Search

This study investigates the psychobiological impact of psychoanalysis in its four-hour setting. During a period of five weeks, 20 subsequent hours of psychoanalysis were evaluated, involving two patients and their analysts. Before and after each session, saliva samples were taken and analysed for cortisol (sCortisol) and secretory immunoglobuline A (sIgA). Four time-series (n=80 observations) resulted and were evaluated by "Pooled Time Series Analysis" (PTSA) for significant level changes and setting-mediated rhythms. Over all sessions, sCortisol levels were reduced and sIgA secretion augmented parallel to the analytic work. In one analytic dyad a significant rhythm within the four-hour setting was observed with an increase of sCortisol in sessions 2 and 3 of the week. Psychoanalysis may, therefore, have some psychobiological impact on patients and analysts alike and may modulate immunological and endocrinological processes., Die Studie untersucht den psychobiologischen Effekt der Psychoanalyse in ihrem vierstündigen Setting. Über eine Periode von fünf Wochen hinweg wurden 20 aufeinander folgende Stunden von Psychoanalyse evaluiert, wobei zwei Patienten und ihre Analytiker involviert waren. Vor und nach jeder Stunde wurden Speichelproben entnommen und auf Cortisol (sCortisol) sowie auf sekretorisches Immunglobulin A (sIgA) untersucht. Es resultierten vier Zeitreihen (n=80 Beobachtungszeitpunkte), die mit Hilfe der Pooled Time Series Analysis (PTSA) auf signifikante Mittelwertunterschiede und auf Setting-mediierte Rhythmen untersucht wurden. Bezogen auf alle Sitzungen fielen die Cortisol-Spiegel ab und die sIgA-Sekretion stieg parallel zur analytischen Arbeit an. In einer analytischen Dyade konnte ein signifikanter Rhythmus innerhalb des vierstündigen Settings beobachtet werden, der mit einem Anstieg des sCortisols in Sitzungen 2 und 3 der Woche verbunden war. Psychoanalyse könnte somit einigen psychobiologischen Einfluss auf beide, Patienten und Analytiker, ausüben und dabei immunologische und endokrinologische Prozesse modulieren.

Time-series analysis (TSA) is frequently used in order to clarify complex structures of mutually interacting panel data. The method helps in understanding how the course of a dependent variable is predicted by independent time-series with no time lag, as well as by previous observations of that dependent variable (autocorrelation) and of independent variables (cross-correlation).The study analyzes the marital interaction of a married couple under clinical conditions over a period of 144 days by means of TSA. The data were collected within a course of couple therapy. The male partner was affected by a severe condition of atopic dermatitis and the woman suffered from bulimia nervosa.Each of the partners completed a mood questionnaire and a body symptom checklist. After the determination of auto- and cross-correlations between and within the parallel data sets, multivariate time-series models were specified. Mutual and individual patterns of emotional reactions explained 14% (skin) and 33% (bulimia) of the total variance in both dependent variables (adj. R², p<0.0001 for the multivariate models).The question was discussed whether multivariate TSA-models represent a suitable approach to the empirical exploration of clinical marital interaction., Zeitreihenanalysen werden häufig zur Klärung komplexer Strukturen von wechselseitig interagierender Längsschnittdaten eingesetzt. Diese Methodik kann helfen zu verstehen, wie der Verlauf einer abhängigen Variablen aus den früheren Werten dieser Variablen (Autokorrelation) oder aus zeitgleichen oder vorhergehenden Werten der unabhängigen Variablen (Kreuzkorrelationen) vorhergesagt werden kann. Die vorliegende Studie analysiert die Interaktionen von Zeitreihenvariablen eines Ehepaars. Beide Ehepartner füllten täglich über einen Zeitraum von 144 Tagen einen Stimmungsfragebogen und einen Körperbeschwerdenbogen aus. Das Ehepaar befand sich im gesamten Erhebungszeitraum in einer Paartherapie. Der Ehemann litt an einer atopischen Dermatitis, während die Ehefrau eine Bulimia nervosa hatte.Nach der Berechnung von Auto- und Kreuzkorrelationen zwischen und innerhalb der Zeitreihendaten wurden außerdem multivariate Zeitreihenmodelle bestimmt. Durch die eigene Gestimmtheit und die Gestimmtheit des Partners konnten 14% der Gesamtvarianz der Veränderungen der Hautbeschwerden des Mannes und 33% der Symptome der Bulimie der Frau erklärt werden (adj. R², p<0.0001 für die multivariaten Modellbildungen).Die Diskussion greift insbesondere die Frage auf, ob multivariate Zeitreihenanalysen eine brauchbare Methode darstellen, um eheliche Interaktionen adäquat darstellen zu können.