Читать книгу Einführung Gerontopsychologie - Ben Godde - Страница 11

3 Methoden der Altersforschung

Wissenschaftliche Forschung bedeutet, ausgehend von bestehenden oder neu aufgestellten Theorien oder Modellen Fragestellungen abzuleiten, die diese Theorien oder Modelle bestätigen, erweitern oder widerlegen sollen. Dazu werden Hypothesen generiert, die mit geeigneten Untersuchungsmethoden und Untersuchungsdesigns überprüft werden. Die Basis dafür bilden Daten, die auf unterschiedlichste Art und Weise erfasst oder erfragt, analysiert und interpretiert werden (Abbildung 3.1). Zum detaillierten und vertiefenden Studium von Forschungsmethoden sei auf die zahlreichen entsprechenden Lehrbücher verwiesen. In diesem Kapitel werden wir ausführlich diejenigen Untersuchungsmethoden und Untersuchungsdesigns vorstellen, die insbesondere für die Neuro- und Gerontopsychologie von Bedeutung sind. Dabei beschränken wir uns auf Methoden, die beim Menschen angewandt werden. Das Kapitel gliedert sich dazu in drei Teilbereiche. Zunächst werden Studiendesigns vorgestellt, die geeignet sind, Altersveränderungen zu beschreiben. Von besonderem Interesse sind solche Designs, die es erlauben, tatsächliche Alters- und Alterungseffekte von Kohorteneffekten oder Effekten, die auf bestimmten historischen Ereignissen beruhen, zu unterscheiden. Danach werden quantitative und qualitative Methoden der Datengewinnung und Datenanalyse auf Verhaltensebene vorgestellt. Im letzten Teil geht es dann um moderne bildgebende Verfahren der Hirnforschung. An Beispielen werden Vor- und Nachteile sowie mögliche Einsatzbereiche der vorgestellten Designs und Methoden diskutiert und Möglichkeiten zur Analyse der gewonnenen Daten aufgezeigt.

Abb. 3.1: Forschungsprozess von der Theorie über das Experiment zum Erkenntnisgewinn.

3.1 Untersuchungsdesigns

Quasi-experimentelle Studien

Die spezifische Forschungsfrage bestimmt, neben dem Zugang zu Versuchsgruppen und Versuchsdaten, das zu verwendende Untersuchungsdesign. Als Goldstandard der Forschung gilt vielfach das experimentelle Design. Hierbei wird eine sogenannte unabhängige Variable, zum Beispiel die Aufgabenschwierigkeit, manipuliert und der Effekt dieser Manipulation auf eine oder mehrere abhängige Variablen, zum Beispiel die kognitive Leistung, gemessen. Aus einem solchen Design lässt sich schließen, dass Ausprägungen der unabhängigen Variable unterschiedliche Werte der abhängigen Variablen erklären oder verursachen können.

Variablen in der Altersforschung

Üblicherweise wird in Altersstudien das Lebensalter (chronologisches Alter) als unabhängige Variable verwendet und dessen Wirkung auf oder sein Zusammenhang mit abhängigen Variablen wie der Leistungsfähigkeit in verschiedenen Aufgaben, der Gesundheit oder der Gehirnfunktion untersucht (zu unterschiedlichen Altersbegriffen vgl. Kapitel 1). Allerdings ist die Variable Alter nicht wirklich unabhängig, das heißt, sie kann nicht manipuliert und Versuchspersonen können nicht randomisiert zu Altersgruppen zugeordnet werden. Deshalb spricht man bei Altersstudien von quasi-experimentellen Designs. Alter wird zwar als unabhängige Variable behandelt und kann verwendet werden, um Unterschiede zwischen Untersuchungsgruppen zu beschreiben. Es kann aber nicht darauf geschlossen werden, dass Alter Unterschiede in der abhängigen Variablen verursacht. Lebensalter wird deshalb auch als Trägervariable für andere, häufig mit dem Alter eng verknüpfte Faktoren bezeichnet (Trautner, 1978). Dazu gehören zum Beispiel der Bildungsstand, der sozioökonomische Status, die subjektive und objektive Gesundheit und andere psychophysische Faktoren, die die zu untersuchende abhängige Variable ebenfalls beeinflussen und die Ergebnisse verzerren können. In der Altersforschung ist man deshalb bestrebt, mögliche Effekte dieser sogenannten konfundierenden Variablen und Faktoren auszuschließen, um mit höherer Wahrscheinlichkeit tatsächliche Alterseffekte zu finden. Um Alterseffekte und Altersunterschiede als solche identifizieren zu können, müssen mit geeigneten statistischen Verfahren die Effekte der konfundierenden Variablen kontrolliert werden. Dies ist umso wichtiger, je länger diese Faktoren ihre Wirkung entfalten können, also im höheren Alter. Da sich im Verlauf des Lebens die Effekte der konfundierenden Faktoren kumulativ auswirken, ist folglich die Vorhersagekraft des Alters allein in der Regel relativ gering. Oder anders ausgedrückt, scheinbar zu beobachtende Alterseffekte können in Wirklichkeit ihre Ursache im langfristigen Wirken der konfundierenden Faktoren haben.

Kohorte und Messzeitpunkt

Zwei Faktoren, die insbesondere in der Altersforschung von großer Bedeutung sind und Alterseffekte vortäuschen können, sind die Kohorte, zu der der jeweilige Proband gehört, und der Zeitpunkt der Messung (Tabelle 3.1). Die Kohorte wird durch das Jahr oder die historische Periode bestimmt, in der die Person geboren wurde. Sie wird häufig auch als Generation bezeichnet. Personen einer Kohorte erfahren in der Regel ähnliche historische und soziale Einflüsse, die Personen jüngerer oder älterer Kohorten nicht erfahren. In einem Altersgruppenvergleich kann ein Kohorteneffekt also einen Alterseffekt vortäuschen. Ebenso verhält es sich mit dem Messzeitpunkt, also dem Jahr oder der Periode, in der die abhängige Variable einer Person erhoben wird.

Personen gleichen Alters gehören zum gleichen Messzeitpunkt unausweichlich auch zur gleichen Kohorte. Deshalb ist es in diesem Fall unmöglich zu sagen, ob ein Effekt bezüglich der abhängigen Variablen ein Alterseffekt ist oder auf gemeinsamen Erfahrungen beruht. Eine Lösung wäre die Messung von Personen gleichen Alters zu verschiedenen Messzeitpunkten. Dies birgt aber die Gefahr, dass sich Untersuchungsmethoden und verwendete Untersuchungsmedien oder auch die Erfahrung der Probanden mit diesen Medien über die Jahre verändern. In der Altersforschung wurden deshalb verschiedene Verfahren entwickelt, um Alterseffekte mit möglichst hoher Wahrscheinlichkeit identifizieren zu können.

Tab. 3.1: Übersicht wichtiger Begrifflichkeiten.

Begriff	Definition	Gemessen wird …
Alter	Chronologisches Alter	Veränderung innerhalb des Individuums
Kohorte	Jahr der Geburt	Spezifische historische Einflüsse
Messzeitpunkt	Datum des Tests	Aktuelle Einflüsse auf das Individuum

Als Kohorteneffekte werden in der Entwicklungsforschung Verhaltensunterschiede zwischen Personengruppen (Kohorten) bezeichnet, die darauf zurückzuführen sind, dass die Personen in einem bestimmten Zeitraum geboren sind und daher in bestimmten Phasen der Entwicklung vergleichbaren Umwelteinflüssen ausgesetzt waren/sind.

Periodeneffekte beeinflussen relativ unabhängig vom Alter das Verhalten aller Personen einer Population.

Querschnittsstudien

Ein häufig verwendetes Design ist die Querschnittsstudie. In einer Querschnittsstudie werden Personen unterschiedlichen Alters zum selben Messzeitpunkt befragt oder ihr Verhalten gemessen. Schlussfolgerungen zum Effekt des Alters auf Variablen, wie zum Beispiel die Leistung in bestimmten Aufgaben, werden dabei aus dem Vergleich zwischen Personen unterschiedlichen Alters, z. B. jungen und alten Personen, zu einem Zeitpunkt gezogen. Dazu werden die Probanden in der Regel in Altersgruppen zusammengefasst, sodass keine kontinuierliche Abdeckung der gesamten Altersspanne notwendig ist.

Der Vorteil von Querschnittsdesigns liegt darin, dass die Versuchspersonen nur zu einem einzigen Zeitpunkt untersucht werden müssen und dadurch der zeitliche Aufwand der Untersuchung und die Belastung der Probanden minimiert werden.

Problematisch ist allerdings, dass dieses Design keine Auskunft über Veränderungen von Individuen geben kann, sondern mittlere altersbezogene Veränderungen über einen Altersvergleich geschätzt werden. Querschnittsstudien bergen überdies die Gefahr von Kohorten- und Periodeneffekten, indem gefundene Unterschiede auf historisch bedingt unterschiedlichen Lebensumständen und Ereignissen beruhen können. Auch besteht die Gefahr der Selektion bestimmter Individuen, insbesondere innerhalb der älteren Gruppe. Untersucht werden diejenigen, die bis zu diesem Zeitpunkt, aus welchem Grund auch immer, überlebt haben und die körperlich (noch) in der Lage sind, an der Studie teilzunehmen (Abbildung 3.2). Querschnittliche Designs erfordern deshalb eine sorgfältige Auswahl der Versuchsgruppen. Auch muss sichergestellt („validiert“) werden, dass die verwendeten Testprozeduren für die verschiedenen Altersgruppen und damit Alterskohorten gleichermaßen geeignet und vertraut sind. Schlussfolgerungen bezüglich eventueller Alterseffekte sind zumeist vorläufig und sollten in nachfolgenden Studien repliziert werden.

Säkularer Trend

Es gibt zahlreiche Hinweise aus Kohortenstudien, dass veränderte Lebensweisen, wie veränderte Ernährung und verbesserte medizinische Versorgung, im letzten Jahrhundert zu einer Zunahme der Körpermasse und einer beschleunigten körperlichen Entwicklung geführt haben. Auch die Intelligenzleistung zeigt einen solchen säkularen Trend mit einem kontinuierlichen Anstieg über die vergangenen Jahrzehnte („Flynn-Effekt“), der vermutlich ebenfalls mit den veränderten Lebensbedingungen zusammenhängt. Zeigen Ältere heutzutage eine schlechtere kognitive Leistung als junge Erwachsene, könnte dies darin begründet sein, dass sie schon als Kinder ein schlechteres Ausgangsniveau hatten.

Korrelationsstudien

Korrelationsstudien sind eine spezifische Form der Querschnittsstudien. Dabei gibt es jedoch keine abhängigen oder unabhängigen Variablen, sondern die zu untersuchenden Variablen – z. B. Alter und kognitive Leistung – werden miteinander in Beziehung gesetzt und auf einen Zusammenhang getestet. Der sogenannte Korrelationskoeffizient gibt Auskunft über die Stärke des Zusammenhangs (hier zwischen Alter und kognitiver Leistung).

Der Wert einer Korrelation kann sich zwischen -1 und +1 bewegen. Ein Korrelationskoeffizient von 0 bedeutet, dass keine Korrelation vorliegt. Ein negativer (-) Korrelationskoeffizient bedeutet, dass eine Variable zunimmt, während die andere abnimmt. Ein positiver (+) Korrelationskoeffizient bedeutet, dass beide Variablen zu- oder abnehmen.

Korrelative Designs erlauben keine kausalen Aussagen, etwa in dem Sinne, dass z. B. aufgrund des Alters die kognitive Leistung schlechter sei. Es lässt sich für dieses Beispiel lediglich schließen, dass Ältere in der Regel neben dem höheren Lebensalter auch eine schlechtere kognitive Leistung aufweisen.

Der Vorteil des korrelativen Designs liegt insbesondere darin, dass keine Altersgruppen gebildet werden müssen, sondern Alter als kontinuierliche Variable verwendet werden kann (Abbildung 3.2).

Korrelationen können scheinbare Zusammenhänge zwischen Variablen vorspiegeln, wenn beide gleichermaßen oder gegensätzlich von einer dritten Variablen beeinflusst werden. Aus dem Befund, dass ein aktiver Lebensstil positiv mit der kognitiven Leistung älterer Personen korreliert, folgt also keineswegs, dass ein aktiver Lebensstil die kognitiven Fähigkeiten im Alter verbessert oder umgekehrt. So könnte z. B. eine hohe Bildung sowohl einen aktiven Lebensstil als auch die kognitive Leistung positiv beeinflussen, und es könnte dadurch zu einer hohen Korrelation zwischen diesen beiden Variablen kommen.

Korrelationsstudien mit Alter als Variable erfordern in der Regel hohe Fallzahlen, um einerseits einen großen Altersbereich (optimaler Weise den gesamten Lebensverlauf) abzudecken und andererseits genügend statistische Erklärungskraft (statistische Power) für die Kontrolle der konfundierenden Faktoren zu haben. Verwendet werden deshalb häufig große Datensätze aus repräsentativen Umfragen oder Panelstudien mit vielen hundert bis mehreren tausend Individuen.

Eine große sozial- und verhaltenswissenschaftliche Panelstudie in Deutschland ist das sogenannte Sozio-ökonomische Panel (SOEP, s. Linkliste im Anhang). Diese jährliche repräsentative Befragung von ca. 30.000 Personen in fast 11.000 Haushalten läuft bereits seit mehr als 30 Jahren. Auskunft geben die Teilnehmer u. a. zu Einkommen, Beruf, Bildungs- und Familienstand sowie zu Gesundheitsfragen und psychologischen Aspekten, wie z. B. der kognitiven Leistung oder Persönlichkeitsmerkmalen. Diese Studie erlaubt es, individuelle Veränderungen über die Zeit miteinander oder mit langfristigen sozialen oder gesellschaftlichen Veränderungen in Beziehung zu setzen.

Solch große Datensätze wie das SOEP können außer mit Korrelationsanalysen auf unterschiedliche Art und Weise ausgewertet werden. Hierzu gehören die (multiple) Regression, die logistische Regression, Strukturgleichungsmodelle (SEM) oder hierarchische lineare Modelle (HLM).

Multiple Regression

Die (multiple) Regression erlaubt im Unterschied zur einfachen Korrelationsanalyse, die Vorhersagekraft einer unabhängigen Variablen (z. B. Alter) auf die abhängige Variable, aber auch die spezifische und gemeinsame Vorhersagekraft verschiedener unabhängiger Variablen, wie z. B. Alter, Bildung und Gesundheit zu untersuchen. In der Tat findet man häufig, dass scheinbare Alterseffekte (gefunden in der Korrelations- oder einfachen Regressionsanalyse) gar nicht primär dem Alter zugeschrieben werden dürfen, sondern die Vorhersagekraft des Alters geringer wird oder verschwindet, wenn weitere Faktoren in das Regressionsmodell aufgenommen werden. Insbesondere erlauben solche multivariaten Regressionsmodelle jedoch Aussagen über kausale Zusammenhänge, indem die statistische Signifikanz wechselseitiger Einflüsse (von x auf y und von y auf x) bestimmt und verglichen werden kann.

Logistische Regression

Mithilfe der logistischen Regression testen Forscher die Wahrscheinlichkeit, dass ein Individuum einen bestimmten Wert auf einer Ja/Nein-Skala erhält, also zum Beispiel eine hohe Wahrscheinlichkeit hat, an Demenz zu erkranken, oder zu der Gruppe der Survivors zu gehören, also derjenigen Mitglieder einer Kohorte, die bis zum Messzeitpunkt überleben. Strukturgleichungsmodelle oder hierarchische lineare Modelle erlauben gegenüber der multiplen und logistischen Regression noch komplexere Aussagen über die Zusammenhänge zwischen gemessenen und auch über nicht gemessene, sogenannte latente Variablen.

Latente und manifeste Variablen

Unter latenten Variablen versteht man theoretische Konstrukte, die sich nicht direkt beobachten lassen und deshalb durch sogenannte manifeste, d.h. messbare Variablen, operationalisiert werden müssen. Von beobachteten manifesten Variablen kann auch auf das Vorhandensein von latenten Variablen geschlossen werden.

Längsschnittdesigns

In Längsschnittdesigns werden dieselben Probandengruppen (z.B. unterschiedliche Altersgruppen) wiederholt zu verschiedenen Messzeitpunkten untersucht, um Veränderungen im Entwicklungsverlauf festzuhalten. So können gemeinsame Entwicklungsmuster sowie individuelle Unterschiede erkannt werden. Aber auch längsschnittliche Studien haben Nachteile (Abbildung 3.2). Diese sind beispielsweise, neben dem zeitlichen Aufwand und der wiederholten Belastung der Probanden, Veränderungen der ursprünglichen Stichprobe durch mögliches Ausscheiden einzelner Teilnehmer (Selektionseffekte). Auch können durch Wiederholungen der Tests Bekanntheit und Vertrautheit zu verfälschten Ergebnissen führen (Testwiederholungseffekte). Auch bei längsschnittlichen Designs muss der Kohorteneffekt berücksichtigt werden.

Selektionseffekte

Die Anforderungen einer Studie an die Teilnehmer können bereits die Auswahl der Stichprobe beeinflussen. Beispielsweise kann die Teilnahme an einer Studie erfordern, dass die Probanden dazu in der Lage sind, zur Testung das Forschungsinstitut zu besuchen. Potenzielle Teilnehmer, die hierzu nicht mobil genug sind, werden somit von vorneherein ausgeschlossen.

Auch kann im Verlauf der Studie ein solcher Selektionseffekt durch das Ausscheiden von einzelnen Teilnehmern entstehen und die Endstichprobe beeinflussen. Um diesem Problem begegnen zu können, müssen Selektivitätsanalysen durchgeführt werden. Hierbei wird untersucht, ob sich die Stichprobe am Ende der Studie in wesentlichen Kriterien signifikant von der Ausgangsstichprobe unterscheidet. Wenn dies der Fall ist, muss das mit geeigneten statistischen Verfahren kontrolliert werden. Auch ist es erforderlich, geeignete Maßnahmen zu ergreifen, um die Studienteilnehmer zu motivieren, bis zum Ende an der Studie teilzunehmen.

Sequenzdesigns

Die bisher vorgestellten quer- und längsschnittlichen Designs lassen keine Trennung der altersbedingten, historisch bedingten und nichtnormativen (nicht zeitgebundenen) Einflüsse zu. Zur Lösung dieses Problems werden in Sequenzdesigns deshalb quer- und längsschnittliche Untersuchungsansätze verbunden. So kann die querschnittliche Sequenz beispielweise einen wiederholten Vergleich unterschiedlicher Altersgruppen zu verschiedenen Messzeitpunkten und damit unterschiedlicher Kohorten umfassen. Dabei umfasst die längsschnittliche Sequenz eine zu verschiedenen Zeitpunkten beginnende längsschnittliche Untersuchung von Stichproben unterschiedlicher Geburtskohorten, aber gleichen Alters zu Studienbeginn. So werden verschiedene Altersgruppen über mehrere Jahre hinweg beobachtet (Abbildung 3.3). Kohorteneffekte zeigen sich durch den Vergleich von Personen desselben Alters, aber verschiedener Jahrgänge. Zeitlich umschriebene historische Einflüsse (Periodeneffekte) können ebenfalls identifiziert werden. Ein prominentes Beispiel für ein Kohortensequenzdesign ist die Seattle Longitudinal Study.

Vor- und Nachteile von Forschungsdesigns

Korrelation

+ Beziehungen zwischen Variablen

– Keine Kausalzusammenhänge

Experiment

+ Schlussfolgerungen über Kausalzusammenhänge

– Im Labor: künstliche Bedingungen

– Im Feld: geringere Kontrolle

Querschnitt

+ Kein Dropout

+ Keine Übungseffekte

– Mögliche Kohorten- und Selektionseffekte

– Keine Information über Entwicklungsverläufe

Längsschnitt

+ Information über Entwicklungsverläufe

– Übungs- und Kohorteneffekte

– Mögliche Dropouteffekte

Sequenz-Kohorten-Studie

+ Kontrolle für Kohorteneffekte

+ Erlaubt längs- und querschnittliche Vergleiche

– Zeit- und kostenaufwendig

Abb. 3.2: Vor- und Nachteile von Forschungsdesigns

Abb. 3.3: Prinzip des Sequenziellen Kohortendesigns zur Erforschung unterschiedlicher Einflüsse auf die Entwicklung: Alters- und lebenszeitgebundene Einflüsse wirken auf alle Individuen einer Altersgruppe unabhängig von der historischen Zeit (Kontrolle der Kohorteneffekte). Historisch bedingte Einflüsse sind nur zu einer bestimmten historischen Zeit wirksam und Individuen unterschiedlicher Kohorten werden deshalb durch diese Faktoren in unterschiedlichen Lebensaltern beeinflusst. Nicht-normative (nicht zeitgebundene) Einflüsse können nur bei einzelnen Kohorten, Altersgruppen oder Individuen auftreten.

Seattle Longitudinal Study

Die Seattle Longitudinal Study wurde im Jahre 1956 von Karl Warner Schaie initiiert und ist eine der größtes Studien weltweit, die sich in einem sequenziellen Kohortendesign mit der kognitiven und psychologischen Entwicklung über die Lebensspanne beschäftigt. Die Ausgangsstichprobe umfasste 500 Teilnehmer im Alter zwischen 20 und 60 Jahren. Alle 7 Jahre werden die Teilnehmer erneut zu Befragungen und Untersuchungen eingeladen. Da altersbedingt und aus anderen Gründen immer wieder Teilnehmer ausscheiden, werden zu jeder Welle auch wieder neue Teilnehmer rekrutiert. So haben bis heute über 6000 Menschen zwischen 20 und 101 Jahren an der immer noch laufenden Studie teilgenommen.

3.2 Methoden der Datengewinnung auf der Verhaltensebene

Datentypen

Daten werden dahingehend unterschieden, ob sie individuell oder aggregiert erhoben und interpretiert werden, ob es sich um Primär- oder Sekundärdaten handelt und ob sie durch Selbst- oder Fremdbeurteilung bzw. -beobachtung gewonnen werden. Des Weiteren werden qualitative und quantitative Daten unterschieden.

Individualdaten und Aggregatdaten

Individualdaten geben sehr spezifisch Auskunft über ein Individuum. Ihr Nachteil ist, dass sie in der Regel keine Verallgemeinerung erlauben. Aggregatdaten sind hingegen gemittelte Daten über eine Gruppe von Personen mit bestimmten Merkmalen (z. B. Personen gleichen Alters). Dabei treten individuelle Unterschiede in den Hintergrund.

Primär- und Sekundärdaten

Unter Primärdaten versteht man diejenigen Daten, die im Rahmen einer Studie oder Befragung nur für diesen Zweck erhoben werden. Häufig werden diese Daten jedoch in einer größeren Datenbank zusammen mit Primärdaten aus anderen Studien gespeichert und zusammengeführt. Diese sogenannten Sekundärdaten können dann als Datenbasis für weiterführende oder völlig neue Studien dienen.

Selbst- und Fremdbeurteilung

Für ein Experiment oder eine Studie macht es einen Unterschied, ob die Daten vom Befragten/Untersuchten selbst berichtet werden, oder ob sie vom Studienleiter durch Beobachtung oder über spezifische Tests im Experiment gewonnen werden. So spiegeln objektive Gesundheitsdaten nicht immer den subjektiven Gesundheitszustand wider. Selbst- und Fremdbeurteilung haben Vor- und Nachteile. Einige Daten, z. B. Fragen nach dem subjektiven Erleben, können nur mittels Selbstbeurteilung erfasst werden. Ein Nachteil der Selbstbeurteilung ist jedoch, dass es nicht immer zuverlässig möglich ist, Auskunft zu geben. Dies trifft z. B. bei der Untersuchung unbewusster Prozesse zu. Selbstreporte haben auch den Nachteil, dass ihre Richtigkeit oder Genauigkeit nicht leicht nachzuprüfen ist. Antworten können durch falsche Erinnerungen oder durch den Wunsch, die „richtige“ oder eine vermutlich vom Interviewer gewünschte Antwort zu geben, verfälscht werden („soziale Erwünschtheit“).

Fremdbeurteilung liefert in der Regel objektivere und zuverlässigere Daten. Fremdbeurteilung ist aber nicht bei allen Fragestellungen ausreichend, z. B. wenn das subjektive Erleben von Interesse ist. Zur Fremdbeurteilung kann neben dem Messen von objektiven Daten (z. B. Größe oder Gewicht) auch die Befragung von Personen gehören, die den Teilnehmer/die Teilnehmerin gut kennen. Oft kann eine Kombination von Selbst- und Fremdbeurteilung sinnvoll sein.

Qualitative und quantitative Daten

Qualitative Verfahren haben vorrangig das Ziel, die gesamte Bandbreite an Meinungen, Sichtweisen und Erfahrungen zu erfassen. Qualitative Daten lassen sich nicht direkt numerisch ausdrücken, sondern werden in der Regel in schriftlicher oder audiovisueller Form erhoben und tragen konkrete Bedeutungen. Hierbei sind die Antworten nicht durch den Experimentator vorgegeben, sondern müssen anschließend in aufwendigen Verfahren standardisiert und zu Konzepten zusammengefasst werden.

Quantitative Daten sind hingegen abstrakt und zahlenmäßig darstellbar, wie z. B. physiologische Messwerte, Fragebogenskalenwerte oder Ergebnisse aus psychologischen Leistungstests. Befragungen zur Erfassung quantitativer Daten sind stark standardisiert und sind an der Ausprägung vorgegebener Meinungen, Eigenschaften oder Fähigkeiten interessiert. Der Vorteil liegt in der guten Vergleichbarkeit bezüglich der erfragten Faktoren über Versuchsgruppen hinweg.

Zur Datenerhebung und -erfassung werden verschiedene Untersuchungsmethoden verwendet, die im Folgenden vorgestellt werden.

Untersuchungsstrategien

Laborexperimente

Zur Erfassung der psychischen oder physischen Leistungsfähigkeit werden überwiegend standardisierte Tests im Labor durchgeführt. Auch Persönlichkeitsmerkmale oder Verhaltensmuster in bestimmten Situationen können im Labor untersucht werden. Solche Laboruntersuchungen haben den Vorteil, dass die Versuchsbedingungen und die Reaktionen der Probanden sehr gut kontrolliert und erfasst werden können. Häufig werden Leistungstests am Computer durchgeführt, aber auch auf Arbeitsblättern dargeboten (sogenannte Papier- und Bleistifttests). Die sehr objektive und systematische Durchführung solcher Labortests gibt dem Versuchsleiter die Sicherheit, dass Ergebnisse tatsächlich auf der Manipulation der gewählten unabhängigen Variablen beruhen und nicht durch andere Faktoren, wie z. B. die Stimme des Experimentators, die Qualität der Stimuli oder die Zeitdauer ihrer Präsentation hervorgerufen werden.

Allerdings sind Ergebnisse aus dem Labor nicht unbedingt auf das tägliche Leben – gerade älterer Probanden – übertragbar. Dafür sind mehrere Gründe denkbar. Einerseits ist eine Laborsituation und das dort angewandte Stimulations- und Aufgabenmaterial sehr ungewohnt für die Probanden und gerade ältere Personen könnten Schwierigkeiten haben, sich daran zu gewöhnen. In der Folge sind sie möglicherweise stärker abgelenkt oder benötigen einen Teil ihrer kognitiven Ressourcen zur Anpassung an die Umgebung und die Aufgaben. Andererseits entwickeln ältere Personen in ihren natürlichen Umgebungen häufig Kompensationsstrategien, die ihnen helfen gute Leistungen in kognitiven oder anderen Aufgaben zu erzielen. In der künstlichen Welt des Labors sind solche Strategien dann aber häufig nicht anwendbar, was zu Funktionseinbußen im Vergleich zur Realität führt. Für die Entscheidung, ob eine Laborstudie oder eine Studie in einer realen Situation durchgeführt werden soll, muss somit bedacht werden, ob die Leistung im Alltag oder die theoretische Leistungsfähigkeit unter bestimmten Bedingungen untersucht werden soll.

Limitationen von Laborstudien

Die Umgebung ist sehr unnatürlich und kann dazu führen, dass sich die Probanden ebenfalls unnatürlich verhalten.

Die Probanden wissen, dass sie beobachtet und einem Leistungstest unterzogen werden.

Personen, die an einer Laborstudie teilnehmen, sind möglicherweise nicht repräsentativ für ihre Altersgruppe.

Standardisierte Tests setzen voraus, dass die Versuchspersonen in verschiedenen Situationen gleich reagieren oder dieselbe Leistung zeigen.

Typische Ansätze, die vor allem in der Kognitions- und Neuropsychologie zur Anwendung kommen, sind die mentale Chronometrie und das Testing-the-Limits-Paradigma.

Mentale Chronometrie

In vielen kognitions- und neuropsychologischen Experimenten wird die Reaktionszeit der Probanden gemessen. Dieser Ansatz geht u. a. auf F. C. Donders (1818 – 1889) zurück. Donders nahm an, dass Aufgaben in elementare mentale Prozesse aufgeteilt werden können und dass jeder Prozess eine bestimmte Zeit in Anspruch nimmt. Mittels der Subtraktionstechnik (Abbildung 3.4) kann diese Zeit gemessen werden. Dieser Ansatz war sehr einflussreich und die Subtraktionstechnik ist auch heute noch sehr weit verbreitet, um die zeitliche Struktur mentaler Prozesse zu untersuchen.

Abb. 3.4: Bei der Subtraktionsmethode wird die Reaktionszeit, die für Aufgabe 1 benötigt wird, von der Reaktionszeit für Aufgabe 2 abgezogen, um den Zeitbedarf des Teilprozesses „Stimuluskategorisierung“ zu bestimmen. Um den Zeitbedarf des Teilprozesses „Antwortauswahl“ zu ermitteln, wird die Reaktionszeit für Aufgabe 2 von der Reaktionszeit für Aufgabe 3 subtrahiert.

Zur Illustration der Subtraktionstechnik stelle man sich vor, dass Probanden drei Aufgaben bearbeiten. In der ersten Aufgabe soll einfach nur eine Antworttaste gedrückt werden, wenn ein beliebiger Reiz erscheint, z. B. der Buchstabe „A“ oder „B“. Die involvierten kognitiven Prozesse sind das Wahrnehmen des Reizes und das Ausführen der Antwort. In der zweiten Aufgabe soll die Taste nur bei „A“ gedrückt werden. Hier muss also noch zusätzlich zum Wahrnehmen des Reizes und dem Ausführen der Antwort unterschieden werden, um welchen Reiz es sich handelt. In der dritten Aufgabe soll bei der Darbietung des „A“ die linke und beim „B“ die rechte Taste gedrückt werden. Hierbei sind auch Wahrnehmen des Reizes, Unterscheiden des Reizes und Ausführen der Antwort wichtig, allerdings muss noch die richtige Antwort ausgewählt werden.

Testing the Limits

Unter dem Begriff „Testing the Limits (TtL)“ sind Teststrategien subsummiert, bei denen es nicht um die Erhebung eines momentanen Zustandes, sondern um die Erfassung des Potenzials geht. Hierzu werden die gezielte Interventionsforschung und im Speziellen auch Studien zur Testung des Lernpotenzials gezählt. Als eine grundlegende Prämisse von TtL gilt, dass entwicklungs- und altersbedingte Unterschiede umso stärker hervortreten, je näher man an die absoluten Leistungsgrenzen herankommt. „Testing the Limits“ hat somit zum Ziel, Reserven zu mobilisieren und leistungshemmende Faktoren zu minimieren, um die (kognitive) Plastizität zu quantifizieren (Kühl & Baltes, 1988).

Bei Experimenten mit älteren Personen ist zu beachten, dass Verarbeitungsprozesse und Reaktionen generell verlangsamt sind. Bei der mentalen Chronometrie, aber auch bei anderen Tests, mit denen Reaktionszeiten gemessen und interpretiert werden, muss deshalb diesbezüglich kontrolliert werden.

Feldstudien und Beobachtungen

Mit Feldstudien oder Beobachtungen unter natürlichen Bedingungen will man einige Limitationen der Laborstudien umgehen. Hierbei werden die Probanden unter realen Bedingungen beobachtet und ihr Verhalten aufgezeichnet, ohne diese Bedingungen zu manipulieren oder zu kontrollieren. Eine beliebte Alltagssituation für ein solches Experiment in der Altersforschung ist der Straßenverkehr. Hier müssen die Versuchspersonen gleichzeitig auf viele verschiedene Reize reagieren und ein Ziel verfolgen. Aus dem Vergleich der Leistung in einer solchen realen Verkehrssituation mit der Leistung in ähnlichen Tests im Labor lassen sich ebenfalls Rückschlüsse darauf ziehen, inwieweit die Leistung Älterer durch die künstliche Situation im Labor beeinflusst wird.

Die modernen technologischen Entwicklungen machen es heute möglich, mit sogenannten „virtual realities“ auch im Labor sehr realitätsnahe Bedingungen zu schaffen. Es ist zu erwarten, dass diese Methoden in Zukunft noch besser erlauben, ökologisch valide und dennoch optimal kontrollierte Versuchsbedingungen zu schaffen. Aufgrund der Weiterentwicklung von „Eye trackern“, Geräten zur Blickbewegungsmessung, können Blickbewegungsdaten auch in der Realität gemessen werden, z. B. während einer realen Autofahrt. Blickbewegungen geben beispielsweise Auskunft darüber, worauf ein Proband seine Aufmerksamkeit richtet.

Weitere Strategien zur Datengewinnung

Fragebögen und Interviews

Fragebögen und Interviews werden verwendet, um Informationen über eine Gruppe oder unterschiedliche Gruppen von Personen zu erhalten, die dann für eine größere Population mit ähnlichen Merkmalen generalisiert werden können. Der Umfang solcher Befragungen kann von einem einseitigen Fragebogen bis zu mehrstündigen Interviews reichen. Der Vorteil von Fragebögen liegt darin, dass diese gleichzeitig an viele verschiedene Personen verteilt werden können und damit die Zahl der Untersuchten deutlich höher ist als im Labor. So erreicht man über das World Wide Web heute viele tausend Teilnehmer gleichzeitig. Interviews, sei es persönlich oder telefonisch, sind hingegen ähnlich aufwendig wie Laboruntersuchungen und werden häufig an einer deutlich kleineren Stichprobe durchgeführt. Mit Fragebögen und Interviews können sowohl qualitative als auch quantitative Daten im Selbstreport erfasst werden.

Strukturierte und nicht strukturierte Interviews

Bei qualitativen Interviews unterscheidet man strukturierte (standardisierte), teilweise strukturierte (teilstandardisierte) und unstrukturierte (nicht standardisierte) Verfahren. In (teilweise) strukturierten Interviews sind die Fragen je nach Antwort der Befragten vorgegeben, sodass die nachträgliche Standardisierung der Antworten und die Vergleichbarkeit erleichtert werden.

Fallstudien

Um einen umfassenden und detaillierten Eindruck von einer einzelnen Person zu gewinnen, verwendet man sogenannte Fallstudien. Der Fokus liegt auf den Charakteristiken des Individuums und seinen persönlichen Erfahrungen. Fallstudien werden in der Regel im medizinischen Umfeld durchgeführt, wenn individuelle Diagnosen und daraus abzuleitende Therapien erforderlich sind. Gewonnene Daten aus Fallstudien können nicht generalisiert werden.

Fokusgruppen

Eine weniger formale Forschungsstrategie ist die Fokusgruppe. Darunter versteht man ein Treffen mit mehreren Teilnehmern zu einem bestimmten Thema. Diskussionen in Fokusgruppen werden vom Diskussionsleiter bezüglich des gewünschten Themas gesteuert. Das Ziel kann sein, konkrete Forschungsfragen für zukünftige Studien zu identifizieren oder Eindrücke über die Einsetzbarkeit eines Messinstruments oder einer Intervention zu erhalten. Solche Fokusgruppen haben den Vorteil, dass sie schon im Vorfeld einer geplanten Studie wichtige Probleme und konfundierende Faktoren deutlich machen können, die dann in der Studie selbst noch berücksichtigt werden können. Dies ist vor allem dann von Vorteil, wenn erst wenig wissenschaftlich gesichertes Wissen bezüglich des Forschungsthemas vorhanden ist. Nachteilig ist, dass die Methode offensichtlich wenig standardisierte Daten liefert, die weder einfach noch systematisch analysiert werden können.

Metastudien

Die Ergebnisse einzelner Studien – Laborstudien, Befragungen, Fallstudien – können in Metastudien zusammengefasst werden. Vorausgesetzt, die Daten der Einzelstudien sind ausreichend beschrieben oder zugänglich. Die Ergebnisse der einzelnen Studien lassen sich mit geeigneten statistischen Verfahren vergleichen und zu einer größeren Stichprobe zusammenfassen. Die Schlussfolgerungen aus solchen Metastudien sind in der Regel noch aussagekräftiger und besser generalisierbar als die der Einzelstudien.

Evaluationsstudien

Zu Trainings- oder Interventionsstudien werden häufig auch Evaluationsstudien durchgeführt. Diese haben zum Ziel, die Wirksamkeit, Effektivität und Machbarkeit der jeweiligen Intervention zu belegen oder zu quantifizieren.

3.3 Methoden der Hirnforschung

Einschneidende methodische Entwicklungen in der Hirnforschung während der letzten beiden Jahrzehnte haben nicht nur zu einem enormen Aufschwung der kognitiven Neurowissenschaften geführt, sondern auch zu einem neuen Verständnis der Veränderungen des Gehirns während des Alterns unabhängig von pathologischen Altersveränderungen und Alterskrankheiten. So kann die Struktur und Funktion des Gehirns zwischen Individuen oder Altersgruppen verglichen, mit Verhaltensleistungen in Beziehung gesetzt oder auch über die Zeit in ihrer Veränderung beobachtet werden.

Zu nennen ist hier zunächst einmal die Magnetresonanztomografie (MRT), mit der sich nicht nur sehr hoch aufgelöst die anatomische Struktur des Gehirns und seiner verschiedenen Bereiche und Gewebe darstellen lässt, sondern als funktionelle MRT auch die Funktionsweise des Gehirns sichtbar gemacht werden kann. Man kann dem Gehirn also quasi bei der Arbeit zusehen. Aber auch neurophysiologische Verfahren mit hoher zeitlicher und räumlicher Auflösung wie die Magnetenzephalografie (MEG) und die Elektroenzephalografie (EEG) erleben aufgrund neuer technischer Möglichkeiten eine Renaissance.

Jede der im Folgenden beschriebenen Methoden kann aber nur einzelne Facetten der Struktur und Funktion des Gehirns darstellen und weist dabei spezifische Vor- und Nachteile auf. Diese sind zum Teil technischer Natur, hängen aber auch mit der Ebene der neuronalen Verarbeitung zusammen, die durch die jeweilige Methode betrachtet wird.

Magnetresonanztomografie

Die MRT-Untersuchung liefert hochaufgelöste anatomische Schnittbilder des Gehirns, die ähnlich wie bei der Computertomografie (CT) von Computerprogrammen dreidimensional dargestellt werden können. Dabei ist die MR-Untersuchung vollkommen nicht-invasiv, das heißt, es werden keine radioaktiven Teilchen verwendet oder Kontrastmittel gespritzt. Die Methode beruht auf den magnetischen Eigenschaften der Protonen (Wasserstoffkerne) als Bestandteile der Wassermoleküle im Gewebe. Da sich der Wassergehalt und damit die Wirkung der Protonen im Bereich des starken MR-Magneten (üblich sind heute 1,5 oder 3 Tesla) in einzelnen Geweben unterscheidet, können im MR-Bild verschiedene Strukturen des Gehirns (graue Substanz, weiße Substanz, Ventrikel, luftgefüllte Hohlräume etc.) unterschieden und sichtbar gemacht werden. Die resultierenden Bilder dienen einerseits zur neuroradiologischen Diagnostik von pathologischen Veränderungen im Gehirn. Andererseits lassen sich mit geeigneten Messsequenzen und analytischen Verfahren aber auch die Dicke und Volumina der grauen und weißen Substanz im gesamten Gehirn oder in einzelnen Gehirnstrukturen bestimmen.

Auch wenn die MRT eine nicht-invasive Methode ist, müssen dennoch wegen des sehr starken Magnetfeldes wichtige Sicherheitsbestimmungen und Ausschlusskriterien eingehalten werden. So dürfen Personen mit Herzschrittmachern oder Implantaten aus Metall grundsätzlich nicht im MRT untersucht werden, es sei denn, die Implantate sind nicht magnetisch. Auch muss beachtet werden, dass kleinere Metallteile wie z. B. Münzen oder Kleidungsbestandteile und Accessoires aus Metall vorher abgelegt werden, weil sie sonst durch das starke Magnetfeld zu gefährlichen Geschossen beschleunigt oder stark erhitzt werden können.

Diffusion tensor imaging

Die diffusionsgewichtete Bildgebung („Diffusion tensor imaging, DTI“) im MRT misst die Diffusion der Wassermoleküle im Gewebe. Die Diffusion innerhalb von Faserverbindungen in der weißen Substanz ist nur quer entlang der Fasern wegen der sie umgebenden Myelinschicht möglich. Mit dieser Methode kann der dreidimensionale Verlauf der Nervenfasern im Gehirn und deren Integrität dargestellt werden.

Die gewonnenen strukturellen und anatomischen Daten dienen darüber hinaus als Basis für die Lokalisation und Interpretation der im Folgenden beschriebenen funktionellen Hirnmessungen.

Funktionelle MRT

Die funktionelle MRT (fMRT) ist eine Variante der MRT, mit der die Aktivierung von Gehirnbereichen während bestimmter Aufgaben oder Verarbeitungsprozesse dargestellt werden kann. Allerdings wird nicht direkt die neuronale Aktivität gemessen, sondern eine daraus resultierende Veränderung in der Sauerstoffsättigung des umliegenden Gewebes. An Hämoglobin gebundener Sauerstoff verändert die magnetischen Eigenschaften des Blutes und führt dadurch zu einer Abschwächung des MR-Signals. Deshalb spricht man vom Sauerstoff auch als endogenem Kontrastmittel und vom BOLD-Signal („Blood oxygenation level dependent“).

Als BOLD (Blood Oxygenation Level Dependent)-Signal bezeichnet man das von der Sauerstoffsättigung des Gewebes abhängige Signal, das man mit der funktionellen MRT aufzeichnet.

Es handelt sich dabei um ein indirektes Signal, das zudem wegen der zugrundeliegenden hämodynamischen Prozesse mit einer mehrsekündlichen Verzögerung auftritt, sodass die zeitliche Auflösung dieser Methode eher gering ist. Neuere, auf komplexen statistischen Verfahren basierende, analytische Methoden erlauben es dennoch, funktionelle und sogar kausale, d. h. sich gegenseitig induzierende Konnektivitätsmuster zwischen aktivierten Hirnregionen zu definieren. Bei der Nutzung der fMRT in der Altersforschung muss beachtet werden, dass das BOLD-Signal auf physiologischen Prozessen beruht, die u. a. von der Durchblutung des Gehirns abhängig sind. Es ist also zu prüfen, ob eventuelle Altersunterschiede in der Aktivierung im Gehirn tatsächlich auf neuronalen Aktivitätsunterschieden beruhen oder etwa auf altersbedingten Veränderungen der Hämodynamik.

Arterial Spin Labeling

Eine neue Entwicklung der letzten Jahre stellt das Arterial Spin Labeling (ASL) dar. Mit ASL kann nachvollzogen werden, zu welchem Zeitpunkt eines Verarbeitungsprozesses wohin im Gehirn Blut fließt und damit Energie verbraucht wird. Zu diesem Zweck werden die Wasserstoffatome in einer zum Gehirn führenden Arterie durch einen magnetischen Impuls ausgerichtet und dann gemessen, wann und wo im Gehirn diese „markierten“ Wasserstoffatome ankommen.

Zu den bildgebenden Verfahren gehören weiterhin die Positronen-Emissionstomografie (PET) und die Nah-Infrarot-Spektroskopie (NIRS).

Positronen-Emissions-Tomografie

Mit PET steht eine weitere Methode zur Verfügung, mit der Stoffwechselprozesse sichtbar gemacht werden können, die als Grundlage für die Funktionsweise des Gehirns angesehen werden können. Hierzu werden in der Regel intravenös kurzlebige, schwach radioaktive Substanzen injiziert, die sich in bestimmten Zielregionen des Gehirns anreichern. Beim Zerfall dieser Substanzen entstehen Positronen, die im PET-Scanner aufgefangen werden und daher ein Rückschluss auf den Ort ihres Zerfalls möglich ist. Verwendet werden zum Beispiel radioaktive Zuckermoleküle, die sich in funktionell aktiven Gehirnbereichen akkumulieren. Es gibt aber auch sogenannte spezifische Tracer für einzelne Neurotransmitter wie Dopamin oder Acetylcholin oder deren Rezeptoren. So kann mit dieser Methode die Wirkungsweise und Aktivität dieser Neurotransmitter und Rezeptoren oder die Wirkung bestimmter Medikamente untersucht werden.

Nah-Infrarot-Spektroskopie

Wie die fMRT nutzt NIRS den Zusammenhang zwischen neuronaler Aktivität und Blutfluss bzw. Sauerstoffsättigung. Allerdings werden hier nicht Unterschiede in den magnetischen Eigenschaften des Gewebes sichtbar gemacht, sondern Differenzen in der Lichtabsorption von sauerstofffreiem und -gesättigtem Hämoglobin. Hierzu wird der Schädel mit Nahinfrarotlicht mittels eines Lasers oder einer Leuchtdiode als Lichtquelle bestrahlt. Dieses Licht dringt 1 – 2 Zentimeter in das Gehirn ein und wird zum Teil vom Hämoglobin absorbiert. Nicht absorbierte Lichtteilchen wandern weiter und treten an anderer Stelle wieder aus dem Schädel aus, wo sie mit lichtempfindlichen Sensoren gemessen werden. Da in aktiven Bereichen des Gehirns mehr sauerstoffreiches Blut benötigt und zugeführt wird, entspricht der Anteil des absorbierten Lichts der neuronalen Aktivierung im Gewebe. Nachteil dieser Methode ist neben einer eher geringen räumlichen Auflösung von mehreren Zentimetern die geringe Eindringtiefe des Lichts in das Gehirn. Dadurch ist die Methode nur geeignet, neuronale Aktivität in den äußeren Schichten des Gehirns sichtbar zu machen. Zu den Vorteilen zählt demgegenüber, dass die Methode mittlerweile unter sehr realitätsnahen Bedingungen und sogar während der Bewegung angewendet werden kann.

EEG und MEG

Im Gegensatz zu fMRT, PET oder NIRS, die die Aktivität des Gehirns indirekt über die Messung von Stoffwechselaktivität messen, lässt sich mit der Elektroenzephalografie (EEG) und der Magnetenzephalografie (MEG) die elektrische bzw. magnetische Aktivität von Nervenzellen im Gehirn direkt beobachten. Beim EEG wird über auf dem Schädel platzierte Elektroden das elektrische Feld gemessen, das durch die Aktivität der Nervenzellen im Gehirn entsteht. Das MEG misst demgegenüber mit hochempfindlichen Sensoren, die in einem geschlossenen, helmartigen System über dem Kopf positioniert werden, das magnetische Feld, das durch den elektrischen Strom im Gehirn generiert wird. Beide Methoden messen dabei mit hoher zeitlicher Auflösung sowohl endogen generierte elektrische Oszillationen als auch aufgaben- oder reizabhängige Veränderungen in den Amplituden und Latenzen der elektrischen und magnetischen Signale.

Für MEG müssen die Sensoren mit flüssigem Helium gekühlt werden, um Supraleitfähigkeit zu garantieren. Aus diesem Grund sind die Sensoren, die sogenannten Squids („superconducting quantum interference devices“) in geschlossenen, helmförmigen Apparaturen untergebracht, die an den Kopf angelegt werden.

Die räumliche Auflösung von EEG und MEG hängt von der Anzahl der verwendeten Elektroden bzw. Sensoren ab. Gebräuchlich sind heutzutage beim EEG 64 – 128 Kanäle, beim MEG ca. 256 bis zu 512. Die begrenzende Größe beim EEG ist der zur Verfügung stehende Platz auf dem Schädel, beim MEG die Größe der Sensoren. Wenn man nur an der elektrischen Aktivität in bestimmten Arealen des Gehirns interessiert ist, verwendet man häufig nur wenige, spezifisch über den entsprechenden Orten befestigte EEG-Elektroden. Problematisch ist mit EEG und MEG die Lokalisation von neuronaler Aktivität in tiefen Regionen des Gehirns. Da mit beiden Methoden nur das elektrische bzw. magnetische Feld an der Oberfläche gemessen werden kann, muss die mögliche Quelle (oder die möglichen Quellen) für dieses Feld berechnet werden. Dieses sogenannte „inverse Problem“ hat jedoch in der Regel keine einzelne eindeutige Lösung. Aufgrund von Vorannahmen oder Messungen mit anderen bildgebenden Verfahren (z. B. der fMRT) wird dann die wahrscheinlichste Lösung bestimmt.

Auch wenn das EEG schon Anfang des letzten Jahrhunderts eine bedeutende Rolle in der Hirnforschung gespielt hat und routinemäßig eingesetzt wurde, gab es auch hier in den letzten Jahren methodische Entwicklungen, die zu einer Art Renaissance dieser Methode in der Neuropsychologie geführt haben. Dazu gehören sowohl technische Fortschritte, mit immer mehr und gegenüber den Nervenimpulsen immer empfindlicheren Elektroden, sowie auch enorme Fortschritte in Bezug auf die Analyse der gewonnenen Daten. Letzteres gilt genauso natürlich auch für die oben genannten bildgebenden Verfahren.

Inzwischen gibt es EEG-Systeme zu kaufen, die drahtlos im Feld und auch in Bewegung genutzt werden können, ohne das EEG-Signal maßgeblich zu beeinflussen.

Gehirnstimulation

Neben der Messung von Gehirnfunktionen versuchen Forscher heute auch zunehmend, Gehirnaktivität von außen zu beeinflussen, um etwas über die zugrunde liegenden Mechanismen und die Arbeitsweise des Gehirns zu erfahren. Verbreitete Verfahren sind in der Forschung die transkranielle Magnetstimulation (TMS) und die transkranielle Gleichstromstimulation (tDCS; transcranial direct current stimulation).

Transkranielle Magnetstimulation

Bei der TMS nutzt man die Tatsache, dass durch Stromfluss in einer Spule ein Magnetfeld erzeugt wird. Durch ein sehr schnelles Umschalten der Stromrichtung in der Spule und damit des Magnetfeldes wird wiederum unterhalb der Spule ein schwaches elektrisches Feld erzeugt. Die Stärke dieses elektrischen Feldes reicht aus, um die Nervenfortsätze (Axone) in dessen Bereich zu aktivieren oder zu inhibieren. Ob es zu Aktivierung oder Hemmung kommt, hängt insbesondere von der Stimulationsfrequenz ab – Frequenzen von 5 Hz und höher sind aktivierend, während Frequenzen um 1 Hz oder niedriger inhibierend wirken. TMS kann zum Beispiel genutzt werden, um ganze Hirnareale kurzzeitig ganz auszuschalten. Mit parallel durchgeführten Verhaltensexperimenten kann man dann untersuchen, ob die betreffenden Areale an einer bestimmten Aufgabe oder Funktion beteiligt oder sogar für diese unbedingt notwendig sind. Beide Arten der TMS werden überdies in der Therapie genutzt, um Über- oder Unteraktivierung von Gehirnbereichen zu behandeln (z. B. bei Depression oder Lernstörungen). TMS ist bei sachgerechter Anwendung nicht schmerzhaft oder invasiv. Wird es in der Nähe von Muskeln, z. B. des Gesichts oder des Nackens, angewendet, kann es jedoch zu vorübergehenden Kopf- oder Muskelschmerzen kommen. Auch aus diesem Grund wird TMS zunehmend durch tDCS ersetzt.

Transkranielle Gleichstromstimulation

Bei der tDCS wird über zwei Elektroden auf dem Schädel ein schwaches elektrisches Feld direkt im Gehirn induziert. Dieses elektrische Feld reicht gerade aus, um die elektrische Aktivität an den Synapsen im Gehirn zu verstärken oder abzuschwächen. Die Ströme sind in der Regel allerdings zu schwach, um direkt Nervenimpulse zu induzieren. Deshalb wird tDCS als Methode der Neuromodulation bezeichnet. Vor allem für den Patienten oder Probanden ist diese Methode noch weniger unangenehm als die TMS. Heute ist sie deshalb und wegen der geringen Kosten sowohl in der klinischen Forschung als auch in der Grundlagenforschung sowie in der Therapie weit verbreitet.

Kombination verschiedener Methoden

Strukturelle oder anatomische Daten sind in der Regel eng mit den neurobiologischen Mechanismen kognitiven oder psychologischen Alterns verknüpft. So ist es sehr wahrscheinlich, dass Atrophie im Gehirn Leistungseinbußen hervorruft. Andererseits lassen sich strukturelle Maße in Altersstudien nur schwer direkt mit Verhaltensdaten verknüpfen. Sie zeigen zum Messzeitpunkt das Ergebnis einer längeren oft lebenslangen Entwicklung mit entsprechend zahlreichen internen und externen Einflüssen.

Funktionelle Aktivierungsstudien lassen sich hingegen direkt zum Verhalten in Beziehung setzen und sind damit im Besonderen geeignet für die Untersuchung von funktionellen Reorganisations- und Kompensationsprozessen im alternden Gehirn. Im Unterschied zu strukturellen Methoden fällt es bei funktionellen Messungen allerdings schwer, zwischen neurogenen (biologisches Altern) und psychogenen (verändertes Verhalten) Ursachen zu unterscheiden.

Der Königsweg der neuropsychogerontologischen Forschung besteht heute darin, verschiedene Methoden, zum Beispiel (f) MRT und EEG miteinander zu kombinieren und somit die jeweiligen Vorteile der einzelnen Methoden zu nutzen. Allerdings erhöht dieses Vorgehen auch den Aufwand für die Untersuchenden und die Untersuchten.

Biologisches Altern wird trotz moderner Verfahren in Medizin und Neuropsychologie auch heute noch überwiegend an Tieren untersucht, wie zum Beispiel an Fruchtfliegen (Drosophila) oder Fadenwürmern (Nematoden). Aus Sicht der Forschung betrachtet ist der Vorteil dabei, dass diese Tiere sehr schnelle Generationszyklen haben, also schnell altern. Auch ist ihr Genom bereits sehr gut entschlüsselt und weniger komplex als bei Säugetieren, sodass altersbezogene Gene einfacher identifiziert werden können. Häufig werden auch Mäuse untersucht. Mäuse sind mit dem Menschen näher verwandt und Untersuchungen an Mäusen bieten die Möglichkeit, bestimmte Gene an- oder abzuschalten (Knock-out-Mäuse).

3.4 Zusammenfassung

In der Altersforschung gibt es eine Reihe von methodischen Rahmenbedingungen, die beachtet werden müssen und die über diejenigen bei üblichen neuropsychologischen Studien an Studenten oder jungen Erwachsenen hinausgehen. Besonders längsschnittliche Untersuchungen und Kohortendesigns haben in der Altersforschung eine große Bedeutung. Da der Alterungsprozess über Jahrzehnte von internen (biologischen, genetischen) und externen (Umwelt, Verhalten) Faktoren beeinflusst wird, altert im Prinzip jeder Mensch unterschiedlich. Für diese individuellen Faktoren muss ebenso kontrolliert werden, wie für eventuelle Kohorten- oder Selektionseffekte.

Experimentelle Designs und Testaufgaben müssen an die veränderte Leistungsfähigkeit und das Erfahrungswissen älterer im Vergleich zu jüngeren Probanden angepasst werden, um valide Ergebnisse zu erhalten. Gerade ältere Menschen leiden oft an multiplen Erkrankungen, die neuropsychologische Testergebnisse beeinflussen oder verfälschen können. Auch bei der Anwendung neurowissenschaftlicher Methoden zur Untersuchung des Gehirns müssen Erkrankungen berücksichtigt werden.

Weiterführende Literatur

Leonhart, R. (2008). Psychologische Methodenlehre / Statistik. Ernst Reinhard, München, Basel.

Toga A. W. & Mazziotta J. C. (2002). Brain Mapping: The Methods. Academic Press, San Diego.

3.5 Fragen zum Kapitel

1. Weshalb wird in der Altersforschung häufig von quasi-experimentellen Designs gesprochen? Wie unterscheiden sich diese gegenüber „rein“ experimentellen Designs?

2. Welche Variablenarten spielen in der (Alters-)Forschung eine besondere Rolle?

3. Inwiefern können Kohortenzugehörigkeiten Alterseffekte vorspiegeln?

4. Wie wird bei einer Querschnittsuntersuchung vorgegangen?

5. Welche Vor- und Nachteile bringt ein querschnittliches Untersuchungsdesign mit sich?

6. Worüber können Korrelationsstudien Aussagen treffen und wo liegen die Grenzen bezüglich des Aussagegehalts solcher Studiendesigns?

7. Welche statistischen Verfahren zur weiteren Auswertung einfacher Korrelationsstudien gibt es?

8. Was versteht man unter längsschnittlichen Designs? Welche Vor- und Nachteile bringen diese mit sich?

9. Welche unterschiedlichen Datentypen gibt es und was zeichnet den jeweiligen Typus aus?

10. Welche Schwierigkeiten können bei der Datengewinnung aus der Selbstbeurteilung auftreten?

11. Geben Sie ein Beispiel für quantitative Daten. Wo liegen die Vorteile dieser Daten?

12. Welche Vor- und Nachteile bringt die Datenerfassung per Laborexperiment mit sich und wo liegt der Unterschied zu Feldstudien?

13. Wofür eignen sich Fokusgruppen und wo liegen die Schwierigkeiten dieser Methode?

14. Worin unterscheiden sich MRT und EEG bezüglich der Art der Datengewinnung und welche Aussagen lassen sich über die räumliche und zeitliche Auflösung der jeweiligen Methode treffen?

15. Worin unterscheiden sich strukturelle von funktionellen Untersuchungsmethoden des Gehirns?