Schmerzen machen müde

Pain Can Cause Fatigue

Lara Westemeyer^a, Ulrich Vortkamp^a

^a Bundeswehrkrankenhaus Hamburg, Klinik IX – Neurologie

Zusammenfassung

In dieser Studie wurde der Zusammenhang von Schmerz und Schlafstörungen an einer Stichprobe der Schmerzambulanz am Bundeswehrkrankenhaus Hamburg untersucht. Die subjektiven Einschätzungen zu Schlafqualität, Tagesmüdigkeit und weiteren schlafbezogenen Aspekten wurden mit dem Pittsburgh Schlafqualitäts-Index (PSQI) erhoben. Diese Ergebnisse wurden auf Korrelationen mit dem in der Schmerzambulanz der Klinik für Anästhesiologie und Intensivmedizin routinemäßig verwendeten Deutschen Schmerzfragebogen untersucht.

Aus wehrmedizinischer Sicht ist beachtenswert, dass Soldaten vor dem Hintergrund ihres beruflichen Einsatzspektrums neben einem offensichtlichen Risiko für Schmerzen durch Verletzung oder Verwundung auch ein überproportionales Risiko einsatzbedingter Schlafstörungen haben. Unsere Stichprobe umfasste ausdrücklich Soldatinnen und Soldaten der Bundeswehr. Es konnte ein Zusammenhang zwischen Schlafstörungen und Schmerzen festgestellt werden. Dies entsprach auch der Einschätzung der Patienten. Schmerzen führen zu schlechtem Schlaf und konsekutiv zu erhöhter Tagesmüdigkeit. Schmerz macht müde! Wegen der festgestellten Zusammenhänge muss nach Meinung der Autoren bei Schmerzpatienten immer auch eine Schlafanamnese erhoben werden, da sonst zusätzliche Therapieoptionen verpasst werden.

Schlüsselwörter: Schmerz, Schlafstörungen, Tagesschläfrigkeit, Pittsburgh Schlafqualitäts-Index (PSQI), Deutscher Schmerzfragebogen

Summary

Soldiers are at a high risk of painful injuries and sleep disorders related to their deployment. We conducted a study on a random sample of patients at the pain outpatient clinic at the Bundeswehr Hospital in Hamburg. The patients were exclusively soldiers of the Bundeswehr. We used the Pittsburgh Sleep Quality Index (PSQI) to assess sleep quality, daytime sleepiness, and other sleep-related outcomes. We compared the results with those obtained from the German pain questionnaire (GPQ), which is routinely used in the pain outpatient clinic for anesthesiology and intensive care medicine.

The study revealed a significant correlation between pain and sleep disorders. Pain leads to poor sleep quality and increased daytime sleepiness. Therefore, it is crucial to inquire about a patient’s sleep quality and duration when exploring pain syndromes. This will contribute to identify opportunities for optimizing sleep hygiene as a new treatment option.

Keywords: pain; sleep disorders; daytime sleepiness; Pittsburgh Sleep Quality Index (PSQI); German pain questionnaire

Einleitung und Hintergrund

Das Fachgebiet der Neurologie beschäftigt sich auch mit Schmerzen. In der Klinik für Neurologie am Bundeswehrkrankenhaus (BwKrhs) Hamburg betrifft dieses vor allem Patienten mit primären und sekundären Kopf- und Gesichtsschmerzen. Hinzu kommen neuropathische Schmerzen durch Erkrankungen des zentralen, peripheren oder autonomen Nervensystems einschließlich ­Engpasssyndromen und den gefürchteten komplexen ­regionalen Schmerzsyndromen. Weiterhin erscheinen zahlreiche Patienten mit radikulären Schmerzen durch Bandscheibenveränderungen oder Schmerzpatienten mit Funktionsstörungen ungeklärter Zuordnung, z.B. mit Fibromyalgien oder somatoform anmutenden Schmerzen.

Trotz aller Fachexpertise bedürfen Schmerzpatienten meist einer interdisziplinären Diagnostik und Therapie. Kaum ein medizinisches Fachgebiet beschäftigt sich nicht mit Schmerzen. Die Klinik für Neurologie am BwKrhs Hamburg arbeitet daher eng mit anderen Fachdisziplinen und auch mit der Schmerzambulanz der Klinik für Anästhesiologie und Intensivmedizin zusammen.

Da die Klinik für Neurologie über ein eigenes zertifiziertes Schlaflabor verfügt, stellte sich die Frage, ob für hier vorstellige Schmerzpatienten ein Zusammenhang von Schlafstörungen und Schmerzen bestehen könnte, der bisher unzureichend berücksichtigt wird. Wir postulierten:

• Schmerzen dürften nicht nur dann, wenn wir unsere Patienten gewöhnlich sehen, nämlich tagsüber, sondern eben auch nachts eine Rolle spielen. Schlafstörungen verschlechtern nicht nur die Lebensqualität, sondern gefährden auch schmerzmedizinische Behandlungskonzepte.
• Müde Patienten dürften Schwierigkeiten haben, sich den teils ausgefeilten und intensiven multimodalen Behandlungsplänen zwischen Neurologie, Schmerztherapie, Psychologie und z.B. Physiotherapie zu stellen.

Aus neurologischer Sicht schien es dabei nicht nur interessant, dass Schlaf und Schlafstörungen ähnlich interdisziplinär wie Schmerz und Schmerzerkrankungen sind, sondern dass beide Phänomene, nämlich Schlaf und Schmerz, allein im Gehirn entstehen.

Für die vorliegende Studie wurde der Fokus auf chronische Schmerzpatienten gelegt. Während akut auftretende Schmerzen als Warn- und Schutzfunktion des Körpers dienen, ist der chronische Schmerz komplexer und multidimensionaler gefasst und bezieht neben sozialen auch psychische Einflussfaktoren ein [6][9][8][13]. Diese Patientengruppe soll fast gänzlich an Schlafstörungen leiden [1] oder zumindest, wie eine Metaanalyse bewies, eine Prävalenz von 50–80 % [10] haben. Eine Wechselseitigkeit und gegenseitige Beeinflussung von chronischen Schmerzen und Schlafstörungen wird angenommen, wobei hier ursächlich das gleiche beteiligte Transmittersystem sein kann [7][10].

Viele Patienten berichten in Forschungsprojekten von nächtlichen Schmerzattacken und frühmorgendlichem Erwachen aufgrund ihrer Schmerzen [11][12]. In diesen Untersuchungen wird bereits auf die Relevanz einer individuellen Schlafanamnese bei Schmerzpatienten hingewiesen.

Soldatische Stichprobe

Um diese Datenlage zu ergänzen, sollte eine rein soldatische Stichprobe in dieser Studie untersucht werden. Diese Patientengruppe verdient, wie bereits erwähnt, besondere Aufmerksamkeit in Bezug auf die zu untersuchenden Variablen „Schlaf“ und „Schmerz“.

Somit ergaben sich folgende, in der Studie zu überprüfende Hypothesen:

Hypothese 1: Es besteht ein Zusammenhang zwischen dem Vorliegen von Schlafstörungen und Schmerzen.

Hypothese 2: Die Patienten führen ihre Schlafstörungen subjektiv auf ihre Schmerzen zurück.

Hypothese 3: Es besteht ein Zusammenhang zwischen dem Vorliegen von Schlafstörungen und einer erhöhten Tagesmüdigkeit bei Schmerzpatienten.

Patienten und Methode

Grundgesamtheit und Stichprobe

In die Studie wurden Soldatinnen und Soldaten, die sich in der Schmerzambulanz am BwKrhs Hamburg elektiv vorstellten, auf freiwilliger Basis aufgenommen.

Mittels der Software G*Power (Version 3.1.9.6) wurde zuvor die notwendige Stichprobengröße ermittelt. Da ein Zusammenhang überprüft werden sollte, wurde ein t-Test für Korrelationen ausgewählt. Für die Berechnung wurde der Alpha-Fehler (Fehler erster Art) auf 5 % gesetzt. Dies entspricht dem in der Medizin üblicherweise geforderten Signifikanzniveau. Die Power als Wahrscheinlichkeit, einen tatsächlich bestehenden Effekt mit einer Stichprobe zu entdecken, wurde mit 80 % eingestellt. Diese Einstellung am unteren üblichen Rand war notwendig, um in einem umsetzbaren Setting für die Schmerzambulanz zu bleiben. Die letzte vorgegebene Berechnungsvariable war aber, dass mindestens ein mittelstarker Effekt nachweisbar sein sollte (Effektgröße 0,3).

Die so ermittelte Stichprobengröße wurde mit mindestens 64 Personen berechnet, um ein signifikantes Ergebnis zu erhalten. Letztendlich nahmen 66 Patienten an der Befragung teil. Diese Zahl untergliederte sich in 45 Männer und 21 Frauen im Alter zwischen 23 und 61 Jahren. Der Altersdurchschnitt lag bei 39,2 (±9,8) Jahren. Wegen Datenlücken in einzelnen Subkategorien konnten nur 64 Personen für die Beantwortung der Hypothesen 2 und 3 einbezogen werden, für die Beantwortung von Hypothese 1 musste eine Beschränkung auf 55 Datensätze erfolgen. Beispiele für nicht verwertbare Daten waren fehlende Angaben zu einzelnen Items in Fragebögen oder Doppelbeantwortungen auf Likert-Skalen.

Untersuchungsdesign und Messinstrumente

Als primäres Datenerhebungsmittel wurde der Pittsburgh Schlafqualitäts-Index (PSQI) von Buysse et al. eingesetzt, der in seiner deutschen Fassung auch als Schlafqualitäts-Fragebogen bezeichnet wird [2]. Er erfragt retrospektiv unterschiedliche Aspekte zur Qualität des Nachtschlafes. Dabei werden anhand von 19 Selbstbeurteilungsfragen und 5 Fremdbeurteilungsfragen die letzten vier Wochen evaluiert. In die Auswertung fließen 18 Items aus dem Cluster der Selbstbeurteilungsfragen ein. Hierbei werden die Items sieben Unterkategorien zugeordnet, bei denen jeweils ein Endwert ermittelt wird. Diese Subkategorien sind „Subjektive Schlafqualität“, „Schlaflatenz“, „Schlafdauer“, „Schlafeffizienz“, „Schlafstörungen“, „Schlafmittelkonsum“ und „Tagesmüdigkeit“. Für jede Komponente kann ein Wert zwischen 0 und 3 errechnet werden, welche in der Zusammenschau einen Gesamtindex mit Werten zwischen 0 und 21 ergeben. Dieses Endergebnis lässt eine Einteilung in „gute Schläfer“ und „schlechte Schläfer“ zu. Abgrenzend wird bei hohen Werten noch die „chronische Schlafstörung“ differenziert.

Die interne Konsistenz des allgemein verfügbaren PSQI wurde in verschiedenen Studien untersucht. Cronbachs Alpha, als Maßzahl für das Ausmaß, in dem die einzelnen Skalen miteinander in Beziehung stehen, wurde mit Werten zwischen .70 und .78 für die Komponente „Schlafstörung“ ermittelt. Für den Gesamtwert lag die interne Konsistenz bei α =.77. Somit liegt ein akzeptables Beziehungsverhältnis der Fragen des PSQI vor.

Als sekundäres Messinstrument wurde der Deutsche Schmerzfragebogen (DSF) der Deutschen Schmerzgesellschaft e.V. verwendet [5]. Dieser wird in der hauseigenen Schmerzambulanz routinemäßig bei jedem Patienten erhoben. Bei dem Deutschen Schmerzfragebogen handelt es sich um einen facettenreichen Erhebungskatalog, der neben objektiven auch subjektive Anteile umfasst. Unter den Fragebögen nimmt der DSF in der Schmerzmedizin den zentralen Stellenwert ein, weil er einen umfassenden und standardisierten Überblick erlaubt. Neben Fragen zu Schmerzlokalisation und dessen Beschreibung werden bisherige Behandlungen, Medikation, bestehende Vorerkrankungen und Fragen zum psychischen Befinden thematisiert. Er soll eine grundlegende Analyse der bestehenden Schmerzsituation bieten, um eine optimale Therapie zu gestalten. Da der Fragebogen auch Angaben zu Demografie, Versicherung und sozialrechtlicher Situation enthält, liegt seine Bearbeitungszeit bei etwa einer Stunde.

Für die Überprüfung der Hypothesen wurden zwei Items des DSF herangezogen. Als bedeutend für die Studie wurden die im Schmerzfragebogen unter Punkt 11b) und 11c) genannten Items identifiziert. Das Item unter 11b) lautet: „Geben Sie jetzt bitte Ihre durchschnittliche Schmerzstärke während der letzten 4 Wochen an“. Unter dem Item 11c) sollte der Satz „Geben Sie jetzt bitte Ihre größte Schmerzstärke während der letzten vier Wochen an“ beurteilt werden. Beide Aussagen mussten auf einer 10-stufigen Likert-Skala von 0 (kein Schmerz) bis 10 (stärkster vorstellbarer Schmerz) subjektiv beantwortet werden. Für die Untersuchung der Hypothesen wurden alle weiteren Items des DSF als irrelevant eingestuft. Diese bezogen sich beispielsweise auf Schmerzlokalisation oder -ausprägung.

Durchführung

Die Datenerhebung erstreckte sich über einen Zeitraum von sechs Wochen und fand im Herbst 2022 statt. Die entsprechenden Angaben aus dem Deutschen Schmerzfragebogen wurden patientenbezogen aus den vorhandenen Akten der Schmerzambulanz entnommen. Zwei verschiedene Patientengruppen, welche sich in der Schmerzambulanz vorstellten, fanden Einschluss in die Studie. Erstvorsteller wurden bereits vor ihrem Termin gebeten, den Fragebogen mit weiteren Unterlagen auszufüllen und mitzubringen. Bei Wiedervorstellern war ein anderes Vorgehen notwendig. Diese Patientengruppe wurde während ihres nächsten Termins in der Sprechstunde aufgefordert, den Fragebogen auszufüllen.

Jeder Patient wurde im Vorfeld über den Hintergrund der Befragung aufgeklärt. Ein Ausfüllen des Schlafqualitäts-Fragebogens erfolgte freiwillig und konnte bei Bedenken abgelehnt werden. Da die Daten für die weiterführende medizinische Behandlung der Patienten genutzt werden sollten, fand die Datenerhebung nicht anonym statt.

Datenanalyse

Für die Bewertung wurden die erhobenen Daten mithilfe des Auswertebogens des PSQI aufbereitet. Die für die Hypothesenberechnung benötigten Daten wurden mithilfe von Excel nutzbar gemacht, dargestellt und anschließend in das Programm JASP (Version 0.16.4.0) importiert. Mit dieser Software wurden neben der deskriptiven Analyse vor allem die statistisch essenziellen Berechnungen zur Hypothesenuntersuchung vollzogen.

Als deskriptive Daten wurden Mittelwert, Standardabweichung sowie Minimum und Maximum der einzelnen für die Hypothesen bedeutsamen Variablen berechnet. Auch die interne Konsistenz des PSQI-Gesamtergebnisses wurde ermittelt.

Um herauszufinden, mit welchem inferenzstatistischen Test die Berechnungen zulässig waren, mussten die Daten in Hinblick auf Skalenniveau, Normalverteilung und Linearität untersucht werden. Der Einsatz des zutreffenden Korrelationskoeffizienten ergab sich aus den so erhaltenen Ergebnissen.

Ergebnisse

Die deskriptiven Kennwerte der zu untersuchenden Variablen finden sich in der Tabelle 1. Mit einem Mittelwert von 10,64 und einer Standardabweichung von 3,88 im PSQI-Gesamtwert wurde das Vorliegen von Schlafstörungen, die gemäß dem literarischen Hintergrund bei Schmerzpatienten bestehen, auch in der untersuchten Stichprobe nachgewiesen.

 

Tab. 1: Deskriptive Kennwerte

Für die interne Konsistenz des PSQI-Gesamtwertes wurde Cronbachs Alpha ermittelt. Dieser Wert gibt an, wie gut die verschiedenen Items des Fragebogens die Schlafqualität tatsächlich bestimmen. Mit einem Wert von α = .8 zeigte sich eine gute Reliabilität, die schlüssig mit den literarisch belegten Fragebogendaten übereinstimmte.

Auch die interne Konsistenz der einzelnen Subkomponenten des PSQI-Gesamtwertes zeigte Werte zwischen α = .74 und α = .81 (Tabelle 2), welche somit ebenfalls keine Abweichungen der Zuverlässigkeit des benutzten Tests aufzeigten.

 

Tab. 2: Interne Konsistenz der einzelnen Subkomponenten des PSQI-Gesamtwertes

Hypothese 1

Es besteht ein Zusammenhang zwischen dem Vorliegen von Schlafstörungen und Schmerzen.

Für die Variable „Schlafstörungen“ wurde der PSQI-Gesamtindex herangezogen. Dieser Gesamtwert kann zwischen 0 und 21 Punkten erreichen und klassifiziert ein metrisches Skalenniveau. Für die Variable „Schmerz“ wurde der DSF verwendet, der die verwendeten Items auf einer 10-stufigen Likert-Skala abfragt. Auch dabei wird ein Intervallskalenniveau erreicht. Mithilfe des Shapiro-Wilk-Test wurde auf Normalverteilung geprüft (Tabelle 3).

Tab. 3: Überprüfung auf Normalverteilung PSQI-Gesamtwert/durchschnittl. Schmerzstärke/gr. Schmerzstärke

Signifikante Werte (p < .05) sprechen gegen das Vorliegen einer Normalverteilung. Lediglich der „PSQI-Gesamtwert“ zeigte mit einem Wert von p = .085 das Vorhandensein einer solchen an. Bei den Variablen „durchschnittliche Schmerzstärke“ (p = .024), „größte Schmerzstärke“ (p < .001) musste die Annahme verworfen werden.

Mittels Streudiagrammen wurde der lineare Zusammenhang überprüft.

Die Linearitätsprüfung (Abbildungen 1 und 2) zeigte keinen linearen Zusammenhang zwischen den Variablen.

Abb. 1: Linearitätsprüfung durchschnittliche Schmerzstärke/PSQI-Gesamtwert

Abb. 2: Linearitätsprüfung größte Schmerzstärke/PSQI-Gesamtwert

Da weder eine Normalverteilung noch eine Linearität gegeben waren, musste zur inferenzstatistischen Berechnung der Rangkorrelationskoeffizient nach Spearman verwendet werden (Tabelle 4). Mithilfe des Rangkorrelationskoeffizienten kann bei nicht vorliegender Linearität angegeben werden, inwieweit der Anstieg einer Variablen auch mit einem Anstieg einer anderen Variablen einhergeht.

Tab. 4: Spearmans Korrelationen für Schlafstörungen und Schmerz

Anhand der sich ergebenden p-Werte und dem am Anfang definierten Signifikanzniveau von α = 5 % ergaben sich statistisch signifikante Resultate, da p < .05 und somit kleiner als der verwendete Alpha-Fehler war. Der Korrelationskoeffizient wies nach Cohen [3] eine mittlere Stärke mit Werten von p = .33 und p = .38, auf.

Hypothese 2:

Die Patienten führen ihre Schlafstörungen subjektiv auf ihre Schmerzen zurück.

Im PSQI werden Ursachen von Schlafstörungen erhoben. Zu den insgesamt 10 abgefragten Ursachen gehören auch Schmerzen. Dabei kann jede einzelne Ursache mit vier Wertungsangaben in ihrer Bedeutung eingeordnet werden. Das Antwortverhalten unserer Stichprobe wurde graphisch aufgearbeitet (Abbildung 3). Die Antwortmöglichkeiten wurden unterschiedlich farbig markiert („gar nicht“ - orange, „weniger als einmal pro Woche“ – hellorange, „einmal oder zweimal pro Woche“ – hellgrün, „dreimal oder häufiger pro Woche“ – dunkelgrün). Für die Untersuchung der Hypothese wurden nur die hell- und dunkelgrün gefärbten Bereiche als relevant anerkannt. Diese Festlegung war von Autorenseite zwar willkürlich, sollte aber den Krankheitswert der Ursachenausprägung sicherstellen. Im Wesentlichen wurden nur drei relevante Ursachen ermittelt. Diese waren

Abb. 3: Subjektive Ursachen der Schlafstörungen

• Nicht-Einschlafen-Können,
• vermehrtes Aufwachen und
• Schmerzen.

Hypothese 3:

Es besteht ein Zusammenhang zwischen dem Vorliegen von Schlafstörungen und einer erhöhten Tagesmüdigkeit bei Schmerzpatienten.

Für die Variable „Schlafstörung“ wurde wiederum der PSQI-Gesamtwert verwendet. Für die Variable „Tagesschläfrigkeit“ wurden die Antwortergebnisse auf die diesbezügliche Kategorie im PSQI benutzt, die auf einer Skala von 0 bis 3 angegeben wird. Mithilfe des Shapiro-Wilk-Test wurde auf Normalverteilung geprüft (Tabelle 5).

Der „PSQI-Gesamtwert“ mit p = .085 war normalverteilt. Die Variable „Tagesmüdigkeit“ (p < .001) war nicht normalverteilt.

 

Tab. 5: Überprüfung auf Normalverteilung PSQI-Gesamtwert/Tagesmüdigkeit

Die Linearitätsprüfung erfolgte erneut mittels Streudiagramm (Abbildung 4).

Abb. 4: Linearitätsprüfung Tagesmüdigkeit/PSQI-Gesamtwert

Auch bei Hypothese 3 konnte, wie Abbildung 5 zeigt, kein linearer Zusammenhang zwischen den Variablen erkannt werden. Dies und das Fehlen einer Normalverteilung rechtfertigten erneut den Einsatz des Rangkorrelationskoeffizienten nach Spearman.

Die Berechnung (Tabelle 6) ergab ein statistisch signifikantes Ergebnis mit p < .001. Nach Cohen [3] liegt hierbei mit p = .61 eine starke Korrelation vor.

 

Tab. 6: Spearmans Korrelationen für Schlafstörungen und Tagesmüdigkeit

Diskussion

Die Datenauswertung zeigte statistisch signifikante Werte, die die aufgestellten Hypothesen sämtlich bestätigten. Für den Zusammenhang zwischen Schlafstörungen und Schmerzen konnte eine Korrelation mittlerer Stärke (p = .33 und p = .38) nachgewiesen werden. Die in dieser Stichprobe ermittelte „nur“ mittlere Korrelationsstärke unterschied sich von den Ergebnissen in der verfügbaren Literatur. Diese wird sonst als größer angegeben. Ursächlich konnte trotz der initialen Ermittlung für die Größe der Stichprobe eine zu geringe Patientenanzahl sein. Dies scheint insbesondere deshalb ursächlich, weil sich im Nachgang herausstellte, dass nur 55 Patienten die benötigten Skalen des Deutschen Schmerzfragebogens ausreichend bearbeitet hatten. Da die aufgestellte Hypothese aber insgesamt bestätigt werden konnte, wurde auf eine Stichprobenergänzung verzichtet, da das Korrelationsausmaß kein Bestandteil der Hypothese war.

Auch subjektiv bestand ein Zusammenhang zwischen Schlafstörungen und Schmerzen. 81 % der Befragten gaben an, mindestens ein- oder zweimal pro Woche aufgrund der Schmerzen schlecht geschlafen zu haben. Damit standen die Schmerzen als Ursache eines schlechten Schlafes an zweiter Stelle der Auswertungsübersicht. An erster Stelle wurde vermehrtes nächtliches Aufwachen mit 93 % und an dritter Stelle mit 79 % eine verlängerte Einschlafperiode von mehr als einer halben Stunde angegeben. Dabei sind die Autoren der Meinung, dass es sich bei den Antwortmöglichkeiten vermehrtes nächtliches Aufwachen und verlängerte Einschlafperiode von mehr als einer halben Stunde nicht um spezifische Ursachen, sondern auch um mögliche Folgen einer expliziten Ursache handeln kann. Damit sind Schmerzen die bedeutendste subjektive Ursache von Schlafstörungen in der durchgeführten Studie.

Die Ergebnisse für den Zusammenhang zwischen Schlafstörung und Tagesmüdigkeit ergaben eine starke Korrelation (ρ = .61). Es besteht ein positiver Zusammenhang zwischen dem Vorliegen von Schlafstörungen und einer erhöhten Tagesmüdigkeit. In Zusammenschau mit den anderen beiden Hypothesen bedeutet dies, dass Schmerz nicht nur Schlafstörungen, sondern auch Tagesmüdigkeit bedingt. Schmerz macht müde!

Interdisziplinäre Arbeitsfelder „Schlaf“ und „Schmerz“

Der Zusammenhang zwischen Schlaf und Schmerz ist natürlich komplexer als der Zusammenhang der in dieser Studie untersuchten Variablen. So dürften wahrscheinlich auch weitere Komorbiditäten oder die Wirkung von Medikamenten relevant sein. Hier besteht noch vermehrter Forschungsbedarf. Gleichwohl zeigen die Ergebnisse, dass sich für Schmerzpatienten im Hinblick auf ihre Schlafqualität Therapieoptionen ergeben können, welche abseits der klassischen Schmerzmedizin liegen. Müde Patienten dürften Schwierigkeiten haben, sich den oben ausgeführten multimodalen und interdisziplinären bereits etablierten schmerztherapeutischen Behandlungskonzepten zu stellen.

Schmerzmedizin und Schlafmedizin sind ohnehin sehr interdisziplinäre Arbeitsfelder, haben aber offensichtlich sogar selbst miteinander noch Überschneidungen. Die Autoren schlussfolgern, dass Schmerzpatienten auf Schlafstörungen und Schlafgestörte auf Schmerzen hin befragt werden müssen. Dies gilt für alle Ärztinnen und Ärzte, die solche Patienten behandeln, auch außerhalb von entsprechenden Spezialsprechstunden oder Ambulanzen. Das ist insbesondere relevant für Soldatinnen und Soldaten, die berufsbedingt vermehrt mit Schlafstörungen und Schmerzen zu tun haben können. Diesem Umstand sollte Beachtung geschenkt werden.

Studienkritik, Limitationen, Anregungen

Kritikpunkte dieser Studie sind die Verringerung der ursprünglich beabsichtigten Stichprobengröße durch nicht verwertbare Fragebögen und die Tatsache, dass PSQI und DSF nicht bei allen Patienten gleichzeitig, sondern zeitversetzt erhoben worden sind.

Lohnenswert wäre die Untersuchung auch weiterer Aspekte, wie zum Beispiel die standardisierte Untersuchung von Schmerzpatienten im Schlaflabor und die Überprüfung von einzelnen Therapiemaßnahmen. Dies könnten Aufklärung und Edukation, Beratung zu besserer Schlafhygiene oder auch medikamentöse Maßnahmen zur Verbesserung des Schlafes bei Schmerzpatienten sein. Diese Maßnahmen stehen prinzipiell jedem Arzt zur Verfügung.

Literatur

1. Bittel G: Schlafstörungen: Ein Leiden, das fast alle Schmerzpatienten betrifft: Schmerzmedizin 2020; 36(2): 34–37.
2. Buysse DJ, Reynolds CF 3rd, Monk TH et al: The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Res. 1989; 28(2): 193–213. mehr lesen
3. Cohen J: Statistical Power Analysis for the Behavioral Sciences Hillsdale, New York: L. Erlbaum Associates (2nd ed.) 1992.
4. Danker-Hopfe H, Sauter C, Kowalski JT et al. Auswirkungen eines Auslandseinsatzes in Afghanistan auf die Schlafqualität und die Tagesschläfrigkeit deutscher Soldaten. WMM 2017; 61(11): 252-259. mehr lesen
5. Deutscher Schmerzfragebogen (Info). , letzter Aufruf 23. Mai 2023. mehr lesen
6. Gralow I, Althaus E: Chronischer Schmerz neu überdacht. Schmerz 2009; 23(3): 299–302.
7. Herrmann M: Den Kreis aus Schmerzen und Schlafstörungen durchbrechen. MMW Fortschr Med 2022; 164(7): 65. mehr lesen
8. Kieselbach K, Schiltenwolf M, Bozzaro C. Versorgung chronischer Schmerzen: Wirklichkeit und Anspruch. Schmerz 2016; 3 (4): 351-7. mehr lesen
9. Müller-Schwefe, G, Überall, M. Schmerz und Lebensqualität: Gesundheitsökonomie & Qualitätsmanagement 2011; 16(1): 20–22. mehr lesen
10. Pieh C, Popp R, Geisler P, Hajak G: Schlaf und Schmerz: Ein wechselseitiger Zusammenhang? Psychiatrische Praxis 2011; 38(1): 166–170. mehr lesen
11. Schuh-Hofer S. Schäfer-Voß, S Treede, R: Schlaf und Schmerz: Sleep and Pain. Akt Neurol 2016; 43(1): 249–255. mehr lesen
12. Straub RHH: Altern, Müdigkeit und Entzündungen verstehen: Wenn Immunsystem und Gehirn um die Energie im Körper ringen. Berlin: Springer, 2018.
13. Zernikow B: Schmerztherapie bei Kindern, Jugendlichen und jungen Erwachsenen. Berlin Heidelberg: Springer (5. Aufl.), 2015.

Manuskriptdaten

Zitierweise

Westemeyer L, Vortkamp U: Schmerzen machen müde. WMM 2023; 67(7-8): 319-325.

DOI: https://doi.org/10.48701/opus4-164

Für die Verfasser

Hauptfeldwebel Lara Westemeyer, B.Sc.

Bundeswehrkrankenhaus Hamburg

Klinik IX – Neurologie

Lesserstraße 180, 22049 Hamburg

E-Mail: larawestemeyer@bundeswehr.org

Manuscript Data

Citation

Westemeyer L, Vortkamp U: [Experiencing Pain Can Cause Fatigue]. WMM 2023; 67(7-8): 319-325.

DOI: https://doi.org/10.48701/opus4-164

For the Authors

Mastersergeant Lara Westemeyer, B.Sc.

Bundeswehr Hospital Hamburg

Department IX – Neurology

Lesserstraße 180, D-22049 Hamburg

E-Mail: larawestemeyer@bundeswehr.org

Wehrmedizinische Register – mehr als eine Datenbank

Melanie Schmeil, Manuela Andrea Hoffmann

Das Institut für Präventivmedizin der Bundeswehr (InstPrävMedBw) ist die zentrale Stelle der Bundeswehr für die auskunftsfähige Archivierung von individuellen Gesundheitsunterlagen sowie die Erfassung und Auswertung sanitätsdienstlicher Meldungen. Die zunehmende Digitalisierung in der Gesundheitsversorgung wird in den nächsten Jahren zu massiven Veränderungen führen, so dass auf Basis vernetzter Daten Auswertungen nahezu in Echtzeit erstellt werden können. Um bereits auf dem Weg dorthin fundierte Entscheidungshilfen und Beratungsleistungen zu erbringen, ist die Etablierung elektronischer (wehr-)medizinischer Register von großer Bedeutung.

Anstelle von Bergen an Papier werden zukünftig digitale, verknüpfbare Daten zur Verfügung stehen und können in Registern verarbeitet werden. (Bild: InstPrävMedBw/Krapick, Schmeil)

Medizinische Register spielen unter anderem eine wichtige Rolle bei der Bewertung von Gesundheitsdaten. Ihr Nutzen geht dabei über die reine Sammlung von Daten hinaus. Die strukturierte und kontinuierliche Erfassung und Zusammenführung von Daten über Gesundheitszustände und Therapien ermöglicht es, Muster und Trends zu erkennen, um z. B. die Sicherheit von Arzneimitteln und anderen medizinischen Produkten zu verbessern oder Behandlungsleitlinien zu evaluieren. Im Gegensatz zu reinen Forschungsdatenbanken bilden sie Informationen, die sich auf bestimmte Erkrankungen, deren Therapie oder eine Bevölkerungsgruppe beziehen, unter Alltagsbedingungen ab und umfassen meist mehr Patientinnen und Patienten über einen längeren Zeitraum. Damit bilden sie auch eine wesentliche Grundlage für die Versorgungsforschung. Register zielen dabei auf die Beschreibung epidemiologischer Zusammenhänge und Unterschiede, die Unterstützung von Qualitätssicherung und -verbesserung sowie Evaluation und Monitoring von „Patientensicherheit und Wirksamkeit in der Versorgungsroutine“ [3] ab. Neben den gesetzlich vorgeschriebenen Registern wie z. B. dem Implantateregister, Transfusionsregister oder den Krebsregistern der Länder [2] können Register sich auch aus universitären Forschungsdatenbanken entwickeln, durch medizinische Fachgesellschaften aufgebaut werden oder auf einer Initiative von Interessenverbänden basieren. Für sämtliche Register gelten alle Vorgaben des medizinischen Datenschutzes und der ärztlichen Schweigepflicht, die Datenerfassung ist allerdings bisher nicht harmonisiert.

Das BQS Institut für Qualität und Patientensicherheit (bis 2009 Bundesgeschäftsstelle Qualitätssicherung gGmbH) hat daher gemeinsam mit der Technologie- und Methodenplattform für die vernetzte medizinische Forschung e. V. (TMF) im Oktober 2021 im Auftrag des Bundesgesundheitsministeriums ein „Gutachten zur Weiterentwicklung medizinischer Register zur Verbesserung der Dateneinspeisung und -anschlussfähigkeit“ erstellt [1]. In diesem wurde erstmals ein Überblick über die heterogene Landschaft der medizinischen Register in Deutschland geschaffen und aus den identifizierten hemmenden und fördernden Faktoren ein Katalog von Empfehlungen abgeleitet. Inzwischen sind auf einer Online-Plattform (https://registersuche.bqs.de) über 400 medizinische Register inklusive eines Datenblatts mit fachlichen und technischen Informationen erfasst. Mittels Suchfunktion lässt sich die Datenbank nach Themen, Orten oder auch dem Träger eines Registers filtern. Für den Suchbegriff „Bundeswehr“ finden sich bisher keine Einträge.

Die zunehmende Digitalisierung der Gesundheitsversorgung der Streitkräfte bietet hier eine einmalige Chance. Da die truppenärztliche Versorgung ein echtes Primärarztsystem darstellt, liegen umfangreiche medizinische Informationen zu den Soldatinnen und Soldaten an einer Stelle gebündelt vor. Neben einem in der Entwicklung befindlichen Einsatzregister wäre auch ein bundeswehr- spezifisches Sterbefallregister oder Krebsregister denkbar. Obwohl betroffene Soldatinnen und Soldaten in die Krebsregister der Länder aufgenommen werden, zeigen sich doch deutliche Unterschiede der Streitkräfte zur Zivilbevölkerung bezüglich der Alters- und Geschlechtsverteilung, die eine gesonderte Betrachtung lohnenswert machen. Die Häufigkeit bestimmter Erkrankungen weicht ebenfalls ab, da zum einen im Rahmen der Annahmeuntersuchung bereits eine gesundheitliche Vorauswahl getroffen wird, andererseits die Anforderungen des ­militärischen Dienstes besondere gesundheitliche Belastungen mit sich bringen. Im Rahmen der „Allgemeinen Verwendungsfähigkeitsuntersuchung auf Individuelle Grundfertigkeiten“ (AVU-IGF) aller Soldatinnen und Soldaten werden wertvolle Daten für die Beurteilung der gesundheitlichen Eignung bezüglich der Ableistung von militärisch geforderten Grundfertigkeiten erhoben [4]. Aus einer entsprechenden AVU-IGF-Datenbank könnten wichtige Erkenntnisse zum Gesundheitslagebild abgeleitet und frühzeitig präventivmedizinische Maßnahmen eingeleitet werden [4].

Aktenlager des InstPrävMedBw (Bild: Bundeswehr/Christian Zielonka)

Der Aufbau wehrmedizinischer Register ermöglicht Analysen über die bisherige Gesundheitsberichterstattung hinaus sowie den Vergleich mit der Zivilbevölkerung. Ab- weichende Entwicklungen können so frühzeitig erkannt, positive Trends gefördert und Strategien für die Beherrschung bundeswehrspezifischer gesundheitlicher Risiken abgeleitet werden. Die Grundlage hierfür bilden standardisierte, validierte Daten, die zukünftig in den (wehr-)medizinischen Fachinformationssystemen entstehen, in einem Health Information Management ­System zusammengeführt werden und über ein Data Warehouse für die Nutzung und Auswertung in wehrmedizinischen Registern zur Verfügung stehen. Die jahrzehntelange Expertise des InstPrävMedBw in der Verarbeitung, Aufbereitung, Archivierung und wissenschaftlichen Auswertung von Gesundheitsdaten fließt kontinuierlich in die Entwicklung dieser Systeme ein. InstPrävMedBw leistet damit einen wichtigen Beitrag zur Digitalisierung der Gesundheitsinformationen und für die zukünftige Bereitstellung hochqualitativer, verknüpfter Daten für alle präventivmedizinischen Forschungsfelder. Das Institut stellt so eine tragende Säule für den im Aufbau befindlichen Bereich der Versorgungsforschung in der Bundeswehr dar.

Oberfeldarzt Dr. med. Melanie Schmeil

Institut für Präventivmedizin der Bundeswehr

Fachbereich B 2 – Management digitaler Gesundheitsdaten

Aktienstrasse 87, 56626 Andernach

E-Mail: InstPraevMedBw@bundeswehr.org">nstpraevmedbw@bundeswehr.org

Literatur

1. Niemeyer A, Semler S, Veit C, et al.: Gutachten zur Weiterentwicklung medizinischer Register zur Verbesserung der Dateneinspeisung und -anschlussfähigkeit. Hamburg/Berlin, BQS/TMF für Bundesministerium der Gesundheit 2021.
2. Richter-Kuhlmann E: Medizinische Register: Der ungehobene Datenschatz. Deutsches Ärzteblatt 2022; 119 (39): A-1622/B-1354. mehr lesen
3. Register: Anforderungen aus Sicht des Deutschen Netzwerks für Versorgungsforschung (DNVF). , letzter Aufruf 6. Juni 2023. mehr lesen
4. Willems D, Ghasimi A, Rohde U, Neuhoff I, Hoffmann MA: Auswirkungen von „Adipositas“ und „Arterieller Hypertonie“ auf die individuelle Verwendungsfähigkeit. Eine erste Betrachtung der AVU-IGF aus epidemiologischer Sicht auf dem Weg von analog zu digital. WMM 2023; 67(4): 110–116. mehr lesen