Zwei große Fragen in der Psychotherapieforschung sind, welche Patientin oder welcher Patient von einer Behandlung am meisten profitiert und welche Faktoren den Erfolg der Therapie bestimmen. Denn nicht alle Menschen profitieren gleich viel von einer psychotherapeutischen Intervention. Maschinelles Lernen (ML) bietet eine vielversprechende Ergänzung zu den klassischen Methoden und macht eine gute Vorhersage des Therapieerfolgs möglich. Das hat das Team um Prof. Dr. Georg W. Alpers im Rahmen einer groß angelegten Studie mit Daten von 685 ambulanten Patientinnen und Patienten herausgefunden. Die Studie wurde in der neuesten Ausgabe des renommierten Fachjournals Behaviour Research and Therapy veröffentlicht.
In ihrer Untersuchung trainierten die Forschenden mehrere ML-Modelle mit Daten von Patientinnen und Patienten, die routinemäßig zu Beginn der Therapie erhobenen wurden und verglichen die Prognosen mit den tatsächlichen Therapieergebnissen. „Die Vorhersage war erstaunlich präzise: Das beste Modell erreichte eine Genauigkeit von 69 Prozent“, konstatiert Friedrich-Samuel Taubitz, Doktorand am Lehrstuhl für Klinische und Biologische Psychologie und Psychotherapie, der die Studie geleitet hat. „Unsere Studie stellt einen wesentlichen Baustein für die Weiterentwicklung der psychotherapeutischen Praxis dar“, fasst Lehrstuhlinhaber Prof. Alpers zusammen.
Zur Pressemitteilung