In dieser Studie ging es um generalisierte Angststörungen (GAD) und Panikstörungen. Anhand der Daten von 26.378 Erwachsenen aus der NAKO wurde untersucht, welche psychosozialen und hirnstrukturellen Faktoren mit diesen häufigen und beeinträchtigenden psychischen Erkrankungen zusammenhängen.
Dafür analysierte das Studienteam um Julian Gutzeit, Martin Weiß, Grit Hein und Angelika Erhardt-Lehrmann vom Zentrum für Psychische Gesundheit des UKW mithilfe von Machine Learning 246 verschiedene Bereiche des Gehirns und kombinierte die MRT-Daten mit psychosozialen Faktoren wie Stress, Depressionen und belastenden Kindheitserfahrungen.
„Die Ergebnisse von mehr als 26.000 Teilnehmenden unterstreichen die Bedeutung psychosozialer Faktoren und bestätigen bekannte hirnstrukturelle Zusammenhänge“, resümiert Grit Hein.
Die MRT-Bilder des Gehirns allein konnten nämlich nur begrenzt vorhersagen, ob jemand unter Angstsymptomen oder Panikattacken litt. Deutlich aussagekräftiger waren die psychosozialen Faktoren.
Das heißt, dass Angstsymptome nicht allein durch bestimmte Veränderungen im Gehirn erklärt werden können. Belastende Erfahrungen in der Kindheit, Stress und die psychische Verfassung eines Menschen scheinen für die Einschätzung des Risikos eine wesentlich größere Rolle zu spielen.
Gleichzeitig könnten Hirnaufnahmen in Zukunft dabei helfen, solche Einschätzungen noch genauer zu machen, wenn sie mit anderen Informationen kombiniert werden. Wurden die Informationen aus den Hirnaufnahmen mit den psychosozialen Daten kombiniert, ließ sich die Einschätzung etwas verbessern. Die Hirnbilder lieferten also zusätzliche Informationen, konnten die psychischen Faktoren aber nicht ersetzen.
Langfristig könnte dieser Ansatz dazu beitragen, individuelle Risikoprofile besser zu verstehen und Prävention und Behandlung stärker auf einzelne Patientinnen und Patienten zuzuschneiden.
Publikation: Julian Gutzeit, Martin Weiß, Tierney Kuhn, Johanna Klinger-König, Fabian Streit, Christiane Jockwitz, Berit Brandes, Marvin N. Wright, Christoph M. Friedrich, Margarethe Woeckel, Rafael Mikolajczyk, Thomas Keil, Stefanie Castell, Philine Betker, Christopher L. Schlett, Till W. Bärnighausen, Fabian Bamberg, Matthias Günther, Jochen G. Hirsch, Tobias Pischon, Thoralf Niendorf, Michael F. Leitzmann, Patricia Bohmann, Kerstin Wirkner, Lilian Krist, Yanding Wang, Klaus Berger, Sebastian Walther, Hans J. Grabe, Jürgen Deckert, Svenja Caspers, Grit Hein & Angelika Erhardt-Lehmann. Multimodal phenotypic classification of generalized anxiety and panic using structural MRI data and psychosocial factors: machine learning results from the German National Cohort (NAKO) study. Transl Psychiatry 16, 287 (2026). https://doi.org/10.1038/s41398-026-04131-1
