Hoewel de in deze studie uitgevoerde netwerk analyses een vruchtbaar beginpunt zouden kunnen vormen voor bijvoorbeeld het genereren van nieuwe hypotheses over de aard van het verband tussen neuroticisme, ruminatie en depressie, zijn deze analyses in dit
onderzoek voornamelijk bedoeld ter illustratie van een breder punt. Dit punt betreft de conceptueel problematische assumpties van een ziektemodel van depressie en van het psychometrische reflectieve model dat deze assumpties als basis neemt voor
wetenschappelijk onderzoek. De vraag hierbij is in hoeverre netwerkmodellen van depressie een geschikt alternatief zouden kunnen bieden voor reflectieve modellen van depressie – en wat de verandering van de conceptuele assumpties en implicaties die ermee gepaard gaan doet met de ontologische status van depressie.
Doordat netwerkmodellen geen causale relatie vooronderstellen tussen de
diagnostische categorie depressie en de diagnostische criteria van depressie, vervalt met de adoptie van een netwerkperspectief de problematische implicatie dat depressie conceptueel kan worden gescheiden van de symptomen die haar definiëren. De term depressie refereert binnen dit perspectief immers niet naar een causaal actieve latente variabele, zoals volgens een ziektemodel van depressie het geval is, maar naar een cluster van causaal gerelateerde observeerbare variabelen (Schmittmann et al., 2011). De in de eerste paragraaf besproken theoretisch illegitieme causaliteitsimplicatie van het ziektemodel wordt hierdoor omzeild. Het was bovendien de vooronderstelling van een dergelijke latente variabele die het mogelijk maakte om depressie binnen het ziektemodel te conceptualiseren als natuurlijke entiteit.
Wanneer deze latente variabele vervalt kan er niet meer van gezegd worden dat zij bepalend is voor de essentie van depressie. De notie van een natuurlijke soort depressie, die zich op verschillende manier kan uiten maar die in essentie hetzelfde is, vervalt dus ook met de adoptie van een netwerkmodel.
Het netwerkmodel lijkt dus op het eerste gezicht de meest conceptueel problematische aspecten van het ziektemodel van depressie te op te lossen. De vraag die echter blijft liggen is hoe legitiem de causaliteitsimplicaties en ontologische implicaties die een netwerkmodel maakt dan zijn. Het is namelijk, ook in het geval van netwerkmodellen, van groot belang om te blijven reflecteren op wat er precies in kaart wordt gebracht en wat er met deze kaart wordt geïmpliceerd over het in kaart gebrachte fenomeen. Ook een netwerkmodel maakt immers gebruik van causaliteitsinferenties en ook het netwerkperspectief maakt noodzakelijkerwijs gebruik van conceptuele assumpties, die op hun beurt weer een vormende rol spelen in de conceptualisatie van bijvoorbeeld depressie. Wellicht de belangrijkste vraag die opkomt bij het overwegen van een netwerkperspectief als alternatief interpretatief raamwerk voor depressie is de vraag waar de nodes in de gebruikte netwerken precies naar verwijzen. Deze
nodes vormen de kern van de netwerkmodellen van depressie, zoals de door het ziektemodel
vooronderstelde latente variabele de kern vormt van een reflectief model van depressie, maar wat wordt er eigenlijk mee bedoeld? Dit is een belangrijke vraag, waarvan precieze antwoord uiteraard per door netwerk in kaart gebracht fenomeen zal verschillen. Toch is er ook een algemeen antwoord op te formuleren. Zeker is namelijk in ieder geval dat deze nodes ook in netwerkmodellen geen puur beschrijvende referenties naar natuurlijk entiteiten zijn – zoals ook de door het reflectieve model vooronderstelde latente variabelen dat niet waren. Het meest problematische aspect van het ziektemodel van depressie is echter niet zozeer dat het verwijst naar een latente variabele – wie beoogt mentale fenomenen te meten zal immers noodgedwongen gebruik moeten maken van geoperationaliseerde definities van abstracte
fenomenen. Causaliteitsstructuren zijn bovendien altijd latent en laten zich dus nooit direct observeren. Streven naar een studie van causale relaties tussen mentale processen die slechts gebruik maakt van observaties is dus absurd – de illusie dat dat wel zou kunnen is misschien wel één van de misvattingen die het ziektemodel zo succesvol heeft gemaakt.
Netwerkmodellen halen hun winst dus niet uit het vermijden van latente variabelen of processen, maar uit het vermijden van de problematische causaliteitsimplicaties waarmee reflectieve modellen gepaard gaan.
Naast reflectie op de processen of entiteiten waar de nodes waaruit netwerken bestaan naar refereren, is het ook noodzakelijk te reflecteren op dat waar netwerken in hun geheel gedacht worden naar te verwijzen. Binnen het netwerk perspectief geldt immers ook dat de fenomenen die in de netwerkmodellen wordt opgenomen onderhevig zijn aan selectie – ook in het geval van netwerkmodellen moet bijvoorbeeld worden besloten welke fenomenen in kaart moeten worden gebracht en hoe deze fenomenen moeten worden geoperationaliseerd.13 Dergelijke selectie is onontkoombaar maar, mits onderhevig aan kritische reflectie, niet noodzakelijkerwijs problematisch. Belangrijk is hierbij vooral om in gedachten te houden dat we ook in het geval van netwerkmodellen te maken hebben met een kaart – niet met een gebied. Netwerkmodellen geven ons geen antwoord op de vraag wat depressie is – ze geven ons hooguit informatie over causale interacties tussen de mentale fenomenen die onder deze noemer geschaard worden. Wat netwerkmodellen te verkiezen maakt boven huidig dominante modellen is niet dat ze verwijzen naar een hogere waarheid over de essentie van depressie – de illusie dat een dergelijke essentie bestaat getuigt immers van een onterechte toepassing van een essentialistische denkwijze op psychiatrische classificaties. Ook vanuit het
netwerkperspectief is de kaart dus nog altijd niet het gebied, en zou zij niet moeten pretenderen dat te zijn. Waar de winst die wordt behaald met het adopteren van een
13 Zo berust een netwerkmodel dat is opgesteld aan de hand van depressieve symptomatologie uiteraard nog
netwerkperspectief ligt is bij een grotere overeenkomst tussen de structuur van de kaart, en de structuur van de in kaart gebrachte fenomenen – en die winst is aanzienlijk:
If words are not things, or maps are not the actual territory, then, obviously, the only possible link between the objective world and the linguistic world is found in structure, and structure alone. (…) A map is not the territory it represents, but, if correct, it has a similar structure to
Appendix
Figuur 4 t/m 6 laten correlatie netwerken zien – zowel van het studentensample als van het convenience sample – die zijn opgesteld aan de hand van stap 1, 2 en 3 van Baron & Kenny. Aan het eerste netwerk, waarin depressie items en neuroticisme items zijn
opgenomen, vallen een aantal dingen gelijk op. Ten eerste is het netwerk relatief duidelijk te verdelen in twee clusters; waarbij het bovenste cluster correspondeert met depressie items en het onderste met neuroticisme items. Dit wijst erop dat de correlaties van de items binnen de vragenlijsten sterker zijn dan de correlaties van de items tussen de vragenlijsten. Binnen deze twee brede, met de vragenlijsten corresponderende clusters, zijn weer kleine clusters te ontdekken, zoals bijvoorbeeld D4 (‘Ik voelde me verdrietig en depressief’), D9 (‘Ik voelde me somber en zwaarmoedig’) en D1 (‘Ik was niet in staat ook maar enig positief gevoel te ervaren’) en N4 (‘Ik voel me zelden eenzaam om triest’), N7 (‘Ik voel me zelden angstig of zorgelijk’) en N5 (‘Ik voel me vaak gespannen en zenuwachtig’). Naast deze samenhang binnen vragenlijsten onderling is er ook sprake van samenhang tussen de items van de verschillende vragenlijsten. Het is hierbij met name interessant om te kijken naar de
centraliteit van items, omdat een item met sterkere centraliteit sterkere connecties heeft met de overige items in het netwerk. In dit geval zou dat kunnen betekenen dat de centrale items als het ware connecties vormen tussen de clusters depressie en neuroticisme, en dus bijdragen aan de algehele correlatie tussen de twee vragenlijsten. Een dergelijk centraal item is de D8 (‘Ik was niet in staat om enig plezier te hebben bij wat ik deed’). Dit item wordt niet alleen omringd door items uit de eigen vragenlijst, maar ook door items van neuroticisme. Hetzelfde geldt voor item D1 (‘Ik was niet in staat ook maar enig positief gevoel te ervaren’), dat
gecorreleerd is met onder andere N11 (‘Ik voel me vaak hulpeloos en wil dan graag dat iemand anders mijn problemen oplost’). Mogelijke verklaringen voor het verband tussen D1 en N11 zouden kunnen zijn dat gevoelens van hulpeloosheid en ontmoediging ertoe leiden dat iemand niet in staat is enig plezier te ervaren bij wat hij doet – een omgekeerd causaal effect is ook mogelijk, zoals het ook mogelijk is dat gevoelens van hulpeloosheid en het niet in staat zijn plezier te ervaren in verband staan met een vierde, niet in de vragenlijsten opgenomen factor. Interessant genoeg is in het netwerk van het convenience sample een duidelijk andere verdeling te vinden. Zo zijn de items van de twee vragenlijsten daar minder sterk gescheiden, en staan een aantal andere items centraal, zoals D4 (‘Ik voelde me
verdrietig en depressief’), D3 (‘Ik had het gevoel dat ik niets had om naar uit te kijken’) en D12 (‘Ik kon niets in de toekomst zien om me op te verheugen’). Een depressie item dat in beide samples relatief sterke correlaties laat zien met neuroticisme items is D1 (‘Ik was niet in staat om ook maar enig positief gevoel te ervaren’). Interessant is dat de items waar D1 mee correleert wel per sample verschillen. Zo correleert D1 in het convenience sample niet met N11, maar met onder andere N8 (‘Ik word vaak kwaad om de manier waarop mensen me behandelen’) en N7 (‘Ik voel me zelden angstig of zorgelijk’). De correlatie tussen D1 en N7 kan simpelweg worden toegeschreven aan het feit dat D1 en N7 qua inhoud sterk overeenkomen. De correlatie tussen D1 en N8 kan bijvoorbeeld worden verklaard door een derde factor, namelijk het werkelijk slecht behandeld worden. Een andere mogelijke verklaring zou kunnen zijn mensen die geneigd zijn snel kwaad te worden daardoor in isolatie raken en zich, als gevolg van die isolatie, vaak verdrietig voelen.
Figuur 4. Netwerkmodellen van de eerste stap van Baron & Kenny voor het studenten sample (links) en het convenience sample (rechts). Weergegeven in dit model zijn items van het neuroticisme domein van de NEO-FFI en de depressie subschaal van de DASS
In figuur 5 is te zien dat het netwerk dat in navolging van stap 2 van Baron & Kenny neuroticisme en ruminatie bevat, minder strikt in tweeën is verdeeld dan neuroticisme en depressie in figuur 4 . Een opvallende correlatie in het studentensample is dat N9 (‘Wanneer dingen mis gaan raak ik maar al te vaak ontmoedigd en heb ik zin om het op te geven’), sterk samenhangt met ruminatie items en in het bijzonder R5 (‘Ik denk na over hoe passief en ongemotiveerd ik me voel’). Dit verband zou er bijvoorbeeld iets mee te maken kunnen hebben er bij mensen die zich vaak passief en ongemotiveerd voelen vaker dingen mis gaan, waardoor ze ontmoedigd raken en zo in een negatieve spiraal terechtkomen. Ook N1 (‘Ik ben geen tobber’) is in dit sample omringd door ruminatie items, te weten R25 (‘Ik denk: “Ik zal niet in staat zijn me te concentreren als ik me zo blijf voelen”’) en R5 (‘Ik denk na over hoe
passief en ongemotiveerd ik me voel’). Een blik op de inhoud van deze items maakt de centrale positie van dit N1 ineens niet zo bijzonder meer – tobben en rumineren liggen in betekenis immers heel erg dicht bij elkaar. In het convenience sample zijn de items van neuroticisme en ruminatie minder sterk in twee clusters verdeeld dan in het netwerk van het studentensample. In andere woorden, de items die neuroticisme en ruminatie meten staan relatief vaak met elkaar in connectie in het convenience sample. Interessant genoeg is N1 in dit sample veel minder sterk gecorreleerd met items van ruminatie en kan meer in het algemeen worden gesteld dat de correlaties tussen rumineren en neuroticisme minder sterk zijn dan de correlaties die in het studenten sample zijn gevonden.
Figuur 5. Netwerkmodellen van de tweede stap van Baron & Kenny voor het studenten sample (links) en het convenience sample (rechts). Weergegeven in dit model zijn items van het neuroticisme domein van de NEO-FFI en de RRS-EXT-NL.
In figuur 6 zijn netwerken van de items van depressie en ruminatie afgebeeld voor het studenten sample en het convenience sample respectievelijk. Voor het studenten sample is te
zien dat de items van depressie en ruminatie opvallend sterk door elkaar lopen. Dat wil zeggen dat, hoewel de items binnen de aparte vragenlijsten nog altijd het sterkst correleren, er sprake is van sterke connecties tussen de items van beide vragenlijsten. De individuele
correlaties zijn minder sterk dan in de figuur 4 en figuur 5 weergegeven netwerken. Opvallend is dat D1 (‘Ik was niet in staat om ook maar enig positief gevoel te ervaren’) relatief veel sterke correlaties kent, bijvoorbeeld met R17 (‘Ik analyseer mijn persoonlijkheid en probeer te begrijpen waarom ik neerslachtig/depressief ben’), waarbij het zou kunnen dat het beschreven analyseren leidt tot het onvermogen positief gevoel te ervaren – een
omgekeerd causaal verband is echter ook goed denkbaar. Ook in het convenience sample is te zien dat de items van depressie en ruminatie wat betreft positie relatief sterk door elkaar staan. In dit netwerk zijn onderlinge correlaties wat sterker, maar deze betreffen voornamelijk correlaties tussen items van dezelfde vragenlijsten. Ook dit netwerk is het duidelijk dat er in het convenience sample andere verbanden verantwoordelijk zijn voor de algehele correlatie dan in het studenten sample.
Figuur 6 , Netwerkmodellen van de derde stap van Baron en Kenny voor het studenten sample (links) en het convenience sample (rechts). Weergegeven in dit model zijn items van RRS-EXT-NL en de depressie subschaal van de DASS
Literatuurlijst
Aldao, A., Nolen-Hoeksema, S., Schweizer, S. (2009). Emotion-regulation strategies across psychopathology: A meta-analytic review. Clinical Psychology Review 30, 217–237. Barnhofer, T., Chittka, T. (2010). Cognitive reactivity mediates the relationship between neuroticism and depression. Behaviour Research and Therapy 48, 275–281.
Blashfield, R.K. (1984). The classification of psychopathology: Neo-Kraepelinian and quantative approaches. New York: Plenum
Borsboom D., Cramer, A.O.J. (2013). Network Analysis: An Integrative Approach to the Structure of Psychopathology. Annual Review of Clinical Psychology, 9, 91-121.
Borsboom, D., Cramer, A.O.J., Schmittmann, V.D., Epskamp, S., Waldorp, L. (2011). The Small World of Psychopathology, Peer Reviewed Journal vol.6 (11)
Borsboom, D., Epskamp, S., Kievit, R.A., Cramer, A.O.J., Schmittmann, V.D. (2011). Transdiagnostic Networks: Commentary on Nolen-Hoeksema and Watkins, Perspectives on
Psychological Science 6(6) 610–614
Broome, M.R. (2006). Taxonomy and Ontology in Psychiatry: A Survey of Recent Literature. Philosophy, Psychiatry, & Psychology, Volume 13, Number 4, pp. 303-319
Deacon, B.J. (2013). The biomedical Model of Mental Disorder: A critical Analysis of its validity, utility, and effects on psychotherapy research. Clinical Psychology Review, 846- 861
Dehue, T., (2014). Beter Mensen: over gezondheid als keuze en koopwaar. Atlas, Amsterdam.
Epskamp, s., Cramer, A., Waldorp, L., Schmittmann, V., Borsboom, D. (2012).
Qgraph: Network Visualizations of Relationships in Psychometric Data. Journal of Statistical
Software,Volume 48, Issue 4.
Evers, A., van Vliet-Mulder, J. C., & Groot, C. J. (2000). Documentatie tests en
Follette, W.C., Houts, A.C. (1996). Models of Scientific Progress and the Role of Theory in Taxonomy Development: A Case Study of the DSM. Journal of Consulting and
Clinical Psychology, Vol 64. No. 6., the American Psychological Association
Haslam, N. (2010). Psychiatric Categories as Natural Kinds: Essentialist Thinking about Mental Disorder. Social Research Vol. 67, No. 4, pp. 1031-1058. The New School Haslam, N., Ernst, D. (2002). Essentialist Beliefs About Mental Disorders.
Journal of Social and Clinical Psychology, Vol.21, No. 6, 628-644.
Hyman, S.E. (2010). The Diagnosis of Mental Disorders: The problem of Reification. Annual Review of Clinical Psychology 6, 155-179
Van Os, J. (2014). De DSM-5 Voorbij, Persoonlijke Diagnostiek in een Nieuwe GGZ,.
Diagnosis Uitgevers, Leusden.
Kendler, K.S., Myers, J. (2009). The genetic and environmental relationship between major depression and the five-factor model of personality Psychological Medicine , 40, 801– 806
Kendler, K.S., Munoz, R.A., Murphy, G. (2010). The development of the Feighner Criteria: a historical perspective. Am J Psychiatry, 167 (2), p.134-142.
Kotov, R., Gamez, W., Schmidt, F., Watson, A. (2010). Linking “Big” Personality Traits to Anxiety, Depressive, and Substance Use Disorders: A Meta-Analysis. Psychological
Bulletin, Vol. 136, No. 5, 768–821
Muris, P., Roelofs, J., Rassin, E., Franken, I., Mayer, B. (2005). Mediating effects of rumination and worry on the links between neuroticism, anxiety and depression, Personality and Individual Differences 39, 1105–1111
Nolen-Hoeksema, S., Morrow, J., Fredrickson, B. (1993). Response Styles and the Duration of Episodes of Depressed Mood, Journal of Abnormal Psychology, Vol 102. No 1. 20-28
Nolen-Hoeksema, S., Wisco, B.E., Lyubomirsky, S. (2008). Rethinking Rumination, Perspectives on Psychological Science, vol. 3 no. 5400-424
Knowledge
Raes, F., Hermans, D., & Eelen, P. (2003). De Nederlandstalige versie van de Ruminative Response Scale (RRS-NL) en de Rumination on Sadness Scale (RSS-NL) [The Dutch version of the Ruminative Response Scale (RRS-NL) and the Rumination on Sadness Scale (RSS-NL)]. Gedrags- therapie, 36, 97–104.
Shea, M. Tracie; Leon, Andrew C.; Mueller, Timothy I.; Solomon, David A.; Warshaw, Meredith G.; Keller, Martin B. (1996). Does major depression result in lasting personality change? The American Journal of Psychiatry, Vol 153(11), 1404-1410.
Segerstrom, S., Jennie, C. I. Tsao, Alden, A.E., Craske, M.G. (2011). Worry and Rumination: Repetitive Thought as a Concomitant and Predictor of Negative Mood.
Cognitive Therapy and Research, Vol. 24, No. 6 , pp. 671–688
Schmittmann, V., Cramer, A., Waldorp, L., Epskamps, S., Kievit, R., Borsboom, D. (2011). Deconstructing the construct: A network perspective on psychological phenomena. New ideas in Psychology, 1-11
Solomon, A., (2002). The Noonday Demon: An Anatomy of Depression. Vintage, London