Hamilton-Depressionsskala (HAM-D)

Klinischer Hintergrund

Die Hamilton-Depressionsskala (HAM-D) erfüllt im klinischen Alltag zwei Funktionen: Sie gradiert den Schweregrad einer bereits gesicherten depressiven Episode und dient der Verlaufskontrolle des Behandlungsansprechens. Sie wurde Ende der 1950er-Jahre entwickelt, um ein standardisiertes Maß der depressiven Symptomlast für Arzneimittelstudien bereitzustellen, in denen der Bedarf an einer beobachtbaren, reproduzierbaren, interviewbasierten Bewertung offensichtlich war [1]. Anders als Selbstbeurteilungsskalen wie der PHQ-9 oder das BDI beruht die HAM-D auf der Einschätzung der Untersucherin bzw. des Untersuchers. Sie erfasst deshalb Beobachtungen zu Psychomotorik, Sprechtempo und Affekt, die Patientinnen und Patienten selbst unterschätzen oder nicht spontan erwähnen.

Die Skala ist kein diagnostisches Instrument. Sie setzt voraus, dass die Diagnose einer Depression bereits klinisch gestellt wurde, und dient anschließend dazu, den Schweregrad zu quantifizieren und Veränderungen zu dokumentieren. Diese Unterscheidung ist wichtig: Ein hoher Wert bestätigt die Diagnose nicht, und ein niedriger Wert schließt sie nicht aus, wenn Klinik und Anamnese für eine Depression sprechen.

Berechnung der Hamilton-Depressionsskala

Die HAM-D in der 17-Item-Version (HAM-D17) wird als Summe von 17 Einzelitems berechnet:

$$\text{HAM-D}$${17} = \sum{i=1}^{17} x_i

wobei $x_i$ die Punktzahl des jeweiligen Items ist. Neun Items werden auf einer 5-stufigen Skala von 0 bis 4 bewertet (Depressive Stimmung, Schuldgefühle, Suizidalität, Arbeit und sonstige Aktivitäten, Verlangsamung, Erregung (Agitation), Angst psychisch, Angst somatisch, Hypochondrie), und acht Items auf einer 3-stufigen Skala von 0 bis 2 (Schlafstörungen: Einschlafen, Schlafstörungen: Durchschlafen, Schlafstörungen: frühes Erwachen, Somatische Symptome gastrointestinal, Somatische Symptome allgemein, Genitalsymptome, Gewichtsverlust, Krankheitseinsicht). Der Gesamtbereich liegt bei 0 bis 52 Punkten.

Die Ableitungskohorte bestand aus Patientinnen und Patienten einer psychiatrischen Klinik in Leeds, wo Max Hamilton die Skala Ende der 1950er-Jahre entwickelte und erprobte [1]. Die Originalpublikation von 1960 beschreibt eine Skala mit 21 Items, von denen die letzten vier (Tagesschwankungen, Depersonalisation, paranoide Symptome und Zwangssymptome) nicht in die Summe eingehen, sondern lediglich als klinische Zusatzinformation erfasst werden. Die 17-Item-Version hat sich als Standard durchgesetzt und wird vom Rechner verwendet.

Interpretation in der Praxis

Der Rechner verwendet die klassischen Schweregrade, abgeleitet aus Hamiltons ursprünglicher Arbeit und späteren Konsensdefinitionen:

Für das Behandlungsansprechen wird häufig eine Abnahme um mindestens 50 Prozent gegenüber dem Ausgangswert als Schwelle für das „Ansprechen“ verwendet, und ein absoluter Wert von 7 oder weniger als Schwelle für die Remission. Diese Schwellen gehen auf Konsensdefinitionen zurück, die 1991 von Frank et al. veröffentlicht wurden, und sind in klinischen Studien seit Langem Standard [2]. Ein systematischer Review von 56 Studien mit insgesamt 39.315 Patientinnen und Patienten kam jedoch zu dem Ergebnis, dass die Remissionsschwelle HAM-D17 ≤7 möglicherweise zu hoch ist: Patientinnen und Patienten mit 5 bis 7 Punkten hatten eine schlechtere Prognose mit höherem Rückfallrisiko als diejenigen, die ≤4 erreichten, und die Autoren empfehlen, Remission als HAM-D17 ≤4 zu definieren [2]. Dies sollte in der klinischen Praxis berücksichtigt werden: Eine Patientin oder ein Patient mit 6 bis 7 Punkten nach der Behandlung kann klinisch relevante Restsymptome aufweisen, obwohl der Wert im Rechner formal in die Kategorie „Keine Depression“ fällt.

Validierung und Leistungsfähigkeit

Die HAM-D17 ist seit mehr als sechs Jahrzehnten die dominierende Fremdbeurteilungsskala für Depression und wurde in einer Vielzahl von Populationen und Sprachversionen validiert. Ein umfassender Review von 70 Studien, die psychometrische Eigenschaften explizit untersuchten, ergab, dass die interne Konsistenz (Cronbachs Alpha) angemessen ist, während die konvergente und die diskriminante Validität als zufriedenstellend beurteilt wurden [3]. Kritisiert wird dagegen die Inhaltsvalidität: Mehrere Items tragen nur schwach zum übergeordneten Schweregrad bei, und die Faktorenstruktur ist multidimensional und lässt sich zwischen Stichproben schlecht replizieren [3]. Das bedeutet, dass zwei Patientinnen oder Patienten mit gleicher Summe sehr unterschiedliche Symptomprofile haben können.

Eine externe Validierung in einer Population mit Epilepsie (133 Patientinnen und Patienten in Äthiopien, Afaan-Oromo-Sprachversion) zeigte eine gute diskriminative Fähigkeit gegenüber dem MINI als Referenzstandard: AUC 0,96, Sensitivität 92 Prozent und Spezifität 91 Prozent bei einem Cut-off von ≥9 [4]. Cronbachs Alpha lag in dieser Kohorte bei 0,74. Das Ergebnis ist auf eine bestimmte somatische Patientengruppe und eine bestimmte Sprachversion beschränkt, zeigt aber, dass die Skala auch außerhalb des ursprünglichen psychiatrischen Kontexts gut funktionieren kann.

Ein systematischer Review der verkürzten 6-Item-Version (HAM-D6), die Depressive Stimmung, Arbeit und Aktivitäten, Verlangsamung, Angst psychisch, Somatische Symptome allgemein sowie ein Schlafitem umfasst, fand, dass die HAM-D6 der HAM-D17 hinsichtlich Skalierbarkeit, Übertragbarkeit über die Zeit und auf Untergruppen sowie Änderungssensitivität unter Behandlung überlegen war [5]. Die Autoren argumentieren, dass die HAM-D6, die auf den Items beruht, die am meisten Information über den globalen Schweregrad tragen, ein effizienteres Instrument für die Verlaufskontrolle sein kann. Dies spricht dafür, dass die HAM-D17 trotz ihrer breiten Verwendung Items enthält, die eher Rauschen als Signal beitragen.

Neben der HAM-D wird in Studien häufig auch die Montgomery-Åsberg Depression Rating Scale (MADRS) als Fremdbeurteilungsskala eingesetzt; Punktwerte der beiden Skalen sind nicht unmittelbar austauschbar.

Zur Verbesserung der Interrater-Reliabilität wurde durch internationalen Konsens eine standardisierte Version, die GRID-HAMD, entwickelt [6]. Diese Version trennt bei den meisten Items die Symptomhäufigkeit von der Intensität, präzisiert mehrere problematische Ankerpunkte und integriert einen strukturierten Interviewleitfaden. Die Interrater-Reliabilität war der Originalversion überlegen und mit dem etablierten strukturierten Interviewleitfaden SIGH-D vergleichbar [6]. Der Rechner verwendet die Items und die Punktevergabe der Originalversion, in der klinischen Arbeit, in der Punktwerte mehrerer Beurteilender verglichen werden sollen, wird jedoch eine strukturierte Interviewtechnik empfohlen.

Einschränkungen

Die HAM-D17 ist nicht für Screening oder Diagnostik konzipiert. Die Skala einzusetzen, um festzustellen, ob eine Patientin oder ein Patient eine Depression hat, ist ein methodischer Fehler, da ihr die diagnostische Spezifität fehlt und sie Depression nicht von Angststörungen, Anpassungsstörung oder Trauer unterscheidet.

Mehrere Items haben eine schlechte Interrater-Reliabilität, besonders diejenigen, die auf der Beobachtung von Psychomotorik und Verlangsamung beruhen, wo die Beurteilung subjektiv ist und klare Ankerpunkte fehlen [3]. Dies verstärkt sich, wenn die beurteilende Person keinen strukturierten Interviewleitfaden verwendet. Items wie Krankheitseinsicht und Genitalsymptome werden infrage gestellt, da sie nur schwach mit dem übergeordneten Schweregrad der Depression korrelieren und von Faktoren außerhalb der Depression beeinflusst werden können [3, 5].

Die Skala ist für Kinder und Jugendliche nicht validiert. Bei geriatrischen Patientinnen und Patienten können die somatischen Items (Gewichtsverlust, Somatische Symptome gastrointestinal, Somatische Symptome allgemein) durch altersbedingte Zustände überbewertet werden und zu falsch erhöhten Werten führen. Bei psychotischer Depression erfasst die HAM-D17 die psychotischen Symptome nicht, sodass eine ergänzende Bewertung nötig ist.

Die Summe verdeckt das Symptomprofil. Zwei Patientinnen oder Patienten mit 18 Punkten können ein völlig unterschiedliches klinisches Bild haben: die eine Person mit ausgeprägter depressiver Stimmung und Suizidalität, aber gutem Schlaf, die andere mit Schlafstörung und somatischer Angst, aber erhaltener Funktion. Klinische Entscheidungen sollten daher stets auf dem einzelnen Symptomprofil beruhen und nicht allein auf der Summe.

Quellen

1. Hamilton M. A rating scale for depression. Journal of Neurology, Neurosurgery, and Psychiatry 1960;23:56-62. PMID: 14399272
2. de Zwart PL, Jeronimus BF, de Jonge P. Empirical evidence for definitions of episode, remission, recovery, relapse and recurrence in depression: a systematic review. Epidemiology and Psychiatric Sciences 2019;28(5):544-562. PMID: 29769159
3. Bagby RM, Ryder AG, Schuller DR, Marshall MB. The Hamilton Depression Rating Scale: has the gold standard become a lead weight? American Journal of Psychiatry 2004;161(12):2163-2177. PMID: 15569884
4. Yusuf M, Abera M, Getnet M, Dawud B. Psychometric properties of Hamilton Depression Rating Scale among people with epilepsy in Jimma University Medical Center, Neurology Clinic, Southwest Ethiopia, 2020: cross-sectional study. BMJ Open 2023;13(5):e070835. PMID: 37253503
5. Timmerby N, Andersen JH, Søndergaard S, Østergaard SD, Bech P. A systematic review of the clinimetric properties of the 6-item version of the Hamilton Depression Rating Scale (HAM-D6). Psychotherapy and Psychosomatics 2017;86(3):141-149. PMID: 28490031
6. Williams JB, Kobak KA, Bech P, Engelhardt N, Evans K, Lipsitz J, Olin J, Pearson J, Kalali A. The GRID-HAMD: standardization of the Hamilton Depression Rating Scale. International Clinical Psychopharmacology 2008;23(3):120-129. PMID: 18408526