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
Tab. 5: Die zehn betraglich größten Korrelationen zwischen CCT- und MMST-Werten
in der Grunderkrankungsgruppe neurologische Krankheitsbilder.....................31
Tab. 6: Die zehn betraglich größten Korrelationen zwischen CCT- und MMST-Werten
in der Grunderkrankungsgruppe kardiovaskuläre Krankheitsbilder..................32
Tab. 7: Die zehn betraglich größten Korrelationen zwischen CCT- und MMST-Werten
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
Abb. 4: SE 2: Horizontalschnitt durch den III. Ventrikel im Bereich des
Abganges des Aqueductus mesencephali (repräsentativer Schnitt
zur Veranschaulichung)
20
Patienten und Methode
Abb. 5: SE 3: Horizontalschnitt auf Höhe des Corpus pineale
(repräsentativer Schnitt zur Veranschaulichung)
21
Patienten und Methode
Abb. 6: SE4: Horizontalschnitt auf Höhe des größten Durchmessers der
Seitenventrikel (repräsentativer Schnitt zur Veranschaulichung)
22
Patienten und Methode
Abb. 7: SE 5: Horizontalschnitt unmittelbar oberhalb der Seitenventrikel
(repräsentativer Schnitt zur Veranschaulichung)
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
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
Patienten und Methode
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
Tab. 5: Die zehn betraglich größten Korrelationen zwischen CCT- und
MMST-Werten in der Grunderkrankungsgruppe neurologische
Krankheitsbilder
Messparameter CCT Messparameter MMST p-Wert Corr n
Längsdurchmesser
Stammganglien
MMST Aufmerksamkeit 0,00015 0,67 27
Fläche, Seitenventrikel li, SE 3 MMST Gedächtnis 2 0,00018 -0,66 27
Fläche, Seitenventrikel li, SE 4 MMST Zeitorientierung 0,00034 -0,64 27
Fläche, Seitenventrikel li, SE 3 MMST GESAMT 0,00062 -0,62 27
Fläche, Seitenventrikel li, SE 4 MMST GESAMT 0,00070 -0,61 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
Fläche, Seitenventrikel li, SE 3 MMST Zeitorientierung 0,00117 -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
Tab. 6: Die zehn betraglich größten Korrelationen zwischen CCT- und
MMST-Werten in der Grunderkrankungsgruppe kardiovaskuläre
Krankheitsbilder
Messparameter CCT Messparameter MMST p-Wert Corr n
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 li, SE 3 MMST GESAMT 0,00019 -0,63 30
Fläche, Seitenventrikel li, SE 3 MMST Zeitorientierung 0,00028 -0,62 30
Fläche, Seitenventrikel re, SE 4 MMST GESAMT 0,00038 -0,61 30
Fläche, Seitenventrikel li, SE 4 MMST GESAMT 0,00039 -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
Tab. 7: Die zehn betraglich größten Korrelationen zwischen CCT- und
MMST-Werten in Grunderkrankungsgruppe Tumorleiden
Messparameter CCT Messparameter MMST p-Wert Corr n
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
Intercept 25,27946350
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
Intercept 25,13080419
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 Seitenventrikel re SE 3
Fläche Cerebrum SE 5
Fläche Cerebrum SE 4
Fläche Cerebrum SE 3
Kardiovaskuläre
Krankheitsbilder
drei (Auszug aus
Anhang, )
Fläche Seitenventrikel liTab. 12 SE 4
Fläche Seitenventrikel li SE 3
Fläche Seitenventrikel re SE 4
Fläche Seitenventrikel re SE 3
Fläche Cerebrum SE 5
Fläche Cerebrum SE 4
Fläche Cerebrum 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)
zwischen den CCT-Messwerten und den MMST-Ergebnissen. Der maximale
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)
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. 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.
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 der neurologischen
Krankheitsbilder (R²=0,50) und schließlich die Tumorerkrankungen (R²=0,37).
4.4.2 Regression des Uhrentests
Wie die Regression des MMST-Gesamt ergab auch die Regression des Uhrentests, dass
in jeder Grunderkrankungsgruppe genau eine Hauptkomponente den Uhrentest
bestimmte.
51
Diskussion
Das Bestimmtheitsmaß R² war bei allen Krankheitsbildern deutlich niedriger als bei der
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.
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).
Wie die Regression des MMST-Gesamt ergab auch die Regression des Uhrentests, dass
in jeder Grunderkrankungsgruppe genau eine Hauptkomponente den Uhrentest
bestimmte.
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.
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
Literaturverzeichnis
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
Literaturverzeichnis
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
Literaturverzeichnis
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
Literaturverzeichnis
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
Literaturverzeichnis
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
Literaturverzeichnis
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
Literaturverzeichnis
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
Fettdruck hervorgehoben
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
FL / HK 1 FL / HK 2 FL / HK 3 FL / HK 4 Messparameter CCT
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
FL / HK 1 FL / HK 2 FL / HK 3 FL / HK 4 Messparameter CCT
-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
Tab. 12: Fortsetzung
FL / HK 1 FL / HK 2 FL / HK 3 FL / HK 4 Messparameter CCT
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
Fettdruck hervorgehoben
FL / HK 1 FL / HK 2 FL / HK 3 FL / HK 4 Messparameter CCT
-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
Tab. 13: Fortsetzung
FL / HK 1 FL / HK 2 FL / HK 3 FL / HK 4 Messparameter CCT
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