhänge (p<0,001) zwischen den CCT-Messwerten

und den MMST-Ergebnissen. Der maximale Korrelationskoeffizient betrug 0,68 und

war damit mit den neurologischen Krankheitsbildern vergleichbar. Hohe MMST-Werte

waren verbunden mit einer hohen Dichte. Dagegen korrelierten große Flächen der

Seitenventrikel mit niedrigen MMST-Werten. Aus einer Reihe von Studien ist bekannt,

dass kardiovaskuläre Krankheitsbilder oft mit hirnmorphologischen Veränderungen

einhergehen, da sich insbesondere die systemischen Gefäßerkrankungen auch im Gehirn

manifestieren:

47

Diskussion

In einer Grundlagenarbeit fanden Steingard et al. 1987 beispielsweise

Dichteminderungen bei 75 % der Patienten mit Multiinfarktdemenzen, 31,9 % mit

Alzheimer-Demenz und 28,6 % der restlichen Probanden. Kato et al. bestätigten später

(1990), dass das Auftreten von Dichteminderungen mit vaskulären Erkrankungen und

kognitiven Minderleistungen assoziiert ist.

Blennow et al. (1991) stellten an insgesamt 57 % ihrer Patienten Dichteminderungen im

CCT fest, wobei die Patienten mit spätem kardiovaskulärem Erkrankungsbeginn mit

76 % häufiger betroffen waren, als Patienten mit frühem Erkrankungsbeginn mit 25 %.

Ob dies mit dem parallelen Phänomen des Alterungsprozesses zusammenhängt, muss

laut den Autoren zur Diskussion gestellt werden.

O’Brien et al. (1992) untersuchten bei Alzheimerpatienten die Korrelation der Hirn-

durchblutung mit psychopathologischen Merkmalen. Dabei korrelierten die temporale

Perfusionsaktivität mit der Gedächtnisfunktion, die parietale Aktivität mit der Auffas-

sungsgabe und anderen psychometrischen Testergebnissen sowie die Durchblutung der

gesamten linken Hemisphäre mit der Sprache.

Insgesamt sollte allerdings berücksichtigt werden, dass die Gruppe der kardiovaskulären

Krankheitsbilder die homogenste der drei untersuchten Grunderkrankungsgruppen war

und die CT-Diagnostik größtenteils eine Ausschlussdiagnostik war und somit fast alle

CT`s aus dieser Gruppe unauffällig waren und keine fokal-neurologischen

Erkrankungen aufwiesen. Daher war es auch nicht verwunderlich, dass das

Bestimmtheitsmaß R2 für diese Gruppe am besten war (s. 3.3.1).

4.2.4 Tumorleiden

Alle untersuchten Patienten mit Tumorerkrankungen wiesen Hirnmetastasen auf. Die

Art des Tumors und das Stadium der Erkrankung wurden nicht weiter berücksichtigt, da

bei einer weiteren Einteilung die Fallzahl für eine statistisch verwertbare Aussage zu

gering gewesen wäre. Es fanden sich auch hier signifikante Zusammenhänge (p<0,001)


Korrelationskoeffizient betrug 0,58 und war damit im Vergleich zu den neurologischen

und kardiovaskulären Krankheitsbildern niedriger. Hohe MMST-Werte waren

verbunden mit einer hohen Dichte (positiver Korrelationskoeffizient).

48

Diskussion

Im Vergleich zu den beiden anderen Grunderkrankungsgruppen zeigt sich nicht nur eine

schwächere maximale Korrelation zwischen CCT-Daten und MMST-Werten, die

nachweisbaren Zusammenhänge weisen auch eine andere Struktur auf. Insbesondere

finden sich die stärksten Korrelationen bei den Dichtemessungen, während die beiden

anderen Gruppen stärkere Korrelationen bei den Flächenmessungen aufweisen.

Ein positiver Zusammenhang zwischen Dichte des Hirngewebes und MMST-Score

erscheint zunächst nicht plausibel. Möglicherweise wurden die Daten mit hohen

MMST-Scores zu einem zu frühen Zeitpunkt des Krankheitsverlaufs aufgenommen,

nämlich als das Hirngewebe durch das verdrängende Wachstum der Metastasen bereits

erhöhte Dichtewerte aufwies, die Patienten jedoch noch nicht in ihren kognitiven

Fähigkeiten eingeschränkt waren. Die eigentlich erwarteten niedrigeren MMST-Werte

treten bei nachgewiesenen Metastasen offenbar erst später auf, sicherlich in

Abhängigkeit von Anzahl, Größe und Lokalisation. Dies zu untersuchen, war jedoch

nicht Gegenstand der vorliegenden Arbeit.

Ein Zusammenhang mit großen Flächen der Seitenventrikel zeigte sich im Gegensatz zu

den neurologischen und kardiovaskulären Krankheitsbildern nicht.

4.2.5 Vergleich der Grunderkrankungsgruppen

4.2.5.1 Vergleich der Grunderkrankungsgruppen mit der Gesamtgruppe

Auffällig ist, dass die einzelnen Korrelationen innerhalb der einzelnen Gruppen höher

sind als für das gesamte Patientenkollektiv. Der Grund dafür liegt möglicherweise darin,

dass bestimmte klinische Grunderkrankungen spezifische morphologische

Veränderungen des Gehirns und des MMST zur Folge haben. Das gesamte

Patientenkollektiv war aber insgesamt heterogen, so dass sich die spezifischen

morphologischen Veränderungen der einzelnen Gruppen ausgleichen. Die nach

klinischen Kriterien durchgeführte Einteilung der Patienten erwies sich auch als

statistisch sinnvoll.

Die Ergebnisse decken sich mit der Studie von Eslinger et al. (1984), die die Korrela-

tionen verschiedener neuropsychologischer Messungen mit CT-Bestimmungen für die

Gesamtgruppe aus dementen Patienten und für verschiedene Untergruppen ermittelten.

Die Maße der Ventrikelhörner und der dritten Ventrikel korrelierten am höchsten mit

den neuropsychologischen Testleistungen. Bei Betrachtung der Gesamtgruppe fand sich

kein statistisch signifikanter Zusammenhang. In der Untergruppe mit degenerativer

49

Diskussion

Demenz fand sich eine signifikante Korrelation (p<0,05) und bei vier Korrelationen

bestand ein Trend (p<0,1). In der Untergruppe mit vaskulärer Demenz wurden zwei

signifikante Korrelationen und in acht Fällen ein Trend ermittelt. Schließlich wurden in

der Untergruppe mit Mischformen keine signifikanten Zusammenhänge oder Trends

gefunden.

4.2.5.2 Vergleich der Grunderkrankungsgruppen untereinander

Um unterschiedliche Korrelationsstrukturen in den einzelnen Grunderkrankungsgruppen

formal zu prüfen, wurde der (nichtparametrische) Vorzeichen-Rangtest nach Wilcoxon

auf die Korrelationsdaten angewendet. Dieser ergab einen signifikanten Unterschied der

Korrelationskoeffizienten zwischen allen drei Grunderkrankungsgruppen.

Es konnte gezeigt werden, dass bestimmte Grunderkrankungen zu miteinander korrelier-

baren Veränderungen der Hirnmorphologie und der kognitiven Leistungsfähigkeit

führen.

Als prinzipieller Unterschied zwischen den Gruppen fand sich in den Gruppen der

neurologischen und kardiovaskulären Erkrankungen eine Assoziation des MMST mit

Datenelementen des CCT, welche die Fläche beschreiben, wogegen die Patienten mit

Tumorleiden eine Korrelation von MMST mit der Dichte aufzeigten.

4.3 Faktoranalyse

Mit der Korrelationsanalyse konnten signifikante Zusammenhänge zwischen CCT-

Daten und MMST-Werten nachgewiesen werden. Keiner der Zusammenhänge allein

war jedoch so stark, dass der jeweilige MMST-Wert allein sicher durch einen CCT-

Wert vorhergesagt werden konnte. Mit der nachfolgenden Analyse wurde geprüft, ob

eine gleichzeitige Berücksichtigung aller CCT-Daten in dieser Hinsicht zu einer

Verbesserung führte und welche CCT-Daten in diesem Zusammenhang äquivalent

waren.

Mit der Faktoranalyse wurden für die drei Grunderkrankungsgruppen jeweils sechs

Hauptkomponenten ermittelt. Durch die Hauptkomponenten wurden in jeder der

Grunderkrankungsgruppen ca. drei Viertel der Varianz (neurologische Krankheitsbilder

79 %, kardiovaskuläre Erkrankungen 74 % und Tumorerkrankungen 76 %) erfasst.

Anders ausgedrückt ließen sich drei Viertel der Informationen der CCT-Messungen in

50

Diskussion

sechs Hauptkomponenten zusammenfassen. Die Methodik der Faktoranalyse konnte

somit erfolgreich angewendet werden.

Nach der bereits aufgeführten Studie von Eslinger et al. (1984) (siehe Kap. 4.2.5.1)

erfassten die CT-Bestimmungen bei dementen Patienten unterschiedlicher Ätiologie

53 % der Varianz der neuropsychologischen Messungen. Wurde nur eine Untergruppe

mit degenerativer oder vakulärer Demenz betrachtet, lag die Varianz bei 61 %; somit

konnte auch in der damaligen Arbeit eine prozentuale Varianzerhöhung durch

Unterteilung in Untergruppen erreicht werden.

4.4 Regression

Die sechs Hauptkomponenten wurden zur Beschreibung des MMST-Gesamt und des

Uhrentests herangezogen. Dazu wurde jeweils eine Regression zwischen den

(abhängigen) MMST-Variablen und diesen sechs Faktoren berechnet.

4.4.1 Regression des MMST-Gesamt

Es zeigte sich, dass in jeder Grunderkrankungsgruppe genau eine Hauptkomponente für

den Gesamt-MMST deutlich dominant war. Für die neurologischen und

kardiovaskulären Krankheitsbilder stellten die Fläche der Seitenventrikel und die Fläche

des Cerebrums die wichtigsten Variablen der CT-Messungen dar. Dagegen hatten für

die Gruppe der Tumorleiden die Dichtewerte die größte Bedeutung. Die Faktorladungen

bezüglich der Seitenventrikelflächen wiesen negative Vorzeichen auf, womit die

Ergebnisse der Korrelationsanalyse bestätigt wurden.




Messungen ableiten ließen (R²=0,64). Es folgte die Gruppe der neurologischen


4.4.2 Regression des Uhrentests



bestimmte.

51

Diskussion


Regression des MMST-Gesamt. Die Reihenfolge stimmte mit der Regression des

MMST-Gesamt überein. So war das Bestimmtheitsmaß R² bei den Patienten mit

kardiovaskulären Krankheitsbildern am höchsten (R²=0,48). Es folgte mit geringem

Abstand die Gruppe der neurologischen Krankheitsbilder (R²=0,47) während die

Gruppe der Tumorerkrankungen deutlich niedriger lag (R²=0,27). Die

Vorhersagefähigkeiten des Modells fielen also beim Uhrentest vergleichsweise

schwächer aus.

Da für diese Analysen dieselben Daten zugrunde lagen, wie für den MMST-Gesamt,

besagt dies, dass die genutzten Faktoren für die Vorhersage des MMST-Uhrentestes

möglicherweise schlechter geeignet sind. Eine mögliche Erklärung hierfür ist, dass die

aufgenommen CCT-Daten zwar für die Vorhersage des (mittleren) MMST-Gesamt

geeignet sind, für die speziellere Leistung, die durch den MMST-Uhrentest abgefragt

wird, werden aber auch andere Faktoren benötigt. So konnten Ueda et al. 2002 mittels

SPECT verdeutlichen, dass ein Zusammenhang zwischen der Schwere einer unter

anderem im Uhrentest ermittelten Demenzerkrankung und der metabolischen Aktivität

des posterioren Temporallappens besteht.

Beim MMST-Uhrentest werden eventuell andere oder zusätzliche Messgrößen benötigt

oder andere Hirnareale überprüft als beim MMST-Gesamt, bei dem alle bzw. viele Hirn-

areale angesprochen werden, beim MMST-Uhrentest dagegen nur wenige.

Heinik et al. (2000) fanden ausschließlich eine signifikante Korrelation des Uhrentests

mit dem Cerebro-Ventrikulären Index-2 (CVI-2), welcher eine Repräsentation des

Verhältnisses zwischen medialen Hirngrenzen und den Stammganglien darstellt; dieser

Index wurde in der vorliegenden Arbeit nicht verwendet. Da bei Heinik et al.

Distanzverhältnisse ermittelt und in der vorliegenden Arbeit u.a. Flächen gemessen

wurden, ist ein Vergleich nicht direkt möglich, jedoch die Ergebnistendenz der

statistischen Korrelationen ähnlich.

Weitere Studien bezüglich des Vergleichs von im CCT gemessenen Flächen und

Dichten mit dem Uhrentest konnten in gängigen Publikationsverzeichnissen nicht

gefunden werden.

52

Diskussion

4.5 Weitere Untersuchungsmethoden

Strukturell bildgebende Verfahren spielen eine entscheidende Rolle bei der Differenzial-

diagnose dementieller Erkrankungen und in der Aufklärung der pathologischen

Morphologie kognitiver Störungen (de Carli et al. 2001). In der eigenen Studie erfolgte

eine Beschränkung auf die CCT als die am meisten verbreitete Untersuchungsmethode.

Interessenschwerpunkt war nicht zuletzt auch die Verwendung einer innovativen

Technologie auf höchstem verfügbaren Standard (Somatom plus 4 Volume Zoom, Fa.

Siemens). Verglichen mit der MRT ist die CCT schneller, preiswerter und für die

Patienten angenehmer (Nägga et al. 2004). Andererseits sind bestimmte intrakranielle

Hirnstrukturen bekannterweise mittels MRT besser differenzierbar und abgrenzbar

(Wahlund 1996).

Nach den Ergebnissen der folgenden Studien werden mit der MRT vergleichbare Ergeb-

nisse wie mit der CT erzielt:

So fanden beispielsweise auch Kesslak et al. 1991 bei Patienten mit Alzheimer-

Krankheit mittels der MRT bei leichten bis mittleren Demenzgraden Volumenverluste

von 48,8 % in hippocampalen Strukturen und 37,7 % im parahippocampalen Gyrus im

Vergleich zu Kontrollpersonen. Die Volumenverluste nahmen mit zunehmenden

Demenzgraden zu und korrelierten gut mit dem Ergebnis des Mini-Mental-Status-Tests,

was die oben aufgeführten Arbeiten rein im Ergebnis unterstreicht.

Zudem ermittelten Fazekas et al. vier Jahre später bei Patienten mit permanent

dialysepflichtigem Nierenversagen ein MRT-morphologisch höheres Maß an

Hirnatrophie und ein schlechteres Ergebnis des Mini-Mental-Status-Tests im Vergleich

zu gesunden Probanden. Eine stärkere kognitive Beeinträchtigung korrelierte mit einer

Vergrößerung des dritten Ventrikels und des Temporalhorns.

In einer ebenfalls mittels Kernspintomographie durchgeführten Studie nach Pantel et al.

(1996) korrelierte bei Patienten mit Alzheimer-Krankheit der Schweregrad der Demenz,

u.a. bestimmt mit dem Mini-Mental-Status-Test, mit dem Volumen des Amygdala-

Hippocampus-Komplex, nicht jedoch mit dem gesamten Hirnvolumen, dem

intrakraniellen Volumen oder dem Ventricle-Brain-Ratio (VBR).

In der Publikation von Kuller et al. (1998) korrelierte das Ergebnis des Mini-Mental-

Status-Tests mit dem ventrikulären Volumen und infarktähnlichen Läsionen.

53

Diskussion

Die Magnetresonanz-Spektroskopie (MRS) ist eine qualitative Weiterentwicklung der

MRT. Mit der Methode werden Metabolite im ZNS nachgewiesen. Die wichtigsten

Metabolite sind N-Acetyl-Aspartat (NAA), das als „neuronaler Marker“ die

Neuronendichte und -integrität anzeigt, Kreatin, welches am Energiemetabolismus

beteiligt ist, Cholin, das für die Synthese von Acetylcholin benötigt wird, und

Myoinositol, welches vermutlich für das Zellwachstum wichtig ist (Firbank et al. 2002).

Aus den Konzentrationen der Metabolite bzw. deren Verhältnissen zueinander können

Rückschlüsse auf die Art der kognitiven Beeinträchtigung gezogen werden: Alzheimer-

Demenz, vaskuläre Demenz, milde kognitive Beeinträchtigung und Depression

(Martínez-Bisbal 2004).

In einer Reihe von Studien wurde die Korrelation zwischen dem Ergebnis des MMST

mit der Metabolitenkonzentrationen untersucht. Huang et al. (2001) fanden eine

signifikante Korrelation (r2=0,6) im okzipitalen Kortex zwischen NAA und dem

Ergebnis des MMST. Eine signifikante aber deutlich schwächere Korrelation wurde in

den Studien von Ernst et al. (1997) (r2=0,16), Schuff et al. (1998) (r2=0,25) und Rose et

al. (1999) (r2=0,3) gefunden. Nach dem Review von Firbank et al. (2002) wurde

allerdings in den meisten Studien keine signifikante Korrelation ermittelt.

Diese Daten stellen ein Bindeglied zwischen den rein strukturell-morphologischen

Veränderungen des Gehirns und den biochemisch-physiologischen Vorgängen im

Gehirn dar. Dieses konnte mit der vorliegenden Arbeit nicht gezeigt werden, war aber

auch nicht Gegenstand der Fragestellung.

Mit funktionellen bildgebende Verfahren wie der Single-Photonen-Emissions-CT

(SPECT), der Positronenemissionstomographie (PET) und der funktionellen MRT

(fMRT) können degenerative Demenzen wie die Alzheimer-Demenz, die

frontotemporale Demenz und die Lewy-Körperchen-Demenz, aber auch vaskuläre

Demenzen unterschieden werden (Petrella et al. 2003). Diese Verfahren erlauben eine

Beurteilung der Hirnfunktion anhand des regionalen Glukosemetabolismus bzw. der

regionalen Hirndurchblutung. In der Demenzdiagnostik wird davon ausgegangen, dass

die zerebrale Perfusion und der Glukosestoffwechsel gemeinsam ablaufen.

Charakteristisch für die Alzheimer-Demenz ist ein herabgesetzter Glukoseumsatz im

parietotemporalen Übergang bzw. in den medialen temporalen Substrukturen. Bei der

vaskulären Demenz finden sich dagegen disseminierte Veränderungen, die auch

54

Diskussion

Regionen betreffen, die bei der Alzheimer-Demenz typischerweise verschont bleiben

(okzipitaler Kortex, Basalganglien, Cerebellum) (Schröder et al. 2003).

Die PET erfordert die i.v. Applikation geeigneter, positronen-emittierender

Radionuklide bzw. markierter Radiopharmaka. 2-18F-Fluoro-2-deoxy-D-glucose

(18FDG) wird zur Darstellung und Messung des Glukosestoffwechsels am häufigsten

verwendet. Mit den Daten, die das Detektorsystem des PET-Scanners liefert, läßt sich

die Tracerverteilung im Körper des Patienten errechnen.

Die 18FDG-PET hat für die Demenzabklärung die größte Bedeutung, sowohl für

Wissenschaft wegen der Quantifizierbarkeit und der räumlichen Auflösung der PET, als

auch in Bezug auf die routinemäßige Abklärung dementieller Prozesse (Asenbaum

2003). In einer groß angelegten Studie konnte der diagnostische Wert der PET mit

radioaktiv markierter Glukose als Tracer in der Diagnostik der Alzheimer-Demenz

bestätigt werden. Demnach erreicht die PET in der Diagnose der beginnenden

Alzheimer-Demenz eine Sensitivität und Spezifität von ca. 93 % (Herholz et al. 2002).

Dabei ist eine frühe Diagnose wichtig für einen möglichst raschen Beginn einer

Therapie (Silverman 2004).

37 Patienten mit wahrscheinlicher Alzheimer-Krankheit wurden nach dem Ergebnis des

Mini-Mental-Status-Tests in drei Gruppen mit unterschiedlich stark ausgeprägter

Demenz eingeteilt. Tendenziell zeigte die Gruppe mit der größten Demenzausprägung

die niedrigste Stoffwechselrate. Es bestand eine hochsignifikante Korrelation zwischen

der temporo-parietalen und frontalen Stoffwechselrate mit dem MMST-Score

(Gragnaniello et al. 1998). Auch im Verlauf der Erkrankung ist bei Abnahme der

kognitiven Leistung eine parallel laufende Reduktion des Glukosemetabolismus zu

finden, sowohl global als auch mit Punctum maximum im temporoparietalen Kortex

(Mielke et al. 1994). In der vorliegenden Arbeit konnte die Sensitivität und Spezifität

der PET-Diagnostik nicht erreicht werden, allerdings zeigen die gefundenen Ergebnisse

den entsprechenden Trend der PET-Diagnostik an.

Gegenüber der PET entfällt bei der fMRT die Verwendung des radioaktiv markierten

Tracers. Zur fMRT liegen jedoch nur erste Untersuchungen vor, so dass das Verfahren

bisher nicht Eingang in die Routinediagnostik finden konnte. Entsprechendes gilt auch

für den diagnostischen Einsatz der Diffusions-Tensor-Bildgebung (DTI) (Schröder et al.

2003).

55

Diskussion

4.6 Schlussfolgerung

Zusammenfassend lässt sich sagen, dass ein Zusammenhang zwischen den

verschiedenen CCT-Messungen und den Scorewerten des MMST besteht. Dieser

Zusammenhang war bereits aus der gängigen Literatur bekannt und wurde durch die

vorliegende Arbeit erneut bestätigt. In der gängigen Literatur wurden jedoch fast

ausschließlich homogene Patientengruppen, überwiegend Alzheimerpatienten,

untersucht.

In der vorliegenden Studie wurden zum ersten Mal drei verschiedene Gruppen mit

neurologischen Krankheitsbildern, kardiovaskulären Krankheitsbildern und

Tumorleiden vergleichend untersucht. Dabei stellte sich heraus, dass der

Zusammenhang zwischen den CCT-Messungen und den Scorewerten des MMST von

der Grunderkrankungsart abhängig ist. Keiner der in den Grunderkrankungsgruppen

gefundenen Zusammenhänge ist jedoch eindimensional. Dies bedeutet, dass einzelne

Messparameter der CCT-Untersuchung nicht geeignet sind, ein bestimmtes Ergebnis des

MMST-Gesamt vorherzusagen. Erfasst man jedoch mehrere CCT-Messungen und

berücksichtigt man die zugrundeliegenden Krankheitsbilder, sind sehr wohl Tendenzen

des MMST mit hoher Wahrscheinlichkeit voraussagbar.

Die vorliegende Arbeit zeigt diagnostische Möglichkeiten auf, welche zur Zeit der

durchgeführten Messungen, die neuesten computertomographischen Verfahren

berücksichtigt. Selbstverständlich kann die klassische klinische Diagnostik nicht durch

derartige Verfahren ersetzt werden, aber es können zusätzliche, wichtige Erkenntnisse

für die zerebral-strukturellen Veränderungen und die Mechanismen kognitiver

Leistungsabfälle gewonnen werden.

Dementsprechend kann die vorliegende Arbeit als Grundlage für weitere Arbeiten

gesehen werden, in denen die dargestellten Ergebnisse vertieft und bestätigt werden

sollten. Zu diesem Zwecke könnten unterschiedliche Strategien verfolgt werden,

beispielsweise der Einsatz von technologisch weiterentwickelten Geräten (MRT, MRS,

PET-Abgleichung mit CCT, SPECT, etc.), die eine noch genauere Bestimmung der

hirnmorphologischen Veränderungen ermöglichen. Intensiviert werden könnten

außerdem die Instrumente zur Überprüfung definierter kognitiver Teilbereiche.

56

Diskussion

Sinnvoll ist bei Folgestudien sicherlich eine noch genauere Differenzierung des

ausgewählten Patientenkollektivs bei insgesamt gesteigerter Gesamtfallzahl, um die hier

gezeigte Ergebnistendenz zu unterstützen. Z.B. sollten alle Patienten mit fokalen

neurologischen Erkrankungen bzw. Läsionen ausgeschlossen und nur Patienten

eingeschlossen werden, bei denen keine zerebrale Erkrankung bekannt bzw.

diagnostiziert werden konnte (dies trifft insbesondere für die sehr heterogene Gruppe

der neurologischen Krankheitsbilder zu). Desweiteren sollten die Patienten nach

klinischen Kriterien in homogenere Gruppen eingeteilt werden wie z.B. Demenz vom

Alzheimer-Typ, vaskuläre Demenz und Demenz mit Lewy-Bodies usw.

57

Zusammenfassung

5. Zusammenfassung

In der vorliegenden Untersuchung wurde untersucht, ob eine Korrelation zwischen

hirnmorphologischen Veränderungen im CCT und dem Mini-Mental-Status-Test

(MMST), und dem Uhrentest besteht. Es wurde eine Differenzierung in die drei

Grunderkrankungstypen neurologische Krankheitsbilder, kardiovaskuläre

Krankheitsbilder und Tumorleiden vorgenommen.

Die Daten von 95 Patienten wurden erhoben, 51 Männer (53,7 %) im Alter von 32- 86

Jahren und 44 Frauen (46,3 %) im Alter von 21 - 86 Jahren. An den Patienten wurde

zwischen April 2000 und Januar 2001 im Marienhospital Herne – Universitätsklinik der

Ruhr-Universität Bochum – aufgrund klinischer Indikation eine CT-Untersuchung des

Schädels durchgeführt.

Der MMST und der Uhrentest wurden am selben Tag der CCT-Untersuchung

durchgeführt. Dabei wurden v.a. unterschiedliche Flächen und Dichten zur Auswertung

herangezogen.

Für das gesamte Patientenkollektiv wurden signifikante Korrelationen zwischen den

CCT-Messwerten und den MMST-Ergebnissen ermittelt. So traten hohe MMST-Werte

bei großen Hirnflächen, hohen Dichtewerten und geringer Hirnatrophie auf. Dagegen

waren große Flächen der Seitenventrikel (kleines Gesamthirnvolumen) mit niedrigen

MMST-Werten korreliert.

In der Gruppe der Patienten mit unterschiedlichen neurologischen Grunderkrankungen

fanden sich ebenfalls signifikante Zusammenhänge zwischen den CCT-Messwerten und

den MMST-Ergebnissen. Hohe MMST-Werte waren verbunden mit großen

Hirnflächen. Dagegen waren große Flächen der Seitenventrikel mit niedrigen MMST-

Werten korreliert.

In der Gruppe der Patienten aus dem kardiovaskulären Formenkreis fanden sich

abermals signifikante Zusammenhänge zwischen den CCT-Messwerten und den

MMST-Ergebnissen. Hohe MMST-Werte waren verbunden mit einer hohen Dichte.

Dagegen waren große Flächen der Seitenventrikel mit niedrigen MMST-Werten

korreliert.

In der Patientengruppe mit Tumorerkrankungen fanden sich ebenfalls signifikante

Zusammenhänge zwischen den CCT-Messwerten und den MMST-Ergebnissen. Hohe

58

Zusammenfassung

MMST-Werte waren verbunden mit einer hohen Dichte. Ein Zusammenhang mit großen

Flächen der Seitenventrikel zeigte sich im Gegensatz zu den neurologischen und kardio-

vaskulären Krankheitsbildern nicht.

Auffällig ist, dass die einzelnen Korrelationen innerhalb der einzelnen Gruppen höher

waren, als in der gemeinsamen Bewertung der Patienten. Bestimmte klinische Grund-

erkrankungen haben demnach spezifische morphologische Veränderungen des Gehirns

und des MMST zur Folge.

Keiner der Zusammenhänge zwischen CCT-Daten und MMST-Werten allein war

jedoch so stark, dass der jeweilige MMST-Wert sicher durch einen CCT-Wert vorherge-

sagt werden konnte. Daher wurde eine Faktoranalyse durchgeführt, mit der für die drei

Grunderkrankungsgruppen jeweils sechs Hauptkomponenten ermittelt werden konnten.

Durch die Hauptkomponenten wurden in jeder der Grunderkrankungsgruppen ca. drei

Viertel der Varianz erfasst.

Eine Regression des MMST-Gesamt ergab, dass in jeder Grunderkrankungsgruppe

genau eine Hauptkomponente für den Gesamt-MMST deutlich dominant war. Für die

neurologischen und kardiovaskulären Krankheitsbilder stellten die Fläche der Sei-

tenventrikel und die Fläche des Cerebrums die wichtigsten Variablen der CT-

Messungen dar. Dagegen hatten für die Tumorleiden die Dichten die größte Bedeutung.




Messungen ableiten ließen (R²=0,64). Es folgte die Gruppe neurologische




bestimmte.


Regression des MMST-Gesamt Gruppen. Die Reihenfolge stimmte mit der Regression

des MMST-Gesamt überein.

59

Literaturverzeichnis

6. Literaturverzeichnis

Altamura, A.C., Bassetti, R., Santini, A., Frisoni, G.B., Mundo, E. (2004). Emotional withdrawal, CT abnormalities and drug response in late life depression. Prog. Neuropsychopharmacol. Biol. Psychiatry 28, 349-354

Asenbaum, S. (2003). Nuklearmedizin und Demenz – Anwendung bei Morbus Alzheimer. Radiologe 43, 521-530

Aylward, E.H., Karagiozis, H., Pearlson, G., Folstein, M.F. (1991). Suprasellar cistern measures as a reflection of dementia in Alzheimer's disease but not Huntington’s disease. J. Psychiatr. Res. 25, 31-47

Aylward, E.H., Rasmusson, D.X., Brandt, J., Raimundo, L., Folstein, M., Pearlson, G.D. (1996). CT measurement of suprasellar cistern predicts rate of cognitive decline in Alzheimer’s disease. J. Int. Neuropsycholl. Soc. 2, 89-95

Bell, R., Hall, R.C. (1977). The mental status examination. Am. Fam. Physician. 16, 145-152

Blennow, K., Wallin, A., Uhlemann, C., Gottfries, C.G. (1991). White-matter lesions on CT in Alzheimer patients: relation to clinical symptomatology and vascular factors. Acta Neurol. Scand. 83, 187-193

Brinkman, S.D., Largen, J.W.Jr. (1984). Changes in brain ventricular size with repeated CAT scans in suspected Alzheimer’s disease. Am. J. Psychiatry. 141, 81-83

Brockenshire, A. (1987). The "mini-mental state": a handy tool. Perspectives 11, 7-8

Brodaty, H., Clarke, J., Ganguli, M., Grek, A., Jorm, A.F., Khachaturian, Z., Scherr, P. (1998). Screening for cognitive impairment in general practice: toward a consensus Alzheimer. Dis. Assoc. Dis. 12, 1-13

Burns, A., Jacoby, R., Levy, R. (1991). Computed tomography in Alzheimer’s disease: a longitudinal study. Biol. Psychiatry 29, 383-390

Bush, C., Kozak, J., Elmslie, T. (1997). Screening for cognitive impairment of the elderly. Can. Fam. Physician. 43, 1763-1768

Colohan, H., O’Callaghan, E., Larkin, C., Waddington, J.L. (1989). An evaluation of cranial CT scanning in clinical psychiatry. Ir. J. Med. Sci. 158, 178-181

60


Condefer, K.A., Haworth, J., Wilcock, G.K. (2003). Prediction rules for computed tomography in the dementia assessment: do they predict clinical utility of CT? Int. J. Geriatr. Psychiatry 18, 285-287

Condefer, K.A., Haworth, J., Wilcock, G.K. (2004). Clinical utility of computed tomography in the assessment of dementia: a memory clinic study. Int. J. Geriatr. Psychiatry 19, 414-421

De Reuck, J., Decoo, D., Strijckmans, K., Lemahieu, I. (1992). Does the severity of leukoaraiosis contribute to senile dementia? A comparative computerized and positron emission tomographic study. Eur. Neurol. 32, 199-205

Death, J., Douglas, A., Kenny, R.A. (1993). Comparison of clock drawing with Mini Mental State Examination as a screening test in elderly acute hospital admissions. Postgrad. Med. J. 69, 696-700

DeCarli, C., Kaye, J.A., Horwitz, B., Rapoport, S.I. (1990). Critical analysis of the use of computer-assisted transverse axial tomography to study human brain in aging and dementia of the Alzheimer type. Neurology 40, 872-883

DeCarli, C., Haxby, J.V., Gillette, J.A., Teichberg, D., Rapoport, S.I., Schapiro, M.B. (1992). Longitudinal changes in lateral ventricular volume in patients with dementia of the Alzheimer type. Neurology 42, 2029-2036

DeCarli, C. (2001). The role of neuroimaging in dementia. Clin. Geriatr. Med. 17, 255-279

Dellasega, C., Morris, D. (1993). The MMSE to assess the cognitive state of elders. Mini-Mental State Examination. J. Neurosi. Nurs. 25, 147-152

Drayer, B.P., Heyman, A., Wilkinson, W., Barrett, L., Weinberg, T. (1985). Early-onset Alzheimer’s disease: an analysis of CT findings. Ann. Neurol. 17, 407-410

Eagger, S., Syed, GM., Burns, A., Barrett, J.J., Levy, R. (1992). Morphologic (CT) and functional (rCBF-SPECT) correlates in Alzheimer’s disease. Nucl. Med. Commun. 13, 644-647

Ernst, T., Chang, L., Melchor, R., Mehringer, C.M. (1997). Frontotemporal dementia and early Alzheimer disease: Differentiation with frontal lobe 1HMR spectroscopy. Radiology 203, 829- 836

Eslinger, P.J., Damasio, H-. Graff-Radford, N., Damasio, A.R. (1984). Examining the relationship between computed tomography and neuropsychological measures in normal and demented elderly. J. Neurol. Neurosurg. Ppsychiatry 47, 1319-1325

61


Essig, M., Schoenberg, S.O. (2003). Radiologische Demenzdiagnostik. Radiologe 43, 531-536

Fazekas, G., Fazekas, F., Schmidt, R., Kapeller, P., Offenbacher, H., Krejs, G.J. (1995). Brain MRI findings and cognitive impairment in patients undergoing chronic hemodialysis treatment. J. Neurol. Sci. 134, 83-88

Firbank, M.J., Harrison, R.M., O’Brien, J.T. (2002). A comprehensive review of proton magnetic resonance spectroscopy studies in sementia and Parkinson’s disease. Dement. Geriatr. Cogn. Disord. 14, 64-76

Folstein, M.F., Folstein, S.E., McHugh, P.R. (1975). "Mini-mental state". A practical method for grading the cognitive state of patients for the clinician. J. Psychiatr. Res. 12, 189-198

Folstein, M.F., Robins, L.N., Helzer, J.E. (1983). The Mini-Mental State Examination. Arch. Gen. Psychiatry 40, 812

Ford, C.V., Winter, J. (1981). Computerized axial tomograms and dementia in elderly patients. J. Gerontol. 36, 164-169

Förstl, H., Sattel, H., Sarochan, M., Besthom, C., Czech, C., Daniel, S,. Geiger-Kabisch, C., Hentschel, F., Zerfass, R., Beyreuther, K. (1996). Alzheimer-Demenz und normales Altern. Klinische, neuroradiologische, neurophysiologische und molekularbiologische Verlaufsdaten. Nervenarzt 67, 730-738

George, A.E., de Leon, M.J., Rosenbloom, S., Ferris, S.H., Gentes, C., Emmerich, M., Kricheff, I.I. (1983). Ventricular volume and cognitive deficit: a computed tomographic study. Radiology, 149, 493-498

Giesel, F.L., Hempel, A.,·Schönknecht, P., Wüstenberg, T., Weber, M.A., Schröder, J., Essig, M. (2003). Funktionelle Magnetresonanztomographie und Demenz. Radiologe 43, 558-561

Gonzalez, C.F., Lantieri, R.L., Nathan, R.J. (1978). The CT scan appearance of the brain in the normal elderly population: a correlative study. Neuroradiology 16, 120-122

Gragnaniello, D., Kessler, J., Bley, M., Mielke, R. (1998). Abzeichnen und freies Zeichnen bei Alzheimer-Patienten mit unterschiedlicher Demenzausprägung. Nervenarzt 69, 991-998

Hays, A. (1984). The Set Test to screen mental status quickly. Geriatr. Nurs. 5, 96-97

62


Heinik, J., Reider-Groswasser, I.I., Solomesh, I., Segev, Y., Bleich, A. (2000). Clock drawing test: correlation with linear measurements of CT studies in demented patients. Int. J. Geriatr. Psychiatry 15, 1130-1137

Hentschel, F., Zerfaß, R., Förstl, H. (1996). Morphometrische Unterschiede im kranialen Computertomogramm zwischen Patienten mit Alzmeimer-Demenz und normalem Altern. Klin. Neuroradiol. 5, 61-70

Hentschel, F. (2001). Bildgebende Diagnostik bei dementiellen Erkrankungen – Eine aktuelle Übersicht. Nervenheilkunde 20, 69-77

Hentschel, F., Kreis, M., Damian, M., Syren, M., Krumm, B. (2003). Evaluation des Beitrages der radiologischen bildgebenden Diagnostik bei dementiellen Erkrankungen – ein Vergleich mit der psychologischen Diagnostik. Rofo Fortschr. Geb. Rontgenstr. N 175, 1335-1343

Herholz, K., Salmon, E., Perani, D., Baron, J.C., Holthoff, V., Frölich, L., Schönknecht, P., Ito, K., Mielke, R., Kalbe, E., Zündorf, G., Delbeuck, X., Pelati, O., Anchisi, D., Fazio, F., Kerrouche, N., Desgranges, B., Eustache, F., Beuthien-Baumann, B., Menzel, C., Schröder, J., Kato, T., Arahata, Y., Henze, M., Heiss, W.D. (2002). Discrimination between Alzheimer dementia and controls by automated analysis of multicenter FDG PET. Neuroimage 1: 302-316

Huang, W., Alexander, G.E., Chang, L., Shetty, H.U., Krasuski, J.S., Rapoport, S.I., Schapiro, M.B. (2001). Brain metabolite concentration and dementia severity in Alzheimer’s disease: A 1H-MRS study. Neurology 57, 626-632

Isaacs, B., Kennie, A.T. (1973). The set test as an aid to the detection of dementia in old people. Br. J. Psychiatry 123, 467-470

Jacoby, R.J., Levy, R. (1980). Computed tomography in the elderly. 2. Senile dementia: diagnosis and functional impairment. Br. J. Psychiatry 136, 256-269

Jorm, A.F., Scott, R., Henderson, A.S., Kay, D.W. (1988). Educational level differences on the Mini-Mental State: the role of test bias. Psychol. Med. 18, 727-731

Juby, A. (1999). Correlation between the Folstein Mini-Mental State Examination and three methods of clock drawing scoring. J. Geratr. Psychiatry. Neurol. 12, 87-91

Kato, H., Sugawara, Y., Ito, H., Kogure, K. (1990). White matter lucencies in multi-infarct dementia: a somatosensory evoked potentials and CT study. Acta Neurol. Scand. 81, 181-183

63


Keller, M.B., Manschreck, T.C. (1981). The bedside mental status examination-reliability and validity. Compr. Psychiatry 22, 500-511

Kesslak, J.P., Nalcioglu, O., Cotman, C.W. (1991). Quantification of magnetic resonance scans for hippocampal and parahippocampal atrophy in Alzheimer's disease. Neurology 41, 51-54

Kessler, J., Markowitsch, H.J., Denzler, P. (1990). Mini-Mental-Status-Test (MMST). Deutschsprachige Fassung. Weinheim: Beltz

Kessler, J., Fast, K., Mielke, R. (1995). Premorbid intelligence diagnosis with the MWT-B in patients with Alzheimer disease. Nervenarzt 66, 696-702

Kido, D.K., Caine, E.D., LeMay, M., Ekholm, S., Booth, H., Panzer, R. (1989). Temporal lobe atrophy in patients with Alzheimer disease: a CT study. Am. J. Neuroradiol. 10, 551-555

Kuller, L.H., Shemanski, L., Manolio, T., Haan, M., Fried, L., Bryan, N., Burke, G.L., Tracy, R., Bhadelia, R. (1998). Relationship between ApoE, MRI findings, and cognitive function in the Cardiovascular Health Study. Stroke 29, 388-398

Martínez-Bisbal, M.C., Arana, E., Martí-Bonmatí, L., Mollá, E., Celda, B. (2004). Cognitive impairment: classification by 1H magnetic resonance spectroscopy. Eur. J. Neurol. 11, 187-193

Mendez, M.F., Ala, T., Underwood, K. (1992). Development of scoring criteria for the clock drawing task in Alzheimer’s disease. J. Am. Geriatr. Soc. 40, 1095-1099

Mielke, R., Herholz, K., Grond, M., Kessler, J., Heiss, W.D. (1994). Clinical deterioration in probable Alzheimer’s disease correlates with progressive metabolic impairment of association areas. Dementia 5, 36-41

Molloy, D.W., Standish, T.I. (1997). A guide to the standard Mini-Mental State Examination. Int. Psychogeriatr. 9, 143-150

Nägga, K., Rådberg, C., Marcusson, J. (2004). CT brain findings in clinical dementia investigation – underestimation of mixed dementia. Dement. Geriatr. Cogn. Disord. 18, 59-66

O’Brien, J.T., Eagger, S., Syed, G.M., Sahakian, B.J., Levy, R. (1992). A study of regional cerebral blood flow and cognitive performance in Alzheimer’s disease. J. Neurol. Neurosurg. Psychiatry 55, 1182-1187

64


Ohnesorg, B., Flohr, T., Schaller, S., Klingenbeck-Regn, K., Becker, C., Schöpf, U.J., Brüning, R., Reiser, M.F. (1999). Technische Grundlagen und Anwendungen der Mehrschicht-CT. Radiologe 39, 923-931

Pantano, P., Caramia, F., Pierallini, A. (1999). The role of MRI in dementia. Ital. J. Neurol. Sci. 20, S250-S253

Pantel, J., Schröder, J., Schmitt, R., Schad, L.R., Knopp, M.V., Geissler, M., Uhde, W,H., Blüml, S., Friedlinger, M., Klemenz, M., Essig, M., Sauer, H. (1996). Quantitative Magnetresonanztomographie und Schweregrad der Defizite bei der Demenz vom Alzheimer-Typ. Nervenarzt 67, 46-52

Pearlson, G.D., Rabins, P.V., Burns, A. (1991). Centrum semiovale white matter CT changes associated with normal ageing, Alzheimer’s disease and late life depression with and without reversible dementia. Psychol. Med. 21, 321-328

Petrella, J.R., Coleman, R.E., Doraiswamy, P.M. (2003). Neuroimaging and early diagnosis of Alzheimer disease: a look to the future. Radiology 226, 315-336

Pettigrew, L.C., Thomas, N., Howard, V.J., Veltkamp, R., Toole, J. F. (2000). Low mini-mental status predicts mortality in asymptomatic carotid arterial stenosis. Neurology 55, 30-34

Pfefferbaum, A., Sullivan, E.V., Jernigan, T.L., Zipursky, R.B., Rosenbloom, M.J., Yesavage, J.A., Tinklenberg, J.R. (1990). A quantitative analysis of CT and cognitive measures in normal aging and Alzheimer’s disease. Psychiatry Res. 35, 115-136

Ploenes, C., Sharp, S., Martin, M. (1994). Der Uhrentest: Das Zeichnen einer Uhr zur Erfassung kognitiver Störungen bei geriatrischen Patienten. Z. Gerontol. 27, 246-252

Rose, S.E., de Zubicaray, G.I., Wang, D., Galloway, G., Chalk, J.B., Eagle, S.C., Semple, J., Doddrell, D.M. (1999). A 1H MRS study of probable Alzheimer’s disease and normal aging: Implications for longitudinal monitoring of dementia progression. Magn. Reson. Imaging 17, 291-299

Royall, D.R., Cordes, J.A., Polk, M. (1998). an executive clock drawing task. J. Neurol. Neurosurg. Psychiatry 64, 588-594

Schmitt, F.A., Ranseen, J.D., DeKosky, S.T. (1989). Cognitive mental status examinations. Clin. Geriatr. Med. 5, 545-564

65


Schramm, U., Berger, G., Müller, R., Kratzsch, T., Peters, J., Frölich, L. (2002). Psychometric properties of Clock Drawing Test and MMSE or Short Performance Test (SKT) in dementia screening on a memory clinic population. Int. J. Geriat. Psychiatry 17, 254-260

Schröder, J., Pantel, J., Schönknecht, P., Essig, M. (2003). Die Magnetresonanz-tomographie in der klinischen Demenzdiagnostik. Radiologe 43, 513-520

Schuff, N., Amend, D.L., Meyerhoff, D.J., Tanabe, J.L., Norman, D., Fein, G., Weiner, M.W. (1998). Alzheimer disease: Quantitative 1H-MR spectroscopic imaging of frontoparietal brain. Radiology 207, 91-102

Shulman, K.I. (2000). Clock-drawing: is it the ideal cognitive screening test? Int. J. Geriat. Psychiatry 15, 548-561

Silverman, D.H. (2004). Brain 18F-FDG PET in the diagnosis of neurodegenerative dementias: comparison with perfusion SPECT and with clinical evaluations lacking nuclear imaging. J. Nucl. Med. 45, 594-607

Soininen, H., Puranen, M., Riekkinen, P.J. (1982). Computed tomography findings in senile dementia and normal aging. J. Neurol. Neurosurg. Psychiatry 45, 50-54

Soininen, H., Reinikainen, K.J., Puranen, M., Helkala, E.L., Paljärvi, L., Riekkinen, P.J. (1993). Wide third ventricle correlates with low choline acetyltransferase activity of the neocortex in Alzheimer patients. Alzheimer Dis. Assoc. Disord. 7, 39-47

Steingart, A., Hachinski, V.C., Lau, C., Fox, A.J., Fox, H., Lee, D., Inzitari, D., Merskey, H. (1987). Cognitive and neurologic findings in demented patients with diffuse white matter lucencies on computed tomographic scan (leuko-araiosis). Arch. Neurol. 44, 36-39

Swigar, M.E., Benes, F.M., Rothman, S.L., Opsahl, C., Dowds, M.M. (1985). Behavioral correlates of computed tomographic (CT) scan changes in older psychiatric patients. J. Am. Geriatr. Soc. 33, 96-103

Tsai, L., Tsuang, M.T. (1979). The Mini-Mental State Test and computerized tomography. Am. J. Psychiatry 136, 436-438

Ueda, H., Kitabayashi, Y., Narumoto, J., Nakamura, K.,Kita, H., Kishikawa, Y., Fukui, K. (2002). Relationship between clock drawing test performance and regional cerebral blood flow in Alzheimer`s disease: a single photon emission computed tomography study. Psychiatry Clin Neurosci 56(1): 25-9

66


Wahlund, L.-O. (1996). Magnetic resonance imaging and computed tomography in Alzheimer’s disease. Acta Neurol. Scand. Suppl. 94, 50-53

Wu, S., Schenkenberg, T., Wing, S.D., Osborn, A.G. (1981). Cognitive correlates of diffuse cerebral atrophy determined by computed tomography. Neurology 31, 1180-1184

67

Anhang

7. Anhang

7.1 Hauptkomponenten in den Grunderkrankungsgruppen

Faktorladungen stellen das Gewicht dar, das die einzelnen Variablen bei der Zusammen-

setzung der Hauptkomponente haben. Variablen mit betragsmäßig hohen Ladungen sind

in der Hauptkomponente stark repräsentiert und Variablen mit niedrigen Ladungen sind

in der Hauptkomponente kaum enthalten.

Tab. 11: Zusammensetzung der Hauptkomponenten der Grunderkrankungs-

gruppe neurologische Krankheitsbilder, die dominierende

Hauptkomponente (HK) sowie Faktorladungen (FL) sind durch


FL / HK 1 FL / HK 2 FL / HK 3 FL / HK 4 Messparameter CCT

0,041644 -0,000782 -0,295712 0,179595 Fläche, Seitenventrikel li, SE 40,026067 0,008951 -0,276700 0,219916 Fläche, Seitenventrikel li, SE 30,032586 -0,017006 -0,271180 0,216635 Fläche, Seitenventrikel re, SE 40,026386 -0,021336 -0,275560 0,241807 Fläche, Seitenventrikel re, SE 30,100517 0,046784 0,208747 0,138170 Fläche, Cerebrum, SE 50,088509 0,013347 0,213579 0,181986 Fläche, Cerebrum, SE 40,084473 -0,014404 0,232544 0,181580 Fläche, Cerebrum, SE 30,056198 0,064154 0,171704 0,212005 Fläche, Cerebellum, SE 10,052987 0,069716 0,101974 0,258541 Fläche, Cerebellum, SE 20,173371 -0,218543 0,027804 -0,031924 D Ds frontal SE 4 mKM0,173726 -0,219288 0,029980 -0,036144 D Ds frontal SE 3 mKM0,173404 -0,223014 0,009824 -0,022060 D Ds occ SE 4 mKM0,175618 -0,219436 0,014894 -0,031868 D Ds occ SE 3 mKM0,165244 -0,215047 0,030651 -0,026740 D Ds temp li SE 4 mKM0,165338 -0,220975 0,011812 -0,013311 D Ds temp li SE 3 mKM0,176890 -0,216791 0,024266 -0,041618 D Ds temp re SE 4 mKM0,176728 -0,214268 0,032639 -0,044007 D Ds temp re SE 3 mKM0,037694 -0,089612 0,033907 0,015198 ischämisches Areal Durchmesser0,119538 0,130048 0,080852 0,194254 Hirnwindungen0,150253 0,049568 0,080230 0,249960 Längsdurchmesser Stammgangl.

68

Anhang

Tab. 11: Fortsetzung


0,172386 -0,224250 0,012908 -0,020595 D Ds Rinde SE 4 mKM0,173762 -0,219544 0,028868 -0,030237 D Ds Mark SE 4 mKM0,034586 0,140217 0,069190 -0,161018 D min frontal SE 4 oKM0,145802 0,167720 -0,097330 -0,074186 D max frontal SE 4 oKM0,107794 0,157887 0,092748 -0,116000 D min frontal SE 3 oKM0,163869 0,171758 0,020356 0,016092 D max frontal SE 3 oKM0,137118 0,069803 -0,113133 -0,136456 D min occ SE 4 oKM0,204572 0,030735 -0,105192 -0,030262 D max occ SE 4 oKM0,106007 0,051510 -0,154131 -0,135390 D min occ SE 3 oKM0,172609 0,012143 -0,129749 -0,025017 D max occ SE 3 oKM-0,020444 0,133737 0,031453 -0,151959 D min temp li SE 4 oKM0,031144 0,194518 -0,031023 -0,027118 D max temp li SE 4 oKM0,035971 0,085254 0,208576 -0,020274 D min temp li SE 3 oKM0,050527 0,109127 0,108878 0,105322 D max temp li SE 3 oKM0,074267 0,076991 -0,164814 -0,232989 D min temp re SE 3 oKM0,129404 0,042134 0,202794 0,066677 D max temp re SE 3 oKM0,174567 0,085196 -0,070742 -0,104322 D max temp re SE 4 oKM0,119734 0,055142 -0,033480 -0,120562 D min temp re SE 4 oKM0,156052 0,078899 -0,116184 0,128906 D Ds Rinde SE 4 oKM0,164138 0,126615 0,133654 -0,069647 D Ds Mark SE 4 oKM0,150526 0,113870 -0,080999 0,006045 D min Rinde SE 4 oKM0,137192 0,008881 -0,139579 0,169233 D max Rinde SE 4 oKM0,092686 0,044972 0,231006 -0,088907 D min Mark SE 4 oKM0,187553 0,128106 0,027998 0,044907 D max Mark SE 4 oKM0,152509 0,146564 -0,082736 -0,136776 D Ds frontal SE 4 oKM0,166420 0,178257 0,035005 -0,085257 D Ds frontal SE 3 oKM0,193655 0,066564 -0,140995 -0,024725 D Ds occ SE 4 oKM0,157295 0,047694 -0,155432 -0,026927 D Ds occ SE 3 oKM0,026326 0,195001 -0,018046 -0,100182 D Ds temp li SE 4 oKM0,051633 0,099218 0,136689 0,055073 D Ds temp li SE 3 oKM0,165850 0,116882 -0,039934 -0,127908 D Ds temp re SE 4 oKM0,093111 0,030182 0,235788 0,051911 D Ds temp re SE 3 oKM0,111084 0,100859 -0,049154 0,162708 D Ds Cerebellum SE 1 oKM0,047257 0,089154 0,067991 0,222355 D min Cerebellum SE 1 oKM0,122111 0,091529 -0,055083 0,147754 D max Cerebellum SE 1 oKM0,169265 -0,224724 0,021411 -0,013387 D Ds Cerebellum SE 1 mKM0,138962 0,077225 0,098534 -0,188689 D Ds Hirnatrophie SE 4 oKM-0,039454 -0,029584 0,057727 -0,224543 D min Hirnatrophie SE 4 oKM0,158393 0,127671 -0,025146 -0,016448 D max Hirnatrophie SE 4 oKM

69

Anhang

Tab. 12: Zusammensetzung der Hauptkomponenten in der

Grunderkrankungsgruppe kardiovaskuläre Krankheitsbilder, die

dominierende Hauptkomponente (HK) sowie Faktorladungen (FL)

sind durch Fettdruck hervorgehoben


-0,034219 0,034811 -0,316598 0,069734 Fläche, Seitenventrikel li, SE 4-0,013214 0,031390 -0,332023 0,006794 Fläche, Seitenventrikel li, SE 30,015718 0,074519 -0,273241 -0,077134 Fläche, Seitenventrikel re, SE 40,013113 0,059446 -0,290263 -0,111321 Fläche, Seitenventrikel re, SE 30,015465 0,097392 0,244422 -0,213756 Fläche, Cerebrum, SE 50,039715 0,102035 0,261786 -0,198488 Fläche, Cerebrum, SE 40,039727 0,104631 0,248236 -0,174089 Fläche, Cerebrum, SE 30,060776 0,080943 0,161650 -0,038519 Fläche, Cerebellum, SE 10,063138 0,071912 0,207940 0,053805 Fläche, Cerebellum, SE 20,143835 0,237399 -0,025585 0,091871 D Ds frontal SE 4 mKM0,146136 0,236916 -0,025169 0,089579 D Ds frontal SE 3 mKM0,154019 0,234617 0,000688 0,067964 D Ds occ SE 4 mKM0,155714 0,232951 -0,005110 0,071501 D Ds occ SE 3 mKM0,153470 0,235423 -0,018581 0,072227 D Ds temp li SE 4 mKM0,152236 0,236203 -0,019824 0,072363 D Ds temp li SE 3 mKM0,145201 0,240675 -0,008494 0,073989 D Ds temp re SE 4 mKM0,146826 0,238567 -0,006686 0,077204 D Ds temp re SE 3 mKM-0,058277 -0,088791 -0,058512 0,303420 ischämisches Areal Durchmesser0,040446 0,052620 0,044675 -0,200965 Hirnwindungen-0,099436 0,006825 0,113251 0,034597 Längsdurchmesser Stammgangl.0,139710 0,242177 0,005756 0,083632 D Ds Rinde SE 4 mKM0,134965 0,242555 -0,001379 0,093405 D Ds Mark SE 4 mKM0,140508 -0,122969 0,105487 0,174591 D min frontal SE 4 oKM0,115967 -0,102498 0,007542 0,050300 D max frontal SE 4 oKM0,036437 -0,032128 0,147857 0,096495 D min frontal SE 3 oKM0,094318 -0,037591 -0,021754 0,097116 D max frontal SE 3 oKM0,189607 -0,038049 -0,002051 -0,025306 D min occ SE 4 oKM0,210181 -0,072374 0,014862 -0,024923 D max occ SE 4 oKM0,155204 -0,042904 0,050320 -0,212983 D min occ SE 3 oKM0,208752 -0,068156 0,001398 -0,177368 D max occ SE 3 oKM0,091998 -0,125245 -0,122051 0,101301 D min temp li SE 4 oKM0,157056 -0,058779 -0,139916 0,037228 D max temp li SE 4 oKM0,126963 -0,158392 0,127906 0,069047 D min temp li SE 3 oKM0,192125 -0,107966 -0,094204 0,027675 D max temp li SE 3 oKM0,121304 -0,100294 0,057655 -0,187183 D min temp re SE 3 oKM

70

Anhang



0,181043 -0,048680 -0,045267 -0,202544 D max temp re SE 3 oKM0,116787 -0,041898 -0,139994 -0,187191 D max temp re SE 4 oKM0,130508 -0,057860 0,052346 -0,098632 D min temp re SE 4 oKM0,145338 -0,066527 0,031096 0,035417 D Ds Rinde SE 4 oKM0,092739 -0,163600 0,065372 0,226620 D Ds Mark SE 4 oKM0,076572 -0,116233 0,172776 0,131708 D min Rinde SE 4 oKM0,126472 -0,064597 -0,104406 -0,033970 D max Rinde SE 4 oKM0,110214 -0,072129 -0,031191 0,179775 D min Mark SE 4 oKM0,065581 -0,170500 0,086968 0,198218 D max Mark SE 4 oKM0,140238 -0,138202 0,021202 0,079946 D Ds frontal SE 4 oKM0,104245 -0,103031 -0,025989 0,075481 D Ds frontal SE 3 oKM0,192555 -0,088575 -0,007076 -0,018660 D Ds occ SE 4 oKM0,197751 -0,054458 -0,006303 -0,241513 D Ds occ SE 3 oKM0,177028 -0,131385 -0,132936 0,045116 D Ds temp li SE 4 oKM0,204494 -0,138592 -0,086836 0,064291 D Ds temp li SE 3 oKM0,151053 -0,100914 -0,090321 -0,200636 D Ds temp re SE 4 oKM0,189234 -0,056319 -0,056997 -0,235038 D Ds temp re SE 3 oKM0,171478 -0,104700 0,089175 0,111635 D Ds Cerebellum SE 1 oKM0,054515 -0,012029 0,219621 0,161117 D min Cerebellum SE 1 oKM0,166353 -0,105547 -0,054493 0,040168 D max Cerebellum SE 1 oKM0,149037 0,235726 -0,010432 0,082188 D Ds Cerebellum SE 1 mKM0,090345 -0,051436 0,231471 0,051570 D Ds Hirnatrophie SE 4 oKM0,021410 -0,034401 0,141735 -0,038432 D min Hirnatrophie SE 4 oKM0,046697 -0,017640 -0,043656 0,159985 D max Hirnatrophie SE 4 oKM

71

Anhang

Tab. 13: Zusammensetzung der Hauptkomponenten in der

Grunderkrankungsgruppe Tumorleiden, die dominierende

Hauptkomponente (HK) sowie Faktorladungen (FL) sind durch



-0,073996 0,099124 0,231363 -0,054371 Fläche, Seitenventrikel li, SE 4-0,090520 0,081932 0,188103 -0,082296 Fläche, Seitenventrikel li, SE 3-0,082299 0,069839 0,252436 -0,053916 Fläche, Seitenventrikel re, SE 4-0,098287 0,058133 0,238893 -0,039006 Fläche, Seitenventrikel re, SE 30,075267 0,113579 -0,100900 0,289968 Fläche, Cerebrum, SE 50,068852 0,071987 -0,056577 0,318348 Fläche, Cerebrum, SE 40,070340 0,072111 -0,010167 0,347129 Fläche, Cerebrum, SE 3-0,009804 0,098824 0,068845 0,250569 Fläche, Cerebellum, SE 10,028506 0,103577 0,070945 0,249387 Fläche, Cerebellum, SE 20,124816 0,249467 0,058417 -0,065438 D Ds frontal SE 4 mKM0,105459 0,258093 0,077444 -0,028266 D Ds frontal SE 3 mKM0,115945 0,259406 -0,030826 -0,115579 D Ds occ SE 4 mKM0,097772 0,264490 -0,002305 -0,081194 D Ds occ SE 3 mKM0,112344 0,266296 -0,035042 -0,097348 D Ds temp li SE 4 mKM0,100974 0,265452 0,017517 -0,056431 D Ds temp li SE 3 mKM0,113254 0,259779 -0,037211 -0,104969 D Ds temp re SE 4 mKM0,102356 0,265583 0,017771 -0,053049 D Ds temp re SE 3 mKM-0,058027 0,091604 -0,200540 -0,074758 ischämisches Areal Durchmesser0,030188 0,034121 -0,132730 0,217746 Hirnwindungen-0,022446 0,089781 0,156576 0,123245 Längsdurchmesser Stammgangl.0,086317 0,279339 -0,017078 -0,096603 D Ds Rinde SE 4 mKM0,112664 0,264625 0,033045 -0,074950 D Ds Mark SE 4 mKM0,102121 -0,019384 0,089439 0,064671 D min frontal SE 4 oKM0,153715 -0,076198 0,188207 0,006161 D max frontal SE 4 oKM0,147849 -0,032422 0,182219 0,104984 D min frontal SE 3 oKM0,154477 -0,037932 0,226748 0,108667 D max frontal SE 3 oKM0,147536 -0,059754 -0,087943 -0,119130 D min occ SE 4 oKM0,164211 -0,076663 -0,121178 -0,035002 D max occ SE 4 oKM0,158610 -0,092374 -0,128149 -0,174516 D min occ SE 3 oKM0,140565 -0,091040 -0,131359 -0,146219 D max occ SE 3 oKM0,165625 -0,110229 0,011513 -0,116387 D min temp li SE 4 oKM0,183883 -0,052869 0,029427 0,032286 D max temp li SE 4 oKM0,165493 -0,055497 0,013293 -0,061787 D min temp li SE 3 oKM0,161115 -0,009273 -0,057840 0,060707 D max temp li SE 3 oKM0,136781 -0,000636 -0,164955 0,132219 D min temp re SE 3 oKM

72

Anhang



0,154178 -0,027680 -0,132323 0,139519 D max temp re SE 3 oKM0,144205 0,006094 -0,132180 0,202555 D max temp re SE 4 oKM0,150997 0,025770 -0,165829 0,128057 D min temp re SE 4 oKM0,153497 -0,069515 -0,019550 -0,116957 D Ds Rinde SE 4 oKM0,169404 -0,067217 0,186105 -0,019213 D Ds Mark SE 4 oKM0,146912 -0,103788 -0,036512 -0,050469 D min Rinde SE 4 oKM0,042375 -0,049558 -0,071656 -0,173207 D max Rinde SE 4 oKM0,143738 -0,097683 0,146465 -0,073503 D min Mark SE 4 oKM0,162057 -0,044634 0,199262 -0,015386 D max Mark SE 4 oKM0,166481 -0,084189 0,168313 0,033851 D Ds frontal SE 4 oKM0,170737 -0,053684 0,217351 0,062898 D Ds frontal SE 3 oKM0,178228 -0,080889 -0,065148 -0,099761 D Ds occ SE 4 oKM0,170393 -0,109111 -0,102714 -0,130798 D Ds occ SE 3 oKM0,191510 -0,085406 0,048557 -0,056472 D Ds temp li SE 4 oKM0,194905 -0,054247 -0,009584 -0,008820 D Ds temp li SE 3 oKM0,159632 0,016177 -0,164448 0,134904 D Ds temp re SE 4 oKM0,160909 -0,014032 -0,147807 0,132736 D Ds temp re SE 3 oKM0,100523 -0,068935 -0,018709 -0,168890 D Ds Cerebellum SE 1 oKM-0,048736 -0,017948 0,113684 -0,049829 D min Cerebellum SE 1 oKM0,116076 -0,069892 -0,067108 -0,162420 D max Cerebellum SE 1 oKM0,093831 0,266688 -0,030223 -0,116283 D Ds Cerebellum SE 1 mKM0,154578 -0,062118 0,198516 0,088112 D Ds Hirnatrophie SE 4 oKM0,120925 -0,063847 0,181566 0,008916 D min Hirnatrophie SE 4 oKM0,138752 -0,059176 0,236523 0,085254 D max Hirnatrophie SE 4 oKM

73

Anhang

7.2 Mini-Mental-Status-Test

74

Danksagung

8. Danksagung

Mein herzlicher Dank richtet sich zuerst an Herrn Prof. Dr. med. Dieter Liermann für

die großzügige Überlassung des Themas.

Ich danke Dr. med. Christoph Stückle für die Betreuung der Doktorarbeit.

Ich danke Dr. med. Holger Bartz für die „Initialzündung“ und Motivation.

Ich danke Frau Anika Hüsing von der Abteilung für Medizinische Informatik, Biometrie

und Epidemiologie, Ruhr-Universität Bochum für ihre Hilfe bei der statistischen

Auswertung der Daten.

Ich danke Dr.-Ing. Marc Brüggen für seine unglaubliche Geduld und Hilfe bei der

statistischen Auswertung der Daten.

Ich danke Dr. med. Thilo-Andreas Wittkämper und Dr. med. Thomas Magin für die

Durchsicht der Arbeit.

Ich danke meinen Eltern Annette und Heinrich Joseph Janßen für alles.

75

Lebenslauf

9. Lebenslauf

Personalien

Name: Melanie Janßen

Geburtsdatum: 23.04.1972

Geburtsort: Cloppenburg

Nationalität: deutsch

Schulischer Werdegang

1978-1982 Grundschule Freren

1982-1991 Franziskus-Gymnasium Lingen

1991 Abitur

Studium

1991-2000 Studium der Humanmedizin an der Ruhr-Universität Bochum

Beruflicher Werdegang

01.02.2001-31.01.2002 Ärztin im Praktikum, Medizinische Klinik II,

Universitätsklinik Marienhospital Herne bei Prof. Dr. med.

Trappe

01.02.2002-31.07.2002 Ärztin im Praktikum, Institut für Diagnostische und

Interventionelle Radiologie und Nuklearmedizin,

Universitätsklinik Marienhospital Herne bei Prof. Dr. med.

Liermann

01.10.2002-31.03.2004 Assistenzärztin, Klinik für Diagnostische Radiologie und

Nuklearmedizin, Knappschaftskrankenhaus Dortmund bei Dr.

med. Hering

seit 01.07.2004 Radiologische Gemeinschaftspraxis Herne

76

Aus dem Institut für Diagnostische und Interventionelle ... - Eine Untersuchung an 95 Patienten -...

Documents

Transcript of Aus dem Institut für Diagnostische und Interventionelle ... - Eine Untersuchung an 95 Patienten -...