Massenspektrometrischer Analyse Von Dopingkontrollproben“ Unter Der Lei- Tung Von Prof

Aus dem Institut für Biochemie

der Deutschen Sporthochschule Köln

Geschäftsführender Leiter: Prof. Dr. Wilhelm Schänzer

Untersuchungen zur Prävalenz von Psychopharmaka im Hochleistungssport mittels gaschromatographisch-massenspektrometrischer Analyse

von Dopingkontrollproben

von der Deutschen Sporthochschule Köln

zur Erlangung des akademischen Grades

Doktorin der Naturwissenschaften

Genehmigte Dissertation

vorgelegt von

Anja Reinartz (geb. Koch)

aus Rostock

Köln 2014

1. Gutachter: Prof. Dr. Wilhelm Schänzer

2. Gutachter: Prof. Dr. Mario Thevis

Vorsitzender des Promotionsausschusses: Prof. Dr. Wilhelm Bloch

Tag der letzten mündlichen Prüfung: 13.08.2014

Eidesstattliche Versicherungen gem. § 7 Abs. 2 Nr. 4 und 5:

Hierdurch versichere ich:

Ich habe diese Arbeit selbständig und nur unter Benutzung der angegebenen Quellen und techni- schen Hilfen angefertigt; sie hat noch keiner anderen Stelle zur Prüfung vorgelegen. Wörtlich über- nommene Textstellen, auch Einzelsätze oder Teile davon, sind als Zitate kenntlich gemacht worden.

Hierdurch erkläre ich, dass ich die „Leitlinien guter wissenschaftlicher Praxis“ der Deutschen Sport- hochschule Köln eingehalten habe.

Köln, 28.04.2014 Anja Reinartz

Meiner Familie

Teilergebnisse dieser Arbeit wurden in folgenden Beiträgen vorab veröffentlicht:

Veröffentlichungen

Machnik M*, Sigmund G, Koch A*, Thevis M, Schänzer W. Prevalence of antidepressants and biosimi- lars in elite sport. Drug Testing and Analysis 2009; 1: 286-291

Tagungsbeiträge

Reinartz A, Sigmund G, Machnik M, Thevis M, Schänzer W. Prevalence of antidepressants and bio- similars in elite sport – a follow-up study. In: Schänzer W, Thevis M, Geyer H, Marek U. Recent Ad- vances in Doping Analysis 2012; 20

* Die Autoren haben zu gleichen Teilen zur Arbeit / Publikation beigetragen.

Danksagung

Die praktischen Arbeiten der vorliegenden Dissertation wurden unter Betreuung von Herrn Prof. Dr. Wilhelm Schänzer im Institut für Biochemie an der Deutschen Sporthochschule Köln durchgeführt. Bei Herrn Prof. Dr. Wilhelm Schänzer möchte ich mich herzlich für die Überlassung des Themas, die freundliche Aufnahme im Institut und für die Unterstützung während der praktischen Arbeiten bedanken. Seine Bereitschaft zur Diskussion und zur Klärung offener Fragen hat jederzeit zum Gelingen dieser Arbeit beigetragen.

Herrn Gerd Sigmund gilt mein Dank für die hervorragende Einarbeitung und Unterstützung während der Arbeit. Herrn Dr. Hans Geyer danke ich für motivierende Worte zur rechten Zeit. Er war jederzeit zu Rat und Tat bereit und hat diese Arbeit damit sehr unterstützt. Ganz herzlich möchte ich mich bei Herrn Dr. Andreas Thomas bedanken, dessen Unterstützung in Fragen der instrumentellen Analytik und der Methodenentwicklung maßgeblich zum Gelingen dieser Arbeit beigetragen haben. Herrn Dr. Ulrich Flenker danke ich für die maßgebliche Unterstützung im Bereich der statistischen Analyse, seine Bereitschaft zur Diskussion und zur Klärung offener Fragen.

Schließlich möchte ich allen Kolleginnen und Kollegen des Instituts für Biochemie / Zentrums für Prä- ventive Dopingforschung für die nette, hilfsbereite Arbeitsatmosphäre und konstruktive Zusammen- arbeit danken. Dabei möchte ich besonders Frau Katharina Schiffer, Herrn Dr. Georg Opfermann, Herrn Dr. Marc Machnik und Herrn Prof. Dr. Mario Thevis für Ihre Unterstützung herzlichst danken. Meinen Kolleginnen und Kollegen aus dem „Pferdelabor“ danke ich für Ihre moralische Unterstüt- zung, aufmunternde Worte, den Arbeitseinsatz, um mir den Rücken frei zu halten und Ihr Verständ- nis.

Mein besonderer Dank gilt meinen Freunden für Ihre Unterstützung während der ganzen Zeit, ihre motivierenden Worte, ihre offenen Ohren zum Zuhören, Ihre Schultern zum Anlehen, Ihr Verständnis und die kleinen und großen Ablenkungsmanöver. Insbesondere möchte ich mich bei Anja, Anne, Sabrina, Ina, der „Spaßgemeinschaft“ und meinen Apotheken-Mädels von Herzen bedanken.

Meiner Familie und insbesondere meinen Eltern danke ich von Herzen für die liebevolle Unterstüt- zung und Geduld während der gesamten Zeit und all die Möglichkeiten, die sie mir über die Jahre eröffnet haben.

Mein größter Dank gilt meinem Mann Markus für die Unterstützung zu jeder Zeit, die aufmuntern- den, motivierenden und auch mal kritischen Worte, für wertvolle Anregungen und Hinweise, für seine unendliche Geduld, für die Fürsorge um eine regelmäßige Nahrungsaufnahme, für das Ertragen von Launen und für den beständigen Glauben an mich.

INHALTSVERZEICHNIS S EITE | 11

Inhaltsverzeichnis

1 EINLEITUNG 17

2 LITERATURBESPRECHUNG 19

2.1 ANTIDEPRESSIVA – WIRKUNGSWEISE, SYSTEMATIK UND PHARMAKOLOGIE 19

2.1.1 NEUROTRANSMITTER UND AFFEKTREGULATION 19

2.1.2 WIRKUNGSWEISE UND INDIKATION DER ANTIDEPRESSIVA 22

2.1.3 SYSTEMATIK DER ANTIDEPRESSIVA 24

2.1.4 PHARMAKODYNAMIK DER ANTIDEPRESSIVA 26

2.1.5 PHARMAKOKINETIK DER ANTIDEPRESSIVA 30

2.1.6 DEPRESSIVE STÖRUNGEN UND ANTIDEPRESSIVA IM HOCHLEISTUNGSSPORT 32

2.2 ANALYTISCHE METHODEN 33

2.2.1 GASCHROMATOGRAPHIE-MASSENSPEKTROMETRIE (GC-MS) 33

2.2.2 U-HPLC Q EXACTIVE 35

3 EXPERIMENTELLER TEIL 39

3.1 VALIDIERUNG DER GC-MS-METHODE 39

3.1.1 STANDARDLÖSUNGEN 39

3.1.2 PROBENVORBEREITUNG UND GERÄTEBEDINGUNGEN 40

3.1.3 SPEZIFITÄT 41

3.1.4 SELEKTIVITÄT 42

3.1.5 NACHWEISGRENZE 42

3.1.6 LINEARITÄT 42

3.1.7 PRÄZISION 42

3.1.8 WIEDERFINDUNG 42

3.1.9 ROBUSTHEIT 43

3.1.10 GC-HRMS-MESSUNGEN ZUR INTERPRETATION DER MASSENSPEKTREN 43

3.2 METHODENENTWICKLUNG UND VALIDIERUNG FÜR DAS U-HPLC Q EXACTIVE 43

3.2.1 STANDARDLÖSUNGEN 44

3.2.2 PROBENVORBEREITUNG UND GERÄTEBEDINGUNGEN 44

3.2.3 SPEZIFITÄT 45

3.2.4 SELEKTIVITÄT 45

3.2.5 NACHWEISGRENZE 46

3.2.6 LINEARITÄT 46

S EITE | 12 INHALTSVERZEICHNIS

3.2.7 PRÄZISION 46

3.2.8 IONENSUPPRESSION 46

3.2.9 DOPINGKONTROLLPROBEN 46

3.3 STATISTISCHE ANALYSE DER PRÄVALENZ VON AD IN DOPINGKONTROLLPROBEN IM VERGLEICH ZU

VERORDNUNGSDATEN DER NORMALBEVÖLKERUNG 47

3.3.1 DOPINGKONTROLLPROBEN 47

3.3.2 VERORDNUNGSDATEN DER AD FÜR DIE NORMALBEVÖLKERUNG 48

3.3.3 METHODEN DER STATISTISCHEN ANALYSE 48

4 ERGEBNISSE UND DISKUSSION 51

4.1 VALIDIERUNG DER GC-MS-METHODE 51

4.1.1 GASCHROMATOGRAPHISCH-MASSENSPEKTROMETRISCHE CHARAKTERISIERUNG 51

4.1.2 SPEZIFITÄT 65

4.1.3 SELEKTIVITÄT 65

4.1.4 NACHWEISGRENZE 65

4.1.5 LINEARITÄT 66

4.1.6 PRÄZISION 67

4.1.7 WIEDERFINDUNG 69

4.1.8 ROBUSTHEIT 70

4.2 METHODENENTWICKLUNG UND VALIDIERUNG FÜR DAS U-HPLC Q EXACTIVE 70

4.2.1 MASSENSPEKTROMETRISCHE CHARAKTERISIERUNG DER STANDARDLÖSUNGEN 70

4.2.2 SPEZIFITÄT 74

4.2.3 SELEKTIVITÄT 74

4.2.4 NACHWEISGRENZE 74

4.2.5 LINEARITÄT 75

4.2.6 PRÄZISION 76

4.2.7 IONENSUPPRESSION 77

4.2.8 ROBUSTHEIT 78

4.2.9 DOPINGKONTROLLPROBEN 78

4.2.10 VERGLEICHENDE BETRACHTUNG DER ANALYSEMETHODEN 82

4.3 STATISTISCHE ANALYSE DER PRÄVALENZ VON AD IN DOPINGKONTROLLPROBEN IM VERGLEICH ZU

VERORDNUNGSDATEN DER NORMALBEVÖLKERUNG 84

4.3.1 JÄHRLICHE ENTWICKLUNG DER PRÄVALENZ VON AD IN DOPINGKONTROLLPROBEN 84

4.3.2 PRÄVALENZ VON AD IN DOPINGKONTROLLPROBEN UNTERSCHIEDLICHER DISZIPLINEN 92

4.3.3 VERTEILUNG DER DETEKTIERTEN SUBSTANZEN UND SUBSTANZKLASSEN 104

INHALTSVERZEICHNIS S EITE | 13

4.3.4 SPORTSPEZIFISCHE BETRACHTUNG DER DISZIPLINEN FUßBALL UND RADSPORT 116

4.3.5 VERGLEICHENDE BETRACHTUNG MIT DEN VERORDNUNGSDATEN DER NORMALBEVÖLKERUNG 123

4.3.6 MODELLIERUNG DER JÄHRLICHEN ENTWICKLUNG UND SUBSTANZWAHL MITTELS GLM 129

4.3.7 DISKUSSION DER STATISTISCHEN ANALYSE 137

4.4 FAZIT 146

4.5 LIMITIERUNGEN DER STUDIE 147

5 ZUSAMMENFASSUNG 149

6 ENGLISH ABSTRACT 153

7 ANHANG 157

7.1 GERÄTEBEDINGUNGEN DER GC-HRMS-MESSUNGEN 157

7.2 STATISTISCHE KENNGRÖßEN 157

7.3 REFERENZSUBSTANZEN UND CHEMIKALIEN 164

7.4 KATEGORISIERUNG DER DISZIPLINEN 165

8 LITERATURVERZEICHNIS 167

9 TABELLENVERZEICHNIS 183

10 ABBILDUNGSVERZEICHNIS 185

ABKÜRZUNGSVERZEICHNIS S EITE | 15

Abkürzungsverzeichnis

5-HT Serotonin Ach Acetylcholin AD Antidepressiva AVR Arzneiverordnungsreport BDNF Brain-derived neurotropic factor CI Konfidenzintervall COMT Catecholamin-O-Methyltransferase DA Dopamin DDD Defined daily doses, definierte Tagesdosen DRI Dopamin Wiederaufnahmehemmer EI Elektronenionisation ESI Elektrosprayionisation FWHM Full width at half maximum, Halbwertsbreite GABA γ-Aminobuttersäure GC Gaschromatograph GEK Gmünder Ersatzkasse GKV Gesetzliche Krankenkasse HESI Heated Elektrosprayionisation HHN Hypothalamus-Hypophyse-Nebennierenrinde HRMS High resolution mass spectrometry, hochauflösende Massenspektrometrie IC In-Competition IOC International Olympic Commitee, Internationales Olympisches Komitee IS Interner Standard LOD Lower limit of detection, Nachweisgrenze MAO Monoaminoxidase MAOI Monoaminoxidase-Inhibitor MS Massenspektrometer MSD Massenselektiver Detektor MtA Melatonin-Agonist NA Noradrenalin NB Normalbevölkerung

S EITE | 16 ABKÜRZUNGSVERZEICHNIS

NDRI Noradrenalin/Dopamin Wiederaufnahmehemmer NMDA N-Methyl-D-aspartat NPD Stickstoff-Phosphor-spezifischen Detektor NRI Noradrenalin Wiederaufnahmehemmer NT Neurotransmitter OOC Out-of-Competition OTS Overtraining Syndrom PKV Private Krankenkasse REM Rapid eye movement, paradoxer Schlaf

RFAD Relativer Anteil [%] der Propen mit Antidepressiva-Befund an den Gesamtproben RT Retentionszeit RRT Relative Retentionszeit σA Sigma-Antagonist SARI Serotonin Antagonist und Wiederaufnahmehemmer SIM Selected ion monitoring S/N Signal zu Rausch-Verhältnis SNDI Serotonin/Noradrenalin Disinhibitoren SNRI Serotonin/Noradrenalin Wiederaufnahmehemmer SRE Serotonin Wiederaufnahmeverstärker SSRI Selektive Serotonin Wiederaufnahmehemmer TBME tertiär-Butylmethylether TCA Trizyklische Antidepressiva U-HPLC Ultra-Hochleistungsflüssigkeitschromatographie UAW Unerwünschte Arzneimittelwirkung UCI Union Cycliste Internationale WADA World Anti-Doping Agency WHO World Health Organisation

EINLEITUNG S EITE | 17

1 Einleitung

Antidepressiva (AD) werden der Gruppe der Psychopharmaka zugeordnet und in der Therapie psychischer Störungen wie Depressionen eingesetzt. Diese gehören zu den häufigsten Erkrankungen der heutigen Zeit und betreffen alle Altersklassen. Laut Weltgesundheitsorganisation (World Health Or- ganisation, WHO) sind depressive Erkrankungen in Europa seit Anfang der 1990er-Jahre die gesell- schaftlich belastendste Krankheitsgruppe [180]. Bereits im 19. Jahrhundert wurden erste Konzepte zur Diagnose und Therapie der Depression erarbeitet [14]. Seit den ersten zugelassenen AD in den 1950er-Jahren legitimierten internationale Arzneimittelbehörden ca. 50 verschiedene Substanzen für die antidepressive Therapie [18,138,180]. Trotz kontroverser Diskussionen um ihre Wirksamkeit, werden AD erfolgreich in der Behandlung psychischer Erkrankungen eingesetzt [52,90,114,180]. Die Verordnungszahlen stiegen national wie international in den letzten Jahren deutlich an [25,108,116,150,186]. Dies ist nicht nur ein Zeichen vermehrten Auftretens, sondern vielmehr auch Hinweis auf eine verbesserte Diagnostik und Sensibilität gegenüber diesen Erkrankungen.

In den vergangenen Jahren ist das sogenannte Neuroenhancement in den Fokus der Öffentlichkeit gerückt. Neuroenhancement ist der Versuch die geistige Leistungsfähigkeit (Wachheit, Aufmerksam- keit, Lernfähigkeit) bei gesunden Personen durch die Einnahme von Medikamenten zu steigern. Ein- gesetzt werden vor allem psychoaktive Substanzen [51,55,115]. Auch AD und insbesondere die als antriebssteigernd geltenden Wirkstoffe wie Fluoxetin, Mirtazapin und Venlafaxin sind von Interesse [51,55]. Ein leistungssteigernder Effekt wurde für gesunde Probanden bisher nicht hinreichend belegt [132]. Studien zeigen jedoch eine gestiegene Bereitschaft unterschiedlicher Bevölkerungsgruppen zur Einnahme von AD auch ohne wissenschaftlichen Wirksamkeitsnachweis [29,38,51,54].

Auch Hochleistungssportler stehen unter dem Druck, ihre Leistungen stetig zu steigern und diese im richtigen Moment abzurufen. Mentale Stärke und geistige Leistungsfähigkeit sind daher wichtige Faktoren, um im Wettkampf bestehen zu können [8,9,74]. Sportler gelten in der Gesellschaft als stark und frei von Schwächen [9]. Dies verleitet zu der Annahme, dass Athleten seltener unter mentalen Störungen leiden als die Normalbevölkerung. Das tatsächliche Ausmaß psychischer Probleme wird wahrscheinlich unterschätzt. Nur wenige Studien über das Auftreten und die Therapie mentaler Er- krankungen im Bereich des Profisports sind bisher veröffentlicht. Die Prävalenz und die Ausprägung dieser Krankheiten im Hochleistungssport unterscheiden sich laut Schal et al. nicht von der Normal- bevölkerung [145]. Der Suizid des Fußball-Nationaltorhüters Robert Enke im Jahre 2009 und die öf- fentlichen Bekenntnisse namhafter Sportler wie Andre Agassi (Tennis) und Sven Hannawald (Skisprung) haben depressive Störungen bei Spitzensportlern in den medialen Fokus gerückt [74].

S EITE | 18 EINLEITUNG

Wird eine mentale Störung diagnostiziert, so dürfen therapeutische Maßnahmen die Leistungsfähig- keit des Sportlers nicht negativ beeinflussen. Die Bestimmungen der „Prohibited List“ der Welt Anti-Doping Agentur (World Anti-Doping Agency, WADA) müssen ebenso beachtet werden [185]. Die ersten Dopingreglements aus den Jahren 1967/68 reglementierten noch alle AD als verboten zur Anwendung im Sport [26,77]. Bereits zu den Olympischen Spielen 1972 in München wurden sie wieder von der Dopingliste genommen [26]. Seit der Freigabe der Wirkstoffe Amineptin und Bu- propion im Jahre 2003 sind alle zur antidepressiven Therapie zugelassenen Wirkstoffe zur Anwen- dung im Profisport nicht reglementiert [81,185]. Die Relevanz dieser Therapeutika in Bezug auf leistungssteigernde Effekte im Hochleistungssport ist, wenn auch in den Hintergrund gerückt, weiterhin umstritten. Die Ergebnisse verschiedener Untersuchungen sind nicht eindeutig [103,122,123,134- 137,173,178]. Auch in diesem Bereich wird der Einsatz als Neuroenhancement diskutiert [115]. Der- zeit gibt es nur wenige Studien über den Einfluss von AD auf die Leistungsfähigkeit von Sportlern. Die Häufigkeit der Einnahme von AD im Bereich des Hochleistungssports wurde bisher nicht erhoben.

Vor diesem Hintergrund wurde in der vorliegenden Arbeit die Prävalenz von Antidepressiva im Hoch- leistungssport im Zeitraum von 1999 bis 2011 untersucht. Die Materialbasis bildeten Dopingkontroll- proben nationaler und internationaler Athleten, die im WADA-akkreditierten Dopingkontrolllabor der Deutschen Sporthochschule Köln mittels gaschromatographisch-massenspektrometrischer Verfahren analysiert wurden. Die Auswertung auf AD erfolgte retrospektiv. Daher wurde im ersten Teil der vorliegenden Arbeit das zur Analyse verwendete Verfahren gemäß ISO-Standards validiert. Die Auswer- tung der Daten im zweiten Teil erfolgte nach verschiedenen Gesichtspunkten wie zeitliche Entwick- lung, Disziplin, Geschlecht, Art der Kontrolle sowie applizierte Substanz. Die Ergebnisse wurden mit statistischen Tests auf ihre Signifikanz geprüft. Dabei sollten folgende Hauptfragen beantwortet werden:

§ Wie hoch ist die Prävalenz von Antidepressiva im Hochleistungssport?

§ Welche Substanzen wurden detektiert?

§ Welche der untersuchten Parameter haben Einfluss auf die Prävalenz von AD bzw. die Wahl der applizierten Substanz sowie deren Entwicklung im Untersuchungszeitraum?

Zur Einordnung der Ergebnisse wurden diese mit Verordnungsdaten für die Normalbevölkerung verglichen. Im dritten Teil der vorliegenden Arbeit wurde eine für AD optimierte Analysemethode entwickelt. Diese beruht auf einer flüssigkeitschromatographischen Separation mit anschließender De- tektion mittels hochauflösender Massenspektrometrie.

LITERATURBESPRECHUNG S EITE | 19

2 Literaturbesprechung

2.1 Antidepressiva – Wirkungsweise, Systematik und Pharmakologie

Aufgrund psychotroper Effekte auf das Zentrale Nervensystem zählen Antidepressiva (AD) zur Grup- pe der Psychopharmaka wie auch Neuroleptika, Phasenprophylaktika, Anxiolytika, Nootropika und Psychostimulantien. Sie werden in der Therapie psychischer und Verhaltensstörungen eingesetzt, insbesondere gegen depressive Erkrankungen unterschiedlicher Genese [18,114,156,157]. Depressi- onen sind ein multifaktorielles Krankheitsgeschehen. Bedeutend in der Ätiologie sind neben Vorer- krankungen vor allem die genetische Prädisposition, die psychosozialen Komponenten wie belasten- de Ereignisse und Lebensumstände sowie neurobiologische Faktoren, die durch veränderte Funkti- onsabläufe im Gehirn gekennzeichnet sind [148,156,159,180]. Die Lebenszeitprävalenz für die Er- krankung an einer depressiven Störung liegt derzeit in Deutschland bei 19%, wobei Frauen (25%) ein doppelt so hohes Risiko tragen wie Männer (12%) [180,182]. Häufig treten sie zusammen mit anderen psychischen Erkrankungen wie Angst- und Zwangsstörungen auf [114,180]. Die Pathogenese depressiver Störungen ist bisher nicht vollständig entschlüsselt [148,156,159]. In der Therapie werden neben der psychiatrischen Betreuung in erster Linie AD eingesetzt [114,180]. Diese beeinflussen die biochemischen Abläufe des Neurotransmitter-Systems im Gehirn und damit die neurobiologi- schen Faktoren der Krankheit [18,156,157].

2.1.1 Neurotransmitter und Affektregulation

Neurotransmitter (NT) sind Überträgersubstanzen im Nervensystem. Unterschiedliche Neuronen synthetisieren verschiedene NT und speichern diese in den Vesikeln des Endknopfs der Synapse [172]. Chemisch können sie in biogene Amine und Aminosäuren eingeteilt werden (Abb. 1) [172].

Durch Nervenimpulse, sogenannte Aktionspotentiale, werden die NT in den synaptischen Spalt frei- gesetzt und interagieren mit spezifischen Rezeptoren an post- und subsynaptischen Membranen [113,156,172]. Dadurch werden bahnende oder hemmende Erregungen weitergeleitet. Die Inaktivie- rung der NT erfolgt auf unterschiedlichen Wegen: durch Wiederaufnahme in präsynaptische Vesikel über spezifische Transporter, enzymatischen Abbau durch die Catecholamin-O-Methyl-Transferase (COMT) oder die Monoaminoxidase (MAO), Aufnahme in die subsynaptische Nervenzelle, Abdiffusi- on aus dem synaptischen Spalt und extraneuronale Aufnahme mit anschließender Biotransformation [172]. Bei Inhibition einer dieser Vorgänge erhöht sich die Verweildauer und damit die Konzentration

S EITE | 20 LITERATURBESPRECHUNG

der NT im synaptischen Spalt sowie an den Rezeptoren. Die Neurotransmission wird verlängert. Durch Auto- sowie Heterorezeptormechanismen steuern NT ihre eigene Freisetzung aus den Vesikeln bzw. die anderer NT. In-vivo verabreichte Substanzen können als Agonist oder Antagonist den Effekt eines NTs imitieren oder blockieren [172]. Störungen dieser komplexen Prozesse sind ursächlich an der Ätiologie psychischer Störungen beteiligt [148,156,159].

Abb. 1. Einteilung der NT sowie ihre chemischen Strukturformeln [172]

Vor über 40 Jahren formulierte Schildkraut erstmals die Monoaminmangel-Hypothese als Ursache für die Entstehung depressiver Störungen [148,156]. Sie beruht auf der Entdeckung, dass Reserpin durch die Entleerung monoaminerger Speichervesikel in den Synapsen depressive Symptome induzieren kann. Psychotrope Substanzen wie Amphetamin und Cocain, die die Wiederaufnahme von in den synaptischen Spalt ausgeschüttetem Noradrenalin hemmen und damit die Neurotransmission ver- längern, besitzen dagegen antidepressive Effekte [148]. Dies war der Anstoß für die gezielte Suche nach antidepressiven Wirkstoffen. Für die Pathogenese psychischer Störungen und deren Therapie sind besonders die NT Dopamin (3,4-Dihydroxyphenethylamin, DA), Noradrenalin (1-β-3,4-Dihydroxyphenyl-α-ethanolamin, NA), Serotonin (5-Hydroxytryptamin, 5-HT) und γ-Aminobuttersäure (GABA) von Bedeutung (Abb. 1) [148,156]. Sie werden unter anderem mit der Regulation von Stimmung, Motivation, Kognition und Stressverarbeitung assoziiert [18,104,156]. Dabei beeinflussen die NT die basalen Emotionsdimensionen, die durch die Differentielle Affektskala unterschieden werden, nicht gleichmäßig (Abb. 2) [104,156]. Die einzelnen Affekte werden darüber- hinaus in verschiedenen Gehirnregionen gesteuert, die unabhängig voneinander und mit unterschiedlicher Intensität innerviert werden können [33,156]. Hauptsächlich beteiligt sind der Präfronta- le Kortex, der Hypothalamus, die Amygdala, der Nucleus accumbens sowie das Striatum [156]. Dies

LITERATURBESPRECHUNG S EITE | 21

erklärt die verschiedenartigen Erscheinungsformen mentaler Störungen [156]. Depressionen sind kein klar abgrenzbares Krankheitsgeschehen, sondern vielmehr durch sehr interindividuelle Symp- tomkomplexe charakterisiert [104,156].

DA NA

Motivation Stressreaktion Belohnung Antrieb Emotionalität Stimmung Libido Kognition Appetit Angst Aggressivität

Impulsivität

5-HT

Abb. 2. Affektregulation durch NT [28,104,156]; (DA) Dopamin, (NA) Noradrenalin, (5-HT) Serotonin

Weitere NT und Neuromodulatoren wie Acetylcholin, Glutamat, Neuropeptid Y und Substanz P sowie NMDA-Rezeptoren sind ebenfalls an der Regulation von Stress und Kognition beteiligt. Erste Studien bestätigen eine mögliche Beteiligung in der Pathogenese affektiver und neurodegenerativer Störun- gen sowie Psychosen (siehe auch Kap. 2.1.2) [18,28,112,172].

Trotz akuter Erhöhung der NT-Konzentration im synaptischen Spalt durch AD stellt sich der antidepressive Effekt erst mit einer Latenz von einigen Wochen ein [18,156]. Die Monoaminman- gel-Hypothese allein erklärt demnach die Pathogenese der Depression nicht ausreichend. Der menschliche Organismus benötigt ca. zwei bis vier Wochen, um aus Vorläuferzellen funktionsfähige Neuronen zu bilden (Neuroneogenese) [149,156]. Die Annahme eines kausalen Zusammenhangs zwischen Wirklatenz und Neuroneogenese führten zur Formulierung der Neuroplastizitätstheorie. Depressiven Erkrankungen liegen nach heutigem Forschungsstand eine veränderte neuronale Plasti- zität, d.h. eine gestörte Veränderungsfähigkeit von Synapsen, Nervenzellen oder Hirnarealen zugrunde. Ein entscheidender Faktor bei der Neu- bzw. Umbildung von Neuronen sind Nervenwachstums- faktoren wie der Brain-Derived Neurotrophic Factor (BDNF) [149,156]. Dabei besteht ein ursächlicher

S EITE | 22 LITERATURBESPRECHUNG

Zusammenhang zwischen Stress, einem erniedrigten BDNF-Spiegel und depressiven Störungen [159]. Weiterhin ist eine dysfunktionale Verarbeitung von Stress insbesondere auf Ebene der endokrinen Achse zwischen Hypothalamus, Hypophyse und Nebennierenrinde (HHN-Achse) an der Pathogenese beteiligt [148,159]. Eine Überaktivität stressverarbeitender Systeme und gestörte Feedback- Mechanismen führen unter anderem zu Veränderungen der zirkadianen Rhythmen von Glucocorti- coiden, Melatonin und anderen Zeitgebern. Dies bedingt eine verminderte Neuroneogenese und damit sinkende NT-Level [18,60,66]. Dabei sind die Level der Messenger und Nervenwachstumsfak- toren in-vivo im Gehirn schlecht messbar. Dies ist nur im Tierversuch möglich. Bei Humanstudien wird dagegen der BDNF-Spiegel im Serum oder post mortem im Gehirn bestimmt [159]. Kohorten- Studien, in-vivo Modelle und moderne bildgebende Verfahren führen darüberhinaus stetig zu neuen Erkenntnissen in der Pathogenese psychischer Erkrankungen [18,148,156].

Hinweise verdichten sich, dass ebenso endokrine Störungen wie Erkrankungen der Schilddrüse mit einer erhöhten Wahrscheinlichkeit für depressive Störungen assoziiert sind [148,156]. Daneben wird auch den weiblichen Geschlechtshormonen und insbesondere dem Estrogen eine Rolle in der Patho- genese der Depression zugesprochen [148]. Die höhere Prävalenz depressiver Erkrankungen bei Frauen im gebärfähigen Alter (zwischen Pubertät und Menopause) unterstützt diese These [148]. Schilddrüsenhormone und Estrogen sind unter anderem an der Neuroneogenese und der Stressver- arbeitung beteiligt [156,164].

2.1.2 Wirkungsweise und Indikation der Antidepressiva

Fast alle derzeit verfügbaren AD greifen an unterschiedlichen Punkten ins NT-System ein und erhö- hen akut das Angebot an NT im synaptischen Spalt [18,156,157]. Folgende Mechanismen sind bekannt: Blockade spezifischer Transporter zur Wiederaufnahme in die Vesikel der Präsynapse, Inhibiti- on des enzymatischen Abbaus sowie verstärkte Freisetzung durch Ausnutzung von Auto- und Heter- orezeptormechanismen (siehe auch Kap. 2.1.1) [18,104,156,157]. Der Fokus liegt dabei auf den NT DA, NA und 5-HT, wobei diese nicht zwingend mit der gleichen Intensität bzw. zeitgleich innerviert werden (siehe auch Kap. 2.1.3). Die antidepressive Wirkung tritt dabei erst mit einer Verzögerung von ca. zwei Wochen ein und ist nach sechs bis acht Wochen maximal ausgeprägt (siehe auch Kap. 2.1.1) [18,114].

Neue Wirkmechanismen bzw. Substanzen zur Therapie depressiver Störungen werden mit dem Ziel einer verbesserten Robustheit und Effektivität sowie verminderter Wirklatenz erforscht [106]. Dre- mencov et al. sowie Mignon et al. haben hierzu Übersichtsarbeiten veröffentlicht [43,106]. Die beschriebenen Studien zu neuen Wirkansätzen und Substanzen befinden sich in den unterschiedlichen

LITERATURBESPRECHUNG S EITE | 23

klinischen Phasen der Arzneimittelstudien und sind in der Mehrzahl noch nicht abgeschlossen. Die wichtigsten Ansätze sollen hier kurz erläutert werden.

Der Fokus liegt dabei zum einen auf neuen Arzneiformulierungen bekannter Wirkstoffe. Das Hydro- chlorid-Salz des Bupropions ermöglicht zum Beispiel höhere Dosierungen pro Tablette als das derzeit verwendete Hydrobromid-Salz [106]. Weiterhin wirken häufig die Enantiomere der AD unterschiedlich antidepressiv. Daher werden enatiomerenreine Wirkstoffe entwickelt und in Studien auf ihre Wirksamkeit untersucht. Teilweise wurde diese bereits zur Markreife entwickelt. Escitalopram, das S-Enatiomer des Citaloprams, wirkt hochselektiv und ist in verschiedenen Studien seinem Racemat in Wirklatenz und -potenz überlegen [43,106]. Darüberhinaus wird ebenso an Retardformulierungen gearbeitet. Diese bedingen durch gleichmäßigere Plasmalevel weniger unerwünschte Arzneimittel- wirkungen (UAW) und längere Dosierintervalle. Die Patienten-Compliance wird dadurch erhöht. Auch die transdermale Applikation wird untersucht [106].

Daneben werden auch neue AD mit Wirkung auf die Monoamine erforscht. Atypische Antipsychotika wie Quetiapin, die direkt oder indirekt die NT beeinflussen, sind beispielsweise von Interesse. Ein vielversprechender Ansatz sind in diesem Zusammenhang Substanzen, die die Wiederaufnahme aller drei NT gleichzeitig hemmen, sogenannte Triple Reuptake-Inhibitoren [43,68,106,156]. Dabei ist stets das Ausmaß der DA-Blockade wichtig für die Wirkung (siehe dazu Kap. 2.1.4). Derzeit befinden sich verschiedene Substanzen (GSK 372475, SEP 225,289, Tesofensine, JNJ 7925476, DOV 21,947) in der klinischen Prüfung [43]. Weiterhin werden Agonisten sowie Antagonisten spezifischer Rezeptoren, die Feedback-Mechanismen oder Autorezeptor-Mechanismen steuern, untersucht. Beispielsweise führt ein 5-HT2A/2C-Antagonismus durch eine Disinhibition zur vermehrten Freisetzung von NA sowie DA. Dieser Mechanismus trägt bereits zur Wirkung von Fluoxetin, Agomelatin und Mirtazapin bei. Weitere Substanzen wie Vortioxetine werden derzeit erforscht [43,69,156]. Acetylcholin und GABA sind ebenfalls Gegenstand der Forschung, da sie an der neuronalen Freisetzung der NT sowie der Regulation von Kognition, Angst- und Schmerzempfinden, Bewusstsein und Gedächtnis beteiligt sind [43,68,156,171,172].

N-Methyl-D-aspartat (NMDA)-Rezeptoren werden endogen hauptsächlich durch die Neuromodulato- ren NMDA und Glutamat stimuliert. Diese beeinflussen über erregende Neuronen die Stimmung sowie Motivation und sind ein vielversprechender Ansatz in der antidepressiven Therapie [43,96,167]. Verschiedene Studien zeigen, dass der NMDA-Antagonist Ketamin gut zur Augmentation bei der Behandlung mentaler Störungen geeignet ist [43,96].

In der Entwicklung sind derzeit ebenfalls Antagonisten gegen den Neuromodulator Substanz P und die Rezeptoren der Neurokinin-Familie NK1/2/3 [43,106,112]. Diese sind an der Regulation von

S EITE | 24 LITERATURBESPRECHUNG

Schmerz, Furcht und Stressreaktionen beteiligt. Ein Einfluss auf 5-HT-Level wird ebenso diskutiert. Ein wichtiger Faktor in der NT-Synthese ist L-5-Methyl-tetrahydrofolat (MTHF). Die Gabe von MTHF als Nahrungsergänzungsmittel zur Unterstützung der antidepressiven Therapie wird daher derzeit untersucht. Von Interesse sind hier besonders die Therapie-Non-Responder mit erniedrigten Folsäurespie- gel [120,156].

In einem weiteren therapeutischen Ansatz soll der Einfluss von Stress durch Antagonismen an der HHN-Achse vermindert werden. Zielstrukturen sind Corticotropin-releasing Faktoren, Glucocorticoide sowie Vasopressin1B-Rezeptoren [43,106].

Aufgrund ihrer Wirkungsweise sind AD für eine Vielzahl von Krankheiten indiziert. Die Wirksamkeit wird anhand von Tiermodellen bewertet. Dabei werden pharmakologische und genetische Ansätze sowie Stress-Modelle zur Beurteilung genutzt [18,31]. Hauptindikation aller AD sind depressive Stö- rungen. Ebenso können sie bei weiteren psychischen und Verhaltensstörungen wie Angst- und Zwangsstörungen, akute und posttraumatische Belastungsstörungen sowie Essstörungen eingesetzt werden [18,156]. Das Wirkspektrum wird durch zusätzliche Rezeptorprofile ergänzt. Einige AD wirken auf den sogenannten paradoxen Schlaf (Rapid eye movement, REM) und normalisieren die bei De- pressiven verminderte REM-Latenz und die erhöhte REM-Dichte [18,133]. Die sedierende Wirkkom- ponente wird therapeutisch bei Schlafstörungen genutzt. Betroffene chronischer Schmerzzustände (Fibromyalgie, neuropathische Schmerzen, chronische Kopf- oder Rückenschmerzen) können ebenso von einer Therapie mit ausgewählten AD profitieren [18,95,156]. Dabei erhöhen AD die Schmerz- schwelle und vermindern die Reaktion auf nozizeptive Reize. Die Wirkung wird wahrscheinlich über δ- und κ-Opioid- sowie noradrenerge und serotonerge Rezeptoren vermittelt. Eine Beteiligung von

Glutamat-NMDA- sowie Neurokinin-NK1-Rezeptoren wird vermutet [18,95].

2.1.3 Systematik der Antidepressiva

Im Laufe der Jahre legitimierten internationale Arzneimittelbehörden ca. 50 verschiedene Substan- zen für die antidepressive Therapie (Tab. 1). In Deutschland sind derzeit 30 AD erhältlich [18,138,180]. Als erster Wirkstoff erhielt 1958 Imipramin die Zulassung für therapeutische Zwecke. Die stimmungsaufhellende Wirkung wurde zufällig entdeckt, als man nach neuen Medikamenten zur Therapie der Schizophrenie forschte [18,34]. Zunächst als Antituberkulosemittel getestet, folgte Iproniazid in den 1950er-Jahren als erster MAO-Hemmer (MAOI) [18]. 1974 wurde mit Fluvoxamin der erste Selektive Serotonin Wiederaufnahmehemmer (SSRI) eingeführt [18]. Aufgrund von vielfälti- gen unerwünschten Nebenwirkungen, besonders bei den Trizyklischen AD (TCA), wurde nach neuen AD mit spezifischeren Wirkprofilen geforscht [34,156].

LITERATURBESPRECHUNG S EITE | 25

Tab. 1. Übersicht über Substanzklassen und den zugeordneten Wirkstoffen [18,104,113,138,155-157]

Trizyklische Antidepressiva Tricyclic antidepressant (TCA) Amitriptylin, Amitriptylinoxid, Amoxapin3, Clomipramin, Desipramin3, Dibenzepin2, Dosulepin (Dothiepin), Doxepin, Imipramin, Lofepramin2, Loxapin3, Nortriptylin, Trimipramin

Selektive Serotonin Wiederaufnahmehemmer Selective serotonine reuptake-inhibitor (SSRI) Citalopram, Escitalopram, Fluoxetin, Fluvoxamin, Paroxetin, Sertralin

Serotonin/Noradrenalin Disinhibitoren Serotonine noradrenaline disinhibitor (SNDI) Maprotilin, Mianserin, Mirtazapin

Serotonin Wiederaufnahmeverstärker Serotonine reuptake-enhancer (SRE) Tianeptin

Noradrenalin Wiederaufnahmehemmer Noradrenalin reuptake-inhibitor (NRI) Atomoxetin1, Reboxetin, Viloxazin2

Serotonin/Noradrenalin Wiederaufnahmehemmer Serotonine noradrenaline reuptake-inhibitor (SNRI) 3 3 3 1 Duloxetin, Milnacipran , Levomilnacipran , Venlafaxin, Desvenlafaxin , Sibutramin

Serotonin Antagonist und Wiederaufnahmehemmer Serotonine antagonist and reuptake-inhibitor (SARI) 3 Nefazodon , Trazodon

Monoaminoxidasehemmer Monoamineoxidase-inhibitor (MAOI) Moclobemid, Pargylin2, Phenelzin3, Selegilin (R(-)-Deprenyl)1, Tranylcypromin, Brofaromin2, Isocar- 3 boxcid

Dopamin Wiederaufnahmehemmer Dopamine reuptake-inhibitor (DRI) 2 2 1 Amineptin , Nomifensin , Methylphenidat

Noradrenalin/Dopamin Wiederaufnahmehemmer Noradrenaline dopamine reuptake-inhibitor (NDRI) 2 Bupropion, Radafaxine

Melatonin-Agonist Melatonine agonist (MtA)

Agomelatin

Sigma-Antagonist σ-Antagonist (σAn)

Opipramol

Wirkstoffe mit depressiver Indikation zur Prophylaxe Prophylaktika

Lamotrigin (Phasenprophylaktikum), Quetiapin (Neuroleptikum)

Ohne Zuordnung 2 3 Oxytriptan , Protriptylin , Hypericin

(1) diese Wirkstoffe sind nicht als AD zugelassen, gehören aufgrund ihrer Pharmakologie in diese Gruppe; (2) weltweit aus dem Handel - Stand April 2013; (3) nur in den USA zugelassen, nicht in der EU - Stand April 2013

S EITE | 26 LITERATURBESPRECHUNG

Tab. 1 gibt eine Übersicht über die Vielzahl an Substanzklassen und den zugeordneten Wirkstoffen. Dabei stellen nur die TCA eine chemisch einheitliche Gruppe dar. Die Bezeichnung bezieht sich auf das trizyklische Ringsystem als gemeinsame Struktureinheit [18,189]. Die anderen Substanzklassen sind aufgrund ihres pharmakologischen Wirkprofils definiert und benannt [18,156].

Dabei listet Tab. 1 neben den aktuell zugelassenen Substanzen auch aus dem Handel genommene Wirkstoffe auf. Diese haben sich in der Therapie nicht bewährt oder zeigten schwerwiegende Ne- benwirkungen. Daneben sind einige Substanzen aufgeführt, die keine Zulassung für die antidepressive Therapie haben, aber aufgrund ihrer pharmakologischen Eigenschaften den entsprechenden Sub- stanzklassen zugeordnet werden [18,138,155-157]. Atomoxetin und Methylphenidat werden in der Behandlung des Aufmerksamkeitsdefizit-Hyperaktivitätssyndroms (ADHS) eingesetzt, Sibutramin zur Therapie schwerer Adipositas als Appetitzügler und Selegilin als Anti-Parkinsonmedikament [18,113,138].

2.1.4 Pharmakodynamik der Antidepressiva

Die Auswahl der Substanzen für die medikamentöse Therapie depressiver Störungen erfolgt nach Schwere und Ausprägung der Symptome, den krankheitsbedingten Veränderungen der Affekte sowie patientenspezifischer Anforderungen [44,114,156]. Ziel der Therapie ist die vollständige Remission der Symptomatik, d.h. das temporäre oder dauerhafte Nachlassen der Krankheitszeichen, und eine langfristige Rezidivprophylaxe [114,156]. Bei der Beurteilung der Wirksamkeit von AD sollte neben dem Studiendesign vor allem die Studiendauer Beachtung finden. Aufgrund der Wirklatenz lässt sich die tatsächliche Wirksamkeit bei einer Studiendauer von zwei bis sechs Wochen nur unzureichend beurteilen. In der STAR*D-Studie (Sequenced Treatment Alternatives to Relieve Depression) wurde über sechs Jahre die Wirksamkeit verschiedener antidepressiver Therapien bei Patienten untersucht. Diese Studie beruht auf Langzeituntersuchungen [152]. Innerhalb der ersten acht Wochen erlangen ca. 50 - 75% der Patienten die Remission [142,156,180]. Während auf Placebo im Vergleich dazu nur 30 - 40% ansprechen [152,156,180]. Die Effektivität bei mittleren und schweren depressiven Störun- gen lässt eine positive Korrelation zwischen der Schwere der Symptomatik und der Wirksamkeit erkennen. Bei leichten Erkrankungen sind AD Placebos in verschiedenen Studien nicht eindeutig über- legen [52,89,152,156]. Eine Ausnahme bildet die Dysthymie, eine chronische depressive Verstim- mung, die in Ausprägung und Schwere der Symptome, die Kriterien einer Depression nicht erfüllt. Betroffene profitieren ebenso von einer medikamentösen Therapie mit AD [52,156]. Additive Effekte sind für die kombinierte Pharmako- und Psychotherapie belegt [114]. Milde Ausprägungen mentaler Störungen erfordern dabei nicht zwingend eine Therapie mit AD und sind gut mit Psychotherapie allein zu behandeln [114]. Zeigt ein Patient nach zwei bis drei Monaten keinen Response, d.h. eine

LITERATURBESPRECHUNG S EITE | 27

Reduktion der Symptome um mindestens 50%, so ist ein Substanzwechsel anzuraten [114,156]. Laut Stahl sprechen ca. 33% der Patienten auch nach dem vierten Therapiezyklus nicht auf die Behandlung an. Für die langfristige Prognose des Krankheitsverlaufs ist die Rückfallwahrscheinlichkeit in der Re- mission stets niedriger als beim Response [152,156].

Therapeutika der ersten Wahl sind derzeit die SSRI (siehe auch Tab. 1). Sie blockieren selektiv die Wiederaufnahme von 5-HT in die Präsynapse über den Serotonin-Transporter [18,156]. Aufgrund ihrer guten Verträglichkeit haben sie die TCA als Firstline-Therapie abgelöst [18,114,156]. Die hohe Rezeptor-Selektivität verursacht weniger und mildere UAW, die in der Regel in den ersten Wochen abklingen. Im Gegensatz zu den TCA besitzen sie keine sedierenden und kaum herzwirksame Eigen- schaften und führen zu Beginn der Therapie eher zu einer Gewichtsabnahme. Die aktivierende Wirk- komponente steht bei den SSRI im Vordergrund. Besonders bei leichteren und saisonalen depressiven Störungen sind sie Mittel der ersten Wahl [18,114,156]. Aufgrund eines zusätzlichen Antagonis- mus an 5-HT2C-Rezeptoren setzt der Vertreter Fluoxetin vermehrt NA und DA frei. Er ist daher ein sehr potenter Wirkstoff, der zusätzlich zur antidepressiven Wirkung auch die Aufmerksamkeit und Kognition beeinflussen soll [156,157]. Von Citalopram wurde ein enantiomerenreines Präparat entwickelt, welches als Escitalopram erhältlich ist. Dieses ist hochselektiv und zeigt aufgrund niedrigerer Tagesdosen weniger UAW [43,156,157]. Kontrovers wird die Suizidalität der SSRI diskutiert. Bisher konnte nicht eindeutig bewiesen werden, ob die erhöhte Selbstmordgefährdung der Patienten eine Folge der Therapie und des antriebsteigernden Effekts oder als UAW einzuordnen ist [18,37,70,82,88,114,156]. Da die antriebssteigernde und aktivierende Wirkung der SSRI in Ängstlich- keit, Agitiertheit sowie Reizbarkeit umschlagen kann, sollte bei suizidalen Patienten eine engmaschi- ge Kontrolle erfolgen oder auf dämpfende AD ausgewichen werden [70,114,156]. Als lebensbedrohli- che UAW ist das Serotoninsyndrom einzuordnen, welches während der Therapie mit SSRI durch Überdosierung oder Kombination mit anderen serotonerg wirkenden Arzneimitteln auftreten kann [18]. Kombinationstherapien unterschiedlicher AD dürfen daher nur unter strenger Indikationsstel- lung erfolgen, können jedoch bei sehr schweren Krankheitsverläufen oder therapieresistenten For- men von Vorteil sein [18,114,152,156].

Für die antidepressive Wirksamkeit von AD, insbesondere bei SSRI-Non-Respondern, scheint die Wir- kung der Substanz auf NA von Bedeutung zu sein [156]. Dabei gilt es im Unterschied zu den TCA die Rezeptor-Spezifität zu erhalten. Durch Wirkung auf mehrere NT-Systeme ohne zusätzliche Rezeptor- profile zeichnen sich die neueren AD der Serotonin/Noradrenalin Disinhibitoren (SNDI) und Seroto- nin/Noradrenalin Wiederaufnahmehemmer (SNRI) aus (siehe auch Tab. 1). Die SNRI blockieren dabei gleichzeitig den 5-HT- und den NA-Transporter. Im Gegensatz dazu sind SNDI Antagonisten am

5-HT2A/2C-Rezeptor. Dieser steuert als Heterorezeptor die Freisetzung von 5-HT und NA in den synap-

S EITE | 28 LITERATURBESPRECHUNG

tischen Spalt. Durch den Antagonismus werden beide NT vermehrt ausgeschüttet [156]. SNRI sowie SNDI sind Therapeutika der ersten Wahl [114,156]. Durch die Beeinflussung von 5-HT und NA erhöht sich die therapeutische Effektivität, insbesondere bei schweren bzw. therapieresistenten Verlaufs- formen mentaler Störungen [18,114,152,156]. Aufgrund des synergistischen Wirkungsprofils und wenigen UAW können besonders Mirtazapin und Venlafaxin in der Rezidivprophylaxe eingesetzt werden [18,114,138,156].

TCA, die auch als nichtselektive Monoamin Re-Uptake Inhibitoren (NSMRI) bezeichnet werden, sind die älteste Substanzklasse in der Therapie depressiver Störungen (siehe auch Tab. 1). Sie beeinflussen die Wiederaufnahme von 5-HT, NA sowie DA in unterschiedlichen Ausmaßen. TCA wirken darüber hinaus auf eine Vielzahl anderer Rezeptoren, darunter der Histamin-Rezeptor vom Typ H1, der adr- energer Rezeptor vom Typ α1, die Dopamin-Rezeptoren sowie der muscarinischer Acetylcho- lin-Rezeptor [18,111,156,157,189]. Das dadurch bedingte breite Nebenwirkungsprofil führt zu Prob- lemen in der Patienten-Compliance und stuft sie in der Therapie depressiver Störungen zu Mitteln der zweiten Wahl ein [114,156,157]. Teilweise unterstützen diese Nebenwirkungen jedoch die antidepressive Therapie. Eine Sedierung, ausgelöst durch antihistaminerge Eigenschaften, wird bei ängst- lichen und agitierten Patienten therapeutisch genutzt [114,156]. Ebenso profitieren chronische Schmerzpatienten eher von TCA [18,27,95]. Schwerwiegende kardiale UAW können durch die Wir- kung auf den spannungsabhängigen Natriumkanal am Herzen ausgelöst werden. Dies sollte insbesondere bei älteren Patienten beachtet werden. [56,111,156]. Neueste Studien zeigen auch für Ci- talopram, ein SSRI, in hohen Dosierbereichen kardiale UAW und Erregungsleitungsstörungen am Herzen [151]. Die Dosierschemata wurden entsprechend angepasst. Die Überlegenheit von neueren AD wie SSRI gegenüber TCA wird nach wie vor kontrovers diskutiert. Zahlreiche Studien konnten keinen signifikanten Wirksamkeitsunterschied zeigen. Auch Langzeitprognosen und die Rückfallwahr- scheinlichkeit gleichen sich [52,114,152]. Bei schweren depressiven Zuständen unter stationärer The- rapie sind TCA den SSRI sogar leicht überlegen [52,114,152]. Die Entscheidung für neuere AD wird in der ambulanten Therapie aufgrund von milderen UAW und erhöhter Compliance getroffen [114,152,156]. Dabei treten die UAW bei allen AD besonders zu Beginn auf und klingen im Verlauf der Therapie wieder ab [18,104,156,157]. Darüberhinaus zeigt sich ein Zusammenhang zwischen der Ausprägung der UAW mit der Schwere der Erkrankung, der Dosis sowie der Multimorbidität des Pati- enten [13]. Häufige UAW sind: Störungen der Orthostase, Schwindel, Kopfschmerzen, gastrointesti- nale Störungen, Übelkeit und Erbrechen, sexuelle Funktionsstörungen, Müdigkeit, Schlafstörungen, Appetit- und Gewichtsveränderungen, psychomotorische Unruhe, Tremor sowie Parästhesien [18,104,156,157].

LITERATURBESPRECHUNG S EITE | 29

MAOI verhindern den Abbau der NT aus dem synaptischen Spalt durch Blockade der MAO und ver- längern damit das Interaktionsintervall der NT mit den Rezeptoren (siehe auch Kap. 2.1.1). Es sind zwei Isoformen, MAO A und MAO B, bekannt. Aufgrund des breiten Substratspektrums dieser Enzy- me, kann eine Blockade wie durch die MAOI zu schwerwiegenden UAW führen. Genannt seien hier die hypertensiven Krisen, die den Patienten zu einer diätetischen Kost veranlassen [18,114,156,157]. Die UAW sind bei einer irreversiblen Bindung des Wirkstoffs an beide Isoformen besonders häufig. Erst bei Neubildung des Enzyms lässt die Wirkung nach [18]. Daher wurden MAOI entwickelt, die reversibel an die MAO binden bzw. nur eine Isoform blockieren (siehe auch Tab. 1). Die Arzneimittel- sicherheit wird dadurch erhöht [18]. Die Wirksamkeit der MAOI konnte in Studien belegt werden und ist den SSRI und TCA gleichwertig [152]. Aufgrund von Compliance-Problemen verursacht durch die UAW, sind MAOI jedoch Mittel der zweiten Wahl. Sie werden häufig bei therapieresistenten Episo- den eingesetzt, wenn die Firstline-Medikation nicht erfolgreich ist [18,114,156,157].

Das dopaminerge System ist an der Regulation von Euphorie, Belohnungsmechanismen und Such- tentstehung beteiligt [18,156,172]. Für eine therapeutische Wirksamkeit darf der DA-Transporter nur zu maximal 50% blockiert werden, da sonst eine euphorisierende Wirkung durch hohe DA-Level zu beobachten ist [18,148,156]. Aufgrund des engen therapeutischen Fensters sind derzeit keine Sub- stanzen mit selektiver Wirkung auf das dopaminerge System für eine antidepressive Indikation zugelassen (Dopamin Wiederaufnahmehemmer, DRI) (siehe auch Tab. 1). Häufige Anwendung finden diese Arzneimittel im Bereich von Psychosen und psychoaffektiven Störungen, Morbus Parkinson und ADHS [46,114,156]. Therapeutisch wirksam gegen depressive Störungen und gut geeignet als Aug- mentation mit anderen AD ist der Noradrenalin/Dopamin Wiederaufnahmehemmer (NDRI) Bupropi- on. Dieser blockiert neben dem DA- auch den NA-Transporter. Aufgrund guter Verträglichkeit wird es zusätzlich als Arzneimittel in der Raucherentwöhnung eingesetzt [138,155-157]. Auch körperge- wichts-reduzierende Effekte wurden beschrieben [58].

Daneben sind weitere Wirkmechanismen bekannt. Opipramol wirkt antagonistisch am sigma-Rezeptor. Diese sind an der Angstentstehung beteiligt [18]. Ihre Funktion ist jedoch noch nicht vollständig entschlüsselt. Opipramol ist indiziert bei Angsterkrankungen sowie somatoformen Stö- rungen und zeigt trotz struktureller Verwandtschaft mit den TCA kaum antidepressive Wirkungen [18,138,156]. Die Wirkstoffe der Substanzklassen der Serotonin Wiederaufnahmeverstärker (SRE), Noradrenalin Wiederaufnahmehemmer (NRI) sowie Serotonin Antagonist und Wiederaufnah- mehemmer (SARI) sind in der Therapie depressiver Erkrankungen von untergeordneter Bedeutung (siehe auch Tab. 1).

S EITE | 30 LITERATURBESPRECHUNG

Melatonin-Agonisten (MtA) gehören zu den jüngsten Entwicklungen der AD und verfolgen einen neuen Therapieansatz [87,107,144]. Als derzeit einziger Wirkstoff dieser Gruppe wurde 2009 Agomelatin die Zulassung erteilt [48,87]. Als Hauptwirkmechanismus wurde zunächst ein Agonismus an den Melatonin-Rezeptoren MT1 und MT2 diskutiert [87]. Melatonin ist zuständig für Regulation des Schlaf-Wach-Rhythmuses und wird durch Lichtreize gesteuert [50]. Eine Störung des normalen Schlaf-Wach-Zykluses wird als eine Ursache für depressive Störungen diskutiert. Häufig sind Schlaf- störungen ein Symptom der Krankheit [60,66]. Neuere Studien lassen vermuten, dass ein Antagonis- mus am 5-HT2C-Rezeptor die hauptsächliche antidepressive Wirksamkeit innerviert und der Mt-Agonismus diese unterstützt [87,107,144]. Das Präparat ist gut verträglich und zeigt in Studien eine Verbesserung des Schlafverhaltens. Eine Anwendung beim sogenannten Jet-Lag, verursacht durch Phasenverschiebung, ist denkbar [41,87,107,144]. Der Langzeitnutzen ist noch nicht bekannt. Im Gegensatz zu vielen anderen AD zeigen sich während der Therapie keine sexuellen Funktionsstö- rungen oder Wirkungen auf das Körpergewicht [153].

Darüberhinaus sind einige Substanzen nur für die Langzeit-Rezidivprophylaxe zugelassen. Diese sind keine AD im engeren Sinne, sondern besitzen nur eine antidepressive Indikation (siehe auch Tab. 1). Der genaue Wirkmechanismus bei depressiven Erkrankungen konnte bisher nicht entschlüsselt werden. Das Neuroleptikum Quetiapin wurde für die Therapie schizophrener sowie psychotischer Zu- stände entwickelt. Lamotrigin ist ein Antiepileptikum, welches auch als Phasenprophylaktikum, d.h. als Stimmungsstabilisierer, indiziert ist. Quetiapin und Lamotrigin werden als Rezidivprophylaxe bei mentalen Störungen gegeben oder als Ko-Medikation bei affektiven Störungen mit wahnhaften oder psychotischen Komponenten eingesetzt [18,114,138,156]. Neben dem Phasenprophylaktikum Lithi- um sind sie Therapeutika der zweiten Wahl [114].

2.1.5 Pharmakokinetik der Antidepressiva

AD werden nach peroraler Gabe gut und rasch resorbiert und unterliegen bei der ersten Leberpassa- ge einem ausgeprägten first-pass Effekt. Aufgrund ihrer lipophilen Struktur mit basischen Amino- gruppen haben sie ein hohes Verteilungsvolumen im Organismus und eine hohe Plasmaproteinbin- dung [5,18,36,139,141]. Die Halbwertszeit reicht von wenigen Stunden bis zu mehreren Tagen. Re- tardformulierungen vermeiden Plasmaspitzen und ermöglichen eine einmal-tägliche Gabe [18]. Die Tagesdosen liegen im höheren Milligramm-Bereich. Die Höhe der Dosis hängt dabei auch von der Ausprägung und Schwere der Krankheit ab. Dabei wird die Therapie einschleichend begonnen und langsam auf die therapeutische Dosis hochtitriert. Ebenso wird die Dosis zum Ende ausgeschlichen. Dies erhöht die Compliance. Eine Anpassung ist bei schwerer Leber- und Niereninsuffizienz notwendig [114,138,155]. Tab. 2 gibt einen Überblick über die pharmakokinetischen Daten einiger AD.

LITERATURBESPRECHUNG S EITE | 31

Tab. 2 Pharmakokinetische Daten ausgewählter AD [18,113,155]

Sub- Substanz Dosierung Tmax t1/2 [h] oBV PPB cPlasma stanz- [mg] (oral) [ng/ml] klasse [h]

MtA Agomelatin 25 - 50 1 - 2 1 - 2 3% 95% - NDRI Bupropion 150 - 300 5 10 - 27 * 87% 84% 160 NRI Reboxetin 4 - 12 2 13-30 60% 90% - Prophy- Lamotrigin 25 - 400 2,5 33 > 90% 55% - laktika σAn Opipramol 50 - 300 3 6 - 9 94 - 97% 91% 14 - 64 SARI Trazodon 100 - 600 1 5 72 - 95% 89 - 95% 650 - 1500 * SNDI Mirtazapin 15 - 45 2 20 - 40 50% 85% 40 - 80 * SNRI Duloxetin 60 - 120 6 9 - 19 32 - 80% 96% 20 - 80 Venlafaxin 75 - 375 2 - 4 5 - 11 * 40 - 45% 30% 195 - 400 * SSRI Citalopram 20 - 40 3 33 80% 80% 30 - 130 * Fluoxetin 20 - 80 6 - 8 4 - 16 * 85 - 95% 95% 120 - 300 * Fluvoxamin 100 - 300 3 - 8 13 - 22 53% 77% 150 - 300 Paroxetin 20 - 50 1 - 11 16 - 18 - 95% 70 - 120 Sertralin 50 - 200 4 - 8 26 - 100 * 40% 98% 10 - 50 * TCA Amitriptylin 75 - 300 1 - 5 10 - 28 45% 94 - 97% 80 - 200 * Clomipramin 75 - 225 3 - 4 16 - 60 50% 98% 175 - 450 * Doxepin 75 - 300 2 - 4 15 - 80 * 30% 80% 50 - 150 * Imipramin 75 - 300 2 11 - 27 * 22 - 77% 90% 175 - 300 * Nortriptylin 30 - 225 4 - 6 30 46 - 59% 93 - 95% 70 - 170 Trimipramin 25 - 400 2 -3 23 - 24 40% 95% 150 - 350

(Tmax) - Zeit nach Einnahme bis maximale Plasmakonzentration erreicht, (t1/2) - Halbwertszeit, (oBV) - orale Bioverfügbarkeit,

(PPB) - Plasmaproteinbindung, (cPlasma) - Plasmakonzentration im steady-state, (*) - Wirkstoff plus aktive Metaboliten, (MtA) – Melatonin-Agonisten, (NDRI) - Noradrenalin/Dopamin Wiederaufnahmehemmer, (NRI) - Noradrenalin Wiederauf- nahmehemmer, (SARI) - Serotonin Antagonist und Wiederaufnahmehemmer, (SNDI) - Serotonin Noradrenalin Disinhibito- ren, (SNRI) - Serotonin Noradrenalin Wiederaufnahmehemmer, (SSRI) - Selektive Serotonin Wiederaufnahmehemmer, (TCA) - Trizyklische Antidepressiva, (σAn) - Sigma-Antagonist

AD werden extensiv metabolisiert. Sie sind Substrate des Cytochrom-P450-Systems und werden durch N-Demethylierungen, Hydroxylierungen, O-Dealkylierung und N-Oxidierung verstoffwechselt.

S EITE | 32 LITERATURBESPRECHUNG

Dabei existieren interindividuelle Unterschiede durch verschiedene Aktivitäten der Cy- tochrom-P450-Enzyme. Aktive Metaboliten sind unter anderem von Fluoxetin, Sertralin, Venlafaxin und Amitriptylin bekannt und werden auch therapeutisch genutzt [5,18,36,139,141]. Die Elimination erfolgt hauptsächlich renal als Gucuronsäure-Konjugat seltener als Sulfat [18]. In der Regel werden weniger als 10% der unveränderten Substanz ausgeschieden [18].

2.1.6 Depressive Störungen und Antidepressiva im Hochleistungssport

Grundsätzlich unterscheiden sich die auftretenden mentalen Störungen im Hochleistungssport nicht von denen in der Normalbevölkerung (NB). Dennoch sind in ihrer Entwicklung spezielle psychosoziale Einflussfaktoren von Bedeutung. Athleten werden meist schon im Kindesalter einem hohen Druck und einer hohen Erwartung an ihre Leistung ausgesetzt [6,9,22]. Als Hochleistungssportler stehen sie häufig im Fokus der Öffentlichkeit, wobei nicht nur ihre sportlichen Leistungen, sondern insbesondere auch ihr Privatleben kritisch beobachtet wird. Der Sportler darf keine Schwäche zeigen und wird oftmals in der Gesellschaft idealisiert [9,64]. Mentale Stärke kann ein entscheidender Faktor im Wettkampf sein. Es wird vermutet, dass 20 - 45% der Leistung durch psychische Faktoren bestimmt werden [74]. Die Häufigkeit depressiver Störungen im Bereich des Hochleistungssports ist bisher wenig untersucht. Die Prävalenz scheint mit der NB vergleichbar zu sein [130,145]. Depressive Stö- rungen können sich aber auch als eine Folge der missbräuchlichen Anwendung von anabolen Steroi- den und Stimulanzien wie Amphetaminen entwickeln [130]. Diese sind von der WADA als Doping klassifiziert [185].

Wird eine mentale Störung diagnostiziert, so dürfen therapeutische Maßnahmen die Leistungsfähig- keit des Sportlers nicht negativ beeinflussen. Häufige Nebenwirkungen wie Müdigkeit oder Gewichts- zunahme sollten vermieden werden. SSRI und SNRI sind hier eindeutig den TCA vorzuziehen. Die Bestimmungen der „Prohibited List“ der WADA müssen ebenso beachtet werden [185]. Die ersten Dopingreglements der Internationalen Radsport-Union (Union Cycliste Internationale, UCI) aus dem Jahr 1967 sowie des Internationalen Olympischen Komitees (International Olympic Commitee, IOC, 1968) führten noch alle AD als Dopingsubstanz auf. Ihre Anwendung im Sport war somit verboten [26,77]. Bereits zu den Olympischen Spielen 1972 in München wurden sie jedoch wieder legitimiert [26]. Seit der Freigabe der Wirkstoffe Amineptin und Bupropion zu Beginn des Jahres 2003 sind alle zur antidepressiven Therapie zugelassenen Wirkstoffe zur Anwendung im Profisport nicht reglementiert [81,185]. Das DRI Amineptin war zuvor seit dem Jahr 1992 als Stimulanz im Wettkampf verboten [78]. Die stark euphorisierende und stimmungsaufhellende Wirkung setzte sehr schnell ein [59,91]. Seit 2005 ist es weltweit aus dem Handel genommen. In Deutschland ist es darüberhinaus dem Be- täubungsmittelgesetz unterstellt [BtMG Anlage II (zu § 1 Abs. 1)]. Der Gebrauch von Bupropion im

LITERATURBESPRECHUNG S EITE | 33

Wettkampf wurde seit dem 1. September 2001 geahndet [79,80]. Auch hier wurden euphorisieren- den Wirkungen beschrieben. Darüberhinaus zeigten sich appetitmindernde Effekte sowie eine Ver- ringerung des Körpergewichts [18,46,155,156]. Im Radsport durfte die Substanz auch im Training nicht appliziert werden. Mit dem 1. Januar 2003 wurden beide Substanzen von der Verbotsliste der WADA genommen [81]. Derzeit reglementiert das Direktorium für Vollblutzucht und Rennen die An- wendung psycho- und neurotroper Stoffe, die zu einer Beeinträchtigung der Wahrnehmungsfähigkeit oder des Reaktionsvermögens führen können, für Jockeys im Wettkampf [Rennordnung vom 1. März 1960, Neufassung 1. Januar 1991, Änderungen bis Dezember 2009, Nr. C II 227]. Laut Aussage des Direktoriums fallen auch AD darunter [H. Siemen, persönliche Mittelung, 14. April 2014]. Der Wirk- stoff Bupropion unterliegt seit Anfang 2005 dem sogenannten „Monitoring Program“ der WADA, d.h. die Einnahme im Hochleistungssport während des Wettkampfs ist nicht reglementiert, wird aber beobachtet [184,185].

Ein möglicher leistungssteigernder Effekt ist weiterhin umstritten. Die Wirkung von AD unter körper- licher Belastung wurde in einigen Studien untersucht. Die Ergebnisse sind nicht eindeutig. Verschie- dene Untersuchungen zeigten keinen bzw. einen negativen Effekt von serotonerg und noradrenerg wirkenden AD auf die Leistungsfähigkeit während sportlicher Belastungsphasen [103,122,123,134,178]. Einzelne Studien deuten daraufhin, dass NDRI wie Bupropion bei sportlichen Aktivitäten unter hohen Temperaturen die Leistungsfähigkeit steigern [136,137,173]. Bei einer wie- derholten Einnahme, wie sie unter therapeutischen Bedingungen indiziert ist, konnte dieser Effekt jedoch nicht bestätigt werden [135].

2.2 Analytische Methoden

2.2.1 Gaschromatographie-Massenspektrometrie (GC-MS)

Die für die vorliegende Arbeit ausgewerteten Dopingkontrollproben, wurden auf einem Gaschroma- tographen gekoppelt mit einem massenselektiven Detektor (MSD) nach Elektronenionisation (EI) bei 70 eV sowie einem Stickstoff-Phosphor-spezifischen Detektor (NPD) gemessen. Die verwendete Me- thode ist etabliert für die Messung leicht flüchtiger, nicht konjugierter neutraler und basischer Ver- bindungen wie Stimulantien und Narkotika [42]. Aufgrund basischer Aminogruppen in der Molekül- struktur wurden AD hier als zusätzliche Fremdsignale mitdetektiert. Die Auswertung der Proben auf das Vorhandensein von AD erfolgte für die vorliegende Studie retrospektiv.

S EITE | 34 LITERATURBESPRECHUNG

Die Gaschromatographie (GC) ist eine Separationstechnik, bei der ein Inertgas wie Helium oder Stick- stoff als mobile Phase dient. Dieses wird durch die stationäre Phase geleitet. Dazu werden häufig zähflüssige Polyorganosiloxane verwendet, die auf die Innenwand einer Kapillarsäule aufgebracht werden. Diese Kapillarsäulen können zehn bis 200 m lang sein und sind in der Regel gewickelt in einem temperierten Ofen angebracht [21]. Die Analytengemische werden mittels Injektors auf die Säule aufgebracht. Die Injektoren sind kontrolliert beheizbar und können im split/splitless-Modus betrieben werden. Bei der split-Injektion wird nur ein Teil der Probe auf die Säule injiziert. Sie eignet sich daher für hoch konzentrierte Analytenmengen [21]. Anschließend wird das Substanzgemisch im Liner verdampft, mit dem Trägergas vermischt und auf die Säule überführt. Die Retentionszeit ist dabei abhängig von den Eigenschaften der Analyten sowie der Interaktion dieser mit der stationären Phase. Diese Interaktion ist temperaturabhängig und kann durch die Ofentemperatur gesteuert werden [21]. Zur optimalen Auftrennung der Analytengemische werden häufig Temperaturprogramme eingesetzt, d.h. die Ofentemperaturen wird in vorher festgelegten Intervallen erhöht. Anschließend werden die Proben direkt in den Detektor überführt. Hier stehen unterschiedliche Techniken wie Flammenionisationsdetektoren (FID), MSD sowie NPD zur Verfügung [21]. Die GC zeichnet sich insbesondere durch einen geringen Substanzverbrauch und die Möglichkeit der schnellen Analyse von komplexen Gemischen aus. Sie ist geeignet für Substanzen, die in die Gasphase überführbar sind, ohne sich dabei zu zersetzen. Schwerflüchtige Substanzen können für eine Analyse derivatisiert werden, um sie in die Gasphase überführen zu können [21].

Als MSD zur GC-Kopplung eignen sich Quadrupole / Triple Quadrupole, Ionenfallen oder Flugzeit- Massenspektrometer (Time-of-flight, TOF-MS). Häufig werden Quadrupole-Massenspektrometer zur Detektion eingesetzt [21]. Zunächst werden die Analyten in der Ionenquelle durch EI ionisiert. Dabei wird senkrecht zum Molekülstrom der Probe ein Elektronenstrahl von der Glühkathode zur Anode beschleunigt. Durch Wechselwirkungen nehmen die Moleküle dabei die Energiemenge auf, die zur Abspaltung eines Elektrons notwendig ist. Es bildet sich ein positives Molekülion. Die Moleküle nehmen meist einige eV über ihrer Ionisierungsenergie zusätzlich auf, was zur Bildung von stabilen Fragmentionen führt. Diese sind sehr charakteristisch für jedes Molekül und können zur Identifizie- rung genutzt werden [21]. Im Anschluss erfolgt die Auftrennung der gebildeten Molekül- und Frag- mentionen im Massenanalysator gemäß ihres Masse-zu-Ladung-Verhältnisses (m/z) im elektrischen Feld. Durch ein Potentialgefälle wird der Ionenstrom zunächst gebündelt und beschleunigt. Das Quadrupol-Massenspektrometer ist gekennzeichnet durch vier parallele Stäbe, von denen jeweils zwei kreuzweise miteinander leitend verbunden sind. Durch die geeignete Variation von Gleich- und Wechselspannung unterschiedlicher Polarität werden die Fragmentionen des gewählten m/z-Verhältnisses auf einer stabilen Bahn durch den Quadrupol geführt. Andere Ionen mit instabilen

LITERATURBESPRECHUNG S EITE | 35

Flugbahnen treffen auf die Elektroden und werden dort entladen. Der erfassbare Massenbereich endet je nach Quadrupolgerät bei 1000 bis 2000 Da [21]. Im Detektor werden anschließend die In- tensitäten der isolierten Fragmente registriert. Dabei ist es möglich den Totalionenstrom (total ion current, TIC), d.h. die Gesamtzahl der durch den Massenanalysator tretenden Ionen, zu erfassen. Dadurch erhält man ein Maximum an Informationen der analysierten Probe. Darüberhinaus lassen sich im selected-ion monitoring (SIM) die Ionenströme ausgewählter m/z-Werte registrieren. Dieses Verfahren bietet sich an, wenn die Probe auf An- bzw. Abwesenheit eines bekannten Analyten hin untersucht werden soll. Gegenüber dem TIC ist die Empfindlichkeit wesentlich erhöht [21].

Für die Bestimmung von AD in unterschiedlichen Matrices wurden bereits verschiedene Methoden beschrieben wie die Detektion mittels Radioimmunoassays [129], Hochleistungsflüssigkeitschroma- tographie-Tandem-Massenspektrometrie (HPLC-MS-MS) [24,85,131,166,170] oder Flüssigkeitschro- matographie-Massenspektrometrie (LC-MS) [3,101,161]. Auch neuere Techniken wie LC gekoppelt mit TOF-MS wurden untersucht [19]. Schäfer zeigte, dass AD mittels GC-MS-Systemen empfindlich und spezifisch gemessen werden können [146]. Die hier verwendete Methode der GC-MS mit EI wurde ebenfalls vielfach zur Bestimmung von AD aus unterschiedlichen Geweben wie Blut, Plasma, Urin und Haaren beschrieben [1,2,99,102,118,127,162,175-177,179].

2.2.2 U-HPLC Q Exactive

Die zur Datenerhebung verwendete GC-MS-Analysemethode war nicht optimiert für die Bestimmung von AD (siehe auch Kap. 2.2.1). Im Rahmen der vorliegenden Arbeit wurde daher eine weitere Me- thode zur Bestimmung dieser Substanzen entwickelt. In der Analytik ist es notwendig, Verfahren zu erarbeiten, die schnell, robust, spezifisch und sensitiv Substanzen detektieren können. Dabei sollte das Verfahren, um die Übertragbarkeit auch in anderen Laboratorien zu ermöglichen, leicht imple- mentierbar, und die Kosten überschaubar sein. Hier verwendet wurde eine ultra Hochleistungsflüs- sigkeitschromatographie (U-HPLC) basierte flüssigkeitschromatographische Trennmethode und De- tektion mittels hochauflösender MS. Die Accela ultra-performance LC der Firma Thermo (Bremen, Deutschland) wurde gekoppelt mit einem Q Exactive MSD (Thermo, Bremen, Deutschland) mit einer beheizten Elektrosprayionisation-Quelle (heated ESI, HESI). Der integrierte Quadrupol-Orbitrap Mas- senanalysator arbeitete im Full-Scan-Modus mit positiver und negativer Ionisierung im Wechsel. Ein derartiges Verfahren wurde im Bereich der Urinanalytik mittels Direktinjektion bisher nicht beschrieben.

Das LC-System dient der Selektion und chromatographischen Auftrennung. Zur anschließenden Ein- führung der Probe in den MSD, ist es notwendig die Molekülionen in die Gasphase zu überführen. Die Ionisierung erfolgt bei ESI kontinuierlich unter Atmosphärendruck aus der Flüssigkeitsphase [21].

S EITE | 36 LITERATURBESPRECHUNG

Dabei wird ein elektrisches Feld an eine Stahlkapillare angelegt. Je nach Feldrichtung bilden sich positive oder negative Ionen. Bei Austritt der Lösung aus der Kapillare häufen sich elektrische Ladungen an deren Ende an. Dadurch bildet sich ein charakteristischer Flüssigkeitskonus, der sogenannten Tay- lor-Cone, aus dem feinste Flüssigkeitströpfchen emittieren. Das Lösemittel verdampft aus diesen Tröpfchen bis ein kritischer Radius (Rayleigh-Limit), an dem die Coulomb-Abstoßung der positiven Ladungen die Oberflächenspannung übersteigt, erreicht ist. Dadurch bilden sich kleinere Tröpfchen. Gasphasenionen entstehen dann auf zwei Wegen: Die Ionen treten aus dem Tropfen aus (ion evapo- ration model) oder es bleiben Gasphasenionen übrig, wenn das Lösemittel vollständig verdampft ist (charged residue model). Die Gasphasenionen werden anschließend ins Hochvakuum des Massen- spektrometers überführt [21]. Es werden je nach Zielsetzung unterschiedliche Massenanalysatoren verwendet. Die in Abb. 3 dargestellte Quadrupol-Orbitrap ist ein sehr leistungsfähiger und mittler- weile viel verwendeter Massenanalysator für die Bestimmung akkurater Massen und Elementarzu- sammensetzungen kleiner Moleküle. Die Ionen werden über Ionenoptiken fokussiert und in die C-Trap (curved linear trap) übertragen. Hier werden sie gebremst und abgekühlt. In einem kurzem Puls gelangen die Ionen anschließend in die Orbitrap. Diese besteht aus einer spindelförmigen inne- ren Elektrode und einem äußeren Elektrodenpaar. Die Ionen oszillieren um die innere Elektrode. Die Oszillationsfrequenz steht dabei in direktem Zusammenhang mit dem m/z-Verhältnis der Analyten. Durch Fourier-Transformation erhält man ein Massenspektrum [21]. Die Orbitrap zeichnet sich durch eine hohe Massengenauigkeit (< 5 ppm) und Auflösung (Halbwertsbreite [Full Width at Half Maxi- mum, FWHM] 140.000 bei m/z 200) aus. Optional können Fragmentierungsexperimente in einer HCD-Cell durchgeführt werden [165]. Das Fragmentierungsmuster gleicht dabei den Massenspektren, wie sie mit Triple-Quadrupole-MS aufgenommen werden [21]. Aufgrund dieser Fragmentierungs- muster und den Retentionszeiten können Verbindungen eindeutig charakterisiert und identifiziert werden. Auch komplexe Matrices und koeluierende Substanzen stellen durch die hochauflösende Technik kein Problem dar. Dadurch ist dieses Verfahren besonders für Screening- sowie Hochdurch- satzmethoden geeignet. Auch in der pharmazeutischen und Umweltanalytik bieten sich vielfältige Einsatzmöglichkeiten an.

LITERATURBESPRECHUNG S EITE | 37

HCD-Kollisionszelle C-Trap Quadrupol

Orbitrap

API Ionenquelle

Abb. 3. Aufbau eines Q Exactive Quadrupol-Orbitraps Massenspektrometers [165]

EXPERIMENTELLER TEIL S EITE | 39

3 Experimenteller Teil

3.1 Validierung der GC-MS-Methode

AD werden innerhalb eines nasschemischen Analyseverfahrens detektiert, welches standardmäßig von WADA-akkreditierten Laboratorien im Rahmen von Dopingkontrollen für unkonjugierte neutrale und basische leicht flüchtige Substanzen angewendet wird [42]. Aufgrund der Aminstrukturen der AD zeigen sich im Massenspektrum häufig die Fragmente m/z 44 und 58 (siehe auch Kap. 4.1). Diese sind ebenso charakteristisch für Stimulantien wie Amphetamin und Ephedrin, die von der WADA während des Wettkampfs verboten sind [100,185]. Da sie als zusätzliche Fremdsignale innerhalb dieser Analy- semethode detektiert wurden, ist das analytische Verfahren nicht für AD entwickelt bzw. optimiert worden. AD sind zur Anwendung im Sport durch die WADA nicht verboten, daher stand kein spezifi- sches Analyseverfahren zur Verfügung [185]. Die analytischen Daten, die durch das verwendete Ver- fahren gewonnen wurden, bilden die Grundlage der statistischen Erhebung. Es war daher notwendig, durch eine qualitative Validierung des Verfahrens zu zeigen, dass AD reproduzierbar detektiert werden konnten.

Die Validierung der bestehenden Methode für AD erfolgte gemäß der ICH-Richtlinie „Validation of Analytical Procedures: Text and Methodology Q2 (R1)“ sowie den Vorgaben des „International Stan- dard for Laboratories“ der WADA (ISL: 5.4.4.2 Validation of Methods) [76,183]. 20 AD wurden auf Grundlage der statistischen Daten der Dopingkontrollproben und der Verordnungshäufigkeiten für die Validierung ausgewählt. Die Beurteilung der Ergebnisse erfolgte mit Hilfe von anerkannten statistischen Testverfahren (siehe auch Kap. 7.2) [67].

3.1.1 Standardlösungen

Zur eindeutigen Identifizierung der AD wurden zertifizierte Referenzsubstanzen verwendet (Tab. 3).

Die jeweiligen Stammlösungen enthielten 1000 µg/mL der entsprechenden Substanz, eingewogen als freie Base, in Methanol. Die Lagerung erfolgte bei -20°C. Für die Aufarbeitung wurden Arbeitslösun- gen mit einer Konzentration von 125 µg/mL in Methanol hergestellt und verwendet.

S EITE | 40 EXPERIMENTELLER TEIL

Tab. 3. Für die Methodenvalidierung verwendete Referenzsubstanzen aufgelistet nach Substanzklas- sen1

Substanzklasse Substanz

TCA Amitriptylin Hydrochlorid, Clomipramin Hydrochlorid, Doxepin Hydrochlorid, Imipramin Hydrochlorid, Nortriptylin Hydrochlorid, Trimipramin Maleat

SSRI Citalopram Hydrobromid, Fluoxetin Hydrochlorid, Fluvoxamin Maleat, Paroxetin Hydrochlorid Hemihydrat, Sertralin Hydrochlorid

SNRI Duloxetin Hydrochlorid, Venlafaxin Hydrochlorid

SNDI Mirtazapin

SARI Trazodon Hydrochlorid

σAn Opipramol Dihydrochlorid

NRI Reboxetin Mesylat

Prophylaktika Lamotrigin

NDRI Bupropion Hydrochlorid

MtA Agomelatin

(1) Die Bezugsfirmen und entsprechenden Spezifikationen der Substanzen sind im Anhang (Kap. 7.3) aufgelistet.

3.1.2 Probenvorbereitung und Gerätebedingungen

3.1.2.1 Probenvorbereitung

5 mL Urin wurden unter alkalischen Bedingungen (pH = 14) mit 5 µg/mL 1-(N,N-diisopropylamino)-N-dodecane (DIPA12) als Internem Standard (IS) sowie ca. 3 g Natriumsul- fat versetzt und mit 2 mL tert-Butylmethylether (TBME) für 20 Minuten extrahiert. Nach dem Zentri- fugieren (5 min bei 1800 U min-1) wurde die organische Phase in ein Vial überführt und gemessen [42].

EXPERIMENTELLER TEIL S EITE | 41

3.1.2.2 Gerätebedingungen

GC-MS-System

System: Agilent 6890/5973 GC-MS-System (Waldbronn, Deutschland) mit zusätzli- chem NPD Kapillarsäule: HP-5MS (Länge zum MSD: 24 m, Länge zum NPD: 19 m, innerer Durchmesser: 0,25 mm, Filmdicke: 0,25 μm) Trägergas: Helium (konstanter Druck von 12,5 psi, Flußrate: 1,6 mL min-1) Injektionsvolumen: 5 µl (Splitverhältnis 7:1) Injektortemperatur: 290°C Temperaturprogramm: 86°C für 0,03 min, anschließend mit 28°C min-1 auf 330°C, 330°C für 3,8 min Laufzeit: 12,54 min Quellentemperatur: 230°C Ionisation: EI bei 70 eV

Full-Scan-Modus

Massenbereich: m/z 20 - 400 Scan-Rate: 4 scans s-1

SIM-Modus

Verweilzeit pro Ion: 20 msek Auflösung: hoch Gruppe 1: m/z: 44, 58, 100, 104, 111, 114, 134, 187, 254, 276 Gruppe 2: Startzeit: 7,20 min m/z: 44, 58, 171, 178, 184, 195, 202, 208, 234, 249 Gruppe 3: Startzeit: 7,70 min m/z: 56, 58, 159, 175, 185, 238, 255, 268, 274 Gruppe 4: Startzeit: 8,40 min m/z: 192, 205, 231, 329

3.1.3 Spezifität

Die Spezifität prüft die Möglichkeit der eindeutigen und matrixunabhängigen Identifizierung einer Substanz. Es wurden zehn verschiedene Blank-Urine von unterschiedlichen Probanden wie beschrieben aufgearbeitet und gemessen und auf die Abwesenheit von störenden Fremdsignalen hin analysiert.

S EITE | 42 EXPERIMENTELLER TEIL

3.1.4 Selektivität

Das Maß für die Trennbarkeit von zwei Analyten ist die Selektivität. Diese wird anhand der Stabilität der Retentionszeiten, der Peakform und der Möglichkeit der Separation zweier Peaks an der Basisli- nie bestimmt. Die Beurteilung der Selektivität der Methode erfolgte für jedes AD separat anhand der Proben zur Bestimmung der Präzision (siehe Kap. 3.1.7).

3.1.5 Nachweisgrenze

Die Bestimmung der Nachweisgrenze erfolgte für jedes AD separat über den Vergleich von zehn Blank-Urinen zu im niedrigen Konzentrationsbereich angereicherten Proben. Hierzu wurden die zehn Urinproben der Spezifitätsbestimmung verwendet und deren mittlerer Signalhintergrund bestimmt (siehe auch Kap. 3.1.3). Als Vergleich dienten die mittleren Signalhöhen von jeweils mit 250 ng/mL Analyten-Gemisch dotierten Proben (n = 6). Das Signal-zu-Rausch-Verhältnis (Signal-to-Noise Ratio, S/N) wurde sowohl im Full-Scan-Modus als auch im SIM jeweils über den Base-Peak zur erwarteten Retentionszeit ermittelt. Dabei wurde für die Nachweisgrenze ein S/N-Verhältnis von 3:1 vorausgesetzt [76].

3.1.6 Linearität

Die Linearität der Methode wurde mittels aufsteigend dotierten Urinproben (n = 10) für die Konzent- rationen 250, 500, 750, 1000, 1250, 1500, 1750, 2000, 2250 und 2500 ng/mL geprüft.

3.1.7 Präzision

Die Präzision wurde an drei unterschiedlichen Konzentrationsstufen bestimmt: 500, 1500 und 2250 ng/mL. Der zur Aufarbeitung verwendete Pool von 250 mL aus unterschiedlichen Blank-Urinen war jeweils mit der betreffenden Konzentration der AD dotiert. Zur Bestimmung der Wiederholpräzi- sion (Intra-Batch) wurden von den drei Konzentrationsstufen je 10 x 5 mL Urin-Pool aliquotiert und analysiert. Für die Ermittlung der Vergleichspräzision (Inter-Batch) wurde dies an zwei weiteren Ta- gen wiederholt. Zur Bestimmung der zufälligen Streuung wurde die relative Standardabweichung berechnet.

3.1.8 Wiederfindung

Die Bestimmung der Wiederfindung der Analyten erfolgte, indem eine Urinprobe in sechsfacher Wiederholung mit jeweils 500, 1500 oder 2250 ng/mL dotiert und analysiert wurde (W 1 - 6). Als Vergleich dienten Proben identischer Konzentration (n = 6), bei denen der Analyt erst nach erfolgter Aufarbeitung in die TBME-Phase dotiert wurde (W 7 - 12). Der IS wurde bei W 1 - 6 sowie bei W 7 - 12

EXPERIMENTELLER TEIL S EITE | 43

erst der organischen Phase zugegeben. Die Berechnung der Wiederfindungsrate erfolgte, indem die gemittelten Peakflächenverhältnisse der AD zum IS der beiden Gruppen verglichen wurden.

3.1.9 Robustheit

Um die Robustheit gegen minimal variierende analytische Bedingungen zu bestimmen, wurde die Präzision (siehe auch Kap. 3.1.7) bei unterschiedlichen pH-Werten (pH 14 und pH 9,6) ermittelt. In einem zweiten Ansatz wurde die Extraktionszeit variiert (15, 20, 40 Minuten). Die Beurteilung von Matrixeffekten erfolgte aufgrund der Analyse unterschiedlicher Urine (n = 10).

3.1.10 GC-HRMS-Messungen zur Interpretation der Massenspektren

Zur Identifizierung der AD werden unter anderem die Massenspektren der Substanzen verwendet. Die Mehrzahl der Fragmentierungsmuster sind dabei hinreichend in der Literatur beschrieben (siehe auch Kap. 4.1.1). Unterstützend zur Interpretation der Massenspektren wurden Standardlösungen der AD mittels hochauflösender GC-MS (GC-HRMS) gemessen. Die gewählten Gerätebedingungen sind im Anhang Kap. 7.1 beschrieben. Es wurden Lösungen mit 1000 ng/mL in Methanol gemessen.

3.2 Methodenentwicklung und Validierung für das U-HPLC Q Exactive

Die beschriebene GC-MS-Methode ist nicht für die Analyse von AD optimiert (siehe Kap. 3.1). Daher wurde im Rahmen der vorliegenden Arbeit ein analytisch verbessertes Verfahren zum Nachweis dieser Substanzen entwickelt. Das Prinzip dieser entwickelten Methode zur Bestimmung von AD im Urin beruht auf der Messung der Feinmasse der ionisierten Substanzen (protoniert bzw. negativ ionisiert) mittels hochauflösender MS. Als IS für die Bestimmung der Analyten wurden deuterierte AD eingesetzt. Die massenspektrometrische Charakterisierung erfolgte nach ESI aus einer mit den Referenz- verbindungen dotierten wässrigen Lösung. Die Identifizierung erfolgte über die softwarebasiert berechneten Feinmassen und Überprüfung der Elementarzusammensetzung. Das Gradientenprogramm für die Trennung der Analyten wurde auf einer Hypersil Gold C18 Säule (Thermo, Bremen) unter Verwendung der Laufmittel Ameisensäure 0,1% und Acetonitril entwickelt. Dazu wurden Mischstan- dards der AD eingesetzt. Die Auswertung erfolgte mit der Thermo XCalibur® 2.1 Software.

Für die Validierung der Methode wurden die bereits beschrieben Richtlinien angewendet (siehe Kap. 3.1). Die Validierung erfolgte für die gleichen 20 AD (siehe Tab. 3, Kap. 3.1.1). Anerkannte statistischen Tests dienten zur Beurteilung der Ergebnisse (siehe auch Kap. 7.2) [67].

S EITE | 44 EXPERIMENTELLER TEIL

3.2.1 Standardlösungen

Zur eindeutigen Identifizierung der AD wurden zertifizierte Referenzsubstanzen verwendet (siehe Tab. 3, Kap. 3.1.1). Die jeweiligen Stammlösungen enthielten 1000 µg/mL der entsprechenden Sub- stanz, eingewogen als freie Base, in Methanol. Die Lagerung erfolgte bei -20°C. Für die Aufarbeitung wurden Arbeitslösungen mit einer Konzentration von 25 µg/mL sowie für die Bestimmung der Nach- weisgrenze von 0,05 µg/mL in Methanol verwendet.

Als IS wurden deuterierte Referenzsubstanzen eingesetzt (Tab. 4). Die zertifizierten Lösungen enthielten 100 µg/mL des jeweiligen AD, eingewogen als freie Base, in Methanol. Zur Aufarbeitung wurden Arbeitslösungen der IS mit einer Konzentration von 10 µg/mL sowie für die Bestimmung der Nach- weisgrenze von 0,05 µg/mL in Methanol angesetzt. Es wurde eine Mischlösung verwendet.

Tab. 4. Als IS verwendete zertifizierte deuterierte Referenzverbindung.1

Substanz d3-Clomipramin, d3-Doxepin, d6-Fluoxetin, d3-Imipramin, d3-Nortriptylin, d6-Paroxetin, d3-Trimipramin, d6-Venlafaxin

(1) Die Bezugsfirmen und entsprechenden Spezifikationen der Substanzen sind im Anhang (Kap. 7.3) aufgelistet.

3.2.2 Probenvorbereitung und Gerätebedingungen

3.2.2.1 Probenvorbereitung

Die entwickelte Methode basierte auf einer Direktinjektion der verdünnten wässrigen Matrix. 100 µL der Probe wurden nach Zugabe von 10 µL IS-Gemisch im Verhältnis 1:10 mit destilliertem Wasser verdünnt und ohne vorherige Aufarbeitung gemessen.

EXPERIMENTELLER TEIL S EITE | 45

3.2.2.2 Gerätebedingungen

Chromatographische Parameter

System: Accela U-HPLC (Thermo, Bremen, Deutschland) Analytische Säule: Hypersil Gold C18 (2,1 x 55 mm, 1,7 μm Partikelgröße) der Firma Thermo (Bremen, Deutschland) Laufmittel: A: Ameisensäure 0,1% B: Acetonitril Gradient: 0-1 min 99% A, 1-12 min 100% B, 12-12,5 min 100% B Reequilibrierung: 3,5 min 99% A Flußrate: 200 µL Säulentemperatur: Raumtemperatur Injektionsvolumen: 2 µL Laufzeit: 16 min

Massenspektrometrische Parameter

System: Q Exactive Orbitrap Massenanalysator (Thermo, Bremen, Deutschland) Software: Thermo XCalibur® 2.1 Ionisierung: positiv und negativ, Elektrospray Messmodus: Full-Scan, m/z 100 - 1000 (keine Fragmentierungsexperimente) Auflösung: 35.000 FWHM ESI-Temperatur: 300°C ESI-Spannung: 3,5kV Kapillartemperatur: 350°C Auxilliary Gas: Stickstoff (Flußrate: 10 [arbitrary units])

3.2.3 Spezifität

Zehn verschiedene Blank-Urine von unterschiedlichen Probanden wurden wie beschrieben aufgearbeitet und gemessen. Dabei wurde untersucht, ob zu den erwarteten Retentionszeiten der AD stö- rende Fremdsignale zu erkennen waren.

3.2.4 Selektivität

Die Parameter der Selektivität wie die Symmetrie der Peakform, die Stabilität der Retentionszeit sowie Trennung zweier Signale an der Basislinie wurden für jedes AD separat anhand der Proben zur Bestimmung der Präzision beurteilt (siehe Kap. 3.2.7).

S EITE | 46 EXPERIMENTELLER TEIL

3.2.5 Nachweisgrenze

Zur Bestimmung der Nachweisgrenze wurden die zehn Blank-Urinproben der Spezifitätsbestimmung mit gespikten Proben (n = 6), die mit je 5 ng/mL Analyt dotiert waren, verglichen (siehe Kap. 3.2.3). Über die spezifische Feinmasse und die zu erwartende Retentionszeit jeder Substanz erfolgte die Ermittlung des mittleren Signalhintergrunds bzw. der mittleren Signalhöhen der Proben. Das S/N-Verhältnis wurde für alle AD durch den Vergleich beider Parameter im Full-Scan-Modus bestimmt. Dabei wurde für die Nachweisgrenze ein S/N-Verhältnis von 3:1 vorausgesetzt [76].

3.2.6 Linearität

Die Bestimmung der Linearität erfolgte mittels äquidistant aufsteigend dotierten Urinproben über den Arbeitsbereich von 250 ng/mL bis 2500 ng/mL (n = 10).

3.2.7 Präzision

Die Präzision wurde an drei unterschiedlichen Konzentrationsstufen bestimmt: 500, 1500 und 2250 ng/mL. Zu einem Pool von 3 mL unterschiedlicher Blank-Urine wurde jeweils die betreffende Konzentration der AD dotiert und 27 mL destilliertes Wasser hinzugefügt (Verdünnung 1:10). Zur Bestimmung der Wiederholpräzision (Intra-Batch) wurden von den drei Konzentrationsstufen je 6 x 1 mL dieser Verdünnung aliquotiert und analysiert. Für die Ermittlung der Vergleichspräzision (Inter-Batch) wurde dies an zwei weiteren Tagen wiederholt. Über die mittleren relativen Peakflä- chenverhältnisse der AD zum IS wurde die relative Standardabweichung berechnet.

3.2.8 Ionensuppression

Zur Ermittlung der Ionensuppression wurden Proben mit und ohne Matrix aufgearbeitet. Sechs unterschiedliche Blank-Urine wurden mit je 1000 ng/mL Analyten-Gemisch dotiert und analysiert. Als Vergleich wurde destilliertes Wasser mit identischer Analyten-Konzentration dotiert und analysiert (n = 6) [15].

3.2.9 Dopingkontrollproben

Die Dopingkontrollproben wurden gemäß oben beschriebenem Verfahren aufgearbeitet und analysiert. Bei der GC-MS-Messung der betreffenden Dopingkontrollprobe musste ein AD detektiert worden sein. Wenn auf dem dazugehörigen Probenbegleitprotokoll die Angabe des Medikaments und die Zustimmung zu Forschungszwecken vermerkt war, wurde die betreffende Probe zur Analyse mittels hochauflösender MS verwendet.

EXPERIMENTELLER TEIL S EITE | 47

3.3 Statistische Analyse der Prävalenz von AD in Dopingkontrollproben im Vergleich zu Verordnungsdaten der Normalbevölkerung

3.3.1 Dopingkontrollproben

Dopingkontrollproben des Instituts für Biochemie der Deutschen Sporthochschule Köln aus den Jah- ren 1999 bis 2011 wurden mit der beschriebenen GC-MS-Methode analysiert (siehe dazu Kap. 3.1.2) und retrospektiv auf das Vorhandensein von 46 verschiedenen AD ausgewertet. Da es sich um ano- nymisierte Dopingkontrollproben handelte, war für diese Studie eine Genehmigung der Ethikkom- mission der Deutschen Sporthochschule Köln nicht erforderlich.

Die Probenanzahl betrug 116.327 bestehend aus Wettkampfkontrollen (In-Competition, IC, 81,1%) und Kontrollen außerhalb des Wettkampfs (Trainingskontrollen, Out-Of-Competition, OOC, 18,9%). Die untersuchten Urine stammten von männlichen (69,3%) und weiblichen (23,1%) Athleten. Bei 7,6% der Proben lag keine Geschlechtsspezifikation vor. Wiederholte Tests des gleichen Athleten konnten nicht ausgeschlossen werden. Die Anzahl an Proben mit AD-Befund zu allen analysierten

Proben wird nachfolgend als relativer Anteil (%) der AD-Befunde RFAD bezeichnet. Prävalenz beschreibt im methodisch engeren Sinne nur das relative Auftreten von Krankheiten innerhalb einer Population. Im Rahmen der vorliegenden Arbeit wird dieser Begriff auf das Vorkommen von Arznei- mitteln erweitert. Prävalenz beschreibt im Folgenden die anteilige Verbreitung von AD in unterschiedlichen Bevölkerungsgruppen [174].

Urinproben aus 238 unterschiedlichen Sportarten wurden analysiert. Die Kategorisierung dieser Dis- ziplinen erfolgte aufgrund ihres hauptsächlich hervortretenden Charakters: (1) Athletik, (2) Ausdauersport, (3) Behindertensport, (4) Kampfsport, (5) Kraftsport, (6) Mannschaftssport und (7) Verschiedene (siehe auch Kap. 7.4). Für die Gruppe der Hochleistungssportler wurde ein Alter zwischen 18 und 35 Jahren angenommen.

Die Aufarbeitung und Messung der Proben erfolgte wie oben beschrieben für das GC-MS-System (siehe Kap. 3.1.2). Die verschiedenen AD wurden durch Vergleich ihrer Elektronenionisations- Massenspektren (EI-MS) im Full-Scan-Modus mit massenspektrometrischen Daten aus MS-Datenbanken und der Literatur identifiziert [100]. Die Bestätigung der Einnahme eines ADs erfolgte durch die Detektion der Substanz selbst oder eines unkonjugierten Metaboliten.

Die Auswertung der RFAD erfolgte retrospektiv nach unterschiedlichen Gesichtspunkten wie jährliche Entwicklung und Sportkategorie. Die Analyse wurde spezifiziert über das Geschlecht, die Art der Kon-

S EITE | 48 EXPERIMENTELLER TEIL

trolle (Wettkampf- oder Trainingskontrolle) sowie die applizierte Substanz. Ebenso erfolgten Betrach- tungen einzelner länder- und sporarttspezifischer Unterschiede. Die Sportarten Fußball und Radsport wurden als Disziplinen mit der höchsten Anzahl insgesamt analysierter Proben exemplarisch miteinander verglichen.

3.3.2 Verordnungsdaten der AD für die Normalbevölkerung

Zur Einordnung der Daten aus den Dopingkontrollproben wurden Daten der Normalbevölkerung (NB) herangezogen. Für diesen Vergleich wurden Zahlen von pharmazeutischen Verordnungen verwendet. Diese veröffentlichen die deutschen Gesetzlichen Krankenkassen (GKV) jährlich im Arzneiver- ordnungsreport (AVR) [150]. AD werden hier als Psychopharmaka verschlüsselt. Die Daten sind als definierte Tagesdosen (Defined daily doses, DDD) verfügbar. Dies ist eine technische Vergleichsgrö- ße, die den Verbrauch eines Arzneimittels anhand einer festgelegten Wirkstoffmenge bemisst. Dabei basiert die DDD auf der Menge eines Wirkstoffs, die typischerweise für die Hauptindikation bei Er- wachsenen pro Tag angewendet wird [57]. Dadurch sind verschiedene Substanzen und Verordnungs- daten unterschiedlicher Jahre und Länder besser miteinander vergleichbar. Die DDD liefert keine Informationen über die Anzahl behandelter Patienten sowie bezüglich Umfang und Dauer der Thera- pie. Die Daten werden nur bedingt nach Alter und Geschlecht aufgeschlüsselt.

Die jährlichen Verläufe der Daten sowie die applizierten Substanzen wurden miteinander verglichen. Für diese Beurteilung wurde die DDD ins Verhältnis mit der Anzahl der Versicherten gesetzt und die Auswertung über die gebräuchliche Dimension DDD / 1000 Versicherte vorgenommen [174]. Soweit verfügbar wurden auch internationale Daten zum Vergleich herangezogen.

3.3.3 Methoden der statistischen Analyse

Die Statistische Auswertung wurde mit Hilfe von Microsoft Excel 2011 (für Mac OS) und der Statistik- Software R in der aktuellsten Version durchgeführt [126]. Die Anwendung varianzanalytischer Ver- fahren war bei der vorliegenden Datenbasis nicht möglich, da die Daten aus Dopingkontrollproben und Verordnungen nicht normalverteilt sind. Es handelte sich vielmehr um eine diskrete Verteilung von Zählwerten. Die Befunde waren keine definierten Stichproben im methodisch engeren Sinne, sondern umfassend beobachtete Werte, die nicht im Rahmen eines Experiment kontrolliert erhoben wurden. Dieser Versuchsaufbau entsprach einem Quasiexperiment. Die Parameter der Stichproben- erhebung waren nicht veränderbar und bereits vor Beginn des Experiments definiert.

Zur Bestimmung der Einflussfaktoren auf den Verlauf der RFAD im Untersuchungszeitraum wurde ein binomiales generalisiertes lineares Modell (GLM) mit der absoluten Häufigkeit von Dopingkontroll- proben mit AD im Verhältnis zur absoluten Häufigkeit von Dopingkontrollproben ohne AD als abhän-

EXPERIMENTELLER TEIL S EITE | 49

gige Variable modelliert [39]. Als Link-Funktion diente die logit-Funktion mit ln(p/(1-p)). Als Prä- diktoren wurden das Jahr (1999 – 2011), das Geschlecht (männlich, weiblich), die Art der Kontrolle (IC, OOC), das Land (Deutschland, Nicht-Deutschland), die Kategorie sowie die Verordnungsdaten der NB definiert. Eine eindeutige Merkmalszuordnung war dabei zwingend notwendig. Bei der Kategorie wurden zusätzlich die Disziplinen Fußball und Radsport in die Modellentwicklung einbezogen. Daher wurde hier folgende Merkmalszuordnung getroffen: Athletik, Ausdauersport (ohne Radsport), Behin- dertensport, Fußball, Kampfsport, Kraftsport, Mannschaftssport (ohne Fußball), Radsport und Ver- schiedene. Zur Vereinfachung der Berechnungen wurde das Anfangsjahr auf Null gesetzt. Der Einfluss der Prädiktoren auf das Modell wurde additiv als auch über unterschiedliche Wechselwirkungen untereinander untersucht. Gemäß der Nullhypothese war der Verlauf der Prävalenz von AD unabhängig von dem jeweiligen Prädiktor, wenn der Fehler erster Ordnung größer als 0,05 war. Der Vergleich unterschiedlicher Modelle erfolgte mittels χ2-Test. War der Fehler erster Ordnung größer als 0,05, so wurde das einfachere Modell dem komplexeren vorgezogen.

Auch für die Analyse der Verteilung der Substanzklassen wurde ein GLM modelliert. Da hier eine schiefe Verteilung der Besetzungszahlen anzunehmen war, wurde ein Poisson-Modell mit der log-Funktion log(n) als Link-Funktion gewählt. Als abhängige Variable wurde die absolute Häufigkeit der AD bezogen auf die Substanzklasse definiert. Die Prädiktoren für das Modell waren das Ge- schlecht (männlich, weiblich), die Art der Kontrolle (IC, OOC), das Land (Deutschland, Nicht-Deutschland), die Kategorie sowie die Daten der Verordnungszahlen der NB. Die Einteilung der Kategorie wurde wie oben beschrieben übernommen. Die Prädiktoren wurden additiv in das Modell integriert. Die Modelle wurden untereinander einem χ2-Test auf ihre Anpassungsgüte geprüft. War der Fehler erster Ordnung größer als 0,05, so wurde das einfachere Modell wiederum dem komplexeren vorgezogen. Das Poisson-Modell wurde aufgrund seiner Ähnlichkeit zum χ2-Test auf Gleichver- teilung gewählt und führt zu ähnlichen Ergebnissen Die Analyse der Residuen des angepassten Mo- dells ermöglichte die Ermittlung von über- bzw. unterrepräsentierten Merkmalskombinationen des Datensatzes.

Der Vergleich einzelner RFADs erfolgte zweiseitig mit dem exakten Binomialtest [16]. Die Nullhypothe- se dieses Tests formulierte, dass die verglichenen relativen Häufigkeiten einer Grundgesamtheit ent- stammen. War der Fehler erster Ordnung kleiner als 0,05 wurde die Nullhypothese abgelehnt. Die zu prüfenden Merkmale waren jeweils dichotom verteilt. Das Konfidenzintervall (CI) für statistische Signifikanz betrug 95%.

ERGEBNISSE UND DISKUSSION S EITE | 51

4 Ergebnisse und Diskussion

4.1 Validierung der GC-MS-Methode

4.1.1 Gaschromatographisch-massenspektrometrische Charakterisierung

Die Standardlösungen wurden gemessen, um zu bestimmen, ob alle ausgewählten AD detektiert werden können. Der Vergleich der Spektren erfolgte mit Hilfe von Referenzspektren der Literatur [100]. Um die Spezifität zu erhöhen und die Auswertung zu vereinfachen, wurde eine SIM-Methode mit zum Full-Scan-Modus identischen Gerätebedingungen generiert und für die nachfolgenden Mes- sungen verwendet (siehe auch Kap. 3.1.2.2). Diese detektiert die zwei intensivsten Fragmentionen des entsprechenden AD (Tab. 5), integriert die Peakflächen und übertragt sie in ein Excel-lesbares Format. Die Auswertung erfolgte über die Peakfläche des Basepeaks korrigiert über die Peakfläche des IS. Zusätzlich wurden alle Proben im Full-Scan-Modus gemessen, um die Vergleichbarkeit beider Methoden zu prüfen. Duloxetin und Opipramol konnten mit dieser Methode nicht detektiert werden. Die Validierung der Analysemethode am GC-MS/NPD wurde für die 18 verbleibenden Substanzen durchgeführt.

Die Auswertung erfolgte ausschließlich für die vom MSD generierten Daten. Der NPD ermöglichte dabei eine Vorauswahl der Peaks, da der Untergrund hier wesentlich geringer war als am MSD. Eine eindeutige Zuordnung der Signale war bei den verwendeten Mischstandards jedoch nicht möglich. Dazu wurden die MSD-generierten Massenspektren herangezogen.

Die zu erwartende Retentionszeit (Retention Time, RT) und relative Retentionszeit im Verhältnis zum IS (Relative Retention Time, RRT) der Substanzen lagen teilweise dicht beieinander (Tab. 5). Da die Auswertung über die diagnostischen Ionen erfolgte, waren diese jedoch gut differenzierbar.

S EITE | 52 ERGEBNISSE UND DISKUSSION

Tab. 5. Übersicht über die molekulare Masse der AD, die verwendeten diagnostischen Ionen mit der zu erwartenden Retentionszeit bzw. relativen Retentionszeit

Analyt Mittlere Molekulare Monoisotopische Diagnostische Ionen1 RT2 RRT3 Masse [Da] Masse [Da]

Agomelatin 243,30 243,13 184 / 171 7,46 1,36

Amitriptylin 277,40 277,18 58 / 202 7,35 1,34

Bupropion 239,74 239,11 100 / 111 4,87 0,89

Citalopram 324,39 324,16 58 / 238 8,03 1,46

Clomipramin 314,85 314,15 58 / 268 8,08 1,47

Doxepin 279,38 279,16 58 / 178 7,47 1,36

Fluoxetin 309,33 309,13 44 / 104 5,95 1,08

Fluvoxamin 318,33 318,16 187 / 276 6,02 1,09

Imipramin 280,41 280,19 234 / 58 7,44 1,35

Lamotrigin 256,09 255,01 185 / 255 8,24 1,50

Mirtazapin 265,35 265,16 195 / 208 7,58 1,38

Nortriptylin 263,38 263,17 44 / 202 7,41 1,35

Paroxetin 329,37 329,14 192 / 329 8,58 1,56

Reboxetin 313,39 313,17 175 / 56 7,82 1,42

Sertralin 306,23 305,07 274 / 159 7,96 1,45

Trazodon 371,86 371,15 205 / 231 11,43 2,08

Trimipramin 294,43 294,21 58 / 249 7,43 1,35

Venlafaxin 277,40 277,20 58 / 134 6,91 1,26

(1) Auswertung über zuerst genanntes Fragment (Base-Peak), (2) RT – Retentionszeit, (3) RRT – Relative Retentionszeit im Verhältnis zum IS

Die Abb. 4 bis Abb. 21 zeigen die Massenspektren der 18 AD mit ihren charakteristischen Fragmen- tionen im Full-Scan-Modus (m/z 20 – 400) bei positiver Ionisierung nach EI. Aufgetragen ist die Inten- sität über m/z, wobei der Base-Peak auf 10.000 Einheiten normiert wurde. Außer bei Fluvoxamin (Abb. 17) ist in allen Massenspektren die Masse des intakten Moleküls zu sehen (M+). In den Spek- tren von Clomipramin, Lamotrigin, Sertralin und Trazodon zeigt M+ deutliche Isotopenmuster des

ERGEBNISSE UND DISKUSSION S EITE | 53

Chlors (Abb. 8, Abb. 9, Abb. 18, Abb. 20). Darüberhinaus ist bei Sertralin auch [M-H]+ (m/z 304) zu beobachten (Abb. 20).

Die Mehrzahl der dargestellten Fragmentierungsmuster wurden in der Literatur hinreichend beschrieben [10,12,40,45,94,121,140,143,147,154,162,175]. Für die AD Agomelatin, Doxepin, Lamotri- gin und Reboxetin lagen keine Daten vor. Die Interpretation dieser Massenspektren ist daher ein Vorschlag aufbauend auf den Erfahrungen der Fragmentierung ähnlicher Molekülstrukturen.

Aminstrukturen sind ein wiederkehrendes Strukturelement der AD. Dies zeigt sich auch in den Mas- senspektren der Substanzen. Durch α-Spaltung von Alkylaminogruppen erklärt sich das Kation

+ [CH2=N(CH3)2] mit m/z 58 bei tertiären Aminen (Abb. 9, Abb. 10, Abb. 11, Abb. 13, Abb. 15, Abb. 16, + Abb. 21). Äquivalent entsteht bei sekundären Aminen [CH2=N(CH3)H] mit m/z 44 (Abb. 7, Abb. 14, + Abb. 19) sowie bei primären Aminen [CH2=NH2] mit m/z 30 (Abb. 17) [12,40,94,140,147,162].

Bei Bupropion erzeugt eine α-Spaltung zum Stickstoff zunächst m/z 100. Durch eine nachfolgende + Onium-Reaktion ausgehend vom Stickstoff fragmentiert dieses Kation weiter zu [CH3-CH=NH2] mit m/z 44. Der Isobutyl-Rest wird dabei abgespalten (Abb. 4). Eine weitere α-Spaltung wird durch das Fragment m/z 224 sichtbar. Gegenüber der Molekülmasse von m/z 239 zeigt sich eine Differenz von m/z 15. Dies entspricht dem Verlust einer Methylgruppe (Abb. 4) [121].

m/z 100 m/z 224 m/z 111 O m/z 44 H N

Cl m/z 139

Abb. 4 Massenspektrum von Bupropion nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

Das Fragment m/z 56 bei Reboxetin kann ebenso durch eine α-Spaltung zum Stickstoff erklärt werden. Dabei öffnet sich zunächst der Ring. Im Anschluss führt eine Onium-Reaktion ausgehend vom

+ Sauerstoff zu [CH2=NH-CH=CH2] mit m/z 56 (Abb. 5). Eine ähnliche Abfolge zeigt sich auch bei Mirtazapin. Eine α-Spaltung zum Anilino-Stickstoff mit anschließender Onium-Reaktion führt zu dem

S EITE | 54 ERGEBNISSE UND DISKUSSION

Kation m/z 195 [154,175]. Ein weiterer Verlust von m/z 28 zeigt sich als m/z 167 im Massenspektrum. Wahrscheinlich wird hier [HN≡CH]+ abgespalten. Das Radikalkation m/z 208 entsteht womöglich durch den Neutralverlust von m/z 57 [154,175]. Hier könnte ein weiterer Verlust von [HN≡CH]+ mit m/z 28 das Fragment m/z 180 erklären (Abb. 6).

m/z 175

H O O

O NH H m/z 56

Abb. 5 Massenspektrum von Reboxetin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

m/z 167 m/z 180 N N m/z 195 H

m/z 208 N

Abb. 6 Massenspektrum von Mirtazapin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

Eine α-Spaltung kann ebenso vom Aromaten bzw. Heteroaromaten aus erfolgen. Beim Bupropion entsteht so das Kation m/z 139 (Abb. 4) [121], bei Agomelatin m/z 171 (Abb. 12) sowie bei Ci- talopram m/z 238 (Abb. 15) [12,154]. Bei Fluoxetin zeigt sich dies als m/z 148 im Massenspektrum (Abb. 7). Durch eine nachfolgende α-Spaltung zum Stickstoff entsteht das Kation m/z 44, wobei die Differenz als Radikalkation m/z 104 erkennbar ist (Abb. 7) [12,154]. Bei Fluvoxamin beträgt die Diffe-

ERGEBNISSE UND DISKUSSION S EITE | 55

renz zwischen M+ (m/z 318) und m/z 299 m/z 19. Dies erklärt sich durch eine α-Spaltung zum Aroma- ten durch Homolyse einer C-F-Bindung (Abb. 17).

m/z 148 m/z 44 m/z 104

m/z 183

Abb. 7 Massenspektrum von Fluoxetin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

Bei Trazodon zeigen sich mehrere α-Spaltungen im Massenspektrum. Durch eine α-Spaltung zum Stickstoff im Piperazin-Ring mit anschließender Onium-Reaktion entsteht m/z 205. Eine α-Spaltung mit nachfolgendem Neutralverlust zeigt sich als m/z 231 (Abb. 8). Eine γ-Spaltung zum Triazol-Ring führt zum Kation m/z 176 (Abb. 8). Das Fragment m/z 70 entsteht wahrscheinlich durch Aufspaltung

+ des Triazol-Rings und hat die Zusammensetzung [CON3] (Abb. 8) [10,175].

m/z 176 N m/z 205 N m/z 231 N H

O N N Cl m/z 70

Abb. 8 Massenspektrum von Trazodon nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) Weiterhin zeigen sich in den verschiedenen Massenspektren Fragmentierungen durch Neutralverlus- te. Beim Agomelatin entsteht durch den Neutralverlust von Acetamid m/z 184 (Abb. 12). Clomipra-

S EITE | 56 ERGEBNISSE UND DISKUSSION

min zeigt zwei prägnante Neutralverluste. Der Verlust der Alkylaminogruppe erzeugt m/z 268 sowie der Verlust des Aromaten m/z 85 (Abb. 9) [140,162]. Ein ähnliches Schema lässt sich auch bei Imipramin und Trimipramin erkennen. Hier sind die Fragmente m/z 234 bzw. m/z 249 durch Verlust der Alkylaminogruppe sowie m/z 85 bzw. m/z 99 durch den Neutralverlust des Aromaten beschrieben (Abb. 10, Abb. 11) [12,40,94,140,147,162]. Der Neutralverlust des Methylamins bei Sertralin zeigt sich als m/z 274 im Massenspektrum (Abb. 20) [12,40].

m/z 268 2H

m/z 58

H m/z 85 H m/z 227

Abb. 9 Massenspektrum von Clomipramin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

m/z 234

m/z 58

H m/z 85 H m/z 193

Abb. 10 Massenspektrum von Imipramin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

ERGEBNISSE UND DISKUSSION S EITE | 57

m/z 249 H

m/z 58

H m/z 99 H m/z 193

Abb. 11 Massenspektrum von Trimipramin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

Darüberhinaus zeigen sich weitere Fragmentierungsmechanismen, die nachfolgend beschrieben werden.

Ausgehend vom Radikalkation m/z 184 bei Agomelatin entsteht wahrscheinlich durch die Abspaltung

von [O-CH3] in einer analogen Onium-Reaktion das Fragment m/z 153 (Abb. 12). Durch den weiteren Verlust von m/z 25, womöglich aus dem Naphthyl-Ring, wäre m/z 128 zu erklären (Abb. 12).

m/z 171 m/z 153 m/z 128 m/z 184

Abb. 12 Massenspektrum von Agomelatin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

Die Massenspektren von Amitriptylin und Nortriptylin weisen große Ähnlichkeiten auf (Abb. 13, Abb. 14). Die Unterschiede zeigen sich hauptsächlich in M+ (m/z 277, m/z 262) sowie dem Basispeak (m/z 58, m/z 44), bedingt durch die zusätzlich Methylgruppe bei Amitriptylin (Abb. 13, Abb. 14). Das

+ Tropyliumion [C7H7] entsteht durch die Spaltung des trizyklischen Ringsystem und zeigt sich in bei-

S EITE | 58 ERGEBNISSE UND DISKUSSION

den Spektren als m/z 91 (Abb. 13, Abb. 14) [147,162]. Die Fragmente m/z 215 und m/z 202 besitzen laut Messung mittels GC-HRMS die Zusammensetzung C17H11 sowie C16H10 (Abb. 13, Abb. 14). Bei m/z 215 wäre eine Abspaltung in α-Stellung zum Stickstoff unter Umlagerung von zwei Wasserstoff- radikalen sowie eine Dehydrierung im Cycloheptanring unter Ausbildung einer Doppelbindung denkbar. Äquivalent wäre bei m/z 202 der Verlust der Seitenkette CH2=CH-CH2-N(CH3)2 bei Amitriptylin bzw. CH2=CH-CH2-NHCH3 bei Nortriptylin unter Umlagerung eines Wasserstoffradikals und ebenfalls eine Dehydrierung im Cycloheptanring unter Ausbildung einer Doppelbindung möglich.

m/z 58

H m/z 202 2H m/z 215

Abb. 13 Massenspektrum von Amitriptylin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

m/z 44

H N

H m/z 202 2H m/z 215

Abb. 14 Massenspektrum von Nortriptylin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

ERGEBNISSE UND DISKUSSION S EITE | 59

Bei Bupropion zeigt sich bei dem Fragment m/z 111 gegenüber m/z 139 eine Differenz von m/z 28 (Abb. 4). Dies deutet auf den Neutralverlust von C≡O unter Bildung eines Chlorphenylkations hin [121].

Das Fragment m/z 208 des Citaloprams kann ausgehend vom Kation m/z 238 erklärt werden. Als

Neutralverlust wird hier Formaldehyd H2C=O abgespalten (Abb. 15) [12,154]. Das Kation m/z 190 entsteht wahrscheinlich durch eine mehrstufige Fragmentierung. Die GC-HRMS-Messung zeigt eine mögliche Zusammensetzung von C14H8N. Denkbar wäre ein Neutralverlust der Seitenkette sowie die Abspaltungen des Fluorradikals und Formaldehyds (Abb. 15).

m/z 238 m/z 190 F H

N O m/z 58 N m/z 208

Abb. 15 Massenspektrum von Citalopram nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

m/z 58

m/z 165 H

m/z 178

Abb. 16 Massenspektrum von Doxepin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

S EITE | 60 ERGEBNISSE UND DISKUSSION

Die Abspaltung von Formaldehyd zeigt sich auch im Massenspektrum von Doxepin als m/z 30 (Abb. 16). Die Fragmente m/z 178 bzw. m/z 165 entstehen wahrscheinlich nach der Abspaltung des For- maldehyds durch einen weiteren Verlust von C4H9N bzw. C5H10N aus der Seitenkette (Abb. 16). Bestä- tigt wird dies durch eine GC-HRMS-Messung, die eine mögliche Zusammensetzung von C14H10 für m/z 178 sowie C13H9 für m/z 165 ergab.

Neben den bereits beschriebenen Fragmentierungen bei Fluoxetin zeigt sich im Massenspektrum die Masse m/z 183 (Abb. 7). Durch eine GC-HRMS-Messung konnte eine wahrscheinlich Zusammenset- zung mit C10H9F2O bestimmt werden. Ein möglicher Fragmentierungsweg wäre eine α-Spaltung zum

+ Aromaten mit dem Verlust eines Fluorradikals sowie der Verlust von [CH3-NH] und [C6H5] aus dem Benzylring ähnlich eines Tropyliumions.

Fluvoxamin zeigt ein ausgeprägtes Fragmentierungsmuster (Abb. 17). Das Kation m/z 276 entsteht

durch eine Onium-Reaktion zum Sauerstoff unter Abspaltung des Radikals [CH=CH-NH2] [12,45]. Durch den weiteren Verlust von Wasser sowie der verbliebenen Seitenkette durch eine Oni- um-Reaktion könnte das Kation m/z 172 erklärt werden (Abb. 17). Bestätigt wird dies durch eine

GC-HRMS-Messung, die eine wahrscheinliche Zusammensetzung von C8H5F3N für dieses Fragment ergab. Das Radikalkation m/z 187 entsteht durch α-Spaltung zum Aromaten und anschließender Oni- + um-Reaktion und stellt sich als [CF3-C6H4-C≡N-O] dar (Abb. 17) [12,45]. Für die Masse m/z 71 ergab die GC-HRMS-Messung eine wahrscheinlich Zusammensetzung von C4H7O. Das Radikalkation mit + [CH=CH-CH2-O-CH3] entsteht möglicherweise aus der Seitenkette unter Umlagerung von zwei Was- serstoffradikalen (Abb. 17) [12,45].

m/z 187 m/z 71 F3C 2H

N NH2 O H

m/z 172 2H m/z 30 m/z 276

Abb. 17 Massenspektrum von Fluvoxamin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

ERGEBNISSE UND DISKUSSION S EITE | 61

Neben den bereits beschriebenen Fragmenten zeigt sich bei Imipramin und Trimipramin das Frag- ment m/z 193 im Massenspektrum. Dieses entsteht wahrscheinlich durch eine γ-Spaltung zur Al- kylaminogruppe unter Umlagerung eines Wasserstoffradikals (Abb. 10, Abb. 11) [12,40,94,140,147,162]. Äquivalent kann bei Clomipramin das Fragment m/z 227 formuliert werden (Abb. 9) [12,140,162].

Bei Lamotrigin entsteht durch zwei aufeinanderfolgende α-Spaltungen zur Aminogruppe und zum

+ Aromaten das Fragment m/z 185 mit [H2N-C≡C-C6H3Cl2] (Abb. 18). Für das Fragment m/z 157 ergab die GC-HRMS-Messung eine wahrscheinlich Zusammensetzung von C7H3Cl2. Ein möglicher Fragmen- tierungsweg wären α-Spaltungen zur Aminogruppe und zum Aromaten sowie eine anschließende Umlagerung zu einem Tropyliumion-Analog (Abb. 18). Das Fragment m/z 123 könnte ebenfalls durch α-Spaltungen zur Aminogruppe und zum Aromaten unter Umlagerung eines Wasserstoffradikals und zusätzlichen Verlusts eines Chlorradikals entstehen (Abb. 18). Mittels GC-HRMS-Messung wurde eine wahrscheinliche Zusammensetzung von C7H4Cl bestimmt. Für das Fragment m/z 114 ergab die

GC-HRMS-Messung eine wahrscheinliche Zusammensetzung von C8H4N. Dieses könnte ausgehend von m/z 185 nach Verlust von zwei Chlorradikalen sowie eines Wasserstoffradikals formuliert werden (Abb. 18).

m/z 185 m/z 114 H

H m/z 123 m/z 157

Abb. 18 Massenspektrum von Lamotrigin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

Bei Paroxetin entsteht aufgrund einer α-Spaltung zum Aromaten m/z 137. Das verbleibende Kation ist als m/z 192 ebenso im Massenspektrum zu erkennen (Abb. 19). Dieses fragmentiert durch nachfolgende α-Spaltungen zum Aromaten sowie zum Stickstoff zum Fragment F-C6H4-CH2-CH2-CH3 mit m/z 138 (Abb. 19) [12,40]. Durch eine weitere α-Spaltung zum Aromaten kann m/z 109 erklärt werden (Abb. 19). Ein alternativer Fragmentierungsweg wäre eine Onium-Reaktion ausgehend vom Brü-

S EITE | 62 ERGEBNISSE UND DISKUSSION

cken-Sauerstoff die zu m/z 138 führt mit anschließendem Verlust von HCO (m/z 109) (Abb. 19). Nach-

+ folgende α-Spaltungen zum Stickstoff sowie zum Aromaten führen zu [CH2=CH-CH2-NH=CH2] mit m/z 70 (Abb. 19) [12,40].

O O m/z 109

m/z 137 O

m/z 192 NH

F m/z 44 m/z 138 m/z 70 m/z 109

Abb. 19 Massenspektrum von Paroxetin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

Das Fragment m/z 175 des Reboxetins könnte als Folge einer Onium-Reaktion ausgehend vom Sauer- stoff als Abgangsgruppe entstehen (Abb. 5). In einer analogen Onium-Reaktion entsteht dann wahrscheinlich ein Tropyliumion mit m/z 91 (Abb. 5).

Cl m/z 262

Cl NH H m/z 159 m/z 115 H

m/z 274

Abb. 20 Massenspektrum von Sertralin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

ERGEBNISSE UND DISKUSSION S EITE | 63

Bei Sertralin erklärt sich das Kation m/z 159 durch eine α-Spaltung zum Aromaten (Abb. 20). Das verbleibende Fragment hat die Masse m/z 115 (Abb. 20) [12,40]. Das Fragment m/z 262 weist zu M+ eine Differenz von m/z 43 auf (Abb. 20). Möglich wäre hier ein Verlust von CH2=N-CH3. Bestätigt wird dies durch eine GC-HRMS-Messung, die eine wahrscheinliche Zusammensetzung von C15H12Cl2 für dieses Fragment ergab.

Das Fragment m/z 134 des Venlafaxins entsteht wahrscheinlich durch eine α-Spaltung zum Aromaten

und anschließendem Neutralverlust der Alkylaminogruppe [NH(CH3)2] (Abb. 21). Das Tropyliumion + + [C7H7] wird durch m/z 91 beschrieben [143]. Das Kation [C6H5] könnte die Masse m/z 77 erklären (Abb. 21).

m/z 58 N OH

O H m/z 77 2H m/z 91

m/z 134

Abb. 21 Massenspektrum von Venlafaxin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400)

Ein im SIM-Mode generiertes Ionen-Chromatogramm von einem Blank und einem Standard dotiert mit 1 µg/mL ist in Abb. 22 dargestellt. Der IS ist sowohl im Blank als auch Standard deutlich zu erkennen (Abb. 22). Die restlichen Ionenspuren im Blank sind frei von Störsignalen. Im Standard sind die Signale in den einzelnen Fenstern für beide diagnostische Ionen zu sehen (siehe dazu auch Tab. 5). Die Peaks sind eindeutig separiert und symmetrisch.

S EITE | 64 ERGEBNISSE UND DISKUSSION

a) Blank-Urin

b) Standard 1 µg/mL

Abb. 22. SIM-Chromatogramm der 18 AD inklusive IS, spezifiziert über je 2 charakteristische diagnostische Ionen; (a) Blank, (b) Standard dotiert mit 1 µg/mL

ERGEBNISSE UND DISKUSSION S EITE | 65

4.1.2 Spezifität

In der Analytik ist es wichtig Substanzen eindeutig zu identifizieren und sowohl falsch-positive als auch falsch-negative Ergebnisse auszuschließen. Durch die Spezifität soll gezeigt werden, dass die Detektion der Substanzen matrixunabhängig ist, d.h. durch interindividuelle Matrixeinflüsse nicht beeinflusst wird. Dazu wurden zehn unterschiedliche Blank-Urine untersucht. Der chromatographische Untergrund wurde für die jeweilige Substanz auf interferierende Signale geprüft. Alle zehn Urine zeigten keine störenden Signale zu den entsprechenden RT (RT-Fenster ± 0,2 min) in den betreffenden Ionenspuren. Weiterhin wurden einzeln mit den jeweiligen AD dotierte Proben aufgearbeitet. Es konnte gezeigt werden, dass keine interferierenden Signale in den Ionenspuren der jeweils anderen AD zur betreffenden RT detektierbar waren.

4.1.3 Selektivität

Eine Methode muss sowohl spezifisch als auch selektiv einen Analyten nachweisen können. Für die Selektivität ist es entscheidend, dass das Signal eine stabile RT aufweist, die Peakform symmetrisch verläuft und die Signale voneinander separiert sind. Von chromatographischer Trennung spricht man, wenn sich zwei Peaks bei nicht mehr als 10% ihrer Signalhöhen überlappen [21]. Peakform und Sepa- ration erfüllten bei dieser Methode nach optischer Beurteilung die Kriterien. Die RT waren stabil und schwankten um maximal 0,7% - 1,7%.

4.1.4 Nachweisgrenze

Die Nachweisgrenze (Limit of Detection, LOD) wird über das S/N-Verhältnis ermittelt. Dabei gilt die Analytenmenge als zweifelsfrei nachweisbar, bei der das S/N-Verhältnis größer als drei ist. Die Höhe des Grundrauschens wurde aus den zehn Urinen der Spezifitätsbestimmung (siehe Kap. 4.1.2) zur entsprechenden RT (RT-Fenster ± 0,2 min) ermittelt. Der äquivalente Wert des Rauschens errechnet sich aus dem dreifachen Mittelwert des Grundrauschens summiert mit der dreifachen Standardab- weichung. Zusätzlich wurden sechs Proben mit je 250 ng/mL AD dotiert und analysiert (Präzisi- on < 20%). Der Mittelwert der Signalhöhen dieser Proben wurde zur Berechnung der theoretischen Nachweisgrenze des Verfahrens herangezogen. Diese sind in Tab. 6 dargestellt. Die Bestimmung der Nachweisgrenze erfolgte im SIM-Modus jeweils für die Ionenspur des Base-Peaks.

S EITE | 66 ERGEBNISSE UND DISKUSSION

Tab. 6. Übersicht über die theoretische Nachweisgrenze der 18 AD bestimmt mittels GC-MS/NPD im SIM-Modus

Analyt LOD [ng/mL] Analyt LOD [ng/mL]

Agomelatin 9,5 Lamotrigin 28,4

Amitriptylin 4,3 Mirtazapin 5,5

Bupropion 5,7 Nortriptylin 41,1

Citalopram 8,0 Paroxetin 75,2

Clomipramin 26,1 Reboxetin 10,1

Doxepin 4,6 Sertralin 17,1

Fluoxetin 76,6 Trazodon 97,8

Fluvoxamin 40,9 Trimipramin 13,5

Imipramin 3,4 Venlafaxin 6,8

Im Full-Scan-Modus misst der Detektor alle isolierten Ionen über die gesamte Zeit. Im SIM-Modus werden dagegen wenige, vorher festgelegte diagnostische Ionen über eine definierte Zeit detektiert. Das einzelne Ion wird daher wesentlich spezifischer gemessen. Die Ergebnisse der SIM-Modus- Messung lagen unterhalb der niedrigsten Konzentration des Arbeitsbereichs von 250 ng/mL (Tab. 6). Es bestanden daher keine Einschränkungen für die weitere Auswertung der nachfolgenden Messun- gen. In allen Fällen lagen die theoretischen Nachweisgrenzen unterhalb der zu erwartenden urinären Konzentration bei einer therapeutischen Standarddosierung [18,73,138].

4.1.5 Linearität

Die Kalibrierfunktion stellt einen Zusammenhang zwischen der Messgröße und der Konzentration des Analyten in der Probe her. Lässt sich diese mit einer linearen Regression hinreichend beschreiben, so spricht man von Linearität des Verfahrens. Die Kalibrierfunktion wurde über zehn äquidistante Kon- zentrationen bestimmt. Die Wahl des Arbeitsbereichs erfolgte anhand von Literaturdaten bezüglich den zu erwartenden urinären Konzentrationen während der Therapie mit AD. Unter Berücksichtigung von Dosierung, Metabolisierung und Eliminationsrate der einzelnen AD wurde zur Vereinfachung der Validierung und Auswertung der Arbeitsbereich mit der größtmöglichen Schnittmenge festgesetzt.

Innerhalb des festgelegten Arbeitsbereichs der Methode von 250 ng/mL - 2500 ng/mL wurde durch Analyse von unabhängig dotierten Proben die Korrelation der Werte ermittelt. Die Daten wurden mit dem Test nach Huber auf Ausreißer geprüft und gegebenenfalls bereinigt [67]. Für alle Analyten

ERGEBNISSE UND DISKUSSION S EITE | 67

ergab der Vergleich der relativen Verfahrensstandardabweichung nach Mandel (P = 99%), dass eine lineare Anpassung erlaubt war [67]. Die Geradengleichungen der Form y = mx + b mit den dazugehö- rigen Korrelationskoeffizienten R sind in Tab. 7 dargestellt. Für R ergab sich für alle Analyten ein Wert > 0,99. Diese Ergebnisse wurden durch Mehrfachbestimmung der Kalibrierkurve im gewählten Arbeitsbereich bestätigt. Obwohl für qualitative Analysen nicht notwendig, ermöglicht die hier gezeigte Linearität eine semiquantitative Abschätzung der Konzentration.

Tab. 7. Parameter der Kalibrierkurven y = mx + b mit Steigung m, Achsenabschnitt b und Korrelati- onskoeffizient R der 18 AD bestimmt mittels GC-MS/NPD im SIM-Modus über den Arbeitsbereich von 250 ng/mL - 2500 ng/mL

Analyt Steigung Achsenab- R Analyt Steigung Achsenab- R m schnitt b m schnitt b

Agomelatin 0,1637 -0,0179 0,9981 Lamotrigin 0,0780 -0,0199 0,9907

Amitriptylin 0,3277 -0,0264 0,9954 Mirtazapin 0,2952 -0,0144 0,9921

Bupropion 0,0622 -0,0047 0,9973 Nortriptylin 0,1502 -0,0201 0,9962

Citalopram 0,2265 -0,0133 0,9945 Paroxetin 0,0422 -0,0192 0,9937

Clomipramin 0,0613 -0,0053 0,9928 Reboxetin 0,0663 -0.0124 0,9908

Doxepin 0,2501 -0,0132 0,9959 Sertralin 0,0884 -0,0068 0,9981

Fluoxetin 0,0474 -0,0119 0,9931 Trazodon 0,0406 -0,0154 0,9913

Fluvoxamin 0,0165 -0,0042 0,9930 Trimipramin 0,0830 -0,0071 0,9964

Imipramin 0,1088 -0,0074 0,9979 Venlafaxin 0,1767 -0,0187 0,9982

4.1.6 Präzision

Die Reproduzierbarkeit von Ergebnissen wird durch die Bestimmung der Präzision ermittelt. Sie ist das Maß für die Streuung der Analysenergebnisse und wurde für den unteren, mittleren und oberen Arbeitsbereich berechnet. Für die Wiederholpräzision, auch Intra-Bach Präzision, erfolgte die Analyse an einem Tag in zehnfacher Aufarbeitung (n = 10). Für die Vergleichspräzision, auch Inter-Batch Präzi- sion, wurde dies an zwei weiteren Tagen wiederholt (n = 10 + 10 + 10). Die Auswertung erfolgte über das Verhältnis der jeweiligen Peakflächen von Analyt zu IS. Dieser Quotient wurde über eine zeitgleich analysierte Kalibrierkurve (siehe Kap. 4.1.5) quantifiziert. Die Präzision kann zum einen über das Peakflächenverhältnis von Analyt zu IS selbst und zum anderen, wie hier erfolgt, über die diesem

S EITE | 68 ERGEBNISSE UND DISKUSSION

Quotienten zugeordneten Konzentrationen bestimmt werden. Mittels ANOVA und des Tests auf Aus- reißer nach Nalimov wurden die Ergebnisse auf ihre Güte geprüft [67].

Tab. 8. Wiederhol- und Vergleichspräzision der 18 AD bestimmt mittels GC-MS/NPD im SIM-Modus für den unteren, mittleren sowie oberen Arbeitsbereich

Analyt Wiederholpräzision Vergleichspräzision

0,5 μg/mL 1,5 μg/mL 2,25 μg/mL 0,5 μg/mL 1,5 μg/mL 2,25 μg/mL (n) (n) (n) (n) (n) (n)

Agomelatin 4,4% (10) 2,9% (10) 3,2% (9) 9,2% (26) 10,0% (29) 7,8% (26)

Amitriptylin 3,1% (10) 4,3% (10) 4,2% (9) 6,5% (28) 4,1% (30) 3,3% (26)

Bupropion 2,1% (9) 3,2% (10) 2,9% (10) 4,8% (26) 10,4% (30) 6,2% (27)

Citalopram 5,3% (10) 4,8% (10) 4,7% (10) 10,8% (28) 9,1% (30) 7,6% (29)

Clomipramin 2,5% (10) 4,4% (10) 7,4% (10) 9,8% (29) 5,6% (30) 6,9% (27)

Doxepin 2,8% (10) 4,5% (10) 6,2% (10) 8,7% (29) 4,5% (30) 4,6% (27)

Fluoxetin 2,3% (10) 3,5% (10) 2,0% (9) 5,4% (27) 9,2% (30) 7,1% (29)

Fluvoxamin 2,3% (9) 4,8% (10) 4,8% (9) 13,1% (29) 14,0% (29) 8,1% (28)

Imipramin 2,0% (10) 3,1% (10) 3,2% (10) 4,6% (27) 9,7% (30) 8,2% (30)

Lamotrigin 2,9% (10) 4,0% (10) 2,9% (9) 3,9% (30) 10,5% (30) 5,2% (28)

Mirtazapin 4,7% (9) 2,9% (10) 5,4% (9) 12,7% (29) 6,2% (30) 9,5% (29)

Nortriptylin 2,7% (10) 3,3% (10) 1,7% (9) 5,7% (28) 9,4% (30) 6,3% (28)

Paroxetin 2,1% (10) 2,6% (10) 2,9% (9) 7,1% (29) 6,9% (30) 5,9% (29)

Reboxetin 3,6% (10) 3,8% (10) 3,4% (9) 12,0% (30) 9,2% (29) 6,9% (29)

Sertralin 2,3% (10) 3,4% (10) 2,8% (10) 3,2% (27) 6,1% (28) 5,8% (28)

Trazodon 2,1% (10) 3,2% (10) 3,5% (9) 6,0% (29) 6,1% (28) 7,2% (29)

Trimipramin 2,0% (8) 3,9% (10) 5,9% (10) 7,8% (27) 3,9% (29) 5,3% (28)

Venlafaxin 3,7% (10) 4,3% (10) 2,1% (9) 2,7% (27) 9,8% (29) 5,4% (28)

Die Bestimmung der relativen Standardabweichungen der Peakflächenverhältnisse lag für die Wie- derholpräzision unterhalb von 12% und zeigte somit präzise Messungen. Die über drei Tage bestimmte Vergleichspräzision lag jedoch teilweise oberhalb des festgelegten Konfidenzintervalls der

ERGEBNISSE UND DISKUSSION S EITE | 69

relativen Standardabweichung von 20% [76]. Eine mögliche Ursache sind unterschiedliche Tunes zur Optimierung der Geräteparameter. Dabei wird auch die Empfindlichkeit für unterschiedliche Massen leicht verändert. Der verwendete IS kann diese Schwankungen nicht ausreichend ausgleichen, da die Methode nicht für AD optimiert ist. Daher wurden Wiederhol- sowie Vergleichspräzision über die berechneten Konzentrationswerte ermittelt. Für alle Analyten waren die über den IS korrigierten relativen Standardabweichungen geringer als 7,4% (n = 10) für die Wiederhol- bzw. 14,0% (n = 30) für die Vergleichspräzision (Tab. 8).

4.1.7 Wiederfindung

Ein sehr wichtiger Parameter und guter Indikator für die Qualität einer Methode ist die Wiederfin- dung. Sie bestimmt die Ausbeute des Verfahrens, d.h. welcher Anteil durch die Aufarbeitung aus dem Urin extrahiert wird bzw. reziprok den Verlust an Analyt während der Aufarbeitung. Eine Wiederfin- dung von 100% wäre optimal.

Tab. 9. Übersicht über die Wiederfindungsraten der 18 AD bestimmt mittels GC-MS/NPD im SIM-Modus für den unteren, mittleren sowie oberen Arbeitsbereich

Analyt Wiederfindung Analyt Wiederfindung

0,5 1,5 2,25 0,5 1,5 2,25 µg/mL µg/mL µg/mL µg/mL µg/mL µg/mL

Agomelatin 71,9% 66,4% 61,5% Lamotrigin 61,6% 60,9% 59,6%

Amitriptylin 66,7% 66,2% 54,7% Mirtazapin 71,9% 70,3% 60,3%

Bupropion 74,6% 65,8% 56,7% Nortriptylin 66,2% 64,2% 57,2%

Citalopram 67,0% 67,3% 55,9% Paroxetin 58,7% 63,4% 56,3%

Clomipramin 67,7% 67,7% 55,9% Reboxetin 65,5% 66,4% 60,7%

Doxepin 69,3% 71,2% 59,1% Sertralin 70,6% 63,7% 55,0%

Fluoxetin 64,4% 60,7% 54,0% Trazodon 59,5% 51,6% 45,9%

Fluvoxamin 64,7% 64,5% 58,2% Trimipramin 68,3% 62,6% 53,4%

Imipramin 73,4% 64,7% 57,9% Venlafaxin 72,7% 60,7% 53,7%

Für die vorliegende Methode wurden die Wiederfindungsraten für die Konzentrationen des unteren, mittleren sowie oberen Arbeitsbereichs geprüft. Die Wiederfindung lag dabei für alle AD zwischen

S EITE | 70 ERGEBNISSE UND DISKUSSION

45,9% und 74,6% (Tab. 9). Dabei wurden für den Großteil der Analyten für den oberen Arbeitsbereich im Vergleich zum unteren und mittleren Arbeitsbereich bis zu 15% schlechtere Wiederfindungsraten bestimmt (Tab. 9). Dies scheint auf einen Sättigungseffekt der Extraktionskapazität hinzudeuten. Änderungen der Extraktionsparameter wie Zeit, Volumen des organischen Lösemittels und mehrfa- che Extraktion erhöhten die Ausbeute jedoch nicht signifikant. Darüberhinaus ergab die Prüfung auf Linearität nach Mandel, dass die lineare Anpassung der quadratischen vorzuziehen ist. Die relativen Standardabweichungen, die aus der jeweiligen Sechsfachbestimmung bei Dotierung der Proben vor- bzw. nach der Aufarbeitung (n = 2 x 6) berechnet werden können, lagen für alle Analyten zwischen 1,8% - 8,9%.

4.1.8 Robustheit

Die Robustheit eines Verfahrens gewährleistet, dass die Ergebnisse der Methode auch durch minimal variierende analytische Bedingungen nicht wesentlich beeinflusst wird. Die kritischen Parameter wie unterschiedliche Matrices oder Abweichungen im pH-Wert sollten geprüft werden.

Dazu wurden verschiedene Urine mit Analyt versetzt und aufgearbeitet. Analytische Variationen erfolgten im Bereich unterschiedlicher Matrices, pH-Werte sowie Extraktionszeit. Die Schwankungen der Peakflächenverhältnisse waren nicht signifikant verändert. Die Methode erwies sich als robust.

4.2 Methodenentwicklung und Validierung für das U-HPLC Q Exactive

4.2.1 Massenspektrometrische Charakterisierung der Standardlösungen

Das entwickelte Messverfahren dient der spezifischen Bestimmung von AD im Urin. Zu Beginn der Methodenentwicklung wurde zunächst das chromatographische Verhalten der Analyten mittels zerti- fizierter Referenzsubstanzen geprüft. Die Feinmassen der AD wurden softwarebasiert berechnet und diese zur Auswertung herangezogen (Tab. 10 und Tab. 11). Eine symmetrische Peakform und chromatographische Trennung der Analyten war mit einer Hypersil Gold C18-Säule (Thermo, Bremen) durch den angewendeten linearen Gradienten möglich. Gestartet wurde die chromatographische Separation bei 99% Ameisensäure 0,1% (A) für 1 Minute. Der Anteil von Acetonitril (B) wurde dann in 11 Minuten auf 100% erhöht und für weitere 0,5 Minuten gehalten. Anschließend wurde für 3,5 Minuten bei Startkonditionen reequilibriert. Alle AD waren im Full-Scan-Modus mit positiver Ioni- sierung detektierbar. Der Massenfehler lag bei allen Substanzen unter 5 ppm.

ERGEBNISSE UND DISKUSSION S EITE | 71

Für die Analysemethode wurden deuterierte Varianten der AD als IS eingesetzt. Diese verhalten sich analytisch sehr ähnlich wie das Zielmolekül, sind aber aufgrund höherer Molekülmassen massenspek- trometrisch eindeutig von diesen zu unterscheiden. Schwankungen der analytischen Bedingungen wie veränderte Matrices, pH-Wert und gerätebedingte Schwankungen werden besser ausgeglichen. Das Verfahren wird robuster. Tab. 10 listet die verwendeten deuterierten IS mit den zugeordneten Summenformeln und softwarebasiert berechneten Feinmassen auf. Die entsprechenden Paramater der Zielmoleküle sind in Tab. 11 dargestellt.

Tab. 10. deuterierte-AD mit Summenformel, softwarebasiert berechnete Feinmasse M++H sowie die erwartete RT

Substanz Summenformel Softwarebasiert berechnete Fein- RT Bezeichnung masse (M++H) [Da] d3-Clomipramin C19H20D3ClN2 318,1811 8,26 IS 1 d3-Doxepin C19H18D3NO 283,1884 7,39 IS 2 d6-Fluoxetin C17H12D6F3NO 316,1790 8,12 IS 3 d3-Imipramin C19H21D3N2 284,2201 7,76 IS 4 d3-Nortriptylin C19H18D3N 267,1935 7,83 IS 5 d6-Paroxetin C19H14D6FNO3 336,1877 7,66 IS 6 d3-Trimipramin C20H23D3N2 298,2357 8,01 IS 7 d6-Venlafaxin C17H21D6NO2 284,2491 6,66 IS 8

Die Auswertung der Messung erfolgte über das XCalibur Quantifizierungstool der Version 2.1 im Ge- nesis-Modus. Die Substanzen wurden über ihre Feinmasse in einem Fenster von m/z ±0,01 und die zu erwartende RT selektiert. Die Zuordnung der jeweiligen IS ist in Tab. 11 vermerkt. Die Auswertung erfolgte über das Peakflächenverhältnis von Analyt zu IS.

S EITE | 72 ERGEBNISSE UND DISKUSSION

Tab. 11. AD mit Summenformel, softwarebasiert berechnete Feinmasse M++H sowie erwartete bzw. relative RT und dem jeweils in der Analysemethode zugewiesenen IS

Substanz Summenformel softwarebasiert be- RT RRT Zugewiesener IS rechnete Feinmasse (M++H) [Da]

Agomelatin C15H17NO2 244,1332 8,28 1,02 IS 7

Amitriptylin C20H23N 278,1903 8,00 1,07 IS 2

Bupropion C13H18ClNO 240,1149 6,71 0,99 IS 8

Citalopram C20H21FN2O 325,1708 7,42 0,99 IS 2

Clomipramin C19H23ClN2 315,1620 8,34 1,00 IS 1

Doxepin C19H21NO 280,1693 7,48 1,00 IS 2

Duloxetin C18H19NOS 298,1259 7,93 1,00 IS 5

Fluoxetin C17H18F3NO 310,1414 8,22 1,00 IS 3

Fluvoxamin C15H21F3N2O2 319,1627 7,91 1,00 IS 5

Imipramin C19H24N2 281,2010 7,86 1,00 IS 4

Lamotrigin C9H7Cl2N5 256,0149 6,09 0,77 IS 4

Mirtazapin C17H19N3 266,1649 5,96 0,80 IS 2

Nortriptylin C19H21N 264,1746 7,92 1,00 IS 5

Opipramol C23H29N3O 364,2382 7,04 1,04 IS 8

Paroxetin C19H20FNO3 330,1498 7,75 1,00 IS 6

Reboxetin C19H23NO3 314,1749 7,44 0,99 IS 2

Sertralin C17H17Cl2N 306,0811 8,23 1,00 IS 3

Trazodon C19H22ClN5O 372,1584 6,88 1,03 IS 4

Trimipramin C20H26N2 295,2167 8,10 1,00 IS 7

Venlafaxin C17H27NO2 278,2112 6,74 1,00 IS 8

Abb. 23 zeigt Chromatogramme der Full-Scan-Messung mit positiver Ionisierung (m/z 100 - 1000, Massenfenster m/z ±0,01, RT-Fenster 5,5 – 9 min). Der Blank zeigt keine interferierenden Signale (Abb. 23b). Der Standard ist mit 1 μg/mL dotiert und zeigt für alle AD Peaks im entsprechenden Mas- senbereich (Abb. 23a).

ERGEBNISSE UND DISKUSSION S EITE | 73

a) Standard 1 µg/mL b) Blank-Urin

F: FTMS [1;1] +p ESI Full ms [100,00-1000,00] MS Genesis F: FTMS [1;1] +p ESI Full ms [100,00-1000,00] MS Genesis

d3-Clomipramin m/z 318,180-318,190

d3-Doxepin m/z 283,185-283,195

d6-Fluoxetin m/z 316,175-316,185 d3-Imipramin m/z 284,215-284,225

d3-Nortriptylin m/z 267,190-267,200 d6-Paroxetin m/z 336,180-336,190

d3-Trimipramin m/z 298,230-298,240

d6-Venlafaxin m/z 284,245-284,255

Agomelatin m/z 244,130-244,140 Amitriptylin m/z 278,185-278,195 Bupropion m/z 240,110-240,120 Citalopram m/z 325,165-325,175 Clomipramin m/z 315,155-315,165 Doxepin m/z 280,165-280,175 Duloxetin m/z 298,120-298,130

Fluoxetin m/z 310-135-310,145 Fluvoxamin m/z 319,155-319,165 Imipramin m/z 281,195-281,205 Lamotrigin m/z 256,010-256,020 Mirtazapin m/z 266,160-266,170 Nortriptylin m/z 264,170-264,180 Opipramol m/z 364,230-364,240

Paroxetin m/z 330,145-330,155

Reboxetin m/z 314,170-314,180

Sertralin m/z 306,075-306,085

Trazodon m/z 372,155-372,165

Trimipramin m/z 295,210-295,220

Venlafaxin m/z 278,205-278,215

Abb. 23. Chromatogramme aufgenommen mit Accela U-HPLC gekoppelt mit einem Q Exactive im Full-Scan-Modus mit positiver Ionisierung (m/z 100 - 1000) selektiert über extrahierten Ionenspuren (Massenfenster m/z ±0,01, RT 5,5 - 9 min) von (a) Standard 1 μg/mL und (b) Blank

S EITE | 74 ERGEBNISSE UND DISKUSSION

4.2.2 Spezifität

Alle zehn Urine zeigten keine störenden Signale zur den jeweiligen RT in den isolierten Massenberei- chen (m/z ±0,01). Weiterhin wurden einzeln mit den jeweiligen AD dotierte Blank-Proben aufgearbeitet. Es konnte gezeigt werden, dass keine interferierenden Signale in den jeweiligen Massenfenstern der anderen AD zu betreffenden RT detektierbar waren (siehe dazu auch Kap. 4.1.2).

4.2.3 Selektivität

Peakform und Separation erfüllten die optische Beurteilung. Die Peakbreiten an der Basislinie betrugen weniger als 0,20 Minuten. Die RT waren stabil und schwankten um maximal 0,4% bis 1,0% (siehe dazu auch Kap. 4.1.3).

4.2.4 Nachweisgrenze

Die Bestimmung der Nachweisgrenze (LOD) erfolgt über das S/N-Verhältnis (siehe dazu auch Kap. 4.1.4). Dieses wurde manuell korrigiert, wenn keine interferierenden Signale im isolierten Mas- senbereich von m/z ±0,01 des ADs detektiert wurden (siehe auch Tab. 11). In diesen Fällen war der dynamische Bereich des Detektors der limitierende Faktor zur Bestimmung der Nachweisgrenze. Beim verwendeten Gerät entspricht dieser einer Signalintensität von 20.000 Einheiten. Zusätzlich wurden sechs Proben mit 5 ng/mL dotiert und analysiert. Der Mittelwert der Signalhöhen dieser Pro- ben wurde zur Berechnung der Nachweisgrenze herangezogen (Präzision < 14,2%). Die sich hieraus ergebenen theoretischen Nachweisgrenzen des Verfahrens sind Tab. 12 dargestellt.

Die ermittelten Nachweisgrenzen liegen deutlich unterhalb der LODs der GC-MS-Methode und ebenso unterhalb des Arbeitsbereichs. Die Möglichkeit der Messung im unteren ng-Bereich ist bedeutsam für die pharmazeutische Rückstands- und Spurenanalytik.

ERGEBNISSE UND DISKUSSION S EITE | 75

Tab. 12. Übersicht über die theoretischen Nachweisgrenze der 20 AD bestimmt mittels U-HPLC Q Exactive im Full-Scan-Modus mit positiver Ionisierung

Analyt LOD Analyt LOD

Agomelatin 1,1 ng/mLa Lamotrigin 0,4 ng/mLb

Amitriptylin 0,2 ng/mLb Mirtazapin 0,4 ng/mLb

Bupropion 0,2 ng/mLb Nortriptylin 0,2 ng/mLb

Citalopram 0,2 ng/mLb Opipramol 0,3 ng/mLb

Clomipramin 3,2 ng/mLa Paroxetin 0,5 ng/mLb

Doxepin 4,8 ng/mLa Reboxetin 1,4 ng/mLa

Duloxetin 6,4 ng/mLb Sertralin 1,8 ng/mLb

Fluoxetin 3,7 ng/mLa Trazodon 0,2 ng/mLb

Fluvoxamin 0,4 ng/mLb Trimipramin 0,2 ng/mLb

Imipramin 0,1 ng/mLb Venlafaxin 0,1 ng/mLb

(a) Bestimmung über S/N > 3; (b) Dynamischer Bereich des Detektor als limitierender Faktor

4.2.5 Linearität

Innerhalb des festgelegten Arbeitsbereichs (250 ng/mL - 2500 ng/mL) der Methode wurde durch Analyse von unabhängig dotierten Proben die Korrelation der Werte ermittelt. Die Daten wurden mit dem Test nach Huber auf Ausreißer geprüft [67]. Für alle Analyten ergab der Vergleich der relativen Verfahrensstandardabweichung nach Mandel (P = 99%), dass eine lineare Anpassung erlaubt war [67]. Die Geradengleichungen der Form y = mx + b mit den dazugehörigen Korrelationskoeffizien- ten R sind in Tab. 13 dargestellt. Für R ergab sich für alle Analyten ein Wert > 0,99. Dieses Ergebnis wurde durch Mehrfachbestimmung der Kalibrierkurve im gewählten Arbeitsbereich bestätigt. Ob- wohl für qualitative Analysen nicht notwendig, so ermöglicht die hier gezeigte Linearität eine semiquantitative Abschätzung (siehe dazu auch Kap. 4.1.5).

S EITE | 76 ERGEBNISSE UND DISKUSSION

Tab. 13. Parameter der Kalibrierkurven y = mx + b mit Steigung m, Achsenabschnitt b und Kor- relationskoeffizient R der 20 AD über den Arbeitsbereich von 250 ng/mL - 2500 ng/mL bestimmt mittels U-HPLC Q Exactive im Full-Scan-Modus mit positiver Ionisierung

Analyt Steigung Achsenab- R Analyt Steigung Achsenab- R m schnitt b m schnitt b

Agomelatin 0,5616 0,0081 0,9971 Lamotrigin 0,5548 0,0025 0,9966

Amitriptylin 1,4163 0,0234 0,9961 Mirtazapin 0,4787 0,0221 0,9971

Bupropion 1,0176 -0,0537 0,9965 Nortriptylin 1,2933 0,0152 0,9994

Citalopram 0,9562 -0,0229 0,9972 Opipramol 0,5632 0,1104 0,9933

Clomipramin 1,0977 0,0108 0,9994 Paroxetin 1,4542 0,0099 0,9992

Doxepin 1,2866 0,0124 0,9994 Reboxetin 0,6156 -0,0245 0,9976

Duloxetin 0,0587 -0,0024 0,9989 Sertralin 0,4099 -0,0223 0,9990

Fluoxetin 0,6647 -0,0077 0,9997 Trazodon 0,7232 0,1129 0,9926

Fluvoxamin 0,9362 -0,0671 0,9981 Trimipramin 1,2334 0,0025 0,9992

Imipramin 1,9150 0,0106 0,9992 Venlafaxin 1,3416 0,0277 0,9992

4.2.6 Präzision

Die Bestimmung der Präzision erfolgte über das Verhältnis der jeweiligen Peakflächen von Analyt zu IS. Mittels ANOVA und des Tests auf Ausreißer nach Nalimov wurden die Ergebnisse auf ihre Güte geprüft [67]. Für alle Analyten waren die über den IS korrigierten relativen Standardabweichungen für die Wiederhol- < 15,6% (n = 6) sowie für die Vergleichspräzision < 16,2% (n = 18) und damit kleiner als das festgelegte Konfidenzintervall der relativen Standardabweichung von 20% (Tab. 14) [76]. Für qualitative Bestimmungen von untergeordneter Bedeutung ermöglicht die gegebene Präzision der Methode jedoch semiquantitative Aussagen (siehe dazu Kap. 4.1.6).

ERGEBNISSE UND DISKUSSION S EITE | 77

Tab. 14. Wiederhol- und Vergleichspräzision der 20 AD für den unteren, mittleren sowie oberen Arbeitsbereich bestimmt mittels U-HPLC Q Exactive im Full-Scan-Modus mit positiver Ionisierung

Analyt Wiederholpräzision Vergleichspräzision

0,5μg/mL 1,5μg/mL 2,25μg/mL 0,5μg/mL 1,5μg/mL 2,25μg/mL (n) (n) (n) (n) (n) (n)

Agomelatin 4,6% (6) 5,0% (6) 6,5% (6) 16,0% (18) 8,6% (18) 10,3% (18)

Amitriptylin 8,1% (6) 4,2% (6) 11,6% (6) 11,2% (18) 11,9% (18) 13,5% (18)

Bupropion 8,7% (6) 6,2% (6) 10,0% (6) 16,2% (18) 8,7% (18) 10,1% (18)

Citalopram 3,3% (6) 4,9% (6) 1,9% (5) 11,4% (18) 11,6% (17) 10,5% (17)

Clomipramin 3,3% (6) 1,8% (6) 2,7% (6) 14,8% (18) 12,7% (18) 11,3% (18)

Doxepin 1,8% (6) 1,0% (6) 2,9% (6) 10,6% (18) 7,4% (18) 9,8% (18)

Duloxetin 3,4% (6) 2,2% (6) 3,4% (6) 10,5% (18) 8,2% (18) 10,9% (18)

Fluoxetin 0,5% (5) 2,2% (6) 3,8% (6) 11,4% (17) 10,6% (18) 9,8% (18)

Fluvoxamin 1,8% (6) 3,8% (6) 4,5% (6) 15,3% (18) 12,2% (18) 14,7% (18)

Imipramin 1,7% (6) 1,9% (6) 2,8% (6) 12,7% (18) 8,8% (18) 11,0% (18)

Lamotrigin 10,3% (6) 5,6% (6) 15,6% (6) 13,6% (18) 10,7% (18) 14,7% (18)

Mirtazapin 13,8% (6) 8,3% (6) 11,0% (6) 11,4% (18) 13,4% (18) 12,7% (18)

Nortriptylin 2,2% (6) 1,5% (6) 3,0% (6) 9,2% (18) 9,4% (18) 8,4% (18)

Opipramol 11,2% (6) 7,7% (6) 6,8% (6) 12,3% (18) 8,1% (18) 16,2% (18)

Paroxetin 2,0% (6) 2,5% (6) 0,7% (5) 9,8% (18) 13,7% (18) 7,5% (17)

Reboxetin 3,3% (6) 3,5% (6) 1,9% (5) 11,6% (18) 13,2% (18) 10,8% (17)

Sertralin 2,1% (6) 4,1% (6) 3,6% (6) 9,1% (18) 10,5% (18) 8,6% (18)

Trazodon 12,4% (6) 4,1% (6) 13,2% (6) 11,7% (18) 9,6% (18) 13,9% (18)

Trimipramin 2,2% (6) 1,8% (6) 2,1% (6) 16,1% (18) 13,0% (18) 11,0% (18)

Venlafaxin 2,2% (6) 1,6% (6) 2,4% (6) 10,2% (18) 9,3% (18) 9,7% (18)

4.2.7 Ionensuppression

Die Methode zeigte keine Ionensuppressionseffekte. Die mittleren Signalhöhen der Messung mit Wasser bzw. Urin als Matrix unterschieden sich nicht signifikant voneinander [15].

S EITE | 78 ERGEBNISSE UND DISKUSSION

4.2.8 Robustheit

Das Verfahren zeigte sich robust gegenüber variierenden analytischen Bedingungen. Bei unterschiedlichen urinären Matrices waren Spezifität und Selektivität gegeben. Eine Verschleppung (carry over) in nachfolgend analysierte Lösungsmittelproben wurde nicht beobachtet.

4.2.9 Dopingkontrollproben

Die einzelnen Validierungsparameter zeigen die prinzipielle Möglichkeit des Nachweises von AD im Urin mittels hochauflösender MS. Ein wesentlich realistischerer Hinweis auf die Effizienz und Ein- satzmöglichkeit der entwickelten Methode ist die Analyse von Urinproben von Patienten bzw. Athle- ten, die mit diesen Substanzen therapiert wurden. Im Rahmen vorliegender Arbeit wurden daher ausgewählte Dopingkontrollproben untersucht, bei denen mit der GC-MS-Analysemethode AD detektiert wurden sowie zusätzlich auf dem Probenbegleitschreiben eine Behandlung mit AD angegeben war.

Für die AD Amitriptylin, Bupropion, Citalopram, Fluoxetin, Nortriptylin sowie Venlafaxin wurden Do- pingkontrollproben untersucht. Die folgenden Abbildungen zeigen die Chromatogramme der analogen Feinmasse (m/z ±0,01) jeweils für den Analyten sowie den entsprechenden IS der untersuchten Proben bei positiver Ionisierung im Full-Scan-Modus (m/z 100 - 1000). Aufgrund der Feinmasse und der RT im Verhältnis zum IS sind die AD eindeutig identifizierbar (Abb. 24, Abb. 25, Abb. 26, Abb. 27, Abb. 28, Abb. 29).

Amitriptylin wird im Körper zu Nortriptylin metabolisiert [18]. Daher werden im Urin hier beide Sub- stanzen detektiert, während bei alleiniger Gabe von Nortriptylin kein Amitriptylin nachweisbar ist (siehe Abb. 24 und Abb. 28).

ERGEBNISSE UND DISKUSSION S EITE | 79

(a) d3-Nortriptylin m/z 267,190-267,200

Nortriptylin (b) m/z 264,170-264,180

Amitriptylin (c) m/z 278,185-278,195

Abb. 24. Chromatogramme der analogen Feinmassen (positive Ionisierung, m/z 100 - 1000, Massenfenster m/z ±0,01) einer Dopingkontrollprobe eines Athleten, der mit Amitriptylin behandelt worden ist, (a) d3-Nortriptylin als IS (RT 7,96), (b) Metabolit Nortriptylin (RT 7,97) und (c) Amitriptylin (RT 8,05).

(a) d6-Venlafaxin m/z 284,245-284,255

Bupropion (b) m/z 240,110-240,120

Abb. 25. Chromatogramme der analogen Feinmassen (positive Ionisierung, m/z 100 - 1000, Massenfenster m/z ±0,01) einer Dopingkontrollprobe eines Athleten, der mit Bupropion behandelt worden ist, (a) d6-Venlafaxin als IS (RT 6,76) und (b) Bupropion (RT 6,75).

S EITE | 80 ERGEBNISSE UND DISKUSSION

d3-Doxepin (a) m/z 283,185-283,195

Citalopram (b) m/z 325,165-325,175

Abb. 26. Chromatogramme der analogen Feinmassen (positive Ionisierung, m/z 100 - 1000, Massenfenster m/z ±0,01) einer Dopingkontrollprobe eines Athleten, der mit Citalopram behandelt worden ist, (a) d3-Doxepin als IS (RT 7,54) und (b) Citalopram (RT 7,48).

(a) d6-Fluoxetin m/z 316,175-316,185

Fluoxetin (b) m/z 310-135-310,145

Abb. 27. Chromatogramme der analogen Feinmassen (positive Ionisierung, m/z 100 - 1000, Massenfenster m/z ±0,01) einer Dopingkontrollprobe eines Athleten, der mit Fluoxetin behandelt worden ist, (a) d6-Fluoxetin als IS (RT 8,34) und (b) Fluoxetin (RT 8,36).

ERGEBNISSE UND DISKUSSION S EITE | 81

(a) d3-Nortriptylin m/z 267,190-267,200

Nortriptylin (b) m/z 264,170-264,180

Amitriptylin (c) m/z 278,185-278,195

Abb. 28. Chromatogramme der analogen Feinmassen (positive Ionisierung, m/z 100 - 1000, Massenfenster m/z ±0,01) einer Dopingkontrollprobe eines Athleten, der mit Nortriptylin behandelt worden ist, (a) d3-Nortriptylin als IS (RT 7,99) und (b) Nortriptylin (RT 7,99). Das Massenfenster von (c) Amitriptylin zeigt kein Signal bei der entsprechenden RT von 8,05 Minuten (siehe auch Abb. 24).

d6-Venlafaxin (a) m/z 284,245-284,255

Venlafaxin (b) m/z 278,205-278,215

Abb. 29. Chromatogramme der analogen Feinmassen (positive Ionisierung, m/z 100 - 1000, Massenfenster m/z ±0,01) einer Dopingkontrollprobe eines Athleten, der mit Venlafaxin behandelt worden ist, (a) d6-Venlafaxin als IS (RT 6,74) und (b) Venlafaxin (RT 6,74).

S EITE | 82 ERGEBNISSE UND DISKUSSION

4.2.10 Vergleichende Betrachtung der Analysemethoden

Beide hier vorgestellte Methoden liefern valide Ergebnisse. Die verschiedenen AD konnten eindeutig und reproduzierbar identifiziert werden. In Tab. 15 sind die Ergebnisse beider Validierungen in einer Übersicht zusammengestellt. Die theoretischen Nachweisgrenzen liegen unterhalb des Arbeitsbe- reichs sowie der zu erwartenden urinären Konzentrationen während therapeutischer Maßnahmen. Die Nachweisgrenzen, die mit dem U-HPLC Q Exactive-System erreicht werden, liegen im unteren ng-Bereich. Damit ist die Methode für die Spurenanalytik in pharmazeutischen und umweltanalyti- schen Bereichen bestens geeignet.

Die mittlere Wiederfindung der GC-MS-Methode liegt über 52% und ist damit für qualitative Best- immungen akzeptabel. Durch Verlängerung der Extraktionszeit bzw. -zahl konnte keine signifikante Erhöhung der Wiederfindungsrate erreicht werden. Die „Direktmethode“ arbeitet im Gegensatz dazu ohne Substanzverluste. Matrixeffekte können jedoch zu analytischen Problemen wie Ionensuppres- sion oder RT-Verschiebung beitragen. Im Rahmen der durchgeführten Validierung sind diese nicht aufgetreten. Die Präzision und Linearität ist bei beiden Analysemethoden gegeben. Dies ermöglicht semiquantitative Abschätzungen der Konzentrationen von AD.

Da die GC-MS-Analysemethode valide Ergebnisse liefert, können die Daten für die statistische Aus- wertung verwendet werden. Außer Opipramol und Duloxetin wurden alle relevanten AD erfasst. Die Validität der neu entwickelten Methode konnte durch die Messung von Dopingkontrollproben bestä- tigt werden. Eine Erweiterung auf die Metaboliten der AD wäre möglich und würde die Nachweisbar- keit der AD weiter erhöhen. Die verwendete Methode zur Bestimmung von AD aus Humanurin mittels Direktinjektion und Separation mit U-HPLC gekoppelter mit hochauflösender MS wurde bisher noch nicht beschrieben.

ERGEBNISSE UND DISKUSSION S EITE | 83

Tab. 15. Zusammenfassung aller Validierungsparameter

0,9971 0,9961 0,9965 0,9972 0,9994 0,9994 0,9989 0,9997 0,9981 0,9992 0,9966 0,9971 0,9994 0,9933 0,9992 0,997 0,9990 0,9926 0,9992 0,9992

Linearität

linear linear linear linear linear linear linear linear linear linear linear linear linear linear linear linear linear linear linear linear Anpassung Orbitrap

6 8 3

7,3 9, 9,8 9,0 9,4 9,3 11,6 12,2 11,2 12,9 10, 14,1 10, 13,0 12,5 12,2 10,3 11,9 11,7 13,3 Exactive

Vergleich Q

- HPLC -

U 9 1 Präzision [%]* 5,4 8,0 8,3 3,4 2,6 1,9 3,0 2,1 3,3 2,1 2,3 8,6 1,7 2, 3,3 9,9 2,0 2, 10,5 11,0 Wiederhol

4 1,1 0,2 0,2 0,2 3,2 4,8 6, 3,7 0,4 0,1 0,4 0,4 0,2 0,3 0,5 1,4 1,8 0,2 0,2 0,1 LOD [ng/mL]

R n.a. n.a.

0,9981 0,9954 0,9973 0,9945 0,9928 0,9959 0,9931 0,9930 0,9979 0,9907 0,9921 0,9962 0,9937 0,9908 0,9981 0,9913 0,9964 0,9982

Linearität ear n.a. n.a. linear linear linear linear linear linear linear linear linear linear linear linear linear lin linear linear linear linear Anpassung

2 2 4

9,0 4,6 7,1 9, 7,4 5,9 7,3 7,5 6,5 9,5 7, 6,6 9, 5,1 6,4 5,6 6,0 n.a. n.a. 11,7

Vergleich MS -

- GC

9 8 7 6 4 Präzision [%]* 3,5 3, 2,7 4,9 4, 4,5 2, 3,9 2,7 3,3 6,2 2,5 2,5 3, 2,9 2,9 3,9 3, n.a. n.a. Wiederhol

a.) nicht analysiert

8 7 5 7 5 5 . (n. n.a. n.a. 66,6 62,5 65,7 63,4 63, 66,6 59, 62, 65,3 60, 67, 62,6 59, 64,2 63,1 52,3 61,4 62,3 [%]* findung Wiede

4 4 9,5 4,3 5,7 8,0 4,6 3, 5,5 6,8 n.a. n.a. 26,1 76,6 40,9 28, 41,1 75,2 10,1 17,1 97,8 13,5 LOD [ng/mL]

[Da] Mol 243,30 277,40 239,74 324,39 314,85 279,38 298,13 309,33 318,33 280,41 256,09 265,35 263,38 363,24 329,36 313,39 306,23 371,86 294,43 277,40 Masse

* mittlere Wiederfindung bzw. Präzision iptylin Substanz Agomelatin Amitriptylin Bupropion Citalopram Clomipramin Doxepin Duloxetin Fluoxetin Fluvoxamin Imipramin Lamotrigin Mirtazapin Nortr Opipramol Paroxetin Reboxetin Sertralin Trazodon Trimipramin Venlafaxin

S EITE | 84 ERGEBNISSE UND DISKUSSION

4.3 Statistische Analyse der Prävalenz von AD in Dopingkontrollproben im Vergleich zu Verordnungsdaten der Normalbevölkerung

In den Jahren 1999 bis 2011 wurden in 396 der 116.327 analysierten Proben AD detektiert. Dies entsprach einem relativen Anteil [%] der AD-Befunde (RFAD) von 0,34%. Von den 238 untersuchten Dis- ziplinen waren 58 (24,4%) betroffen. Die Gesamtzahl der in diesen Sportarten analysierten Proben umfasste 88,9% (n = 116.327) der im Studienzeitraum insgesamt untersuchten Dopingkontrollpro- ben. Im Folgenden werden die AD-Befunde nach unterschiedlichen Gesichtspunkten aufgeschlüsselt und analysiert. Als Parameter wurden das Jahr, die Sportkategorie, das Geschlecht, die Art der Kon- trolle (Wettkampf- oder Trainingskontrolle), das Land (Herkunft) sowie die applizierte Substanz betrachtet. Bei der Betrachtung des Parameters Land wurde angenommen, dass die Nationalität des Athleten der Herkunft des auftraggebenden Sportverbands entspricht. Innerhalb dieser Gruppierun- gen wurde die Analyse nach obigen Kenngrößen nochmals differenziert. Darüberhinaus wurden sportspezifische Aspekte betrachtet. Fußball und Radsport waren die am häufigsten analysierten Sportarten und wurden daher exemplarisch einer Einzelauswertung unterzogen und gegenüberge- stellt.

4.3.1 Jährliche Entwicklung der Prävalenz von AD in Dopingkontrollproben

4.3.1.1 Allgemein

Die Anzahl der Proben mit AD-Befund bezogen auf die Gesamtzahl analysierter Proben ist in Tab. 16 dargestellt. Zusätzlich sind die Anzahl betroffener Sportarten sowie die Zahl unterschiedlicher Sub- stanzen, die in diesen Proben detektiert wurden, aufgelistet. Der Verlauf der RFADs im Untersu- chungszeitraum wird in Abb. 30 visualisiert.

Nach einem moderaten Anstieg von 1999 bis 2006, erhöhte sich die RFAD in 2007 im Vergleich zum

Vorjahr um 73% und stieg in 2008 nochmals um 40% an. In den Jahren 2009 bis 2011 fielen die RFADs auf das Niveau von 2007 (Abb. 30) ab. Mit einem Minimum im Jahr 1999 (RFAD = 0,11%, n = 7.610) und einem Maximum in 2008 (RFAD = 0,63%, n = 11.515) zeigten die RFADs insgesamt eine Versechsfa- chung der Werte (p < 0,001). Im gleichen Zeitraum nahm ebenso die Anzahl der insgesamt pro Jahr analysierten Proben zu (Tab. 16).

ERGEBNISSE UND DISKUSSION S EITE | 85

Tab. 16. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtan- zahl an analysierten Proben aufgeschlüsselt nach Jahren.

Jahr Anzahl Proben Gesamtanzahl RFAD [%] Anzahl betroffe- Anzahl unter- mit AD-Befund analysierter Pro- ner Sportarten schiedlicher ben Substanzen

1999 8 7610 0,11 4 (n = 70) 3

2000 12 6519 0,18 4 (n = 59) 3

2001 16 7321 0,22 4 (n = 72) 4

2002 8 6923 0,12 4 (n = 80) 4

2003 18 6716 0,27 9 (n = 73) 7

2004 19 7196 0,26 8 (n = 75) 8

2005 20 7869 0,25 10 (n = 104) 9

2006 25 9519 0,26 13 (n = 85) 12

2007 52 11683 0,45 19 (n = 98) 13

2008 72 11515 0,63 22 (n =108) 16

2009 49 11312 0,43 17 (n = 115) 12

2010 43 10090 0,43 15 (n = 116) 11

2011 54 12054 0,45 22 (n = 119) 16

Gesamt 396 116.327 0,34 58 (n = 238) 24

(RFAD) Relativer Anteil [%] der Dopingkontrollproben mit AD-Befund an den Gesamtproben

Die Zahl betroffener Sportarten blieb in den ersten Jahren konstant (1999 - 2002, n = 4). Ab 2003 wurde ein Anstieg erkennbar, der in 2008 und 2011 mit jeweils 22 verschiedenen Sportarten maximal ausgeprägt war. Diese Änderung zeigte sich auch relativ, d.h. bezogen auf die Anzahl der unterschiedlichen Sportarten pro Jahr. Das Verhältnis betroffene Disziplinen zur Gesamtzahl analysierter Disziplinen war in 2002 minimal (5,7%) und in 2008 maximal (20,4%) ausgeprägt (Tab. 16). Ähnliches war bei der Zahl verschiedener Substanzen zu beobachten. Ein Minimum zeigte sich in 1999 und 2000 (n = 3) bzw. in 2001 und 2002 (n = 4). In den folgenden Jahren stieg die Zahl unterschiedlicher AD, die pro Jahr detektiert wurden. Ein Maximum wurde ebenfalls in 2008 sowie 2011 (n = 16) bestimmt (Tab. 16). Differenzierte Betrachtungen der betroffenen Disziplinen bzw. Substanzen werden in den Kapiteln 4.3.2 sowie 4.3.3 vorgenommen.

S EITE | 86 ERGEBNISSE UND DISKUSSION

0,70% Gesamtproben 0,60%

0,50%

0,40% [%] AD

RF 0,30%

0,20%

0,10% 0,11% 0,18% 0,22% 0,12% 0,27% 0,26% 0,25% 0,26% 0,45% 0,63% 0,43% 0,43% 0,45% 0,00% 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Abb. 30. Entwicklung der RFADs [%] in Dopingkontrollproben im Zeitraum von 1999 bis 2011

4.3.1.2 Geschlecht

Insgesamt waren in den Jahren 1999 bis 2011 69,3% (n = 116.327) der analysierten Proben von männlichen und 23,1% (n = 116.327) von weiblichen Athleten. Bei 7,6% (n = 116.327) der Dopingkon- trollproben wurden keine Geschlechtsspezifikationen übermittelt. In durchschnittlich 0,35% (AD = 279, n = 80.573) der Proben von männlichen Sportlern wurden AD detektiert sowie in 0,34% (AD = 91, n = 26.820) der Urinproben weiblicher Sportler. Die Berechnungen des exakten Binomial- test zeigten, dass die mittleren RFADs für männliche und weibliche Athleten untereinander nicht signifikant abwichen (p > 0,05).

Bei männlichen Sportlern wiesen die RFADs einen ähnlichen Verlauf wie die Gesamtproben auf (Abb. 31, siehe auch Kap. 4.3.1.1 Abb. 30). In den Jahren 1999 bis 2006 zeigte sich zunächst ein moderater Anstieg. Anschließend erhöhte sich die Prävalenz um 79% in 2007 und um weitere 58% in 2008. In den Jahren 2009 bis 2011 sanken die RFADs auf das Niveau von 2007. Ein Minimum war in

2002 (RFAD = 0,10%, n = 4.900) erkennbar, ein Maximum wiederum in 2008 (RFAD = 0,71%, n = 7.332)

(Abb. 31). Hier zeigte sich insgesamt eine Versiebenfachung der RFADs (p < 0,001). Bei männlichen Athleten waren 38 von 218 analysierten Sportarten (17,4%) betroffen. Die Anzahl der betroffenen Sportarten sowie Substanzen war in den ersten Jahren konstant und nachfolgend steigend. Ein Mi- nimum erreichte die Zahl der verschiedenen Disziplinen in den Jahren 2000 bis 2002 (n = 2). Ein Ma- ximum war in 2011 mit 19 unterschiedlichen Disziplinen zu erkennen. Ähnliches stellte sich bei der Anzahl der detektierten Substanzen dar, in 1999 und 2001 zeigten sie die niedrigsten Werte (n = 2)

ERGEBNISSE UND DISKUSSION S EITE | 87

und in 2011 die höchsten (n = 16). In den Proben wurden insgesamt 23 unterschiedliche AD detektiert.

0,80% männliche Sportler weibliche Sportler 0,70%

0,60%

0,50%

0,40% [%] AD 0,30% RF

0,20%

0,10% 0,13% 0,13% 0,15% 0,10% 0,15% 0,26% 0,24% 0,25% 0,45% 0,71% 0,43% 0,46% 0,57% 0,07% 0,20% 0,35% 0,24% 0,33% 0,28% 0,30% 0,32% 0,45% 0,54% 0,47% 0,35% 0,15% 0,00%

männliche Sportler weibliche Sportler

Abb. 31. Entwicklung der RFADs [%] in Dopingkontrollproben von männlichen undweiblichen Sportlern im Zeitraum von 1999 bis 2011

Bei den weiblichen Sportlern war der Verlauf der RFADs im Untersuchungszeitraum gleichmäßiger

(Abb. 31). Die Minimal- und Maximalwerte (1999: RFAD = 0,07%, n = 1.349 und 2008: RFAD = 0,54%, n = 3.308) der RFADs unterschieden sich ebenfalls um Faktor sieben (p < 0,01). Der Anstieg in den Jahren 2007 / 2008 ist hier nicht so stark ausgeprägt. Die Werte der Folgejahre fallen bei den weiblichen Athleten im Gegensatz zu den männlichen Athleten ab. Im Vergleich der Geschlechter waren die Unterschiede der Kleinst- bzw. Höchstwerte zwischen männlichen und weiblichen Sportlern nicht signifikant: Männer 2002 (RFAD = 0,10%n = 4.900) vs. Frauen 1999 (RFAD = 0,07%n = 1.349) – p > 0,05;

Männer 2008 (RFAD = 0,71%, n = 7.332) vs. Frauen 2008 (RFAD = 0,54%, n = 3.308) – p > 0,05. Auch bei den getesteten Proben weiblicher Athleten stieg die Anzahl betroffener Sportarten und Substanzen über die Jahre an, jedoch nicht so stark wie bei männlichen Athleten. Im Jahr 1999 war nur eine Sportartart betroffen. Maximale Werte wurden bei der Zahl unterschiedlicher Disziplinen in den Jah- ren 2007 und 2008 (n = 9) und bei den Wirkstoffen im Jahr 2010 (n = 9) erreicht. Insgesamt wurden im Untersuchungszeitraum in 32 von 190 Disziplinen (16,8%) 15 unterschiedliche AD detektiert.

S EITE | 88 ERGEBNISSE UND DISKUSSION

4.3.1.3 Art der Kontrolle

In den Jahren 1999 bis 2011 wurden 94.310 (81,1%) Wettkampfproben (In-Competition, IC) und 22.017 (18,9%) Trainingskontrollen (Out-Of-Competition, OOC) untersucht. Die eingesetzte Analyse- methode war etabliert für die Detektion von Stimulantien und Narkotika, die nur im Wettkampf verboten sind. Aus diesem Grund wurden im Vergleich weniger Trainingskontrollen analysiert. Zu Beginn des Untersuchungszeitraums zeigte sich dies besonders deutlich. Von 1999 bis 2005 wurden insgesamt 1.074 (2,1%) Trainigskontrollen untersucht. Im gleichen Zeitraum waren es 49.080 (97,9%) Wettkampfkontrollen. In den folgenden Jahren erhöht sich das Verhältnis der Proben OOC / IC zugunsten der OOC-Proben: 20.943 (31,7%) zu 45.230 (68,3%).

Im gesamten Untersuchungszeitraum wurden in 0,31% (AD = 294, n = 94.310) der

Wettkampfkontrollen AD detektiert. Die RFAD in den Trainingskontrollen lag mit 0,46% (AD = 102, n = 22.017) signifikant höher (p < 0,001).

2,80% Wekampontrollen 2,60% Trainingskontrollen 2,40% 2,20% 2,00% 1,80% 1,60% 1,40% [%]

AD 1,20%

RF 1,00% 0,80% 0,60% 0,40% 0,09% 0,11% 0,21% 0,09% 0,26% 0,27% 0,25% 0,32% 0,50% 0,43% 0,45% 0,51% 0,47% 1,59% 0,44% 1,16% 0,56% 0,14% 0,31% 0,91% 0,40% 0,21% 0,41% 0,20% 2,75% 0,00%

Wekampontrollen Trainingskontrollen

Abb. 32. Entwicklung der RFADs [%] in Dopingkontrollproben aus dem Wettkampf bzw. dem Training im Zeitraum von 1999 bis 2011

Der RFAD-Verlauf bei Wettkampfkontrollen zeigte dabei einen Anstieg im Untersuchungszeitraum.

Dieser war von 1999 bis 2006 zunächt moderat. Die Erhöhung der RFAD zum Jahr 2007 ist auch hier erkennbar (+ 56%). Die Werte blieben in den Folgejahren auf diesem Nivaeu. Die RFADs waren dabei in 2002 (RFAD = 0,09%, n = 6.751) minimal und in 2010 (RFAD = 0,51%, n = 7.275) maximal ausgeprägt.

ERGEBNISSE UND DISKUSSION S EITE | 89

Es zeigte sich insgesamt eine Versechsfachung der Werte (p < 0,001) (Abb. 32). Bei den

Trainingskontrollen war der Verlauf entgegengesetzt. Die höchsten RFADs wurden in den ersten zwei

Jahren des Untersuchungszeitraums beobachtet. Danach sanken die RFADs, ließen jedoch keinen

Trend erkennen (Abb. 32). Minimale RFADs wurden dabei in 2006 (RFAD = 0,14%, n = 2.884) und maximale in 2000 (RFAD = 2,75%, n = 182) detektiert (p < 0,001). Zu beachten ist weiterhin, die geringe Anzahl an analysierten Trainingskontrollen in den Jahren 1999 bis 2005 mit durchschnittlich 153 analysierten Proben pro Jahr (vgl. oben). In den Jahren 2004 und 2005 wurden keine AD in Trainingskontrollen nachgewiesen.

4.3.1.4 Länder

Proben aus 55 unterschiedlichen Ländern wurden untersucht. Die Einordnung erfolgte anhand der auftraggebenden Verbände. Ohne weitere Zuordnungsmöglichkeiten waren dabei Kontrollen von internationalen bzw. europäischen Sportverbänden. An länderübergreifenden Wettkämpfen wie Weltmeisterschaften oder Olympischen Spielen nehmen Sportler unterschiedlicher Nationen teil, wobei immer der ausführende Verband die Dopingkontrollproben veranlasst. Zur Vereinfachung wurden die Bezeichnungen Europa und International für Dopingkontrollproben von Sportverbänden auf europäischer bzw. internationaler Ebene gewählt. Gleichzeitig wurden diese auch als Land betrachtet, obwohl mehrere Nationen dahinter verschlüsselt waren.

In Proben von 14 Ländern (25,5%) wurden über den gesamten Untersuchungszeitraum AD detektiert (Tab. 17). Der Anteil der Dopingkontrollproben aus diesen Ländern an der Gesamtzahl der analysierten Proben umfasste 96,3% (n = 116.327). Tab. 17 listet die AD-Befunde bezogen auf die Zahl der untersuchten Proben sowie die Anzahl betroffener Sportarten und Substanzen für die einzelnen Län- der auf. Nicht aufgeführt werden Länder ohne AD-Befund (n = 4.304). Für Vergleichsmöglichkeiten bezieht sich die Zeile „Gesamt“ auf die Gesamtzahl analysierter Proben und AD-Befunde und spiegelt nicht die Summe der aufgelisteten Länder wieder (Tab. 17).

Tab. 17 zeigt, für die Mehrzahl der Länder zumeist Einzelbefunde ohne signifikante Unterschiede der

RFADs zur den Gesamtproben. Für den statistischen Vergleich der RFADs müssen die Merkmale eindeutige Gruppenzuordnungen aufweisen. Daher wurde der Exakte Binomialtest jeweils gegen die Prä- valenz der AD-Befunde in der Summe der verbleibenden Proben berechnet. In Dopingkontrollproben internationaler Sportverbände wurden in 0,44% (AD = 115, n = 26.298) der Urine AD detektiert (Tab.

17). Die RFAD war gegenüber der Gesamtzahl der Proben (ohne International) erhöht (p < 0,001). Die jährliche Entwicklung zeigte einen ansteigenden Trend der RFAD von 0,09% (n = 1.134) in 1999 zu 0,62% (n = 2.917) in 2011. In Proben von irischen Sportverbänden wurden in 38 von insgesamt 2.310

Urinen AD nachgewiesen (RFAD = 1,64%, p < 0,001) (Tab. 17). Dies beruhte vor allem auf Ergebnisse

S EITE | 90 ERGEBNISSE UND DISKUSSION

aus dem Jahr 2008. Hier waren es 22 Befunde bei 936 analysierten Proben (RFAD = 2,35%, p < 0,01). In den Jahren 2009 bis 2011 konnten vereinzelt weitere AD in Proben irischer Sportler detektiert werden. Im Zeitraum von 1999 bis 2007 wurden 19.044 Proben von italienischen Sportverbänden untersucht. In 27 (RFAD = 0,14%, p < 0,001) von diesen wurden AD gefunden (Tab. 17). Über die Jahre war kein Verlauf erkennbar. Niederländische Sportverbände veranlassten im gesamten Untersuchungs- zeitraum 9.384 Dopingkontrollproben. Die 35 (RFAD = 0,38%, p > 0,05) AD-Befunde waren verteilt über alle Kategorien und Jahre (Tab. 17). Es war kein zeitlicher Trend erkennbar.

Tab. 17. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtan- zahl an analysierten Proben aufgeschlüsselt nach Ländern

Land Anzahl Pro- Gesamtanzahl RFAD [%] Anzahl be- Anzahl unter- ben mit analysierter troffener schiedliche Sub- AD-Befund Proben Spotarten stanzen

Australien 1 26 3,85 1 (n = 3) 1

Deutschland 141 45.779 0,31 34 (n = 183) 17

Europa1 16 3.667 0,44 7 (n = 18) 11

International1 115 26.298 0,44*** 19 (n = 112) 13

Iran 8 3.031 0,26 4 (n = 48) 6

Irland 38 2.310 1,64*** 11 (n = 50) 11

Italien 27 19.044 0,14*** 6 (n = 47) 8

Japan 1 19 5,26 1 (n = 1) 1

Niederlande 35 9.384 0,37 18 (n = 91) 11

Puerto Rico 2 2 100 1 (n = 1) 1

Qatar 1 52 1,92 1 (n = 3) 1

Tunesien 1 9 11,11 1 (n = 1) 1

Türkei 6 2.320 0,26 2 (n = 2) 4

USA 4 131 3,05 2 (n = 14) 4

Gesamt2 396 116.327 0,34 58 (n = 238) 24

(1) Europäische bzw. Internationale Sportverbände, Athleten unterschiedlicher Länder können verschlüsselt sein. (2) Für Vergleichszwecke wird hier die Zahl der Gesamtproben genannt und nicht auf die Summe der aufgelistet Länder mit AD- Befund. Nicht aufgeführt sind die Länder ohne AD-Befund (n = 4.304). RFAD signifikant unterschiedlich zur RFAD der Gesamtproben auf einem Niveau von (*) p < 0,05, (**) p < 0,01, (***) p < 0,001.

ERGEBNISSE UND DISKUSSION S EITE | 91

Im Untersuchungszeitraum wurden 45.779 (39,4%) Proben von deutschen Sportverbänden analysiert. In 0,31% (AD = 141) dieser Urinproben konnten AD detektiert werden. Dieses Ergebnis unterschied sich nicht signifikant von den Gesamtproben (ohne Deutschland) (p > 0,05) (Tab. 17). Der

RFAD-Verlauf ließ bei Proben von deutschen Verbänden keinen ansteigenden oder absteigenden

Trend erkennen (Abb. 33). Die RFADs schwankten über die Jahre, maximal ist ein Faktor sieben erkennbar. Minimale und Maximale Ausprägungen fanden sich in 1999 (RFAD = 0,08%, n = 2627) bzw. in 2001 mit 0,55% (n = 2.008) (p < 0,001). Insgesamt wurden in 34 (18,6%, n = 183) unterschiedlichen Disziplinen AD detektiert. 17 verschiedene Substanzen konnten nachgewiesen werden. Über die Jah- re gesehen war auch hier ein Anstieg der Zahl der betroffenen Disziplinen sowie der detektierten Substanzen zu erkennen, wobei dieser nicht linear war.

0,90% Deutschland 0,80% Gesamtproben (ohne Deutschland) 0,70% 0,60% 0,50%

[%] 0,40% AD 0,30% RF 0,20% 0,10% 0,08% 0,33% 0,55% 0,09% 0,41% 0,50% 0,24% 0,11% 0,48% 0,41% 0,28% 0,20% 0,37% 0,12% 0,10% 0,09% 0,13% 0,21% 0,16% 0,26% 0,35% 0,42% 0,83% 0,60% 0,66% 0,52% 0,00%

Deutschland Gesamtproben (ohne Deutschland)

Abb. 33. Entwicklung der RFADs [%] in deutschen Dopingkontrollproben im Vergleich zu den Gesamtproben (ohne Deutschland) im Zeitraum von 1999 bis 2011

Von den 45.779 Proben deutscher Sportverbände waren 28.060 (61,3%) von männlichen und 12.556 (27,4%) von weiblichen Sportlern. Bei 5.163 (11,3%) Proben lagen keine Angaben zum Geschlecht vor. Die RFAD bei den männlichen Athleten (AD = 95, RFAD = 0,34%) lag dabei signifikant höher als die

RFAD der weiblichen Athleten (AD = 26, RFAD = 0,21%) (p < 0,01). Die Verläufe schwankten bei beiden Geschlechtern über die Jahre stark. Dabei ist zu erwähnen, dass in den Jahren 1999, 2002, 2003 sowie 2005 in keiner Probe eines weiblichen Sportlers eines deutschen Sportverbands AD detektiert wurden. Die Varianz der betroffenen Disziplinen war bei beiden Geschlechtern vergleichbar (Frau-

S EITE | 92 ERGEBNISSE UND DISKUSSION

en: 15, n = 152; Männer: 22, n = 165). Die Anzahl unterschiedlicher detektierter Substanzen lag bei weiblichen bzw. männlichen Athleten bei 8 und 17. Verglichen mit der RFAD von weiblichen Sportlern aus nicht-deutschen Sportverbänden (RFAD = 0,46%, n = 14.264) unterschied sich die RFAD deutscher weiblicher Sportlern auf einem Niveau von p < 0,001. Bei männlichen Sportlern waren beide Popula- tionen vergleichbar (deutsch: RFAD = 0,34%, n = 28.060; nicht-deutsch: RFAD = 0,35%, n = 52.513; p > 0,05). In Proben deutscher Sportverbände wurden AD sowohl in Wettkampf- als auch in Trai- ningskontrollen detektiert. Die Ergebnisse unterschieden sich nicht signifikant voneinander

(IC: RFAD = 0,30%, n = 29.775; OOC: RFAD = 0,34%, n = 16.000; p > 0,05).

4.3.2 Prävalenz von AD in Dopingkontrollproben unterschiedlicher Disziplinen

4.3.2.1 Allgemein

Die einzelnen Sportdisziplinen wurden zur Vereinfachung der Auswertung nach ihrem Hauptcharak- ter sieben unterschiedlichen Sportkategorien zugeordnet (siehe dazu Kap. 3.3.1 und 7.4). Gleichzeitig ermöglichte dies die Durchführung von statistischen Tests, da ausreichend große Gruppenstärken erreicht wurden. Die Anzahl der verschiedenen Sportarten pro Kategorie schwankten stark. Sehr unterschiedlich war ebenfalls die Zahl der analysierten Proben sowie AD-Befunde in den einzelnen Sportkategorien. Tab. 18 zeigt eine Übersicht über die AD-Befunde, die Gesamtzahl analysierter Pro- ben sowie der RFADs in den untersuchten Sportkategorien. Abb. 34 stellt die RFADs nochmals grafisch dar. Das Signifikanzniveau des exakten Binomialtests wurde auch hier jeweils gegen die Differenz der Gesamtproben mit der entsprechenden Kategorie bzw. Sportart bestimmt (siehe auch Kap. 3.3.3).

Aus dem Bereich Mannschaftssport wurde die Mehrzahl der Proben analysiert. 39,8% der untersuchten Dopingkontrollproben (n = 116.327) stammten aus dieser Kategorie. Die Anzahl der AD-Befunde war absolut gesehen hoch (AD = 102). Bezogen auf die Gesamtzahl analysierter Proben im Mann- schaftssport (n = 46.244) lag die RFAD von 0,22% jedoch signifikant niedriger als die RFAD der Gesamt- proben (ohne Mannschaftssport) (p < 0,001) (Tab. 18, siehe auch Abb. 34). 11 der 37 (29,7%) untersuchten Mannschaftssportarten wiesen AD-Befunde auf. Fußball umfasste dabei mit 33.155 Doping- kontrollproben allein 71,7% der analysierten Proben. Hier wurden 57 AD detektiert (Tab. 19). Die

RFAD lag mit 0,17% (n = 33.155) signifikant niedriger als die RFAD der Gesamtproben (ohne Fußball) (p < 0,001). Weitere Auswertungen zur Prävalenz von AD im Fußball sind im Kap. 4.3.4 zu finden. Im

Handball (RFAD = 0,71%, n = 1.826) wurden gegenüber den Gesamtproben (ohne Handball) mehr AD detektiert (p < 0,05) (Tab. 19). Die Prävalenzen in den Mannschaftssportarten Basketball

(RFAD = 0,46%, n = 2.832), Eishockey (RFAD = 0,27%, n = 2.256) und Rugby (RFAD = 0,52%, n = 1.148) waren gegenüber den Gesamtproben (ohne Basketball / Eishockey / Rugby) dagegen nicht signifikant verändert (p > 0,05) (Tab. 19). In den verbleibenden Disziplinen des Mannschaftssports wurden nur

ERGEBNISSE UND DISKUSSION S EITE | 93

vereinzelt AD nachgewiesen. Die Varianz der gefundenen Substanzen war im Mannschaftssport mit 17 unterschiedlichen AD hoch.

Tab. 18. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtan- zahl an analysierten Proben aufgeschlüsselt nach Kategorien.

Kategorie Anzahl Pro- Gesamtanzahl RFAD [%] Anzahl be- Anzahl unter- ben mit analysierter troffener schiedliche AD-Befund Proben Sportarten Substanzen

Athletik 38 11.814 0,32 3 (n = 10) 11

Ausdauersport 133 23.574 0,56*** 6 (n = 15) 11

Behindertensport 13 1.574 0,83** 10 (n = 76) 8

Kampfsport 12 6.765 0,18* 3 (n = 13) 8

Kraftsport 55 13.199 0,42 5 (n = 7) 15

Mannschaftssport 102 46.244 0,22*** 11 (n = 37) 17

Verschiedene 43 13.157 0,33 20 (n = 80) 16

Gesamt 396 116.327 0,34 58 (n = 238) 24

RFAD signifikant unterschiedlich zur RFAD der Gesamtproben auf einem Niveau von (*) p < 0,05, (**) p < 0,01, (***) p < 0,001.

Die meisten AD bezogen auf die unterschiedlichen Sportkategorien wurden im Bereich des Ausdau- ersports detektiert. 133 von 23.574 analysierten Proben waren betroffen. Die RFAD von 0,56% war im Vergleich zu den Gesamtproben (ohne Ausdauersport) signifikant höher (p < 0,001) (Tab. 18, siehe auch Abb. 34). Die höchste Prävalenz konnte für den Radsport bestimmt werden. Von 10.496 analysierten Dopingkontrollproben waren 112 auffällig mit AD (Tab. 19). Dies entspricht einer RFAD von

1,07%, viermal so hoch wie die RFAD der Gesamtproben (ohne Radsport) (p < 0,001). Die RFADs weiterer Sportarten dieser Kategorie zeigten keine signifikanten Abweichungen zu der Prävalenz in den

Gesamtproben: Kanu / Kajak RFAD = 0,14% (n = 2.084, p > 0,05), Rudern RFAD = 0,23% (n = 1.742, p > 0,05), Skilaufen RFAD = 0,20% (n = 2.944, p > 0,05), Schwimmen RFAD = 0,18% (n = 2.863, p > 0,05) und Triathlon RFAD = 0,16% (n = 1.886, p > 0,05) (Tab. 19). Dies lässt vermuten, dass der Radsport die

RFAD der Kategorie Ausdauersport nach oben verfälscht. Bereinigt um die Befunde aus dem Radsport sank die Prävalenz auf 0,16% (n = 13.078) und damit unterhalb die RFAD der Gesamtpro- ben (ohne Ausdauersport) (p < 0,001). Die Proben des Radsports werden in Kap. 4.3.4 detaillierter betrachtet.

S EITE | 94 ERGEBNISSE UND DISKUSSION

0,90% 0,80% 0,70% 0,60%

0,50% [%]

AD 0,40% RF 0,30% 0,20% 0,10% 0,34% 0,32% 0,56% 0,83% 0,18% 0,42% 0,22% 0,33% 0,00%

Abb. 34. RFADs [%] in Dopingkontrollproben unterschiedlicher Sportkategorien

Die RFAD im Behindertensport war mit 0,83% (n = 1.574) hoch (Tab. 18, siehe auch Abb. 34). Zudem unterschied sie sich auf einem Niveau von p < 0,01 signifikant von den Gesamtproben (ohne Behin- dertensport). Aus dem Bereich des Behindertensports wurden im Untersuchungszeitraum die wenigsten Proben analysiert. Nur 1,35% (n = 116.327) der Dopingkontrollproben konnten dieser Sport- kategorie zugeordnet werden. Die Befunde stammten ausschließlich aus den Jahren 2005 bis 2011. Keine der untersuchten Disziplinen war besonders auffällig.

Im Kampfsport zeigte sich eine niedrigere RFAD als in den Gesamtproben (ohne Kampfsport). Hier wurden in 0,18% der 6.765 analysierten Proben AD detektiert (p < 0,05) (Tab. 18, siehe auch Abb. 34). Dabei waren nur 3 der 13 hier zugeordneten Disziplinen betroffen. In den ersten sieben Jahren des Untersuchungszeitraums wurden darüberhinaus keine AD in dieser Kategorie nachgewiesen. Die

Mehrzahl der AD wurde beim Boxen detektiert (Tab. 19). Die RFAD von 0,28% (n = 2.880) war in dieser Disziplin vergleichbar mit den Gesamtproben (ohne Boxen) (p > 0,05).

Die drei verbleibenden Kategorien zeigten in ihrer Prävalenz keine signifikanten Unterschiede zu den

Gesamtproben. Die RFAD im Kraftsport betrug 0,42% (n = 13.199) (p > 0,05) (Tab. 18, siehe auch Abb. 34). Numerisch hervortretend waren die Disziplinen Kraftdreikampf (AD = 28, n = 4.005) und Ge- wichtheben (AD = 20, n = 7.812) (Tab. 19). Die RFADs waren gegenüber den Gesamtproben (ohne Kraftdreikampf / Gewichtheben) beim Kraftdreikampf erhöht (0,70%, p < 0,001) bzw. beim Gewicht- heben vergleichbar (0,26%, p > 0,05). Die anderen Sportarten lieferten nur Einzelbefunde. Die Jahre 1999, 2000 sowie 2002 waren ohne AD-Befund in dieser Sportkategorie.

ERGEBNISSE UND DISKUSSION S EITE | 95

Die Athletik wies eine Prävalenz von 0,32% (n = 11.814) auf und war mit den Gesamtproben (ohne Athletik) vergleichbar (p > 0,05) (Tab. 18, siehe auch Abb. 34). Die verbliebenen Sportarten, die unter

Verschiedene verschlüsselt sind, zeigten bei der RFAD (RFAD = 0,33%, n = 13.157) keinen signifikanten

Unterschied mit der RFAD der Gesamtproben (ohne Verschiedene) (p > 0,05) (Tab. 18, siehe auch Abb. 34).

In Tab. 19 sind die Sportarten mit den absolut betrachtet höchsten AD-Befunden bzw. die häufig analysierten Sportarten in einer Übersicht zusammengestellt. Die Zeile „Gesamt“ bezieht sich dabei auf die Gesamtproben und nicht auf die Summe der aufgelisteten Disziplinen (Tab. 19).

Tab. 19. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtan- zahl an analysierten Proben in den Sportarten mit den numerisch höchsten AD-Befunden

Kategorie Disziplin Anzahl Proben Gesamtzahl analysier- RFAD [%] mit AD-Befund ter Proben

Athletik Leichtathletik 34 8.560 0,40

Ausdauersport Kanu / Kajak 3 2.084 0,14

Radsport 112 10.496 1,07***

Schwimmen 5 2.863 0,17

Skifahren 6 2.944 0,20

Kampfsport Boxen 8 2.880 0,28

Kraftsport Gewichtheben 20 7.812 0,26

Kraftdreikampf 28 4.005 0,70***

Mannschaftssport Basketball 13 2.832 0,46

Eishockey 6 2.256 0,27

Fußball 57 33.155 0,17***

Handball 13 1.826 0,71*

Rugby 6 1.148 0,52

Verschiedene Motorsport 6 365 1,64**

Schießsport 5 2.321 0,22

Gesamt1 396 116.327 0,34

(1) Gesamt bezieht sich auf die Gesamtproben und nicht auf die Summe der hier aufgelisteten Disziplinen. RFAD signifikant unterschiedlich zur RFAD der Gesamtproben auf einem Niveau von (*) p < 0,05, (**) p < 0,01, (***) p < 0,001

S EITE | 96 ERGEBNISSE UND DISKUSSION

4.3.2.2 Geschlecht

Die Auswertung der Prävalenz in den Sportkategorien wurde um den Parameter Geschlecht erweitert. Tab. 20 zeigt die Anzahl der AD-Befunde, analysierter Proben sowie die RFADs der männlichen und weiblichen Athleten aufgeschlüsselt nach der Sportkategorie (siehe auch Abb. 35).

Tab. 20. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtan- zahl an analysierten Proben aufgeschlüsselt nach Geschlecht und Sportkategorien.

Männliche Sportler Weibliche Sportler

Kategorie Anzahl Gesamtzahl RFAD [%] Anzahl Gesamtzahl RFAD [%] Proben mit analysierter Proben mit analysierter AD-Befund Proben AD-Befund Proben

Athletik 15 6.390 0,24 23 5.259 0,44

Ausdauersport 100 15.080 0,66*** 17 6.601 0,26

Behindertensport 5 698 0,72 4 418 0,96

Kampfsport 5 4.611 0,11** 6 1.679 0,36

Kraftsport 44 9.111 0,48* 11 3.931 0,28

Mannschaftssport 89 36.840 0,24*** 9 4.331 0,21

Verschiedene 21 7.843 0,27 21 4.601 0,46

Gesamt 279 80.573 0,35 91 26.820 0,34

RFAD signifikant unterschiedlich zur RFAD der Gesamtproben auf einem Niveau von (*) p < 0,05, (**) p < 0,01, (***) p < 0,001.

Die Verteilungen der Prävalenzen bezüglich der Sportkategorien wurden zunächst mit dem χ2-Test auf Homogenität geprüft. Die RFADs in den einzelnen Kategorien zeigten bei den Proben weiblicher 2 Athleten keine signifikanten Unterschiede zur Gesamt-RFAD der Frauen von 0,34% (χ = 12,024, p > 0,05). Bei den Männern hingegen ergaben sich signifikant höhere Werte für die Bereiche Ausdau- ersport (RFAD = 0,66%, n = 15.080; p < 0,001) und Kraftsport (RFAD = 0,48%, n = 9.111; p < 0,05) sowie signifikant niedrigere Werte für Kampfsport (RFAD = 0,11%, n = 4.611; p < 0,01) und Mannschaftssport

(RFAD = 0,24%, n = 36.840; p < 0,001). Aus den Kategorien Ausdauer- und Mannschafssport wurden bei den männlichen Athleten numerisch die meisten Proben analysiert (Tab. 20). Bei weiblichen Ath- leten war das Probenniveau insgesamt untersuchter Urine ausgeglichener (Tab. 20).

ERGEBNISSE UND DISKUSSION S EITE | 97

1,00% männliche Sportler 0,90% weibliche Sportler 0,80% 0,70% 0,60% 0,50% [%] 0,40% AD

RF 0,30% 0,20% 0,10% 0,35% 0,34% 0,23% 0,44% 0,66% 0,26% 0,72% 0,96% 0,11% 0,36% 0,48% 0,28% 0,24% 0,21% 0,27% 0,46% 0,00%

Abb. 35. RFADs [%] in Dopingkontrollproben von männlichen und weiblichen Sportlern in unterschiedlichen Sportkategorien

Im Vergleich der Geschlechter zeigten sich in der Kategorie Ausdauersport Unterschiede der RFADs von männlichen und weiblichen Sportlern auf einem Signifikanzniveau von p < 0,001 (Män- ner: RFAD = 0,66%, n = 15.080, Frauen: RFAD = 0,26%, n = 6.601) (Abb. 35). Die Prävalenzen für die

Bereiche Athletik (Männer: RFAD = 0,24%, n = 6.390, Frauen: RFAD = 0,44%, n = 5.259, p < 0,01),

Kampfsport (Männer: RFAD = 0,11%, n = 4.611, Frauen: RFAD = 0,36%, n = 1.679, p < 0,05) und Ver- schiedene (Männer: RFAD = 0,27%, n = 7.843, Frauen: RFAD = 0,46%, n = 4.601, p < 0,05) lagen dagegen bei den weiblichen Sportlern oberhalb der Niveaus der männlichen Sportler. Für die verbleibenden Kategorien ergaben sich hinsichtlich der Geschlechtsspezifikation vergleichbare Werte (Tab. 20, siehe auch Abb. 35).

Bei der Bestimmung der Prävalenzen für einzelne Sportarten ergaben sich für männliche und weibliche Athleten unterschiedliche Ergebnisse. Die Ausdauersportarten Radsport und Schwimmen zeigten beispielsweise signifikante Abweichungen zwischen den Geschlechtern. Bei männlichen Sportlern ergab sich eine höhere RFAD im Radsport (Männer: RFAD = 1,23%, n = 7.131, Frauen: RFAD = 0,49%, n = 1.645; p < 0,01). Weibliche Sportler wiesen dagegen höhere AD-Befunde im Schwimmen auf

(Männer: RFAD = 0%, n = 1.566, Frauen: RFAD = 0,40%, n = 1.241; p < 0,01). Bei männlichen Sportlern wurde hier bei leicht höherer Probenanzahl im Untersuchungszeitraum kein AD detektiert. Ähnliches zeigte sich bei der Kampfsportart Boxen. Die RFAD in Proben männlicher Athleten lag unterhalb der

RFAD weiblicher Athleten (Männer: RFAD = 0,09%, n = 2.239, Frauen: RFAD = 1,17%, n = 426; p < 0,001).

In den Kraftsportarten Kraftdreikampf sowie im Gewichtheben zeigten die RFADs von männlichen

S EITE | 98 ERGEBNISSE UND DISKUSSION

(RFAD = 0,74%, n = 2.992 bzw. RFAD = 0,31%, n = 5.140) und weiblichen Athleten (RFAD = 0,66%, n = 913 bzw. RFAD = 0,15%, n = 2.645) dagegen keine signifikanten Unterschiede (p > 0,05). Im Bodybuilding wurden AD nur bei männlichen Sportlern detektiert (Männer: RFAD = 1,20%, n = 250, Frau- en: RFAD = 0%, n = 91; p > 0,05). Die teilweise geringe Anzahl analysierter Dopingkontrollproben männlicher und weiblicher Athleten sollte beachtet werden. Für die Disziplin Leichtathletik errechneten sich ebenso vergleichbare RFADs (Männer: RFAD = 0,32%, n = 4.714; Frauen: RFAD = 0,51%, n = 3.735; p > 0,05). Auf disziplinärer Ebene der Mannschaftssportarten ergaben sich für die Männer dagegen höhere Prävalenzen. Im Fußball wurden in 55 Proben männlicher Sportler (RFAD = 0,20%, n = 27.363) AD nachgewiesen. Zwei AD-Befunde wurden in Dopingkontrollproben ohne Geschlechts- spezifikation gefunden. In Proben weiblicher Fußballer konnte im Untersuchungszeitraum kein AD detektiert werden (RFAD = 0%, n = 1.013; p > 0,05). Deutlich war dabei auch das Missverhältnis der insgesamt analysierten Dopingkontrollproben (Männer vs. Frauen von 27:1). Auch beim Eishockey stammten alle AD-Befunde aus Proben männlicher Sportler (Männer: RFAD = 0,31%, n = 1.957, Frau- en: RFAD = 0%, n = 283; p > 0,05). Im Handball wurden in zwölf Proben von männlichen Athleten

(RFAD = 1,08%, n = 1.111) AD detektiert. Proben weiblicher Handballer wiesen dagegen ebenso keine

AD-Befunde auf (RFAD = 0%, n = 682; p < 0,01). In der Mannschaftssportart Basketball waren die RFADs von männlichen (RFAD = 0,39%, n = 2.028) und weiblichen Sportlern (RFAD = 0,60%, n = 663) vergleichbar (p > 0,05). Die Disziplinen des Behindertensports waren auch hier nicht auffällig und mit verteilten AD-Befunden.

4.3.2.3 Art der Kontrolle

Auch für die Art der Kontrolle ergaben sich bezüglich der Sportkategorien unterschiedliche Prävalen- zen. Die meisten Proben wurden sowohl im Wettkampf als auch im Training erneut in den Kategorien

Mannschaftssport und Ausdauersport analysiert. Bei den Wettkampfproben (RFAD = 0,31%, n = 94.310) war die RFAD im Ausdauersport (RFAD = 0,57%, n = 15.450) gegenüber der Gesamtzahl der Wettkampfproben (ohne Ausdauersport) signifikant erhöht (p < 0,001) (Abb. 36). Gleiches ergab sich für den Kraftsport (RFAD = 0,46%, n = 11.219; p < 0,01) sowie den Behindertensport (RFAD = 0,81%, n = 1.113; p < 0,01). Die Prävalenz bei den Wettkampfkontrollen aus den Mannschaftssportarten war dagegen erniedrigt (RFAD = 0,19%, n = 41.627; p < 0,001) (Abb. 36). In den verbleibenden Kategorien zeigten sich keine signifikanten Unterschiede zu der Gesamtzahl der Wettkampfkontrollen.

Im Bereich der Trainingskontrollen (RFAD = 0,46%, n = 22.017) stellte sich ein verändertes Bild dar.

Hier lagen die RFADs der Kategorie Kraftsport (RFAD = 0,15%, n = 1.980) unterhalb bzw. der Kategorie

Ausdauersport (RFAD = 0,55%, n = 8.124) oberhalb der RFAD für die Gesamtheit der Trainingsproben

ERGEBNISSE UND DISKUSSION S EITE | 99

(ohne Kraftsport / Ausdauersport) (p < 0,05) (Abb. 36). Die anderen Kategorien zeigten vergleichbare Prävalenzen zu der Gesamtzahl der Trainingskontrollen.

Beim Vergleich von Wettkampf- und Trainingsproben ergaben sich für die Kategorien Athletik

(IC: RFAD = 0,25%, n = 8.396, OOC: RFAD = 0,50%, n = 3.418; p > 0,01), Kraftsport (IC: RFAD = 0,46%, n = 11.219, OOC: RFAD = 0,15%, n = 1.980; p < 0,05) und Mannschaftssport (IC: RFAD = 0,19%, n = 41.627, OOC: RFAD = 0,50%, n = 4.617; p < 0,001) signifikante Unterschiede (Abb. 36). Auffällig war auch hier die große Diskrepanz zwischen der Anzahl analysierter Proben aus dem Wettkampf bzw. Training.

0,90% Wekampontrollen 0,80% Trainingskontrollen 0,70% 0,60% 0,50% 0,40% [%]

AD 0,30% RF 0,20% 0,10% 0,31% 0,46% 0,25% 0,50% 0,57% 0,55% 0,81% 0,87% 0,20% 0,08% 0,46% 0,15% 0,19% 0,50% 0,31% 0,40% 0,00%

Abb. 36. RFADs [%] in Dopingkontrollproben aus dem Wettkampf bzw. dem Training in unterschiedlichen Sportkategorien

Die Betrachtung einzelner Sportdizsiplinen wurde auch hier vorgenommen. Die höchste Prävalenz konnte für den Radsport bestimmt werden. Die RFADs betrugen in Wettkampfkontrollen 1,03% (n = 7.556) und Trainingskontrollen 1,17% (n = 2.940). Beide waren miteinander vergleichbar

(p > 0,05). Auch die RFADs für die Sportarten Boxen (IC: RFAD = 0,27%, n = 2.608, OOC: RFAD = 0,37%, n = 272; p > 0,05), Leichtathletik (IC: RFAD = 0,33%, n = 5.789, OOC: RFAD = 0,54%, n = 2.771; p > 0,05) und Basketball (IC: RFAD = 0,45%, n = 2.462, OOC: RFAD = 0,54%, n = 370; p > 0,05) zeigten im Wettkampf und Training keine signifikanten Unterschiede. Im Fußball war die Prävalenz in den

Trainingskontrollen höher bei im Vergleich wesentlich weniger analysierten Proben (IC: RFAD = 0,16%, n = 31.635, OOC: RFAD = 0,39%, n = 1.520; p < 0,05). Die AD-Befunde im Kraftdreikampf

S EITE | 100 ERGEBNISSE UND DISKUSSION

(IC: RFAD = 0,71%, n = 3.939, OOC: RFAD = 0%, n = 66; p > 0,05) sowie Gewichtheben (IC: RFAD = 0,31%, n = 6.495, OOC: RFAD = 0%, n = 1.317; p < 0,05) wurden alle in Wettkampfkontrollen detektiert. Zu beachten ist dabei wiederum die niedrige Anzahl von analysierten Trainingsproben besonders im

Kraftdreikampf. Im Handball war die RFAD in Trainigskontrollen (RFAD = 1,91%, n = 523) höher als in

Wettkampfkontrollen (RFAD = 0,23%, n = 1.303; p < 0,001).

4.3.2.4 Länder

Die AD-Befunde wurden auch bezüglich ihrer Herkunft in den einzelnen Sportkategorien und Diszipli- nen betrachtet. Häufig waren nur Einzelbefunde in den verschiedenen Sportarten auffällig. Daher sollen an dieser Stelle nur ausgewählte Länder betrachtet werden (siehe auch Tab. 17, Kap. 4.3.1.4).

Bei Proben aus internationalen Sportverbänden (RFAD = 0,44%, n = 26.298) war die RFAD des Rad- sports am höchsten. Hier wurden in 1,03% (n = 5.250) der analysierten Urine AD detektiert

(p < 0,001). Die RFAD im Gewichtheben von 0,28% (n = 6.741) war im Vergleich zur Gesamtheit internationaler Proben (ohne Gewichtheben) niedriger (p < 0,05). Im Kraftdreikampf (RFAD = 0,46%, n = 1.730) konnten keine signifikanten Unterschiede zur Gesamtzahl der internationalen Pro- ben (ohne Kraftdreikampf) bestimmt werden (p > 0,05). In Dopingkontrollproben europäischer

Sportverbänden (RFAD = 0,44%, n = 3.667) wurden im Kraftdreikampf (RFAD = 1,01%, n = 497) im Ver- gleich vermehrt AD detektiert (p < 0,05). Die Befunde im europäischen Fußball (RFAD = 0,32%, n = 1.862) waren jedoch mit der Gesamtheit der Befunde in europäischen Verbänden (ohne Fußball) vergleichbar (p > 0,05).

Für die analysierten Proben aus Irland (RFAD = 1,64%, n = 2.310) ergab sich ein anderes Bild. Hier war die RFAD in der Disziplin Leichtathletik (RFAD = 6,37%, n = 269) gegenüber den Befunden in Proben irischer Sportler (ohne Leichtathletik) erhöht (p < 0,001). In der Kategorie Verschiedene

(RFAD = 2,55%, n = 510) wurden ebenfalls vermehrt AD in irischen Proben detektiert (p < 0,05). Hier fiel keine Disziplin besonders auf. In Proben der italienischen Sportverbände (RFAD = 0,14%, n = 19.044) wurden im Mannschaftssport mehr AD detektiert als in den anderen Kategorien

(RFAD = 0,13%, n = 17.467; p < 0,001). Diese Befunde konnten zur großen Mehrzahl der Disziplin Fuß- ball (RFAD = 0,13%, n = 16.697, p < 0,05) zugeordnet werden. Auffällig war hier ebenso der hohe An- teil analysierter Proben aus dem Bereich Fußball. Im Vergleich zur Gesamtanzahl der Proben aus Italien stammten 87,7% (n = 19.044) von Fußballern. Die AD-Befunde aus niederländischen Sportver- bänden waren sehr verteilt. Hier trat keine Disziplin besonders hervor.

Im Weiteren sollen die AD-Befunde aus deutschen Sportverbänden näher untersucht werden. Tab.

21 gibt eine Übersicht über die AD-Befunde sowie die RFADs in den einzelnen Sportkategorien.

ERGEBNISSE UND DISKUSSION S EITE | 101

In der Kategorie Ausdauersport wurden absolut (AD = 58) und relativ (RFAD = 0,51%, n = 11.424) die höchsten AD-Befunde detektiert (Tab. 21, siehe auch Abb. 37). Die RFAD war im Vergleich zur Ge- samtheit deutscher Proben (ohne Ausdauersport) signifikant erhöht (p < 0,001). Die Prävalenz in deutschen Proben des Ausdauersports war mit der aus allen Proben der Kategorie Ausdauersport

(ohne Deutschland) vergleichbar (Deutschland: RFAD = 0,51%, n = 11.424, Gesamt: RFAD = 0,56%, n = 23.574; p > 0,05) (siehe auch Tab. 18, Kap. 4.3.2.1). Die jährliche Entwicklung im Untersuchungs- zeitraum schwankte zwischen 0,17% (2010) und 2,14% (2000). Im Jahr 2006 wurden in Proben deutscher Ausdauersportarten keine AD detektiert. Eine hohe Prävalenz konnte auch hier für den Rad- sport bestimmt werden. In 44 der hier 3.854 untersuchten Proben wurden AD nachgewiesen. Die

RFAD von 1,14% lag über der Prävalenz der deutschen Gesamtproben (ohne Radsport) (p < 0,001) sowie auch über der des deutschen Ausdauersports (ohne Radsport) selbst (p < 0,001). In den verbleibenden fünf Disziplinen dieser Kategorie zeigten sich nur Einzelbefunde, für die zusammengefasst eine niedrigere RFAD bestimmt wurde (RFAD = 0,18%, n = 7.570; p < 0,05). Die Prävalenz im deutschen

Radsport (RFAD = 1,14%, n = 3.854) war mit der RFAD des gesamten Radsports (ohne Deutschland) vergleichbar (p > 0,05) (siehe auch Tab. 19, Kap. 4.3.2.1).

Tab. 21. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtan- zahl an analysierten Proben aufgeschlüsselt nach Sportkategorien in Dopingkontrollproben deutscher Sportverbände.

Kategorie Anzahl Pro- Gesamtanzahl RFAD [%] Anzahl be- Anzahl unter- ben mit analysierter troffener schiedliche Sub- AD-Befund Proben Disziplinen stanzen

Athletik 8 5.624 0,14* 3 (n = 8) 5

Ausdauer 58 11.424 0,51*** 6 (n = 11) 6

Behindertensport 10 1.269 0,79** 7 (n = 69) 5

Kampfsport 7 4.077 0,17 1 (n = 10) 5

Kraftsport 14 2.846 0,49 4 (n = 6) 6

Mannschaftssport 34 13.903 0,24 5 (n = 21) 9

Verschiedene 10 6.636 0,15** 8 (n = 58) 11

Gesamt 141 45.779 0,31 34 (n = 183) 17

RFAD signifikant unterschiedlich zur RFAD der Gesamtproben auf einem Niveau von (*) p < 0,05, (**) p < 0,01, (***) p < 0,001.

S EITE | 102 ERGEBNISSE UND DISKUSSION

Für die Kategorie Behindertensport wurde ebenso eine höhere RFAD bestimmt (RFAD = 0,79%, n = 1.269; p < 0,01) (Tab. 21, siehe auch Abb. 37). Im Verhältnis zu den Gesamtproben im Behinder- tensport (ohne Deutschland) ergaben sich vergleichbare Prävalenzen (p > 0,05) (siehe auch Tab. 18, Kap. 4.3.2.1). Es wurden über die Jahre nur Einzelbefunde verzeichnet.

Auch im Kampfsport wurden nur in vier Jahren des Untersuchungszeitraums AD detektiert, in 2006 bis 2008 sowie in 2011. Die RFAD (RFAD = 0,17%, n = 4.077) war gegenüber den deutschen Gesamtpro- ben (ohne Kampfsport) (p > 0,05) (Tab. 21, siehe auch Abb. 37) und mit dem Gesamt-Kampfsport (ohne Deutschland) vergleichbar (p > 0,05) (siehe auch Tab. 18, Kap. 4.3.2.1). Interessant ist, dass diese sieben Befunde nur im Boxen zu verzeichnen waren. Vergleicht man diese RFAD von 0,29% (n = 2.390) mit den deutschen Proben (ohne Boxen), so waren ebenfalls keine signifikanten Unter- schiede bestimmbar (p > 0,05). Eine Gegenüberstellung mit dem Gesamt-Boxsport (ohne Deutschland) zeigte ebenfalls vergleichbare Prävalenzen (p > 0,05) (siehe auch Tab. 19, Kap. 4.3.2.1).

1,00% Deutschland 0,90% Gesamtproben (ohne Deutschland) 0,80% 0,70% 0,60%

[%] 0,50% AD

RF 0,40% 0,30% 0,20% 0,10% 0,31% 0,36% 0,14% 0,48% 0,51% 0,62% 0,79% 0,98% 0,17% 0,19% 0,49% 0,40% 0,24% 0,21% 0,15% 0,51% 0,00%

Abb. 37. RFADs [%] deutscher Dopingkontrollproben im Vergleich zu den Gesamtproben (ohne Deutschland) aufgeschlüsselt nach Sportkategorien

Im deutschen Kraftsport wurden 2.846 Proben im Untersuchungszeitraum analysiert. In 0,49% wurden AD detektiert. Die RFAD war gegenüber den Gesamtproben aus Deutschland (ohne Kraftsport) (Tab. 21, siehe auch Abb. 37) und dem Gesamt-Kraftsport (ohne Deutschland) nicht signifikant ver- ändert (p > 0,05) (siehe auch Tab. 18, Kap. 4.3.2.1). In vier der sechs untersuchten Disziplinen wurden

ERGEBNISSE UND DISKUSSION S EITE | 103

AD detektiert. Die Mehrzahl der Befunde stammte aus dem Kraftdreikampf (AD = 10). Die RFAD von 0,67% (n = 1.501) war gegenüber dem deutschen Kraftsport (ohne Kraftdreikampf) erhöht (p < 0,05) sowie mit dem Gesamt-Kraftdreikampf (ohne Deutschland) vergleichbar (p > 0,05) (siehe auch Tab. 19, Kap. 4.3.2.1).

Für die Prävalenzen in den deutschen Proben aus den Kategorien Athletik (RFAD = 0,14%, n = 5.624) und Verschiedene (RFAD = 0,15%, n = 6.636) wurden gegenüber der Gesamtheit (ohne Athletik / Verschiedene) niedrigere Prävalenzen bestimmt (p < 0,05 bzw. p < 0,01) (Tab. 21, siehe auch Abb. 37). Im Vergleich zur den Gesamtproben der entsprechenden Kategorie (ohne Deutschland) lagen die Ergebnisse ebenfalls niedriger (p < 0,001) (siehe auch Tab. 18, Kap. 4.3.2.1). Die jährliche Entwicklung im Untersuchungszeitraum betrachtend zeigten sich nur Ein- zelbefunde über die Jahre.

Die numerisch zweithöchste Zahl an AD-Befunde wurde im Mannschaftssport (AD = 34) verzeichnet

(Tab. 21). Die RFAD von 0,24% (n = 13.903) zeigte jedoch keine signifikant unterschiedlichen Werte zu den deutschen Gesamtproben (ohne Mannschaftssport) (p > 0,05) (Tab. 21, siehe auch Abb. 37). Die Werte waren ebenso mit dem Gesamt-Mannschaftssport (ohne Deutschland) vergleichbar (p > 0,05) (siehe auch Tab. 18, Kap. 4.3.2.1). In fünf der 21 untersuchten Disziplinen wurden AD detektiert. Be- sonders auffällig waren die Sportarten Fußball (AD = 13) und Handball (AD = 11). Während die RFAD im Handball (RFAD = 0,84%, n = 1.316) gegenüber den Proben aus Deutschland (ohne Handball / Fußball) erhöht war (p < 0,01), lag sie im Fußball (RFAD = 0,17%, n = 7.517) darunter (p < 0,01). Im Vergleich mit dem entsprechenden Gesamtproben (ohne Deutschland) (ergaben sich für Fußball vergleichbare Werte (p > 0,05), während die Prävalenz im deutschen Handball erhöht war (p < 0,05) (siehe auch Tab. 19, Kap. 4.3.2.1).. Die AD-Befunde aus dem Handball und Eishockey wurden fast ausschließlich in Proben von deutschen Verbänden detektiert. Im Handball waren es elf von 13 (n = 1.316) und im Eishockey fünf von sechs Urinen (n = 1.128). Zu bedenken ist dabei jedoch der hohe Anteil analysierter deutscher Proben im Verhältnis zu allen Dopingkontrollproben (Hand- ball: 72,1%, n = 1.826, Eishockey: 50,0%, n = 2.256).

Im Folgenden werden die deutschen Proben nach ihrer Geschlechtsspezifikation ausgewertet. Die

Prävalenz im deutschen männlichen Ausdauersport (RFAD = 0,52%, n = 7.290) lag höher als die Prä- valenz bei den Gesamtproben von männlichen deutschen Athleten (ohne Ausdauersport) (p < 0,001).

Die Werte für die Kategorien Kampfsport (RFAD = 0,07%, n = 2.726; p < 0,01), Athletik (RFAD = 0,13%, n = 3.012; p < 0,05) und Verschiedene (RFAD = 0,11%, n = 3.804; p < 0,01) lagen unterhalb dieser RFAD.

Die Disziplinen mit den höchsten AD-Befunden waren Radsport (RFAD = 1,07%, n = 2.624; p < 0,001),

Handball (RFAD = 1,28%, n = 782; p < 0,001), Kraftdreikampf (RFAD = 0,75%, n = 1.329; p < 0,05) und

S EITE | 104 ERGEBNISSE UND DISKUSSION

Fußball (RFAD = 0,27%, n = 4.061; p > 0,05). Im Gegensatz dazu wurden bei weiblichen deutschen Ath- leten nur Einzelbefunde über die Jahre dokumentiert. Die Verteilung der AD-Befunde bezüglich der einzelnen Sportkategorien war homogen (χ2 = 9,911, p > 0,05). Ebenfalls trat keine Disziplin besonders deutlich hervor. Im Vergleich zwischen den Geschlechtern ergaben sich für die Kategorien Aus- dauersport (Männer: RFAD = 0,52%, n = 7.290, Frauen: RFAD = 0,23%, n = 3.541; p < 0,01) und Mann- schaftssport (Männer: RFAD = 0,36%, n = 8.396, Frauen: RFAD = 0,05%, n = 2.133; p < 0,01) niedrigere

RFADs bei den weiblichen deutschen Sportlern. Im Kampfsport lag die Prävalenz der weiblichen deutschen Athleten dagegen höher als die der männlichen deutschen Athleten (Männer: RFAD = 0,07%, n = 2.726, Frauen: RFAD = 0,51%, n = 985; p < 0,001).

Auch bei den Wettkampf- und Trainingskontrollen waren häufig Einzelbefunde bzw. oftmals befund- lose Jahre in den einzelnen Sportkategorien zu beobachten. Insgesamt waren die Befunde in deutschen Wettkampf- sowie Trainingskontrollen vergleichbar mit den Gesamtproben (ohne Deutschland) identischer Aufschlüsselung. Im Radsport wurden sowohl im Wettkampf

(RFAD = 1,23%, n = 2.356; p < 0,001) als auch im Training (RFAD = 1,00%, n = 1.498; p < 0,001) erhöhte

Prävalenzen bestimmt. Auch im Fußball wurden in Wettkampf- (RFAD = 0,15%, n = 6.462; p < 0,05) sowie Trainingskontrollen (RFAD = 0,28%, n = 1.055; p > 0,05) AD detektiert. Im Wettkampf war der

Kraftdreikampf (RFAD = 0,68%, n = 1.464) mit Befunden vertreten. Die Prävalenz lag oberhalb der deutschen Wettkampfkontrollen (ohne Kraftdreikampf) (p < 0,01). Im Handball wurden in neun von

491 Trainingskontrollen AD detektiert. Die RFAD von 1,83% war gegenüber den gesamtdeutschen Trainingskontrollen (ohne Handball) erhöht (p < 0,001).

4.3.3 Verteilung der detektierten Substanzen und Substanzklassen

4.3.3.1 Allgemein

Im Verlauf des Untersuchungszeitraums wurden 24 unterschiedliche AD aus zehn verschiedenen Substanzklassen detektiert. Insgesamt waren es 414 Befunde in den 396 Proben. Die Diskrepanz der absoluten Zahlen erklärt sich durch Kombinationen der AD. D.h. in 18 Proben (4,5%) wurden je zwei Substanzen nachgewiesen, die hier in der Gesamtheit berücksichtigt wurden. Dabei wurden die Sub- stanzen in unterschiedlichen Anteilen nachgewiesen. Tab. 22 gibt eine Übersicht über die detektierten AD sowie die absoluten und relativen Häufigkeiten ihres Auftretens.

ERGEBNISSE UND DISKUSSION S EITE | 105

Tab. 22. Übersicht über die Anzahl detektierter AD sowie die ihnen zugeordneten absolute und relativen Häufigkeiten ihres Auftretens im Untersuchungszeitraum von 1999 bis 2011.

Substanz- Substanz Absolute Relative Absolute Häufig- Relative Häufigkeit klasse Häufigkeit Häufigkeit keit der Sub- der Substanzklasse [%] stanzklasse [%]

SSRI Citalopram 84 20,3 229 55,3 Escitalopram 5 1,2 Fluoxetin 98 23,7 Fluvoxamin 1 0,2 Paroxetin 29 7,0 Sertralin 12 2,9 TCA Amitriptylin 35 8,5 56 13,5 Clomipramin 4 1,0 Doxepin 6 1,4 Imipramin 5 1,2 Nortriptylin 4 1,0 Trimipramin 2 0,5 SNDI Mirtazapin 11 2,7 11 2,7 SNRI Duloxetin* 1 0,2 33 8,0 Venlafaxin 32 7,7 NDRI Bupropion 18 4,3 18 4,3 NRI Reboxetin 2 0,5 2 0,5 SARI Nefazodon 1 0,2 4 1,0 Trazodon 3 0,7 σAn Opipramol* 1 0,2 1 0,2 Prophylak- Lamotrigin 44 10,6 47 11,4 tika Quetiapin 3 0,7 Ohne Cyclobenzaprin 7 1,7 13 3,1 Zuordnung Promethazin 6 1,4 Gesamt 414 100,0 414 100,0

(*) Diese AD wurden nicht detektiert, aber von den Athleten auf dem Probenbegleitschreiben angegeben. (NDRI) - Noradrenalin/Dopamin Wiederaufnahmehemmer, (NRI) - Noradrenalin Wiederaufnahmehemmer, (SARI) - Seroto- nin Antagonist und Wiederaufnahmehemmer, (SNDI) - Serotonin Noradrenalin Disinhibitoren, (SNRI) - Serotonin Noradre- nalin Wiederaufnahmehemmer, (SSRI) - Selektive Serotonin Wiederaufnahmehemmer, (TCA) - Trizyklische Antidepressiva, (σAn) - Sigma-Antagonist

S EITE | 106 ERGEBNISSE UND DISKUSSION

Die Mehrzahl der AD wurden in der Substanzklasse der SSRI nachgewiesen (Tab. 22, siehe auch Abb. 38). Mehr als die Hälfte der Befunde (55,3%, n = 414) enthielten eine Substanz aus dieser Gruppe. Dabei waren die beiden am häufigsten detektierten AD die SSRI Fluoxetin (23,7%, n = 414) sowie Citalopram (20,3%, n = 414). Alle derzeit in dieser Klasse zugelassenen AD wurden im Untersuchungs- zeitraum nachgewiesen. Die zweitstärkste Substanzklasse waren die TCA mit 13,5% (n = 414) der Befunde (Tab. 22, siehe auch Abb. 38). Hier wurden sechs unterschiedliche Substanzen gefunden. Amitriptylin (8,5%, n = 414) war der Hauptvertreter dieser Substanzklasse und gleichzeitig die viert- häufigste detektierte Substanz. Die zur Rezidivprophylaxe zugelassenen Wirkstoffe der Gruppe der Prophylaktika wurden in 11,4% (n = 414) der Proben nachgewiesen (Tab. 22, siehe auch Abb. 38). Lamotrigin ordnete sich mit 44 Befunden (10,6%, n = 414) an Platz drei der Substanzen ein. Die SNRI, hauptsächlich Venlafaxin, wurden in 8,0% (n = 414) der Proben gefunden. Das NDRI Bupropion (4,3%, n = 414) und das SNDI Mirtazapin (2,7%, n = 414) wurden jeweils als einzige Vertreter ihrer Substanz- klassen in den Proben detektiert (vgl. dazu Tab. 1, Kap. 2.1.3). Die verbleibenden Substanzen wurden in geringer Anzahl nachgewiesen (Tab. 22). Sie werden daher für die nachfolgenden Betrachtungen unter Andere (4,8%, n = 414) verschlüsselt und nur am Rande diskutiert (Tab. 22, siehe auch Abb. 38).

60,0% Gesamtproben 55,0% 50,0% 45,0% 40,0% 35,0% 30,0% 25,0% 20,0% 15,0%

relaver Anteil [%] 10,0% 5,0% 11,4% 55,3% 13,5% 4,3% 2,7% 8,0% 4,8% 0,0%

Abb. 38. Relativer Anteil [%] verschiedener Substanzklassen in Dopingkontrollproben; (NDRI) - Noradrenalin/Dopamin Wiederaufnahmehemmer, (SNDI) – Serotonin Noradrenalin Disinhibitoren, (SNRI) - Serotonin Noradrenalin Wiederaufnahmehemmer, (SSRI) - Selektive Serotonin Wiederaufnahmehemmer, (TCA) - Trizyklische Antidepressiva

ERGEBNISSE UND DISKUSSION S EITE | 107

In Tab. 22 ist jeweils ein Befund für die Substanzen Duloxetin und Opipramol verzeichnet. Bei der Validierung der GC-MS/NPD-Methode war es nicht möglich, diese im gewählten Arbeitsbereich zu- verlässig nachzuweisen (siehe Kap. 4.1). Die Analysenergebnisse dieser Einzelbefunde zeigten nur einen Verdachtsbefund. Zusätzlich waren beide Wirkstoffe bei den Medikamentenangaben auf den jeweiligen Probenbegleitprotokollen angegeben. Daher wurden beide Befunde in die Statistik aufgenommen. Das seit 2009 auf dem Markt befindliche Agomelatin wurde im Zeitraum bis 2011 nicht detektiert.

4.3.3.2 Jährliche Entwicklung

Im Verlauf des Untersuchungszeitraums zeigte sich eine große Varianz bezüglich der Anzahl unterschiedlicher Substanzen in den einzelnen Jahren. In den Jahren 1999 und 2000 waren es je drei sowie in 2001 und 2002 je vier verschiedene AD. Zum Ende des Untersuchungszeitraum wurden im Maxi- mum 16 (2008, 2011) unterschiedliche Wirkstoffe pro Jahr detektiert (siehe Tab. 16, Kap. 4.3.1.1).

In den Jahren 1999 bis 2001 wurden dabei immer die AD Amitriptylin, Citalopram und Fluoxetin nachgewiesen (Tab. 23). Dies zeigte sich auch in den Folgejahren. Fluoxetin-Befunde wurden in dem gesamten Untersuchungszeitraum dokumentiert. Citalopram und Amitriptylin wurden insgesamt in zwölf bzw. elf Jahren des Untersuchungszeitraums nachgewiesen. In den Jahren 2002 (Citalopram) bzw. 2002 und 2004 (Amitriptylin) konnten diese AD nicht nachgewiesen werden (Tab. 23). Auch für Paroxetin gab es ab 2001 über elf Jahre durchgängige Befunde (Tab. 23). Lamotrigin und Bupropion wurden dagegen erst ab der zweiten Hälfte des Untersuchungszeitraums detektiert. Ab 2005 bzw. 2007 waren für diese beiden Substanzen jährlich Befunde zu verzeichnet (Tab. 23). Venlafaxin wurde in insgesamt acht von 13 Jahren in Dopingkontrollproben nachgewiesen. Dieses AD trat kontinuierlich in den Jahren 2003 bis 2008 sowie 2010 bis 2011 auf (Tab. 23). Ein ähnliches Vorkommen zeigte sich für Sertralin. Das AD konnte in den Jahren 2003 bis 2006 und 2008 bis 2011 detektiert werden (Tab. 23). Für Mirtazapin ergaben sich einzelne Lücken. Befunde wurden für die Jahre 2002 bis 2004, 2007 bis 2008 sowie 2010 bis 2011 dokumentiert (Tab. 23). Die numerisch häufig detektierten Sub- stanzen zeigten ein ausgeprägtes Verteilungsmuster über den gesamten Untersuchungszeitraum und wurden beständig in unterschiedlichen Häufigkeiten nachgewiesen (siehe auch Tab. 22). Die Einzel- befunde der verbleibenden AD erhöhten die Variabilität bzw. Vielfalt der detektierten Substanzen (Tab. 23).

S EITE | 108 ERGEBNISSE UND DISKUSSION

Tab. 23. Übersicht über die AD-Befunde in den einzelnen Jahren des Untersuchungszeitraums.

Substanz Jahr

Gesamt 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Amitriptylin X X X - X - X X X X X X X 11 Bupropion ------X X X X X 5 Citalopram X X X - X X X X X X X X X 12 Clomipramin - - - X - - - - X X X - - 3 Cyclobenzaprin ------X X - X X - 4 Doxepin - - - - - X X - X X - - X 5 Duloxetin1 ------X - - - 1 Escitalopram ------X X X - - - 3 Fluoxetin X X X X X X X X X X X X X 13 Fluvoxamin ------X - - - - - 1 Imipramin ------X X - X 3 Lamotrigin ------X X X X X X X 7 Mirtazapin - - - X X X - - X X - X X 7 Nefazodon - - - - - X ------1 Nortriptylin ------X - X - - - X 3 Opipramol1 ------X 1 Paroxetin - - X X X X X X X X X X X 11 Promethazin ------X X X 3 Quetiapin ------X - - X 2 Reboxetin ------X - - X - - 2 Sertralin - - - - X X X X - X X X X 8 Trazodon ------X - - - - X 2 Trimipramin ------X - - - 1 Venlafaxin - - - - X X X X X X - X X 8 Gesamt2 3 3 4 4 7 8 9 12 13 16 12 11 16 /

(1) Diese AD wurden als Verdachtsbefunde detektiert und von den Athleten auf dem Probenbegleitschreiben angegeben. (2) Gesamt bezieht sich auf die Summe der unterschiedlichen Substanzen die pro Jahr detektiert wurden bzw. die Anzahl der Jahre in denen das entsprechende AD detektiert wurde.

4.3.3.3 Sportkategorie und Disziplinen

ERGEBNISSE UND DISKUSSION S EITE | 109

Die Substanzklassen und Substanzen waren in den einzelnen Sportkategorien und Disziplinen unterschiedlich häufig vertreten. In Tab. 24 ist eine Übersicht dazu zusammengestellt. Die relativen Häu- figkeiten beziehen sich dabei jeweils auf die Gesamtzahl der insgesamt detektierten AD innerhalb der Sportkategorie.

Tab. 24. Übersicht über die Anzahl der AD-Befunde in Dopingkontrollproben bezogen auf die Substanzklasse sowie die ihnen zugeordneten absolute und relativen Häufigkeiten ihres Auftretens im Untersuchungszeitraum von 1999 bis 2011 in den einzelnen Sportkategorien.

Substanz- Athletik Ausdauer- Behinder- Kampf- Kraft- Mann- Verschie- klasse sport tensport sport sport schafts- dene sport

NDRI 0 5 (3,6%) 0 0 12 (20,3%) 1 (0,9%) 0

Prophylak- 11 (28,9%) 17 (12,1%) 1 (7,1%) 2 (15,4%) 3 (5,1%) 12 (11,3%) 1 (2,3%) tika

SNDI 0 4 (2,9%) 0 2 (15,4%) 2 (3,4%) 1 (0,9%) 2 (4,5%)

SNRI 1 (2,6%) 4 (2,9%) 2 (14,3%) 2 (15,4%) 4 (6,8%) 11 (10,4%) 9 (20,5%)

SSRI 17 (44,7%) 103 (73,6%) 3 (21,4%) 4 (30,8%) 18 (30,5%) 60 (56,6%) 24 (54,5%)

TCA 6 (15,8%) 6 (4,3%) 8 (57,1%) 2 (15,4%) 15 (25,4%) 15 (14,2%) 4 (9,1%)

Andere 3 (5,3%) 1 (0,7%) 0 1 (7,7%) 4 (6,8%) 6 (5,7%) 4 (9,1%)

Gesamt 38 (100%) 140 (100%) 14 (100%) 13 (100%) 59 (100%) 106 (100%) 44 (100%)

(NDRI) - Noradrenalin/Dopamin Wiederaufnahmehemmer, (SNDI) - Serotonin Noradrenalin Disinhibitoren, (SNRI) - Seroto- nin Noradrenalin Wiederaufnahmehemmer, (SSRI) - Selektive Serotonin Wiederaufnahmehemmer, (TCA) - Trizyklische Antidepressiva

Die SSRI waren in sechs der sieben Kategorien die dominierende Substanzklasse (Tab. 24). Die relativen Anteile der SSRI pro Kategorie schwankten dabei zwischen 30,5% (Kraftsport) und 73,6% (Aus- dauersport) (p < 0,001). Im Mittel wurden sie in 55,3% (n = 414) aller Fälle detektiert. Die Befunde im Ausdauersport (73,6%, n = 140) lagen dabei höher als die Befunde in den Nicht-Ausdauersportarten (p < 0,001), im Behinderten- (21,4%, n = 14) sowie Kraftsport (30,5%, n = 59) waren sie niedriger als in den Gesamtproben (ohne Behindertensport / Kraftsport) (p < 0,05 bzw. p < 0,001). Einzig im Be- hindertensport wurden mehr TCA (57,1%) als SSRI (21,4%) nachgewiesen (p < 0,05). Gegenüber der mittleren Detektionsrate der TCA von 13,5% (n = 414) lag dieser Wert signifikant höher (p < 0,001).

S EITE | 110 ERGEBNISSE UND DISKUSSION

Auch im Kraftsport (25,4%, n = 59) wurden mehr TCA als in Nicht-Kraftsportsportarten detektiert (p < 0,01).

Bezüglich der detektierten AD ergaben sich ebenfalls Unterschiede zwischen den Sportkategorien. Bei Sportlern aus Ausdauersportarten wurde eher Fluoxetin (47,1%, n = 140) detektiert als Ci- talopram (20,0%, n = 140) oder Paroxetin (3,6%, n = 140). In den Kategorien Athletik, Mannschafts- sport und Verschiedene waren die Befunde für Citalopram höher (Athletik: Citalopram 23,7%, Fluo- xetin 13,2%, n = 38; Mannschaftssport: Citalopram 22,6%, Fluoxetin 10,4%, Paroxetin 17,9%, n = 106; Verschiedene: Citalopram 29,5%, Fluoxetin 13,6%, n = 44). In den verbleibenden Kategorien waren diese Unterschiede nicht erkennbar. Bei den TCA war Amitriptylin in allen Kategorien die am häufigs- ten detektierte Substanz. Die Substanzklasse der Prophylaktika wurde vermehrt in Athletik-Proben nachgewiesen (28,9%, n = 38; p < 0,001). Hauptvertreter war die Substanz Lamotrigin. Die NDRI zeigten in fünf der sieben Sportkategorien keine Befunde. Ein erhöhtes Auftreten wurde dagegen im Kraftsport dokumentiert (20,3%, n = 59; p < 0,001). Einziger Vertreter dieser Substanzklasse war Bu- propion. Die SNRI wurden häufig in der Kategorie Verschiedene nachgewiesen (20,5%, n = 44; p < 0,01). Das Vorkommen im Bereich Ausdauersport war dagegen vermindert (2,9%, n = 140; p < 0,01). Der am häufigsten detektierte Wirkstoff dieser Substanzklasse war Venlafaxin. Die Vertei- lungen der AD-Befunde innerhalb der Substanzklassen SNDI und Andere bezüglich der Sportkatego- rien waren dagegen homogener.

Auch für einzelne Disziplinen wurden unterschiedliche Häufigkeiten der AD bestimmt. Im Radsport wurden 119 AD detektiert. In 76,5% der Fälle wurde dabei ein SSRI nachgewiesen. Die zweitstärkste Substanzklasse waren hier die Prophylaktika mit 10,1% (n = 119). Auch im Fußball waren die SSRI mit 62,3% (n = 61) die dominierende Substanzklasse. TCA konnten in neun Urinen (14,8%, n = 61) nachgewiesen werden. Weitere Auswertungen dazu sind im Kap. 4.3.4 zu finden.

In der Mannschaftssportart Basketball verteilten sich die 13 Befunde auf die Gruppe der SSRI (46,2%), das TCA Amitriptylin (30,8%) und das SNRI Venlafaxin (23,1%). Anders verhielt es sich im Handball. Hier wurde bei neun von 13 Befunden das Phasenprophylaktikum Lamotrigin (69,2%) detektiert. Im Eishockey wurden dagegen nur SSRI gefunden. Fluoxetin konnte dabei in 66,7% (n = 6) der Proben nachgewiesen werden. Ähnliches zeigte sich im Motorsport. Alle sechs AD-Befunde stammten aus der Klasse der SSRI. Im Bereich der Leichtathletik war die Dominanz nicht so eindeutig, aber auch hier waren die SSRI die häufigste Substanzklasse (47,1%, n = 34). Citalopram und Fluoxetin wurden in neun bzw. vier Proben detektiert. Lamotrigin konnte ebenfalls in neun Urinen nachgewiesen werden (26,5%, n = 34). Im Skisport verteilten sich die sechs AD zu 83,3% auf SSRI und zu 16,7% auf SNRI. In der Ausdauersportart Schwimmen war dagegen Lamotrigin mit 80,0% (n = 5) die am häu-

ERGEBNISSE UND DISKUSSION S EITE | 111

figsten detektierte Substanz. In der Kraftsportart Kraftdreikampf waren SSRI (37,9%, n = 29) und TCA (34,5%, n = 29) gleich verteilt. Als Substanzen wurden die SSRI Fluoxetin (17,2%) und Citalopram (13,8%) sowie die TCA Doxepin (17,2%) und Amitriptylin (13,8%) am häufigsten nachgewiesen. Im Gewichtheben dagegen war Bupropion (50,0%, n = 22) die stärkste Substanz. Mit fünf (22,7%, n = 22) bzw. vier (18,1%, n = 22) Befunden für die TCA und die Substanz Amitriptylin war dies die zweithäu- figste Substanzklasse.

Die absolute Häufigkeit der Substanzen (n = 414) überstieg die Zahl der Dopingkontrollproben mit AD-Befunden (n = 396). In 18 (4,5%) dieser 396 Proben wurden je zwei verschiedene AD detektiert. Die Kombinationen der Wirkstoffe waren dabei sehr vielfältig. Mit einer Ausnahme wurden AD verschiedener Substanzklassen und damit unterschiedlicher Wirkungsweisen kombiniert. In einem Fall wurden zwei SSRI in einer Probe nachgewiesen. In sechs der 18 Kombinationen wurde Venlafaxin verwendet. Ko-Medikationen mit Amitriptylin oder Bupropion bzw. Sertralin wurden in fünf und vier Proben detektiert. Betrachtet über die zugehörigen Substanzklassen so wurden die SSRI in neun Fäl- len der Kombination gefunden. Bei den SNRI blieben es sechs Befunde, da Venlafaxin der einzige Vertreter dieser Substanzklasse war. Ebenso verhielt es sich bei den TCA mit Amitriptylin. Mit sieben Befunden wurden die AD-Kombinationen am häufigsten im Radsport detektiert. Im Fußball konnten in vier Proben jeweils zwei unterschiedliche AD nachgewiesen werden. Die restlichen Befunde vertei- len sich auf die Disziplinen Boxen, Billard, Curling, Bobfahren, Gewichtheben, Kraftdreikampf und Behindertenreitsport.

4.3.3.4 Geschlecht

In Dopingkontrollproben von männlichen Sportlern wurden 293 AD in 279 Proben detektiert. In 14 Proben (5,0%, n = 279) wurden jeweils zwei verschiedene Substanzen nachgewiesen. Bei weiblichen Athleten waren es 95 AD in 91 Proben und damit vier AD-Kombinationen (4,4%, n = 91). Die SSRI waren auch hier die dominierende Substanzklasse (Abb. 39).

S EITE | 112 ERGEBNISSE UND DISKUSSION

60,0% männliche Sportler 55,0% weibliche Sportler 50,0% 45,0% 40,0% 35,0% 30,0% 25,0% 20,0%

relaver Anteil [%] 15,0% 10,0% 5,0% 10,9% 15,8% 10,5% 54,3% 52,6% 13,7% 11,6% 6,1% 2,7% 2,1% 7,8% 4,4% 7,4% 0,0%

Abb. 39. Relativer Anteil [%] verschiedener Substanzklassen in Dopingkontrollproben mit AD von männlichen und weiblichen Sportlern; (NDRI) - Noradrenalin/Dopamin Wiederaufnahmehemmer, (SNDI) - Serotonin Noradrenalin Disinhibitoren, (SNRI) - Serotonin Noradrenalin Wiederaufnahmehemmer, (SSRI) - Selektive Serotonin Wiederaufnahmehemmer, (TCA) - Trizyklische Antidepressiva

Auffallend war, dass alle Bupropion-Befunde aus Proben männlicher Sportler stammten (p < 0,01). Die Befunde der anderen Substanzklassen waren zwischen den Geschlechtern miteinander vergleichbar (p > 0,05) (Abb. 39). Die SSRI Citalopram (Männer: 19,5%, n = 293; Frauen: 25,3%, n = 95; p > 0,05) und Fluoxetin (Männer: 21,8%, n = 293; Frauen: 18,9%, n = 95; p > 0,05) waren in beiden Geschlechtern die dominierenden AD. Auch die Substanzen Lamotrigin (Männer: 9,9%, n = 293; Frau- en: 15,8%, n = 95; p > 0,05), Paroxetin (Männer: 8,5%, n = 293; Frauen: 4,2%, n = 95; p > 0,05), Venlafaxin (Männer: 7,8%, n = 293; Frauen: 9,5%, n = 95; p > 0,05) und Amitriptylin (Männer: 7,2%, n = 293; Frauen: 9,5%, n = 95; p > 0,05) wurden in beiden Gruppen vergleichbar häufig nachgewiesen.

In Proben männlicher Athleten waren die Disziplinen Radsport und Fußball stark vertreten. Hier wurden hauptsächlich SSRI detektiert. Genauere Betrachtungen werden im Kap. 4.3.4 vorgenommen. Die Verteilung in den anderen Sportkategorien bezüglich der Substanzklassen bei männlichen und weiblichen Athleten war gleichmäßiger. Auffällig waren die hohen Befunde von Bupropion in Proben männlicher Athleten aus dem Bereich Kraftsport (25,5%, n = 47). In Proben weiblicher Sportler trat keine Disziplin bezüglich der AD-Befunde besonders hervor.

ERGEBNISSE UND DISKUSSION S EITE | 113

4.3.3.5 Art der Kontrolle

In Wettkampfkontrollen wurden 307 AD detektiert. In 13 Proben (4,2%, n = 307) konnten jeweils zwei Substanzen nachgewiesen werden. Die SSRI wurden mit 56,7% (n = 307) am häufigsten gefunden (Abb. 40). Das Vorkommen für die dominierenden AD Fluoxetin (23,2%, n = 307) und Citalopram (20,5%, n = 307) war vergleichbar (p > 0,05). Für Paroxetin waren es 27 Befunde (8,8%, n = 307). Da- mit wurden 93,10% (n = 29) aller Paroxetin Befunde in Wettkampfproben detektiert. Ähnlich verhielt es sich bei Sertralin, zehn (83,3%) der insgesamt zwölf Befunde konnten im Wettkampf nachgewiesen werden. Zweithäufigste Substanzklasse waren wiederum die TCA (15,0%, n = 307) mit Amitripty- lin als Hauptvertreter (9,4%, n = 307) (Abb. 40). Die meisten AD wurden auch hier in den Kategorien Ausdauersport (30,3%, n = 307) und Mannschaftssport (26,4%, n = 307) detektiert. Die SSRI waren dabei in beiden Kategorien die dominierende Substanzklasse. Gleiches zeigte sich in den Wettkampf- kontrollen in den Kategorien Athletik (57,1%, n = 21) sowie Verschiedene (54,3%, n = 35). Die Vertei- lung in den anderen Sportkategorien war dagegen gleichmäßiger.

60,0% Wekampontrollen 55,0% Trainingskontrollen 50,0% 45,0% 40,0% 35,0% 30,0% 25,0% 20,0% 15,0% 10,0% relaver Anteil [%] 5,0% 56,7% 51,4% 15,0% 4,2% 4,7% 7,2% 2,9% 1,9% 7,8% 8,4% 9,3% 6,2% 0,9% 23,4% 0,0%

Abb. 40. Relativer Anteil [%] verschiedener Substanzklassen in Dopingkontrollproben mit AD aus dem Wettkampf bzw. dem Training; (NDRI) - Noradrenalin/Dopamin Wiederaufnahmehemmer, (SNDI) - Serotonin Noradrenalin Disinhibitoren, (SNRI) - Serotonin Noradrenalin Wiederaufnahmehemmer, (SSRI) - Selektive Serotonin Wiederaufnahmehemmer, (TCA) - Trizyklische Antidepressiva

S EITE | 114 ERGEBNISSE UND DISKUSSION

107 AD konnten in Proben, die während des Trainings genommen wurden, nachgewiesen werden. Dabei wurden drei AD-Kombinationen (2,8%, n = 107) gefunden. Die SSRI (51,4%, n = 107) wurden hier in gleichem Maße wie in den Wettkampfkontrollen (56,7%, n = 307) detektiert (p > 0,05) (Abb. 40). Fluoxetin (25,2%, n = 107) und Citalopram (19,6%, n = 107) waren dabei die zwei dominierenden Substanzen (p > 0,05). Paroxetin (1,9%, n = 107) und Sertralin (1,9%, n = 107) wurden weniger häufig nachgewiesen. Zweithäufigste Substanzklasse waren im Unterschied zu den Wettkampfproben die Prophylaktika mit einem Anteil von 23,4% (n = 107; p < 0,001) (Abb. 40). Einziger Vertreter war an dieser Stelle das Lamotrigin.

4.3.3.6 Länder

In der länderspezifischen Auswertung standen ebenfalls die SSRI an oberster Stelle detektierter Sub- stanzen. In Proben europäischer bzw. internationaler Verbände waren es 50,0% (n = 18) und 58,0% (n = 119). Fluoxetin (29,4%, n = 119) war vor Citalopram (20,2%, n = 119) der am häufigsten detektierte Wirkstoff (p < 0,05). Die Zahl nachgewiesener NDRI (11,8%, n = 119) war in Proben internationaler Sportverbände (4,3%, n = 414) höher als in den Gesamtproben (ohne International) (p < 0,001). Bei den Dopingkontrollproben von europäischen Sportverbänden zeigte sich dagegen bezüglich der Substanzklassen eine ähnliche Verteilung wie in den Gesamtproben (ohne Europa). Gleiches konnte bei irischen Sportverbänden beobachtet werden. Die SSRI (43,6%, n = 39) waren hier die dominierende Substanzklasse, gefolgt von Prophylaktika (23,1%, n = 39) und den TCA (15,4%, n = 39). In italienischen Proben wurden besonders oft SSRI detektiert (82,1%, n = 29; p < 0,01). Die häufigste Sub- stanz war Paroxetin (41,4%, n = 29). Die Wirkstoffe Citalopram (17,2%, n = 29) und Fluoxetin (13,8%, n = 29) wurden weniger häufig nachgewiesen. Auffälligste Disziplin war der Fußball mit 23 Befunden. Die SSRI waren auch hier als dominierende Substanzklasse (69,0%, n = 29) vertreten. In niederländi- schen Proben wurden SSRI in 51,4% (n = 37) der Proben mit AD detektiert. TCA (29,7%, n = 37) wurden hier häufiger nachgewiesen als in den Gesamtproben (ohne Niederlande) (13,5%, n = 414; p < 0,01). Amitriptylin (24,3%, n = 37) und Citalopram (21,6%, n = 37) waren die dominierenden Sub- stanzen. Einzelne Disziplinen traten nicht besonders hervor.

In deutschen Proben (n = 45.779) wurden 141 AD nachgewiesen. Drei Substanzkombinationen (2,0%, n = 147) konnten bestätigt werden. Die häufigste Substanzklasse waren die SSRI (51,7%, n = 147) (Abb. 41). Fluoxetin und Citalopram wurden dabei in 30,6% bzw. 17,7% (n = 147) der Proben detektiert. Mit 25 Befunden (17,0%, n = 147) waren die Prophylaktika die zweithäufigste Substanzklasse gefolgt von den TCA mit 13,6% (n = 147) (p > 0,05) (Abb. 41). Im Gegensatz zu den Gesamtproben (ohne Deutschland) wurden in deutschen Proben keine NDRI nachgewiesen (Abb. 41).

ERGEBNISSE UND DISKUSSION S EITE | 115

60,0% Deutschland 55,0% Gesamtproben (ohne Deutschland) 50,0% 45,0% 40,0% 35,0% 30,0% 25,0% 20,0% 15,0%

relaver Anteil [%] 10,0% 5,0% 16,9% 52,0% 57,1% 13,5% 13,5% 6,8% 8,3% 4,7% 1,5% 8,8% 7,5% 4,1% 5,3% 0,0%

Abb. 41. Relativer Anteil [%] verschiedener Substanzklassen in deutschen Dopingkontrollproben mit AD im Vergleich zu den Gesamtproben (ohne Deutschland); (NDRI) - Noradrenalin/Dopamin Wiederaufnahmehemmer, (SNDI) - Serotonin Noradrenalin Disinhibitoren, (SNRI) - Serotonin Noradrenalin Wiederaufnahmehemmer, (SSRI) - Selektive Serotonin Wiederaufnahmehemmer, (TCA) - Trizyklische Antidepressiva

Die geschlechtsspezifische Auswertung zeigte bei Proben männlicher deutschen Athleten eine Domi- nanz der SSRI (53,0%, n = 98) gefolgt von den Prophylaktika (15,3%, n = 98) und TCA (14,3%, n = 98). Fluoxetin (29,6%, n = 98) wurde als AD am häufigsten in den Dopingkontrollproben männlicher deutscher Sportler detektiert. Bei weiblichen deutschen Athleten war die Verteilung der Substanzklassen gleichmäßiger. Im Unterschied zu den anderen analysierten Verteilungsmustern wurden hier die Prophylaktika neben den SSRI im gleichen Maße nachgewiesen. Die SSRI wurden in 31,0% (n = 29) der Proben deutscher weiblicher Athleten mit AD-Befunden detektiert. Daneben waren die Prophy- laktika mit 34,5% (n = 29) ebenso häufig (p > 0,05). Lamotrigin, der einziger Vertreter dieser Sub- stanzklasse war damit die am häufigsten detektiert Substanz in Dopingkontrollproben weiblicher deutscher Sportler.

S EITE | 116 ERGEBNISSE UND DISKUSSION

4.3.4 Sportspezifische Betrachtung der Disziplinen Fußball und Radsport

4.3.4.1 Allgemein

Radsport und Fußball wurden kategorisiert als Ausdauer- bzw. Mannschaftssport. Im Untersuchungs- zeitraum von 1999 bis 2011 waren sowohl die Anzahl analysierter Proben als auch die Zahl der Do- pingkontrollproben mit AD-Befund in diesen Disziplinen numerisch am höchsten.

Im Fußball wurden im Untersuchungszeitraum insgesamt 33.155 (28,5%, n = 116.327) Dopingkon- trollproben analysiert. In 57 von ihnen konnte mindestens ein AD nachgewiesen werden. Die RFAD errechnet sich damit zu 0,17% (n = 33.155) und lag niedriger als die RFAD der Gesamtproben (ohne Fußball) (p < 0,001). Die Proben wurden hauptsächlich von männlichen Sportlern bezogen (82,5%, n = 33.155). Von weiblichen Fußballern wurden im Untersuchungszeitraum nur 1.013 Proben (3,1%, n = 33.155) analysiert. Bei 4.779 Proben (14,4%, n = 33.155) war kein Geschlecht angegeben. Die Proben wurden sowohl im Wettkampf (95,4%, n = 33.155) als auch im Training (4,6%, n = 33.155) genommen, wobei die Zahl der Wettkampfkontrollen stark überwog.

Im gleichen Zeitraum wurden 10.496 Proben (9,0%, n = 116.327) aus dem Radsport untersucht. AD konnten in 112 Urinen detektiert werden. Die RFAD von 1,07% (n = 10.496) war viermal höher als die

RFAD der Gesamtproben (ohne Radsport) (p < 0,001) bzw. sechsfach höher als die RFAD des Fußballs

(RFAD = 0,17%, n = 33.155; p < 0,001). Die Proben stammten zu 67,9% von männlichen sowie zu 15,7% von weiblichen Athleten (n = 10.496). Bei 16,4% der Proben (n = 10.496) fehlte die Geschlechtsanga- be. Die Zahl der Wettkampf- bzw. Trainingskontrollen betrug 7.556 (72,0%, n = 10.496) und 2.940 (28,0%, n = 10.496).

4.3.4.2 Jährliche Entwicklung

Die Zahl pro Jahr analysierter Dopingkontrollproben im Fußball schwankte zwischen 1.580 (2008) und 3.438 (2001). Im Radsport wurden pro Jahr weniger Proben analysiert, die Zahlen pendelten zwischen 459 (2005) und 1.364 (2011). Ein aufsteigender oder abfallender Trend bezüglich der jeweiligen Gesamtzahl pro Jahr analysierter Proben war in beiden Disziplinen nicht erkennbar (Tab. 25). Die AD-Befunde für den Radsport waren durchgängig, während im Fußball im Jahr 2001 kein AD nachgewiesen wurde.

ERGEBNISSE UND DISKUSSION S EITE | 117

Tab. 25. Übersicht über die jährliche Entwicklung der Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtanzahl analysierter Proben aufgeschlüsselt für die Disziplinen Fußball und Radsport.

Fußball Radsport

Jahr Anzahl Pro- Gesamtanzahl RFAD [%] Anzahl Gesamtanzahl RFAD [%] ben mit analysierter Pro- Proben mit analysierter Pro- AD-Befund ben AD-Befund ben

1999 3 2.481 0,12 3 839 0,36

2000 1 2.697 0,04 9 834 1,08

2001 0 3.438 0 12 832 1,44

2002 3 2.578 0,12 3 634 0,47

2003 3 2.586 0,12 6 546 1,10

2004 3 2.445 0,12 8 552 1,45

2005 4 2.833 0,14 7 459 1,53

2006 6 2.522 0,24 4 572 0,70

2007 10 2.968 0,34 19 923 2,06

2008 3 1.580 0,19 13 1.193 1,09

2009 6 2.365 0,25 2 833 0,24

2010 5 1.906 0,26 15 915 1,64

2011 10 2.756 0,36 11 1.364 0,81

Gesamt 57 33.155 0,17 112 10.496 1,07

Für die RFADs ergab sich eine differenzierte Entwicklung (Abb. 42). Im Fußball zeigten diese einen leichten Anstieg im Untersuchungszeitraum. Zwischen dem Minimalwert in 2000 (RFAD = 0,04%, n = 2.697) und dem Maximalwert im Jahr 2011 (RFAD = 0,36%, n = 2.756) lag der Faktor zehn (p < 0,01). Im Jahr 2001 wurden in Dopingkontrollproben von Fußballern keine AD detektiert.

Für den Verlauf der RFADs im Radsport zeigte sich eine andere Entwicklung (Abb. 42). Die Werte schwankten im gesamten Untersuchungszeitraum ohne erkennbaren Trend maximal um den Faktor neun zwischen 0,24% (2009: n = 833) und 2,06% (2007: n = 923) (p < 0,001). Die RFADs im Radsport lagen damit deutlich über den Niveaus der RFADs in Dopingkontrollproben aus dem Fußball (Abb. 42).

S EITE | 118 ERGEBNISSE UND DISKUSSION

2,20% Fußball Radsport 2,00% 1,80% 1,60% 1,40% 1,20% 1,00% [%]

AD 0,80% RF 0,60% 0,40% 0,20% 0,12% 0,04% 0,12% 0,12% 0,12% 0,14% 0,24% 0,34% 0,19% 0,25% 0,26% 0,36% 0,36% 1,08% 1,44% 0,47% 1,10% 1,45% 1,53% 0,70% 2,06% 1,09% 0,24% 1,64% 0,81% 0,00%

Fußball Radsport

Abb. 42. Entwicklung der RFADs [%] in Dopingkontrollproben aus Fußball und Radsport im Zeitraum von 1999 bis 2011

4.3.4.3 Geschlecht

96,5% (n = 57) der im Fußball detektierten AD wurden in Proben männlichen Sportler nachgewiesen. Die verbleibenden zwei Befunde (3,5%, n = 57) wurden in Dopingkontrollproben ohne Geschlechts- spezifikation gefunden. In keiner der Proben weiblicher Sportler wurden AD detektiert. Die RFAD bei männlichen Fußballern errechnet sich zu 0,20% (n = 27.363). Auch wenn in den Proben weiblicher Fußballer keine AD detektiert wurden, so war ein deutlicher Anstieg der untersuchten Dopingkon- trollproben erkennbar. Von 1999 bis 2005 waren es insgesamt 40 Proben (3,9%, n = 1.013). In den darauffolgenden Jahren stieg die Anzahl analysierter Proben in der Summe auf 973 (96,1%, n = 1.013).

Die Prävalenz von AD in Proben männlicher Radsportler lag bei 1,23% (n = 7.131). Auch hier wurden im Untersuchungszeitraum weniger Dopingkontrollproben von weiblichen Radsportlern untersucht (Männer: n = 7.131, Frauen: n = 1.645). Dabei wurden in den Proben weiblicher Radsportler

(RFAD = 0,49%, n = 1.645) weniger AD detektiert als in Proben männlicher Radsportler (RFAD = 1,23%, n = 7.131; p < 0,01). Im Vergleich zum Fußball zeigte sich hier ebenso der geschlechterspezifische Unterschied, jedoch war dieser im Radsport weniger deutlich ausgeprägt.

ERGEBNISSE UND DISKUSSION S EITE | 119

4.3.4.4 Art der Kontrolle

Die Anzahl der analysierten Wettkampfkontrollen (95,4%, n = 33.155) im Fußball war im Vergleich zu den Trainingskontrollen (4,6%, n = 33.155) hoch. Die absolute Zahl der Dopingkontrollproben mit AD-Befund war daher in Wettkampfkontrollen (AD = 51) erwartungsgemäß höher als in den Trai- ningskontrollen (AD = 6). Bezogen auf die Anzahl analysierter Proben errechnete sich für die Trai- ningskontrollen (RFAD = 0,39%, n = 1.520) jedoch eine höhere Prävalenz als für die Wettkampfkontrol- len (RFAD = 0,16%, n = 31.635; p < 0,05). Die Zahl untersuchter Wettkampfproben blieb im Fußball relativ konstant und schwankte zwischen 1.191 (2008) und 3.417 (2001). Die Befunde der Trainings- proben stammten in dieser Disziplin aus den Jahren 2007 bis 2011. Im Zeitraum davor konnten in Trainingsproben keine AD detektiert werden. Die Zahl der analysierten Trainingskontrollen im Fuß- ball war in den Jahren 1999 bis 2005 mit insgesamt 80 sehr gering (5,3%, n = 1.520). Die durchschnitt- liche Testquote wurde in den nachfolgenden Jahren deutlich erhöht. Von 2006 bis 2011 wurden insgesamt 1.440 Trainingskontrollen (94,7%, n = 1.520) aus dem Fußball analysiert.

Auch im Radsport wurden AD in Wettkampf- und Trainingskontrollen detektiert. Der Anteil der im Wettkampf analysierten Proben (72,0%, n = 10.496) lag auch hier oberhalb der Anzahl der Trainings- proben (28,0%, n = 10.496). Die Diskrepanz war jedoch nicht so deutlich wie im Fußball. Die RFADs der

Wettkampf- sowie Trainingsproben (IC: RFAD = 1,03%, n = 7.556; OOC: RFAD = 1,16%, n = 2.940) waren dabei untereinander vergleichbar (p > 0,05). Die Niveaus der RFADs lagen wiederum oberhalb der

RFADs im Fußball (p < 0,001).

4.3.4.5 Länder

Die AD-Befunde aus dem Fußball und dem Radsport konnten unterschiedlichen Ländern zugeordnet werden (Tab. 26). In Dopingkontrollproben von sechs unterschiedlichen Ländern wurden AD sowohl im Radsport als auch im Fußball detektiert. Die verbleibenden Länder zeigten nur Einzelbefunde in der entsprechenden Disziplin. Diesen konnten keine Probenanalysen in der jeweils anderen Sportart zugeordnet werden (Tab. 26). Als Vergleich wurde wiederum die Gesamtzahl der insgesamt im Fuß- ball bzw. Radsport analysierten Dopingkontrollproben aufgelistet.

S EITE | 120 ERGEBNISSE UND DISKUSSION

Tab. 26. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zur Gesamtanzahl analysierter Proben unterschiedlicher Länder aufgeschlüsselt für die Disziplinen Fußball und Radsport.

Fußball Radsport

Land Anzahl Gesamtanzahl RFAD [%] Anzahl Gesamtanzahl RFAD [%] Proben mit analysierter Proben mit analysierter AD-Befund Proben AD-Befund Proben

Australien 0 0 0 1 17 5,88

Deutschland 13 7.517 0,17 44 3.854 1,14

Europa 6 1.862 0,32 0 0 0

International 4 1.051 0,38 54 5.250 1,03

Iran 2 799 0,25 4 177 2,26

Irland 3 161 1,86** 2 257 0,78

Italien 22 16.697 0,13* 1 302 0,33

Niederlande 1 1.186 0,08 5 326 1,53

Türkei 5 2052 0,24 0 0 0

Tunesien 1 9 11,11* 0 0 0

USA 0 0 0 1 2 50,0*

Gesamt2 57 33.155 0,17 112 10.496 1,07

(1) Dopingkontrollproben von europäischen bzw. internationalen Sportverbänden, es können Athleten unterschiedlicher Länder verschlüsselt sein. (2) Gesamt bezieht sich auf die Gesamtzahl der in dieser Disziplin insgesamt analysierten Doping- kontrollproben und nicht auf die Summe der hier aufgelisteten Länder. RFAD signifikant unterschiedlich zur RFAD der Gesamtproben auf einem Niveau von (*) p < 0,05, (**) p < 0,01, (***) p < 0,001.

Numerisch konnten die höchsten AD-Befunde in der Disziplin Fußball für Deutschland (AD = 13) und Italien (AD = 22) ermittelt werden. In Proben deutscher Fußballer konnten AD in sieben der 13 Jahre des Untersuchungszeitraums detektiert werden. Zunächst waren es nur Befunde in den Jahren 2003 sowie 2004. Ab 2007 wurden dann durchgängig AD in diesen Proben nachgewiesen. Ab diesem Zeit- punkt erhöhte sich die Zahl der Dopingkontrollproben von durchschnittlich 348 pro Jahr auf 946. Die

RFAD des deutschen Fußballs (RFAD = 0,17%, n = 7.517) unterschied sich nicht von der RFAD der Ge- samtproben im Fußball (ohne Deutschland) (p > 0,05). Die AD-Befunde in Proben italienscher Fußbal- ler stammten aus den Jahren 1999 bis 2007. Danach wurden keine weiteren Dopingkontrollproben aus dem italienischen Fußball analysiert. Die RFAD (RFAD = 0,13%, n = 16.697) war im Vergleich zu den Gesamtproben im Fußball (ohne Italien) auf einen Niveau von p < 0,05 erniedrigt. In Proben irischer

ERGEBNISSE UND DISKUSSION S EITE | 121

bzw. tunesischer Fußballer wurden vermehrt AD detektiert (Irland: RFAD = 1,86%, n = 161, p < 0,01;

Tunesien: RFAD = 11,11%, n = 9, p < 0,05).

Die höchsten AD-Befunde im Radsport wurden numerisch in Dopingkontrollproben von deutschen und internationalen (AD = 44 bzw. AD = 54) Sportverbänden nachgewiesen. Die zugehörigen RFADs von 1,14% (n = 3.854) bzw. 1,03% (n = 5.250) waren mit dem Gesamtradsport (ohne Deutsch- land / International) vergleichbar (p > 0,05). In deutschen und internationalen Proben wurden fast durchgängig AD-Befunde verzeichnet. Die Verläufe ließen keinen Trend erkennen und schwankten zwischen den RFADs 0,0% (2006, 2011) und 4,26% (2001) in deutschen bzw. 0,0% (2001, 2002) und 2,08% (2010) in internationalen Dopingkontrollproben. In den verbleibenden Ländern konnten nur Einzelbefunde nachgewiesen werden.

4.3.4.6 Substanzen

Im Fußball wurden 61 AD in den 57 Proben mit AD-Befund nachgewiesen. Das heißt in vier Doping- kontrollproben wurden jeweils zwei Substanzen detektiert (7,0%, n = 57). Im Radsport waren es sieben AD-Kombinationen (6,3%, n = 112). In den 112 Dopingkontrollproben mit AD-Befund im Radsport konnten demnach 119 Substanzen nachgewiesen werden. Abb. 43 zeigt die Verteilung der detektierten AD bezüglich der Substanzklassen differenziert für die Disziplinen Fußball und Radsport.

Die dominierende Substanzklasse waren die SSRI mit 62,3% im Fußball bzw. 76,5% im Radsport (Abb. 43). Dabei wurden die SSRI im Radsport (76,5%, n = 119) mit einem höheren Anteil als in den Ge- samtproben (ohne Radsport) nachgewiesen (55,3%, n = 414; p < 0,001). Die Prävalenz war gegenüber den SSRI-Befunden aus dem Fußball auf einem Niveau von p < 0,05 ebenfalls erhöht (62,3%, n = 61). Das Auftreten der einzelnen Wirkstoffe der SSRI war dabei in beiden Disziplinen unterschiedlich. Im Fußball waren Citalopram (26,2%, n = 61) und Paroxetin (24,6%, n = 61) die vorherrschenden Sub- stanzen, während im Radsport Fluoxetin (55,5%, n = 119) vor Citalopram (14,3%, n = 119) dominierte. Dabei umfassten die Fluoxetin-Befunde im Radsport 55,0% aller Fluoxetin-Befunde im gesamten Untersuchungszeitraum (n = 98). Fluoxetin wurde im Fußball dagegen nur in 8,2% der Proben (n = 61) detektiert. Zweitstärkste Substanzklasse waren hier die TCA (14,8%, n = 61) mit Amitriptylin (8,2%, n = 61) als häufigste Substanz (Abb. 43). Im Radsport waren diese eher von untergeordneter Bedeu- tung (5,0%, n = 119). Hier waren die Prophylaktika mit 10,1% (n = 119) häufiger als im Fußball (3,3%, n = 61) (Abb. 43).

S EITE | 122 ERGEBNISSE UND DISKUSSION

80,0% Fußball Radsport 70,0% 60,0% 50,0% 40,0% 30,0% 20,0% Relaver Anteil [%] 10,0% 14,8% 10,1% 76,5% 1,6% 3,3% 1,6% 8,2% 8,2% 4,2% 1,7% 2,5% 5,0% 62,3% 0,0%

Fußball Radsport

Abb. 43. Relativer Anteil [%] verschiedener Substanzklassen in Dopingkontrollproben mit AD aus dem Fußball und Radsport; (NDRI) - Noradrenalin/Dopamin Wiederaufnahmehemmer, (SNDI) - Serotonin Noradrenalin Disinhibitoren, (SNRI) - Serotonin Noradrenalin Wiederaufnahmehemmer, (SSRI) - Selektive Serotonin Wiederaufnahmehemmer, (TCA) - Trizyklische Antidepressiva

In Proben deutscher Fußballer wurden im Untersuchungszeitraum 15 AD detektiert. Diese verteilten sich auf vier Substanzklassen. Führend waren auch hier die SSRI (60,0%) gefolgt von den TCA (20,0%), SARI (13,3%) sowie SNRI (6,7%) (n = 15). Citalopram wurde dabei in 46,7% (n = 15) der Fälle nachgewiesen. In Dopingkontrollproben italienischer Fußballer wurden 23 AD (n = 16.697) aus drei unterschiedlichen Substanzklassen detektiert. Dominierend waren auch hier die SSRI (87,0%, n = 23). Am häufigsten wurde dabei das AD Paroxetin (52,2%, n = 23) nachgewiesen. Die verbleibenden AD-Befunde verteilten sich auf die Substanzklassen TCA (8,7%, n = 23) und SNRI (4,3%, n = 23).

Im deutschen Radsport verteilten sich die 45 detektierten AD auf nur drei Substanzklassen. Die SSRI wurden hier sogar in 91,1% (n = 45) der Fälle nachgewiesen, der höchste Anteil von allen ausgewerteten Parametern. Fluoxetin war auch hier die dominierende Substanz (84,4%, n = 45). Die verbleibenden Wirkstoffe sind den Prophylaktika (6,7%) und TCA (2,2%) zugehörig. Auch in den internationalen Proben des Radsports waren die SSRI (70,2%, n = 57) mit Fluoxetin (43,9%, n = 57) und Ci- talopram (19,3%, n = 57) die stärkste Substanzklasse. Die Prophylaktika, als zweitstärkste Substanz- klasse, waren mit 15,8% (n = 57) nicht signifikant häufiger als im deutschen Radsport (p > 0,05). Die

ERGEBNISSE UND DISKUSSION S EITE | 123

restlichen AD-Befunde verteilten sich auf die Gruppe der NDRI (5,3%, n = 57), SNRI (5,3%, n = 57) sowie TCA (3,5%, n = 57).

4.3.5 Vergleichende Betrachtung mit den Verordnungsdaten der Normalbevölkerung

4.3.5.1 Allgemein

Daten zu den Größenordnungen sowie den jährlichen Veränderungen der AD-Verordnungen werden in Publikationen hauptsächlich in der Einheit der definierten Tagesdosen (DDD) veröffentlicht. Diese technische Größe ermöglicht durch die Standardisierung auf eine definierte Wirkstoffmenge eine bessere Vergleichbarkeit zwischen verschiedenen Ländern, Jahren und Substanzen (siehe auch Kap. 3.3.2). Daten, wie viele Versicherte bzw. welcher Anteil der Versicherten tatsächlich eine Ver- ordnung über AD bekommen, sind kaum veröffentlicht. Der Arzneiverordnungsreport (AVR), der jähr- lich von den Gesetzlichen Krankenkassen Deutschlands (GKV) herausgegeben wird, trifft dazu keine Aussagen [150]. Im Jahr 2008 hat die Gmünder Ersatzkasse (GEK), eine von mehreren GKVs in Deutschland, eine Studie über AD-Verordnungen ihrer Versicherten publiziert [61]. Laut diesem Re- port erhielten im Jahr 2007 ca. 1,78% der männlichen (n = 217.930) und 3,15% der weiblichen (n = 218.033) Versicherten im Alter von 15 - 34 mindestens eine AD-Verordnung [61].

Im Weiteren wird der Prävalenz-Begriff wiederum ausgeweitet auf den Anteil der Versicherten mit mindestens einer AD-Verordnung bezogen auf die Gesamtzahl der Versicherten. Die nachfolgend erwähnte Einteilung in verschiedene Altersgruppen wurde aus den entsprechenden Publikationen übernommen und nicht selbst gewählt.

Eine Studie von Ufer et al. aus dem Jahr 2007 untersuchte unteranderem die Prävalenz für AD-Verordnungen bei Versicherten einer GKV in Baden-Württemberg, Deutschland in den Jahren 2000 bis 2002. Demnach erhielten in der Gruppe der 0 bis 39 Jährigen ca. 1,83% der männlichen (n = 1.017.106) und 3,58% der weiblichen (n = 987.751) Versicherten1 mindestens eine Verschreibung für ein AD im Untersuchungszeitraum [169]. Diese Verteilung bestätigte die Daten der GEK-Studie. Eine Untersuchung aus den USA bezüglich AD-Verordnungen im Jahr 2002 zeigte höhere Prävalen- zen. Hier erhielten ca. 2,0% der 0 bis 17 jährigen sowie 7,9% der 18 bis 34 jährigen Versicherten der PKV mindestens eine Verschreibung für ein AD [93]. Bestätigt wurde dies durch eine Studie von Pratt et al., die die Prävalenz von AD in den USA von 2005 bis 2008 untersuchte. Auf Grundlage der Daten des National Health and Nutrition Examination Surveys, konnte gezeigt werden, dass in der Gruppe der 18 bis 39 Jährigen doppelt so viele AD verordnet wurden wie bei den 12 bis 17 Jährigen im Unter-

1 0-19 Jahre: Männer 0,35%, n = 461.832, Frauen 0,59%, n = 437.132; 20-29 Jahre: Männer 2,27%, n = 234.350, Frauen 4,13%, n = 234.876; 30-39 Jahre: Männer 3,65%, n = 320.924, Frauen 7,31%, n = 315.743 [167]

S EITE | 124 ERGEBNISSE UND DISKUSSION

suchungszeitraum. Frauen wurden dabei mehr AD verordnet. Der geschlechtsspezifische Unterschied stieg dabei mit dem Alter (12 – 17 Jahre: Männer 2,8%, Frauen 4,6%; 18 - 39 Jahre: Männer 3,0%, Frauen 9,2%) [124]. Eine schwedische Studie aus dem Jahr 2006 bestimmte die 1-Jahres-Prävalenz, d.h. die Wahrscheinlichkeit einmal im Jahr ein AD verordnet zu bekommen, zu 5,6% für 20 bis 34 Jährige (n = 1.691.365)2. Frauen zeigten ebenso eine höhere Prävalenz (Männer: 4,0%, n = 863.325; Frauen: 7,2%, n = 828.031) [160]. Für Kanada ergab sich im Jahr 2002 für die Gruppe der 15 bis 25 Jährigen eine Prävalenz von 3,4% [7]. Castelpietra et al. beschrieben in ihrer Studie den Zusammen- hang zwischen AD-Gebrauch und der Suizidrate in einer Region Italiens von 1997 bis 2006. In der Altersgruppe 0 bis 59 Jahren stieg der AD-Gebrauch linear von 0,68% auf 3,79%. Frauen (1997: 0,94%, 2006: 5,39%) erreichten auch hier doppelt so hohe Werte wie die Gruppe der Männer (1997: 0,43%, 2006: 2,25%) [25]. Eine litauische Studie aus den Jahren 2003/2004 zeigte ähnliche Verteilungen. Frauen wurden auch hier häufiger AD verordnet als Männern. Der geschlechtsspezifische Unterschied der AD-Verordnungen stieg dabei mit dem Alter (Frauen-Männer- Verordnungsverhältnis 0 – 19 Jahre: 1,6-1,7:1; 20 – 29 Jahre: 2,2-2,3:1; 30 – 39 Jahre: 3,3-3,4:1). Die Prävalenzen lagen dabei niedriger als in anderen Ländern (0 – 19 Jahre: Männer 0,25% - 0,28%, Frau- en 0,40% - 0,49%; 20 – 29 Jahre: Männer 0,33% - 0,36%, Frauen 0,72% - 0,82%; 30 - 39 Jahre: Män- ner 0,50 - 0,53%, Frauen 1,62% - 1,78%) [84]. Scheinbar waren die Verordnungszahlen für AD in den USA besonders hoch. Eine vergleichende Studie aus dem Jahr 2000 bestimmte für Kinder und junge Erwachsene (0 bis 19 Jahre) in den USA bis zu 14mal höhere AD-Verordnungen als in europäischen Ländern (USA 1,63%, Niederlande 0,54%, Dänemark 0,18%, Deutschland 0,11%) [190].

4.3.5.2 Jährliche Entwicklung

Die Daten für die Normalbevölkerung (NB) wurden den Verordnungsdaten der GKV in Deutschland entnommen [150]. Diese bilden die jährliche Entwicklung als DDD ab (siehe dazu Kap. 3.3.2). Um die Zahl der Versicherten in der GKV zu berücksichtigen, wurden die Daten als DDD / 1.000 Versicherte ausgewertet. Abb. 44 zeigt den Verlauf der RFADs in Dopingkontrollproben (rechte Skala) im Vergleich zu den Verordnungen für AD in der NB der Altersgruppe 15 bis 34 Jahre (linke Skala).

2 20-24 Jahre: Männer 2,8%, n = 277.497, Frauen 5,8%, n = 264.080; 25-29 Jahre: Männer 4,3%, n = 279.309, Frauen 7,3%, n = 268.425; 30-34 Jahre: Männer 4,8%, n = 306.519, Frauen 8,4%, n = 295.526 [158]

ERGEBNISSE UND DISKUSSION S EITE | 125

13.000 0,65% AD-Verordnungen für NB (15-34 Jahre) 0,63% 12.000 11.528 0,60% Dopingkontrollproben 11.000 0,55% 10.781

10.000 0,50%

8.699 9.148 9.000 0,45% 0,45% 0,45% 0,43% 8.000 0,43% 0,40%

7.316 7.000 0,35% 6.815 6.000 0,30% 5.985 6.121 6.036 5.723 5.668 5.658 5.000 5.474 0,25% 0,27% 0,26% 0,26% 0,25% 0,22% [%] in Dopingkontrollproben 4.000 0,18% 0,20% AD RF

3.000 0,15% AD-Verordnungen für die NB [DDD/1.000 Versicherte]

2.000 0,12% 0,10% 0,11%

1.000 0,05%

0 0,00% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Jahr

Abb. 44. Entwicklung der RFADs [%] in Dopingkontrollproben und Zahl der AD-Verordnungen für die NB von 15 – 34 Jahren als DDD / 1.000 Versicherte laut AVR [150] im Untersuchungszeitraum von 1999 bis 2011

Abb. 44 veranschaulicht die Entwicklung der AD-Verordnungen im Untersuchungszeitraum für die Referenzpopulation (NB 15 bis 34 Jahre) im Vergleich zu den Prävalenzen in den Dopingkontrollpro- ben. Die Daten der NB 15 bis 34 Jahre sind als DDD / 1.000 Versicherte und Jahr dargestellt. Detail- lierte Daten über den Anteil der Versicherten, die mindestens eine AD-Verordnung pro Jahr erhalten haben, wurden bisher nicht veröffentlicht. Im Untersuchungszeitraum verdoppelten sich die AD-Verordnungen für die NB 15 bis 34 Jahre von 5.723 DDD / 1.000 Versicherte in 1999 auf 11.528 DDD / 1.000 Versicherte in 2011 (Abb. 44). Unklar bleibt dabei, die Zahl der Versicherten mit

S EITE | 126 ERGEBNISSE UND DISKUSSION

AD-Verordnungen. Einige wenige Patienten könnten hohe Wirkstoffdosen über einen langen Zeit- raum erhalten haben oder viele Versicherte geringe Dosierungen bzw. kurze Therapiezyklen. Deutlich erkennbar ist dabei die kontinuierliche Entwicklung der AD-Verordnungen in der NB (Abb. 44). Die Verordnungsdaten für die Altersgruppe der 15 – 34 Jährigen zeigten zunächst eine moderate Ent- wicklung in den Jahren 1999 bis 2005 und einen stärkeren Anstieg ab 2006. Zu erwähnen ist, dass im Jahr 2006 der zugrundeliegende Berechnungsmodus für die Datenbasis verändert wurde. Auch die

RFADs in den Dopingkontrollproben stiegen im Untersuchungszeitraum an. Dabei ist von 1999 (0,11%) bis 2011 (0,45%) insgesamt eine Vervierfachung der Prävalenzen zu erkennen. Der Verlauf ist jedoch nicht so ebenmäßig wie die Entwicklung in der Referenzpopulation (Abb. 44). Nach einem moderaten

Anstieg in den Jahren 1999 bis 2006 erhöhten sich die RFADs in den Jahren 2007 sowie 2008 stark. Anschließend fielen diese auf das Niveau von 2007 zurück (siehe auch Kap. 4.3.1.1). Eine Aufschlüsse- lung nach Geschlecht wurde bei diesen Daten im AVR nicht vorgenommen [150].

Studien aus anderen Ländern zeigten ebenfalls wachsende Verordnungszahlen [25,108,116,186]. So stieg die Zahl der AD-Verordnungen bei 18 bis 34 Jährigen in den USA von 4,15% in 1996 auf 6,82% in 2005 [116]. In Taiwan erhöhte sich das Verordnungsvolumen für die Gruppe der 18 bis 44 Jährigen von 2,2% im Jahr 1996 in neun Jahren um 100% [186]. Eine erweiterte Studie zeigte ebenfalls steigende Prävalenzen des AD-Gebrauchs in Taiwan von 3,21% in 2000 auf 4,63% in 2009. Gleichzeitig sank die Rate der Neuerkrankungen von 2,08% auf 1,65% [186]. Auch Mojtabai zeigte steigende AD-Verordnungen für die amerikanische Bevölkerung. Von 1990 bis 2003 erhöhte sich die Zahl der Verordnungen um das Vierfache in der Gruppe der 18 bis 34 Jährigen [108].

Die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (Organisation for Economic Co-operation and Development, OECD) veröffentliche im Jahr 2013 unter dem Titel „Health at a Glance 2013“ eine Studie, die sich unteranderem mit dem Konsum von AD in den Mitgliedsstaaten der OECD beschäftigt . Dabei wurden die Verordnungsdaten (in DDD) der Jahre 2000 und 2011 (oder dem nächstgelegenen Jahr) untersucht [117]. Eine Aufschlüsselung nach verschiedenen Altersgrup- pen wurde nicht vorgenommen. Für alle 23 Mitgliedsstaaten stiegen die AD-Verordnungen im Unter- suchungszeitraum deutlich an. Durchschnittlich wurden im Jahr 2000 31 DDD / 1.000 Einwohner & Tag verordnet. Im Jahr 2011 waren es 56 DDD / 1.000 Einwohner & Tag, ein Zuwachs um 81% [117]. Die höchsten Verordnungsdaten wurden dabei für Island dokumentiert (2000: 71 DDD / 1.000 Einwohner & Tag, 2011: 106 DDD / 1.000 Einwohner & Tag). In Chile und Ko- rea waren die Verordnungsvolumina 2011 mit 13 DDD / 1.000 Einwohner & Tag am niedrigsten. Da- ten für das Jahr 2000 fehlten hier [117]. Die Verordnungsdaten für Deutschland lagen unterhalb des Durchschnitts der OECD-Staaten. Sie stiegen von 21 DDD / 1.000 Einwohner & Tag im Jahr 2000 auf 50 DDD / 1.000 Einwohner & Tag. Dies entspricht einer Zunahme von 138% [117].

ERGEBNISSE UND DISKUSSION S EITE | 127

4.3.5.3 Substanz

Abb. 45 zeigt die Zahl der AD-Verordnungen in der NB (0 bis > 65 Jahre) aufgeschlüsselt nach Sub- stanzklassen im Vergleich zu den Dopingkontrollproben. Die Daten wurden im AVR wiederum mit der Einheit DDD bzw. MillionenDDD (MioDDD) dargestellt. Das Verordnungsvolumen pro Substanz bzw. Substanzklasse wurde dabei auf das Gesamtverordnungsvolumen für AD im Untersuchungszeitraum bezogen. Insgesamt wurden von 1999 bis 2011 Versicherten der deutschen GKV 9.270,8 MioDDD AD verordnet. Die Verordnungsdaten des AVR bilden die AD-Verordnungen für die gesamte Altersgruppe der GKV-Versicherten (0 bis > 65 Jahre) ab. Es wurde keine Aufschlüsselung nach Altersgruppen vorgenommen.

60,0% Dopingkontrollproben 55,0% AD-Verordnungen für NB [AVR] 50,0% 45,0% 40,0% 35,0% 30,0% 25,0% 20,0% 15,0% Relaver Anteil [%] 10,0% 11,4% 55,3% 13,5% 11,3% 10,0% 4,3% 2,7% 8,0% 4,8% 0,4% 3,5% 9,1% 5,0% 38,1% 27,7% 0,0%

Dopingkontrollproben AD-Verordnungen für NB [AVR]

Abb. 45. Relativer Anteil [%] verschiedener Substanzklassen in Dopingkontrollproben mit AD im Vergleich zu AD-Verordnungen der NB (0 bis > 65 Jahre) [150]; (NDRI) - Noradrenalin/Dopamin Wiederaufnahmehemmer, (SNDI) - Serotonin Noradrenalin Disinhibitoren, (SNRI) - Serotonin Noradrenalin Wiederaufnahmehemmer, (SSRI) - Selektive Serotonin Wiederaufnahmehemmer, (TCA) - Trizyklische Antidepressiva

Auch in der NB waren die SSRI die meist verordneteste Substanzklasse (38,1%, n = 9.270,8 MioDDD). Die Dominanz war hier jedoch nicht so deutlich wie in den Dopingkontrollproben (55,3%, n = 414; p < 0,001). TCA wurden in 27,7% der Fälle (n = 9.270,8 MioDDD) verordnet und waren damit häufiger als bei den Athleten (13,5%, n = 414; p < 0,001). Die Zahl der verschriebenen Dosen der SNDI (11,3%,

S EITE | 128 ERGEBNISSE UND DISKUSSION

n = 9.270,8 MioDDD) überstieg die detektierte Menge in Dopingkontrollproben (2,7%, n = 414; p < 0,001) deutlich. Die Zahl der Prophylaktika Lamotrigin und Quetiapin war dagegen in der NB (3,5%, n = 9.270,8 MioDDD) niedriger (11,5%, n = 414; p < 0,001).

Die einzelnen Wirkstoffe betrachtend ergaben sich zwischen Dopingkontrollproben und den Verord- nungsdaten einige Unterschiede. Citalopram wurde laut AVR in der NB am häufigsten verordnet (19,7%, n = 9.270,8M ioDDD) gefolgt von dem TCA Amitriptylin (12,4%, n = 9.270,8 MioDDD) und dem SNDI Mirtazapin (10,1%, n = 9.270,8 MioDDD). Fluoxetin wurde nur in 4,5% der Fälle verschrieben (n = 9.270,8 MioDDD) [150]. In den Dopingkontrollproben waren dagegen Fluoxetin (23,7%) und Citalopram (20,3%) die dominierenden Substanzen. Amitriptylin (8,4%) bzw. Mirtazapin (2,7%) folgten an vierter und achter Stelle der Häufigkeit der AD-Befunde.

Bupropion wurde wie in deutschen Dopingkontrollproben (0%, n = 144) auch in den Verschreibungs- daten für die deutschen GKV-Versicherten nur in 0,4% (n = 9.270,8 MioDDD) der Fälle verordnet. Laut einer Studie von Larson et al. war gemessen an den Ausgaben, die Verordnungshäufigkeit des NDRIs in den USA wesentlich höher [93]. 14,7% der Gesamtkosten der AD-Verschreibungen in USA wurden demnach im Jahr 2002 in Rahmen der PKV für Bupropion-Präparate ausgegeben. Die SSRI nahmen in der gleichen Studie mit 61,8% die Spitzenposition ein. Für Venlafaxin wurden 13,6% der Ausgaben aufgewendet. Die TCA spielten hier keine Rolle [93]. Hansen et al. bestätigten dies. Die am häufigsten verordneten Substanzen waren Sertralin (24%), Citalopram (20%), Paroxetin (17%), Fluo- xetin (13%), Bupropion (11%) und Venlafaxin (10%) [71]. Ähnliche Entwicklung zeigten auch Raymond et al. in ihrer Veröffentlichung über die Prävalenz von AD in British Columbia, Kanada im Zeitraum 1996 bis 2004. Der Anteil der Verordnungen für TCA sank von 37% (1996) auf 17% (2004), während die Zahl für SSRI konstant blieb (1996: 47%, 2004: 48%) [128]. Die sinkende Verordnungszahlen für TCA bestätigte eine Studie von Olfson et al. (1996 : 35,3%, 2005: 11,1%), während die Zahlen für die SSRI hier leicht stiegen (1996: 54,8%, 2005: 66,9%) [116]. Gleiche Tendenzen für die TCA bestimmten auch Deambrosis et al. (SSRI: 1998 0%, 2008 67%; TCA: 1998 73%, 2008 17%) [32]. Eine neuseeländi- sche Studie zeigte ebenfalls die Dominanz der SSRI mit 53% der Verordnungen pro Jahr. In der Grup- pe der 15 bis 24 Jährigen lag diese Rate sogar noch höher (> 70%), während TCA nur in ca. 20% der Fälle verschrieben wurden [49]. Bestätigt wurde dies durch ein litauische Untersuchung aus den Jah- ren 2003 und 2004 [84]. Mit steigendem Alter verschob sich das Verordnungsverhältnis SSRI / TCA demnach zugunsten der TCA [75,84,186]. Gemäß einer Studie über die Verordnungspraxis in Ost- asien in 2003 bis 2004 waren unter den zehn häufigsten Substanzen alle verfügbaren SSRI vertreten und nur ein TCA (Amitriptylin 6,3%). Paroxetin (22,4%) stand dabei an der Spitze der Verordnungen gefolgt von Fluoxetin (13,8%) und Trazodon (11,9%). Insgesamt fielen auf die SSRI 58,1% der Ver- schreibungen, während die TCA 17,7% ausmachten. Venlafaxin wurde 6,3% der Patienten verordnet

ERGEBNISSE UND DISKUSSION S EITE | 129

[168]. In Schweden war die Rate der SSRI-Verordnungen noch höher (76,0%), während nur 6,4% der Verschreibungen für 20 bis 34 Jährige ein TCA auswiesen. Die am häufigsten verordneten Substanzen waren dabei Citalopram (29,3%), Sertralin (24,4%), Fluoxetin (9,7%), Mirtazapin (7,3%) und Venlafaxin (7,3%) [160]. Einzig eine Studie aus Südafrika zeigte für die Jahre 2000 bis 2001 höhere Prävalenzen für die TCA (51,2%) im Vergleich zu den SSRI (35,5%) [86].

4.3.6 Modellierung der jährlichen Entwicklung und Substanzwahl mittels GLM

4.3.6.1 Jährliche Entwicklung

Der Verlauf der AD-Prävalenzen im Untersuchungszeitraum 1999 bis 2011 wurde mit einem binomia- len generalisierten linearem Modell (GLM) untersucht. Als abhängige Variable wurde die Häufigkeit der AD in Dopingkontrollproben im Vergleich zu Proben ohne AD (Nicht-AD) definiert. Als Link-Funktion diente die logit-Funktion mit ln(p/(1-p)). Als Prädiktoren wurden die Zeit, das Ge- schlecht, die Art der Kontrolle, das Land, die Sportart sowie die Verordnungsdaten für die NB untersucht. Dabei wurde der Einfluss der jeweiligen Prädiktoren zusätzlich zu ihrer additiven Wirkung auf Wechselwirkungen untereinander analysiert. Zur Vereinfachung der Berechnung wurde das Anfangs- jahr 1999 auf Null gesetzt. Beim Faktor Land erfolgte eine dichotome Merkmalszuordnung in Deutschland und Nicht-Deutschland. Aufgrund der Notwendigkeit eindeutiger Gruppenzugehörigkei- ten wurden ebenso die Kategorien Mannschaftssport und Ausdauersport aufgeschlüsselt. Da der Einfluss der Disziplinen Fußball und Radsport untersucht werden sollte, wurde folgende Einteilung vorgenommen: Ausdauersport (ohne Radsport), Radsport, Fußball sowie Mannschaftssport (ohne Fußball). Gemäß Nullhypothese war ein Prädiktor ohne Einfluss, wenn der Fehler erster Ordnung größer als 0,05 war. Die Prädiktoren wurden nacheinander in das Modell eingeführt und auf ihre Signifikanz hin untersucht. Die Güte der Anpassung unterschiedlicher Modelle wurde mit einem χ2-Test als Teststatistik untersucht. Zeigte sich kein signifikanter Unterschied zwischen den Modellen wurde jeweils das einfachere Modell bevorzugt.

Abb. 46 zeigt die Ausgabe des χ2-Tests generiert mit der R-Funktion „anova“ für das modellierte GLM. Die signifikanten Prädiktoren sind in der Devianz-Tabelle aufgelistet. Dargestellt werden die Frei- heitsgrade des einzelnen Prädiktors (DF, degree of freedom) sowie die Devianz der Residuen des entsprechenden Prädiktors (Dev Resid), die verbleibenden Freiheitsgrade der Residuen (Df resid) und die nicht erklärte Devianz (Deviance). Die beiden letzten Parameter sollten möglichst niedrig sein, da dann das Modell durch die Prädiktoren (nahezu) vollständig erklärt werden würde [39]. Die einzelnen Prädiktoren werden dabei nacheinander betrachtet und deren Einfluss auf die verbleibende Devianz bestimmt. Darüberhinaus wird der P-Wert des Faktors mit den entsprechenden Signifikanzniveaus angegeben (Abb. 46). Die Devianz bezeichnet dabei die Abweichung vom Idealwert des angepassten

S EITE | 130 ERGEBNISSE UND DISKUSSION

Modells und ist mit der Summe der Residuenquadrate der klassischen Regressionsanalyse vergleichbar.

> glm14 <- glm(formula = cbind(AD, NichtAD) ~ Jahr + Kontrolle + Land + Kategorie + VO + Jahr:Kontrolle + jahr:Land + Jahr:Kategorie + Kategorie:Geschlecht + Kontrolle:Kategorie + Land:Kategorie + Jahr:VO, family = binomial, data = AD_GLM)

> anova(glm14, test = "Chisq")

Analysis of Deviance Table Model: binomial, link: logit Response: cbind(AD, NichtAD) Terms added sequentially (first to last)

Df Dev. Resid. Df Resid. Deviance Pr(>Chi) NULL 714 904.03 Jahr 1 58.972 713 845.05 1.599e-14 *** Kontrolle 1 1.027 712 844.03 0.3108422 Land 1 16.118 711 827.91 5.952e-05 *** Kategorie 8 119.966 703 707.94 < 2.2e-16 *** VO 1 4.720 702 703.22 0.0298208 * Jahr:Kontrolle 1 8.739 701 694.48 0.0031144 ** Jahr:Land 1 3.024 700 691.46 0.0820309 . Jahr:Kategorie 8 24.811 692 666.65 0.0016732 ** Kategorie:Geschlecht 9 29.029 683 637.62 0.0006408 *** Kontrolle:Kategorie 8 16.163 675 621.46 0.0401019 * Land:Kategorie 8 39.020 667 582.44 4.874e-06 *** Jahr:VO 1 4.810 666 577.63 0.0283030 * --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Abb. 46 Ausgabe des χ2-Tests generiert mit der R-Funktion „anova“ des modellierten GLMs mit der Häufigkeit der AD im Verhältnis zu den Proben ohne AD als abhängige Variable und den signifikanten Prädiktoren; (Df) Freiheitsgrade des Prädiktors, degree of freedom, (Pr(>Chi)) P-Werte der Nullhypothese.

Aus Abb. 46 geht der unterschiedliche Beitrag einzelner Prädiktoren zum Gesamtmodell hervor. Da- bei ist die Prävalenz von AD in Dopingkotrollproben höchstsignifikant vom Jahr, dem Land (Deutsch- land, Nicht-Deutschland) sowie der Kategorie abhängig (p < 0,001). Die Art der Kontrolle scheint zu- nächst ohne Einfluss zu sein. Die Effekte der einzelnen Prädiktoren werden gegenüber dem Null-Modell (einfachstes Modell) additiv betrachtet. Gegenläufige Entwicklungen werden hier nicht erkannt. Diese können durch die Betrachtung der Wechselwirkungen von Prädiktoren ermittelt werden. Beim vorliegenden Modell ist die Wechselwirkung zwischen der Art der Kontrolle und dem Jahr auf einem Niveau von p < 0,01 signifikant. Die Schätzung des Einflusses kann über den Befehl sum-

ERGEBNISSE UND DISKUSSION S EITE | 131

mary aufgerufen werden. Die Prävalenz für AD steigt dabei pro Jahr um 0,45 Einheiten auf der logit-Skala. Für die Wechselwirkung Jahr:KontrolleOOC wurde der estimate auf -0,02 Einheiten ge- schätzt. D.h. der estimate des Prädiktors Jahr ist um dieses Beitrag zu verkleinern. Darüberhinaus deutet der negative Wert auf einen gegenläufigen Effekt hin. Dies wird durch die Daten bestätigt. Während die Prävalenzen in Wettkampfkontrollen steigen, sinken sie bei den Trainingskontrollen (siehe dazu auch Abb. 32, Kap. 4.3.1.3).

Weiterhin scheint die Prävalenz von AD abhängig zu sein von der Wechselwirkung Jahr:Land. Diese ist jedoch nur auf einem Niveau von p < 0,1 signifikant. Das modellierte GLM ist mit diesem Prädiktor jedoch signifikant besser angepasst (p < 0,05). Ein bedeutender Prädiktor für das angepasste Modell ist die Kategorie. Die Prävalenz von AD ist dabei sowohl vom Prädiktor selbst als auch von dessen Wechselwirkungen abhängig (Abb. 46). Genauere Aussagen bezüglich der Stärke einzelner Level des Prädiktors können wiederum der summary-Ausgabe entnommen werden (siehe unten). Die Verord- nungsdaten sind sowohl additiv als auch als Wechselwirkung Jahr:VO auf einem Niveau von p < 0,05 signifikant.

An dieser Stelle sollte bemerkt werden, dass die Anzahl der Dopingkontrollproben zwischen Land und Geschlecht sowie zwischen Land und Kontrolle signifikant unterschiedlich (p < 0,001) ist. In nicht-deutschen Proben sind Wettkampfkontrollen und Dopingkontrollproben männlicher Athleten deutlich überrepräsentiert. Die unterschiedliche Verteilung scheint aber ohne Einfluss auf das angepasste Modell.

Über einen χ2-Test generiert mit der R-Funktion „anova“ kann die Güte der Anpassung des Modells geprüft werden. Die Null-Devianz beträgt 904,03 bei 714 Freiheitsgraden. Das angepasste Modell ist dabei signifikant besser angepasst als das Null-Modell (p < 0,001). Die Residual-Devianz beträgt noch 577,63 Einheiten auf der χ2-Skala bei 666 Freiheitsgraden. D.h. im Umkehrschluss, dass 326,4 Einhei- ten durch das modellierte GLM erklärt werden. Die Anpassungsgüte (Goodness-of-Fit) wurde über eine χ2-Statistik geprüft. Dies ist möglich, da die Devianz großer Datensätzen einer χ2-Verteilung folgt [39]. Der Test zeigt eine gute Anpassung des Modells (p = 0,994). Jedoch werden durch das angepasste Modell 577,63 Einheiten auf der χ2-Skala noch nicht erklärt. Dies deutet auf weitere Einflussfakto- ren auf die Prävalenz von AD in Dopingkontrollproben hin.

Einen genaueren Einblick über den Einfluss einzelner Level der Prädiktoren des angepassten Modells kann über die summary-Ausgabe aufgerufen werden. Aufgelistet werden für jeden Prädiktoren der Anstieg auf der Logit-Skala bei der Erhöhung um eine Einheit (estimate), der zugehörige Standardfeh- ler (std. error), das entsprechende z-value sowie der daraus resultierende P-Wert (Pr(>|z|)) inklusive der Signifikanzniveaus (siehe dazu auch Kap. 7.2). Der estimate weiterer Prädiktoren bzw. deren Le-

S EITE | 132 ERGEBNISSE UND DISKUSSION

vel ist dabei immer im Bezug zum Intercept zu interpretieren. Der Startwert, dargestellt als Intercept, sind entweder die jeweils niedrigsten Werte (alphabetisch oder numerisch) oder vorher festgelegte Level. Im vorliegenden Modell wird dieses durch folgende Parameter beschrieben: 1999 (Jahr), männlich (Geschlecht), IC (Kontrolle), Nicht-Deutschland (Land), Verschiedene (Kategorie).

Das Intercept ist signifikant von Null verschieden (p < 0,001). Die Prävalenz von AD in Dopingkontroll- proben ist darüberhinaus abhängig vom Jahr (p < 0,001). Sie steigt pro Jahr um 0,45 Einheiten auf der logit-Skala. Dabei scheint die Entwicklung in Deutschland und Nicht-Deutschland in Wechselwirkung mit dem Jahr betrachtet unterschiedlich zu sein. Gegenüber dem Intercept sinkt die Prävalenz in Pro- ben aus Deutschland pro Jahr um - 0,08 Einheiten (p < 0,05). Dies bestätigt die unterschiedliche Ent- wicklung der Prävalenzen von AD in Dopingkotrollproben aus Deutschland und Nicht-Deutschland. Während in Proben aus Deutschland kein zeitlicher Trend erkennbar ist, steigt die Prävalenz in den Gesamtproben (ohne Deutschland) über den Untersuchungszeitraum (siehe dazu auch Abb. 33, Kap. 4.3.1.4). Zu beachten ist jedoch der hohe Standardfehler für diesen Faktor von 0,04 Einheiten. Der Verlauf der Prävalenz von AD hängt auch von der Entwicklung der Verordnungsdaten für die NB in Wechselwirkung mit dem Jahr ab. Gegenüber dem Intercept sinkt das Verordnungsvolumen um minimal - 4,70 e-05 Einheiten pro Jahr bei einem Standardfehler von 2,15 e-05 Einheiten (p < 0,05). Damit steigt die Entwicklung der Verordnungsdaten der NB über die Jahre scheinbar weniger stark als die Prävalenz in Dopingkontrollproben.

Im Gegensatz zur anova-Ausgabe zeigt der Prädiktor Jahr:KontrolleOOC in der summary-Ausgabe keinen signifikanten Beitrag zum Gesamtmodell. Dabei sind die Startwerte des Modells zu beachten. In der anova-Ausgabe wird der Einfluss einzelner Prädiktoren dargestellt, während sie in der summary-Ausgabe nach ihren Leveln aufgeschlüsselt werden. Der estimate eines Prädiktors ist dabei immer in Bezug auf das Intercept zu beurteilen (siehe oben).

Die Prävalenz in der Kategorie Kampfsport steigt pro Jahr stärker als das gewählte Intercept (estimate 0,32; p < 0,05). Auch hier ist der Standardfehler mit 0,16 Einheiten hoch und dieser Faktor daher mit Vorsicht zu interpretieren. Befunde in dieser Kategorie wurden erst ab dem Jahr 2006 verzeichnet. Die Prävalenz in der Kategorie Kampfsport ist im Vergleich zum Intercept um - 4,43 Einheiten auf der logit-Skala erniedrigt (Standardfehler 1,77; p < 0,05). Demgegenüber ist die Prävalenz von AD im Radsport signifikant erhöht (p < 0,001). Bei einem Standardfehler von 0,56 Einheiten beträgt der estimate 2,08 Einheiten auf der logit-Skala. Auch die Wechselwirkungen zwischen einzelnen Katego- rien und dem Geschlecht zeigen einen signifikanten Beitrag zum angepassten Modell. Dabei ist die Prävalenz in Proben weiblicher Athleten der Kategorie Athletik gegenüber dem Intercept um 0,71 Einheiten auf der logit-Skala erhöht (Standardfehler 0,33; p < 0,05). In Proben weiblicher Athle-

ERGEBNISSE UND DISKUSSION S EITE | 133

ten dieser Kategorie wurden dabei insbesondere in Dopingkontrollproben aus Irland vermehrt AD detektiert (siehe dazu auch Kap. 4.3.2.4). In Proben weiblicher Radsportler wurden weniger AD detektiert. Gegenüber dem Intercept ist das estimate um - 0,92 Einheiten auf der logit-Skala erniedrigt (Standardfehler 0,37; p < 0,05). Dabei wurden Dopingkotrollproben weiblicher Radsportler im Ver- gleich zu männlichen Radsportlern weniger AD nachgewiesen (siehe dazu auch Kap. 4.3.4.3). Bei den anderen Kategorien scheint das Geschlecht keinen signifikanten Einfluss auf das angepasste GLM zu haben. Von Bedeutung ist ebenfalls die Wechselwirkung zwischen Trainingskontrollen und der Kate- gorie Kraftsport. Die Prävalenz war gegenüber dem Intercept um - 1,79 Einheiten auf der logit-Skala erniedrigt (Standardfehler 0,73; p < 0,05). In der Kategorie Kraftsport wurde die Mehrzahl der AD in Wettkampfkontrollen detektiert (siehe dazu auch Kap. 4.3.2.3).

Darüberhinaus ist die Wechselwirkung zwischen dem Land und der Kategorie ein signifikanter Prädik- tor des angepassten Modells. In Deutschland wurden gegenüber den Proben (ohne Deutschland) der Kategorie Verschiedene in folgenden Sportkategorien mehr AD nachgewiesen: Ausdauersport (ohne Radsport) – estimate 1,73 (Standardfehler 0,62; p < 0,01); Kampfsport – estimate 2,14 (Standardfeh- ler 0,77; p < 0,01); Fußball – estimate 1,30 (Standardfehler 0,55; p < 0,05); Kraftsport – estimate 2,21 (Standardfehler 0,52; p < 0,001); Radsport – estimate 1,18 (Standardfehler 0,46; p < 0,05). Möglich- erweise fließt hier die unterschiedliche Verteilung der Dopingkontrollproben zwischen Deutschland und Nicht-Deutschland ein.

Zusammenfassend stieg die Prävalenz von AD in Dopingkontrollproben im Untersuchungszeitraum an. Die Prävalenz war dabei im Radsport erhöht sowie im Kampfsport erniedrigt. Die Verordnungs- zahlen für die NB steigen scheinbar weniger stark im gewählten Untersuchungszeitraum, sind jedoch von signifikantem Einfluss auf das angepasste GLM. Das Geschlecht spielt eine untergeordnete Rolle. Die Prävalenz ist nur in Dopingkontrollproben weiblicher Sportler der Kategorie Athletik erhöht sowie der Kategorie Radsport erniedrigt. Auch die Art der Kontrolle ist scheinbar nur im Kraftsport entscheidend. Hier ist die Prävalenz in Trainingskontrollen niedriger. Insgesamt scheint die Entwicklung der Prävalenz in Wettkampf- und Trainingskontrollen im Untersuchungszeitraum gegenläufig zu sein. Während diese in Wettkampfkontrollen steigt, sinkt sie in Trainingskontrollen. In Proben deutscher Sportler wurden in vielen Kategorien mehr AD detektiert als in nicht-deutschen Proben. Dabei scheint die Entwicklung der Prävalenz über die Jahre gesehen gegenläufig zu sein. Während sie in Nicht-Deutschland steigt, sinkt sie in Deutschland leicht. Dabei sind in Nicht-Deutschland Wett- kampfkontrollen sowie Proben männlicher Sportler deutlich überrepräsentiert. Dies schlägt im angepassten Modell nicht nieder und wird wahrscheinlich schon durch den Prädiktor Land und dessen Wechselwirkungen abgedeckt.

S EITE | 134 ERGEBNISSE UND DISKUSSION

4.3.6.2 Substanzen

Die Häufigkeitsverteilung der AD bezüglich der Substanzklassen wurde ebenso mit Hilfe eines GLMs analysiert. Aufgrund der Besetzungszahlen war hier eine schiefe Verteilung anzunehmen. Daher wurde ein Poisson-Modell angepasst. Als Link-Funktion diente die log-Funktion mit log(n). Die absolute Häufigkeit der AD wurde als abhängige Variable definiert. Als Prädiktoren für das Modell wurden das Geschlecht, die Art der Kontrolle, das Land, die Kategorie sowie die Daten der Verordnungszahlen der NB untersucht. Die Einteilung der Kategorie wurde wie bereits beschrieben übernommen. Die Prädiktoren wurden dabei nur additiv ins Modell eingefügt. Die Ergebnisse des beschriebenen Pois- son-Modells sind wie die Ergebnisse eines χ2-Tests auf Gleichverteilung zu interpretieren [39]. Einzel- ne χ2-Tests würden bei dem Datensatz aufgrund der Bonferroni-Korrektur zu sehr niedrige Signifi- kanzniveaus aufgrund von Mehrfachtests führen. Das angepasste Modell wurde mit einer ANOVA mit einem χ2-Test als Teststatistik auf seine Anpassungsgüte geprüft. Gemäß Nullhypothese blieben die einzelnen Prädiktoren ohne Einfluss auf das Modell. War der Fehler erster Ordnung größer als 0,05, so wurde der entsprechende Prädiktor eliminiert. Ebenso wurden die Modelle untereinander auf ihre Anpassungsgüte geprüft. Verwendet wurde auch hier ein χ2-Test generiert mit der R-Funktion „anova“. Mit Hilfe einer Analyse der Residuen wurde überprüft, welche Merkmalskombination im Daten- satz unter- bzw. überrepräsentiert war. Die Residuen folgen dabei einer Standardnormalverteilung. Geprüft wurde, welche Residuen stark von Null abweichen. Als Grenze wurde das 1%-Quantil ge- wählt. Bei einem zweiseitigen Test wurden demnach die unteren sowie oberen 0,5% der Werte als Ausreißer definiert [39].

Abb. 47 zeigt die Analyse der Devianz-Tabelle des angepassten Modells mit den gewählten Prä- diktoren und deren Beitrag zum Gesamtmodell. Der Startwert ist durch folgende Parameter definiert: Verschiedene (Kategorie), Andere (Substanzklasse), männlich (Geschlecht), IC (Kontrolle), Nicht-Deutschland (Land). Die dargestellten Parameter und ihre Bedeutung wurden bereits oben beschrieben.

Alle gewählten Prädiktoren zeigten einen signifikanten Einfluss auf die Verteilung der AD bezüglich der Substanzklassen (p < 0,001) (Abb. 47). Dabei war die Häufigkeit von AD in den verschiedenen Substanzklassen unterschiedlich. Sie war ebenso abhängig von der Kategorie, dem Geschlecht, der Art der Kontrolle sowie dem Land. Die Häufigkeit der AD zeigte ebenso einen signifikanten Zusam- menhang mit den Verordnungsdaten für die NB. Durch die Analyse der Residuen lässt sich prüfen, welche Merkmalskombinationen unter- bzw. überrepräsentiert sind (siehe dazu auch Kap. 7.2).

Besonders auffällig waren dabei die Jahre 2006 bis 2011. Besonders häufig waren 2007 und 2008 betroffen. Insgesamt 48% (n = 52) der auffälligen Residuen stammten aus diesen Jahren. Im Verlauf

ERGEBNISSE UND DISKUSSION S EITE | 135

der RFAD zeigte sich im Zeitraum 2007 bis 2011 ein starker Anstieg die RFAD gegenüber den Vorjahren (siehe dazu auch Kap. 4.3.2.1). Dies schlägt sich ebenso in der Analyse der Residuen nieder.

> sub5 <- glm(ad ~ kategorie + substanzklasse + geschlecht + kontrolle + land + vo, family = poisson, data = AD_SUB)

> anova(sub5, test = "Chisq")

Analysis of Deviance Table Model: poisson, link: log Response: ad Terms added sequentially (first to last)

Df Dev. Resid. Df Resid. Deviance Pr(>Chi) NULL 6551 2632.3 kategorie 8 128.36 6543 2504.0 < 2.2e-16 *** substanzklasse 6 369.81 6537 2134.2 < 2.2e-16 *** geschlecht 1 111.80 6536 2022.4 < 2.2e-16 *** kontrolle 1 79.85 6535 1942.5 < 2.2e-16 *** land 1 50.72 6534 1891.8 1.065e-12 *** vo 1 68.08 6533 1823.7 < 2.2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Abb. 47 Ausgabe des χ2-Tests generiert mit der R-Funktion „anova“ des modellierten GLMs zur Analyse der Substanzklassenverteilung mit der Häufigkeit der AD als abhängige Variable und den signifikanten Prädiktoren; (Df) Freiheitsgrade des Prädiktors, degree of freedom, (Pr(>Chi)) P-Werte der Nullhypothese.

Die Substanzklasse der SSRI war wie bereits aus den Daten zu vermuten stark überrepräsentiert. Da- bei traten besonders die Kategorien Athletik, Ausdauer (ohne Radsport), Fußball, Radsport und Ver- schiedene hervor. Betroffen waren dabei insbesondere männliche Sportler. Im Fußball waren dabei besonders Wettkampfkontrollen und Nicht-Deutschland überrepräsentiert. In Proben deutscher Sportler und in Wettkampfkontrollen wurden dagegen keine Auffälligkeiten entdeckt. Im Radsport zeigte sich die Dominanz sowohl in Wettkampf- und Trainingskontrollen sowie in Deutschland und Nicht-Deutschland. In der Kategorie Athletik wurden SSRI besonders in den Jahren 2008 und 2009 in Proben männlicher sowie weiblicher Sportler detektiert. In diesem Zeitraum wurden vermehrt Do- pingkontrollproben irischer Sportler dieser Sportkategorie analysiert. Im Ausdauersport (ohne Radsport) wurden SSRI dagegen häufiger in Trainingskontrollen aus Deutschland nachgewiesen. Auch hier waren eher Proben männlicher Sportler betroffen.

In den Kategorien Behinderten- und Kraftsport waren dagegen die TCA dominant. Hier wurden im Vergleich weniger bzw. gleich viele SSRI detektiert. Dies zeigen auch die numerischen Daten der Do-

S EITE | 136 ERGEBNISSE UND DISKUSSION

pingkontrollproben dieser Sportkategorien (siehe dazu auch Tab. 24, Kap. 4.3.3.3). Im Behinderten- sport waren dabei insbesondere Dopingkontrollproben weiblicher Sportler betroffen. Wettkampf- kontrollen waren im Kraftsport eher mit TCA auffällig. Darüberhinaus wurden hier auch andere Sub- stanzklassen häufiger nachgewiesen. Hier waren ebenso SNRI und Prophylaktika stärker vertreten.

Die Substanzklasse der Prophylaktika war auch in den Dopingkontrollproben anderer Kategorien überrepräsentiert. Auffällig war hier insbesondere die Sportkategorie Athletik. Dabei wurden diese Substanzen häufiger in Proben weiblicher Sportler aus Deutschland und Nicht-Deutschland sowie in Trainingskontrollen detektiert. Auffällig waren hier insbesondere die Jahre 2008 und 2009. In diesem Zeitraum wurden vermehrt Proben dieser Kategorie aus Irland analysiert. Auch in Dopingkontrollpro- ben weiblicher Sportler aus Deutschland wurden im Vergleich mehr Prophylaktika nachgewiesen (siehe dazu auch Kap. 4.3.3.6). Prophylaktika wurden ebenso häufig in Dopingkontrollproben nicht-deutscher Radsportler detektiert. In der Kategorie Ausdauersport waren Prophylaktika in Pro- ben deutscher weiblicher Sportler auffällig. Auch im Kampfsport wurde diese Substanzklasse häufiger nachgewiesen. Betroffen waren insbesondere Wettkampfkontrollen weiblicher Sportler aus Deutsch- land der Jahre 2006 bis 2008. Darüberhinaus wurden in dieser Kategorie mehr SNRI sowie SNDI als in anderen Kategorien nachgewiesen. Wobei die Besetzungszahlen sehr gering sind. Die Interpretation sollte daher unter Vorbehalt erfolgen.

Im Kraftsport war dagegen die Substanzklasse der NDRI dominant. Häufig wurden sie in Wettkampf- kontrollen von männlichen Sportlern aus Nicht-Deutschland gefunden. Einziger Vertreter war die Substanz Bupropion. In Dopingkontrollproben aus Deutschland wurden dagegen keine NDRI nachgewiesen.

Die Kategorien Mannschaftssport und Verschiedene waren dagegen insgesamt eher unauffällig. Die Unterschiede bezüglich der Häufigkeiten von AD zwischen männlichen und weiblichen Sportlern waren aus den vorliegenden Daten insbesondere bei Dopingkontrollproben (ohne Deutschland) so nicht zu erwarten. Jedoch wurde hier eine genauere Aufschlüsselung nach verschiedenen Kategorien sowie der Art der Kontrolle vorgenommen. Diese haben gemäß dem gewählten Modell einen Einfluss auf die Häufigkeit von AD. Ohne diese Faktoren gleichen sich die relativen Häufigkeiten der AD scheinbar an (siehe dazu auch Kap. 4.3.3.4).

In den Verordnungsdaten der NB war die Dominanz der SSRI weniger deutlich. Die SSRI und die TCA wurden hier fast zu gleichen Anteilen verordnet. Darüber hinaus wurden hier weniger AD der Sub- stanzklassen Prophylaktika und NDRI verordnet.

ERGEBNISSE UND DISKUSSION S EITE | 137

4.3.7 Diskussion der statistischen Analyse

Der Gebrauch und die Prävalenz von AD im Hochleistungssport wurden seit Beginn systematischer Dopingkontrollen mit einigem Interesse verfolgt. Während die ersten Dopinglisten der UCI und des IOC (1967 bzw. 1968) alle AD zur Anwendung im Sport reglementierten, wurden sie bereits zu den Olympischen Spielen 1972 wieder freigegeben [26,77]. Die Diskussion um die Relevanz dieser Thera- peutika im Zusammenhang mit sportlichen Leistungen besteht jedoch bis heute.

Die hier vorgestellte empirische Studie zeigt erstmals die Medikamentenanwendung von AD im Be- reich des Hochleistungssports. In einem Zeitraum von 13 Jahren wurden 116.327 Dopingkontrollpro- ben retrospektiv auf das Vorhandensein von AD analysiert. In 0,34% der Proben wurde dabei mindestens ein AD detektiert. Proben männlicher (RFAD = 0,35%, n = 80.573) und weiblicher Athleten

(RFAD = 0,34%, n = 26.820) waren im gleichen Maße betroffen. Die Prävalenz der AD in Dopingkon- trollproben stieg im Untersuchungszeitraum deutlich an. Dabei nahm die Prävalenz etwas stärker zu als die Verordnungsdaten für AD in der NB. Insgesamt ist nach den Ergebnissen dieser Untersuchung die Verbreitung von AD in Dopingkontrollproben jedoch niedriger als in der NB vergleichbarer Alters- struktur (1,78% - 7,20%). Die AD-Befunde in Trainingskontrollen (RFAD = 0,46%, n = 22.017) übertra- fen die Befunde in Wettkampfkontrollen (RFAD = 0,31%, n = 94.310). Die Entwicklung über die Jahre war hier gegenläufig. Während die Prävalenz in Wettkampfkontrollen stieg, sank zu im Vergleich dazu in den Trainingskontrollen leicht. Es zeigten sich ebenfalls Unterschiede in der Entwicklung der Prävalenz von AD in Dopingkontrollproben unterschiedlicher Länder. Während diese in Proben deutscher Sportler keinen zeitlichen Trend aufwies, stieg sie in den Gesamtproben (ohne Deutschland) an. Dabei wurden die einzelnen Länder unterschiedlich häufig analysiert. Ein deutlicher Unterschied war zwischen verschiedenen Sportarten erkennbar. Im Radsport (RFAD = 1,07%, n = 10.496) wurden vermehrt AD detektiert. Dopingkontrollproben aus dem Fußball wurden auf disziplinärer Ebene am häufigsten analysiert. Die AD-Befunde (RFAD = 0,17%, n = 33.155) waren hier um ein Vielfaches niedriger als im Radsport. Im Kampfsport wurden insgesamt die wenigsten AD nachgewiesen.

Die Prävalenz von AD in Dopingkontrollproben wurde von verschiedenen Faktoren beeinflusst. Sie war signifikant abhängig von der Sportkategorie, dem Geschlecht, der Art der Kontrolle (Wettkampf, Training), dem Land sowie den Verordnungszahlen der NB. Besonders häufig wurden AD aus der Klasse der SSRI (55,3%, n = 414) in den Dopingkontrollproben detektiert. In der Mehrzahl der Sport- kategorien waren sie die dominierende Substanzklasse. Nur im Behinderten- und im Kraftsport wurden TCA ebenso häufig nachgewiesen. Die Detektionsrate der SSRI übertraf dabei die Verordnungs- zahlen in der NB. Darüberhinaus wurden die Prophylaktika in den Dopingkontrollproben häufiger detektiert als sie der NB verordnet wurden.

S EITE | 138 ERGEBNISSE UND DISKUSSION

Die Verwendung von AD stieg im Sport kontinuierlich über einen Zeitraum von zehn Jahren, wobei in den Jahren 2007 und 2008 ein sprunghafter Anstieg zu verzeichnen war. In den anschließenden drei Jahren des Untersuchungszeitraums fiel die Prävalenz auf das Niveau von 2007. Vom Beginn bis zum Ende der Untersuchungsperiode stieg das Vorkommen von AD im Hochleistungssport um das Vierfa- che (1999: 0,11%, n = 7.610; 2011: 0,45%, n = 12.054). Die Minimal- und Maximalwerte unterschieden sich um den Faktor sechs (1999: 0,11%, n = 7.610; 2008: 0,63%, n = 11.515). Verglichen mit der gewählten Referenzpopulation von 15 bis 34 Jahren der NB zeigte sich zwischen 2005 und 2011 ebenfalls ein deutlicher Anstieg der AD-Verordnungen. Insgesamt verdoppelten sich die verordneten DDD / 1000 Versicherte im Untersuchungszeitraum (1999: 5.723 MioDDD / 1.000 Versicherte; 2011: 11.528 MioDDD / 1.000 Versicherte). Als Ursache kann in beiden Populationen zunächst ein gestie- genes Verordnungsvolumen von AD aufgrund von vermehrten Krankheitsfällen angenommen werden. Literaturdaten belegen dies für die NB [109,110,180,181]. Darüberhinaus kann eine erhöhte Aufmerksamkeit gegenüber mentalen Störungen bzw. deren Symptomen und eine verbesserte Diag- nostik diskutiert werden. Auch die soziale Akzeptanz depressiver Erkrankungen und damit die Entta- buisierung mentaler Störungen in der Bevölkerung sind gestiegen. Zusätzlich tragen angepasste Be- handlungsleitlinien, erhöhte Verfügbarkeiten, erweiterte Indikationsprofile und verbesserte Neben- wirkungsprofile der Medikamente zur höheren Verbreitung sowie Compliance und Behandlungswil- len der Patienten bei. Auch ein erhöhter Anteil von Langzeittherapien in der NB sollte hier berück- sichtigt werden [105,109,110].

Die geschlechtsspezifischen Unterschiede der Anwendung von AD in der NB waren im Sport nicht erkennbar. Beide Populationen der männlichen sowie weiblichen Athleten zeigten vergleichbare Zunahmen und Mittelwerte der AD-Prävalenzen. In der NB von 15 bis 34 Jahren werden national wie international Frauen doppelt so häufig AD verordnet wie Männern [25,61,62,84,124,160]. Die Domi- nanz weiblicher AD-Anwenderinnen in der NB zeigt sich im Sport nicht. Die Ursache ist schwierig zu erklären. Die Literatur bietet hierzu kaum Daten. Eine Studie von Martin et al. untersuchte in diesem Zusammenhang die unterschiedlichen Symptome depressiver Episoden bei Männern und Frauen. Demnach zeigten Männer eher alternative Anzeichen einer Depression in Form von vermehrter Ag- gressivität, Substanzmißbrauch sowie erhöhter Risikobereitschaft. Durch Berücksichtigung dieser Symptome bei der Diagnosestellung glichen sich die Erkrankungswahrscheinlichkeiten bei Männern und Frauen an [98]. Ein möglicher Zusammenhang könnte ebenso in der hohen Popularität und damit in der stärkeren mentalen Belastung der männlichen im Vergleich zu weiblichen Athleten vermutet werden.

Nach unserer Kenntnis ist dies die erste Studie zum Gebrauch von AD im Hochleistungssport. Bisher wurden nur wenige Untersuchungen zur Erkrankungshäufigkeit bezüglich mentaler Störungen im

ERGEBNISSE UND DISKUSSION S EITE | 139

Hochleistungssport veröffentlicht. Im Jahr 2012 wurden im Rahmen einer standardisierten anonymi- sierten Online-Befragung 1.154 Athleten des deutschen Spitzensports interviewt. Die Fragen, ob sie schon einmal unter depressiven Erkrankungen bzw. Burn-Out gelitten haben, beantworteten 9,3% bzw. 11,4% mit ja. Dabei beantworteten 40,9% bzw. 42,4% der Befragten diese Frage nicht, d.h. die tatsächliche Prävalenz der Erkrankungen liegt wahrscheinlich höher [17]. Schaal et al. führten eine ähnliche Befragung unter französischen Hochleistungssportlern durch. Danach erleiden 11,3% der Athleten einmal im Leben eine depressive Erkrankung. Hier sind Frauen wie in der NB doppelt so häufig betroffen wie Männer (16,3% vs. 8,7%) [145]. Eine Aussage zum Gebrauch von AD wird in beiden Studien nicht getroffen. Auf der Grundlage der vorliegenden Studie bleibt das Ausmaß mentaler Störungen im Hochleistungssport unbestimmt. Ein Rückschluss aufgrund der empirischen Daten auf die Prävalenz von depressiven Erkrankungen ist nicht möglich und war nicht Ziel dieser Arbeit. Darüberhinaus stützt die niedrige Prävalenz von AD in Dopingkontrollproben nicht die Annahme, dass mentale Störungen im Sport seltener sind als in der NB [8,22,47,97,130,187]. Nur knapp 20% der Proben wurden als Trainingskontrollen untersucht. Um negative Effekte auf ihre Leistung zu vermeiden, könnten Athleten eine antidepressive Therapie vor dem Wettkampf unterbrechen bzw. gar nicht erst beginnen. Die höhere Prävalenz in Trainings- gegenüber Wettkampfkontrollen wäre ein Indiz dafür. Die untersuchten AD zeichnen sich zwar teilweise durch lange Halbwertszeiten aus, jedoch wurde mit der verwendeten Methode nur die unveränderte Substanz erfasst. Diese wird nur zu einem geringen Anteil eliminiert und besitzt somit ein kürzeres Nachweisfenster. Ebenso ist das Ver- leugnen oder Unterdrücken depressiver Symptome zu diskutieren. Mentale Störungen werden häufig tabuisiert und als persönliche Schwäche interpretiert [64]. Der Erfolgsdruck und die Existenzangst der Sportler, besonders nach längeren Verletzungspausen sind laut verschieden Studien groß [8,22,74]. Auch hier sind die erhobenen Daten besonders hilfreich, da die erstmals erfasste Medikamentenan- wendung von AD im Hochleistungssport eventuell auch auf gestiegene Erkrankungszahlen hindeutet. Neben den Versagensängsten und der Perspektivlosigkeit nach der sportlichen Karriere werden auch die Fremdbestimmtheit durch Trainer und Funktionäre und ein eingeschränktes soziales Umfeld aufgrund der hohen zeitlichen Belastung durch Training und Wettkampf als teilweise quälend empfun- den [53]. Der mentale Druck bezüglich der sportlichen Leistung wird dabei gleichsam vom Athleten selbst aufgebaut, als auch von Trainern und Betreuern [22,130]. Zusätzlich sind gerade zu Beginn einer depressiven Erkrankung die Symptome nicht immer eindeutig oder bekannt und könnten von dem Betroffenen bzw. ihr nahestehenden Personen missinterpretiert werden. Darüberhinaus erfordern milde Ausprägungen depressiver Störungen nicht immer eine medikamentöse Therapie [114]. Daher wird die tatsächliche Prävalenz von AD im Hochleistungssport wahrscheinlich unterschätzt. Darüberhinaus bleibt der Einfluss von Mehrfachtests desselben Athleten in der vorliegenden Studie unbestimmt (siehe dazu auch Kap. 4.5). Weiterhin werden in der retrospektiven Analyse nur das AD

S EITE | 140 ERGEBNISSE UND DISKUSSION

selbst sowie dessen unkonjugierte Metaboliten detektiert. Weitere Metaboliten der extensiv ver- stoffwechselten Substanzen, die die Nachweisbarkeit erhöhen bzw. das Nachweisfenster verlängern würden, werden nicht erfasst.

SSRI waren die dominierende Substanzklasse. Speziell im Radsport wurden sie in hohen Anteilen nachgewiesen. Fluoxetin wurde in diesem Zusammenhang als häufigste Substanz detektiert. Ähnliche Präferenzen wurden in der Literatur beschrieben [6]. Eine Befragung von Mitgliedern der Internatio- nalen Gesellschaft der Sportpsychologen (International Society for Sport Psychiatry, ISSP) aus dem Jahr 1999 zeigte, dass 84% eine Sedierung der Athleten vermeiden wollen. Diese wäre kontraproduk- tiv für die Leistung sowie auch für die Sicherheit des Athleten. Weitere therapeutische Kriterien waren der Ausschluss extrapyramidaler Symptome (69%) und Tremor (58%) wie sie unter dopaminergen AD auftreten können. Dies würde die körperlichen Fähigkeiten stark einschränken. Auch mögliche Arrhythmien, die als schwerwiegende Nebenwirkung nicht nur die Leistung sondern auch das Leben des Patienten gefährden könnten, waren von Interesse (47%). Andere Nebenwirkungen, die laut der Befragten vermieden werden sollten, sind Übelkeit und Erbrechen (32%), Knochenmarksdepression (26%), sexuelle Dysfunktionen (21%), Durchfall und vermehrter Harndrang sowie Durst (11%) gefolgt von Gewichtszunahme und visuellen Beeinträchtigungen (5%) [6]. Die SSRI und SNRI entsprechen in ihrem Nebenwirkungsprofil am ehesten diesen Anforderungen. Insbesondere Fluoxetin zeichnet sich durch eine hohe Wirkpotenz aus. Neben der selektiven Blockade des 5-HT-Transporters werden durch einen Antagonismus am 5-HT2A/C-Rezeptor auch die NT NA sowie DA beeinflusst. Dies ist in der Gruppe der SSRI einzigartig [23,156,157]. Einzig die sexuellen Dysfunktionen treten bei den Sub- stanzklassen der SSRI und SNRI während der Therapie gelegentlich auf. Da Athleten eher junge Men- schen sind, ist diese Nebenwirkung psychologisch durchaus bedeutend und zu vermeiden. Mirtazapin zeigt diese unerwünschten Arzneimittelwirkungen nicht. Die TCA sind durch ihr ausgeprägtes Ne- benwirkungsprofil im Bereich des Hochleistungssports weniger empfehlenswert. Ihr Vorteil liegt in der Therapie chronischer Schmerzen wie Kopf- und Rückschmerzen. Darüberhinaus wirkt sich die sedierende Wirkkomponente besonders bei ängstlich-agitierten Patienten sowie assoziierten Schlaf- störungen günstig aus. In der vorliegenden Studie wurden SSRI und TCA fast zu gleichen Anteilen der NB in Deutschland verordnet. Jedoch liegt dieser NB hier eine andere Altersstruktur zugrunde. Daher ist die Verteilung nur bedingt vergleichbar und kann die Verwendung im Sportbereich nicht wider- spiegeln. Aus der Literatur ist zu entnehmen, dass für jüngere Generationen eher neuere AD aufgrund von besseren Nebenwirkungsprofilen verordnet werden [9,75,84,186]. Die Substanzen der SSRI werden auch hier bevorzugt. Ältere Patienten greifen dagegen zu TCA. Die Verordnungshäufig- keit von einzelnen AD ist dabei auch abhängig von der Verfügbarkeit und den Kosten besonders von neueren AD [86,150].

ERGEBNISSE UND DISKUSSION S EITE | 141

In der Therapie von Sportlern haben sich aufgrund ihres Wirkungs-Nebenwirkungsprofils die SSRI bewährt [6,22]. Bei chronischen Schmerzzuständen wie Rückenschmerzen oder Kopfschmerzen kön- nen AD ebenfalls eingesetzt werden. Besonders in der Prophylaxe und Therapie chronischer Span- nungskopfschmerzen und Migräne haben sich TCA als vorteilhaft erwiesen [163]. Neuere AD wie die SSRI können ebenso eingesetzt werden, sind in Studien jedoch noch nicht ausführlich getestet. Beide Substanzklassen werden in der Therapie von Hochleistungssportlern genutzt [163]. Dies wird durch Daten der vorliegenden Studie bestätigt. Aufgrund sedierender Eigenschaften der TCA sollte die Ein- nahme zur Nacht erfolgen. Die Bedeutung der relativ neuen Substanz Agomelatin ist noch nicht klar. Da der Wirkung unter anderem ein Agonismus an Melatonin-Rezeptoren zugrunde liegt, wird das Schlafverhalten positiv beeinflusst. Eine Anwendung bei Schlafstörungen, wie sie auch bei depressiven Erkrankungen auftreten können, ist denkbar. Zusätzlich zeigen sich durch die Wirkung auf die NT NA und DA antidepressive Effekte ohne die üblichen UAW [87,107,144]

Die Kombination unterschiedlicher AD, sollte nur unter strenger Indikationsstellung erfolgen. Syner- gistische Effekte, die sich im Extremfall zu lebensgefährlichen Nebenwirkungen entwickeln können, müssen beachtet werden. Bei schweren Ausprägungen sowie therapieresistenten Formen werden solche AD-Kombinationen erfolgreich genutzt. Die in der vorliegenden Studie erfassten Kombinatio- nen erscheinen therapeutisch sinnvoll und wurden sowohl in Wettkampf- als auch in Trainingskon- trollen detektiert. AD unterschiedlicher Wirkmechanismen werden dabei für stärkere Effekte auf das NT-System kombiniert. Besonders gut zur Augmentation eignet sich das NDRI Bupropion. Kombinati- onen mit TCA und MAOI werden eher bei therapieresistenten Verlaufsformen eingesetzt [18,114,138,156]. Gleichzeitig sind additive Effekte von AD gleicher Wirkung wie einer Steigerung des Antriebs denkbar. Beispielsweise wäre bei den detektierten Kombinationen von zwei verschiedenen SSRI bzw. von SSRI und SNRI eine verstärkte Wirkung auf Antrieb sowie Motivation wahrscheinlich. Auffällig war, dass 50% (n = 18) der gefundenen AD-Kombinationen in Dopingkontrollproben aus dem Radsport stammten.

In dieser Studie konnten Unterschiede zwischen verschiedenen Sportkategorien gezeigt werden. Die Prävalenz in Proben aus dem Behindertensport ist im Vergleich am höchsten. Laut modelliertem GLM hat dies jedoch keinen signifikanten Einfluss auf den Verlauf der Prävalenz insgesamt. Verschiedene Behinderungen wie Amputationen sind häufig mit Begleiterkrankungen sowie einer ausgeprägten Schmerzsymptomatik assoziiert. Darüberhinaus kann die dauerhafte und gravierende Beeinträchti- gung der behinderten Person in Bewegung und Lebensalltag ein möglicher Auslöser für mentale Er- krankungen sein. Besonders auffällig ist der hohe Anteil an TCA im Behindertensport. Diese werden erfolgreich in der Therapie chronischer Schmerzen eingesetzt [27,95]. In Dopingkontrollproben aus dem Radsport wurden viermal mehr AD detektiert als in der Gesamtzahl der Proben (ohne Radsport).

S EITE | 142 ERGEBNISSE UND DISKUSSION

Die Prävalenz im Fußball war deutlich geringer als in beiden Untersuchungsgruppen. Der offensichtli- che Unterschied der Verbreitung von AD zwischen Ausdauersportarten, insbesondere Radsport und Mannschaftssportarten wie dem Fußball ist schwierig zu erklären. Die Literatur bietet keine Daten dazu. Zunächst sollte eine missbräuchliche Anwendung zur Leistungssteigerung insbesondere zur Steigerung von Motivation und Antrieb diskutiert werden. Professionelle Radfahrer beschreiben in Interviews eine antriebssteigernde und hungerverdrängende Wirkung der SSRI, insbesondere bei langen und intensiven Belastungen [Stern online. Wer nicht dopt, fliegt raus, 23.06.2007]. Diese Sub- stanzen wurden im Radsport sehr häufig detektiert. Auch das Buch „Listening to Prozac“ aus dem Jahr 1993 preist das SSRI Fluoxetin als Life-Style-Medikament mit motivierender und antriebsstei- gernder Wirkung an [51,156]. Wissenschaftliche Studien konnten dies bisher nicht bestätigen. Ver- schiedene Befragungen der Bevölkerung bzw. eine Studie unter Ärzten belegen jedoch eine Einnah- me von AD zum Zweck der Leistungssteigerung auch ohne Wirksamkeitsnachweis. Allein die mögli- che Wirkung bietet ausreichend Grund zur Anwendung dieser Substanzen [29,54]. Eine weitere Erklä- rung der unterschiedlichen Prävalenzen könnte das sogenannte Overtraining-Syndrom (OTS) liefern. Dieses wird mit depressiven Symptomen in Verbindung gebracht und ist in Ausdauersportarten häu- figer als z.B. im Fußball [4,125]. Über 60% der Langläufer erkrankten während ihrer Karriere an OTS. Bei Fußballern und Basketballern zeigten 50% bzw. 33% der Sportler Symptome des OTS während der fünfmonatigen Wettkampfsaison bzw. einem sechswöchigen Trainingslager [4]. Morgan et al. konnte darüberhinaus zeigen, dass bei Schwimmern ein Zusammenhang zwischen Trainingspensum und -intensität sowie Stimmungsstörungen existiert. Mit steigendem Trainingsreizen stieg demnach die Prävalenz für OTS um in längeren Trainingspausen auf ein Basislevel zu fallen [130]. Ausdauer- sportarten wie Radsport zeichnen sich im Vergleich zu anderen Disziplinen durch besonders häufige und intensive Trainingseinheiten aus. Dabei bleiben die Indikationen des AD-Gebrauchs sowohl bei den Sportlern als auch in der NB unklar. Denkbar wäre nicht nur der therapeutische Einsatz bei depressiven und Angststörungen, sondern auch bei OTS, Essstörungen und chronischen Schmerzen. Dabei sind ästhetische bzw. gewichtsbezogene Disziplinen mit einem höheren Risiko behaftet eine Essstörung zu erleiden [6,130]. Für Athleten wurde in diesem Zusammenhang der Begriff der Ano- rexia athletica geprägt, da aufgrund einer höheren Muskelmasse der BMI häufig oberhalb des kritischen Grenzwerts liegt und so eine Erkrankung verschleiern kann. Dies konnte in der vorliegenden Studie nicht bestätigt werden. Die Prävalenz von AD im Kampfsport war signifikant erniedrigt.

Nur wenige randomisierte kontrollierte Studien untersuchten bisher den Einfluss von AD auf Athleten bzw. deren Leistung. Die Ergebnisse für SSRI sind uneinheitlich [63,65,103,119,158,178]. Verschiede- ne randomisierte Doppelblind-Studien unter Placebo-Kontrolle wurden mit männlichen Radfahrern durchgeführt. Neben unterschiedlichen Blutparametern lag das Augenmerk auf der Leistung in Zeit-

ERGEBNISSE UND DISKUSSION S EITE | 143

fahrtests bzw. der Fahrzeit bis zur Erschöpfung. Fluoxetin blieb in unterschiedlichen Dosierungen (20 mg bzw. 40 mg) und Einnahmesequenzen (1 Tag bzw. 2 Wochen) ohne Einfluss auf die Leistung [103,119]. Bei höheren Dosierungen (70 mg), die über den empfohlenen Einnahmemengen lagen, verringerte sich die Zeit bis zur Erschöpfung dagegen. Die Leistung der Sportler sank demnach [30]. Unter 20 mg Paroxetin war die Zeit bis zur Erschöpfung unter temperierten Bedingungen (18°C) ebenfalls geringer und die Müdigkeit setzte schneller ein [178]. In einer cross-over Studie, die den Einfluss von Paroxetin (20 mg) auf die Leistung unter warmen Bedingungen (32°C) untersuchte, wurden dagegen keine signifikanten Unterschiede zur Kontrollgruppe bestimmt [158]. Ähnliche Ergebnis- se ergaben sich für das NRI Reboxetin. Während Piacentini et al. bei einer Dosis von 2 x 4 mg Reboxe- tin keinen Einfluss auf die Leistung feststellen konnten, zeigte die doppelte Einnahmemenge (2 x 8 mg) eine Verringerung der Leistung unter temperierten (18°C) und warmen (30°C) Bedingun- gen [123,134]. Auch das NDRI Bupropion wurde mit obigem Studienaufbau getestet. In der Hitze (30°C) zeigten sich bei der maximalen Dosierung (2 x 300 mg) leistungssteigernde Effekte (+ 9%). Unter temperierten (18°C) Bedingungen und bei geringerer Dosis konnte dies nicht beobachtet werden [137,173]. Trotz erhöhter Körpertemperatur am Ende der Tests war die subjektive Wahrneh- mung der aufgewendeten Anstrengung und der Temperatur gleich [137,173]. Bei wiederholter Ein- nahme von Bupropion über zehn Tage konnten diese Effekte nicht bestätigt werden. Scheinbar finden bei häufigeren Dosierungen, wie sie unter therapeutischen Bedingungen notwendig sind, Adap- tionsprozesse statt, die die Leistungssteigerung der Einmaldosis wieder relativieren [135]. Das NDRI Bupropion ist seit 2005 Bestandteil des „Monitoring-Program“ der WADA, seine Anwendung wird im Wettkampf beobachtet. Die dopaminerge Neurotransmission, die durch Stimulantien wie Ampheta- min und, wenn auch weniger stark, durch Bupropion beeinflusst wird, steht dabei in einem engen Zusammenhang mit Konzentration, Motivation, Antrieb und euphorischen Zuständen [46,156]. Un- terstützt wird dies durch die beobachtete Leistungssteigerung bei Einmalgabe der Maximaldosis [137,173]. Zusätzlich wurden bei hohen Dosierungen (400 mg / d) über mehrere Wochen (8 bzw. 24 Wochen) Wirkungen auf das Körpergewicht in Form einer Gewichtsreduktion (- 4,9% bzw. - 12,9%) beschrieben [58]. Darüberhinaus wurden in Einzelfällen auch stimulierende Effekte beobachtet [188]. Bei der Bewertung der angeführten Studien müssen methodische Aspekte wie Einzeldosis-Applikationen beachtet werden. Des Weiteren wurden alle Belastungsstudien an männli- chen Radsportlern getestet. Es ist unklar inwiefern diese Ergebnisse auf weibliche Athleten oder Sportler anderer Disziplinen übertragbar sind.

Im Vergleich zu anderen AD haben SSRI ein günstiges Nebenwirkungsprofil. Sie stehen nicht im Zu- sammenhang mit Müdigkeit und Gewichtszunahme. Besonders zu Beginn der Therapie zeigt sich bei den SSRI sogar ein Gewichtsverlust und Appetitlosigkeit [18,156]. Dazu wird vermutet, dass sie die

S EITE | 144 ERGEBNISSE UND DISKUSSION

Motivation und Stimmung bei gesunden Probanden positiv beeinflussen [6]. Der Versuch, die geistige Leistungsfähigkeit wie Wachheit, Aufmerksamkeit, Konzentration und Erinnerungsvermögen bei gesunden Personen positiv zu beeinflussen, wird als Neuroenhancement bezeichnet [51,115]. Peter Kramer machte dies in seinem Buch „Listening to Prozac“ (1993) zum Thema und leitete damit eine erfolgreiche Vermarktung des Wirkstoffs Fluoxetin ein [51,156]. Neuroenhancement ist dabei keine Erfindung der Neuzeit. Psychoaktive Substanzen wie Kaffee, Kath, Alkohol, Tabak, Koka, Psylobicin, Betel und Cannabis werden schon lange zur Steigerung der geistigen Leistungsfähigkeit verwendet. Häufig führt die chronische Einnahme dieser Substanzen zu psychischen Nebenwirkungen und ge- sundheitlichen Schäden sowie zur Abhängigkeit [11]. Studien zur Wirkung von AD auf die geistige Leistungsfähigkeit bei gesunden Probanden gibt es nur wenige. Bei Einmal-Applikationen zeigten sich bei Fahrtauglichkeitstests unter TCA sogar eine Leistungsverminderung sowie erhöhte Müdigkeit. Wobei Amitriptylin und Imipramin stärkere sedierende Eigenschaften besaßen als beispielsweise Nortriptylin oder Desipramin [35,83]. Nach einer Dauer von ca. zwei Wochen stellte sich jedoch eine Toleranz gegenüber diesen Nebenwirkungen ein. Vergleichbare Studien bezüglich der Fahrtauglich- keit mit SSRI und Bupropion zeigten keinen Effekt auf die Leistungsfähigkeit bzw. Wachheit [20,83,115]. Für die Substanzen Mirtazapin und Reboxetin konnten in einigen Untersuchungen leichte Leistungssteigerungen bei subchronischer Applikation bestimmt werden. Insgesamt waren die Ergebnisse jedoch uneindeutig, da Effekte häufig nicht wiederholbar waren [20]. Harmer et al. konnten für das SSRI Citalopram (20 mg, über 7 Tage) zeigen, dass positive Emotionen in Gesichtern besser erkannt wurden und positive Inhalte in Texten besser in Erinnerung blieben. Negative Emotionen wurden schlechter gedeutet. Ein Einfluss auf die Stimmung oder Ängstlichkeit konnte nicht beoba- chet werden [72]. Auch hier lagen den Studien in den meisten Fällen Einzeldosis-Applikation zugrunde. Die Untersuchungen mit subchronischen Dosierschemen dauerten in der Regel nicht länger als zwei Wochen [132]. Therapeutische Effekte sind dagegen erst nach drei bis vier Wochen zu erwarten [18,156]. Des Weiteren sollte die Größe der Studiengruppen Beachtung finden. Ein Review von Re- pantis zeigte für die meisten Aspekte der kognitiven Leistungsfähigkeit bei gesunden Probanden eine positive Korrelation des AD-Gebrauchs mit der Zeit. So war bei mehrfacher Applikation von AD die Wirkung auf Stimmung, Aufmerksamkeit und Erinnerungsvermögen leicht positiv beeinflusst [132]. Die Studienanzahl und -größen waren jedoch sehr gering. Insgesamt konnten antriebssteigernde und stimmungsaufhellende Effekte von AD bei Gesunden nicht eindeutig belegt werden [51,55,115]. Eine Applikation als Neuroenhancement wäre dennoch denkbar. Der sogenannte Placebo-Effekt sollte dabei ebenso Beachtung finden. So sind AD bei leichten Formen depressiver Erkrankungen Placebos nicht eindeutig überlegen [52,89,156]. Auch unter Placebo-Gabe zeigten sich bei 30 – 40% der Pati- enten therapeutische Effekte [52,89,156]. Laut einer repräsentativen Umfrage der Deutschen Ange- stellten Krankenkasse (DAK) aus dem Jahr 2009 unter ihren Versicherten (20 bis 50 Jahre, n = 3.000)

ERGEBNISSE UND DISKUSSION S EITE | 145

waren 40% der Arbeitnehmer der Meinung, dass AD und Antidementiva auch die Leistungsfähigkeit Gesunder positiv beeinflussen können [51]. Weitere 5% gaben an, bereits derartige Substanzen zum Neuroenhancement ohne zugrundeliegende Erkrankung angewendet zu haben. Dabei steht für Män- ner eher die Leistungssteigerung im Vordergrund, während Frauen auf Stimmungsaufhellung setzen [51]. Eine weitere anonyme Befragung unter den Studenten einer deutschen Universität aus dem Jahre 2011 beschreibt höhere Raten [38]. Demnach haben 20% der Teilnehmer bereits Neuroenhan- cement angewendet. Die Prävalenz war bei Studenten aus dem Fachbereich Sport am höchsten (25%). Weiterhin konnte gezeigt werden, dass die Bereitschaft bei Männern höher war als bei Frauen (24% vs. 17%). Neuroenhancement wurde in dieser Studie durch die Einnahme von Substanzen wie Stimulantien (Amphetamine, Cocain, Mephedron) sowie Methylphenidat, AD und Coffein-Tabletten zur Leistungssteigerung definiert [38]. Franke et al. untersuchte die Anwendung von Neuroenhance- ment und Stimmungsaufhellung bei Chirurgen. Auch diese gaben an, AD auch ohne wissenschaftlichen Wirkungsnachweis zu diesem Zweck anzuwenden [54]. Im Bereich des Hochleistungssports gibt es dazu keine wissenschaftlichen Untersuchungen. Dieses Thema wurde lediglich in den Medien diskutiert. Laut einem Interview aus dem Jahr 2007 mit dem Radsportler Jesus Manzano machen AD härter und vertreiben den Hunger. Durch bis zu neun Tabletten Fluoxetin waren die Fahrer wie eu- phorisiert [Stern online. Wer nicht dopt, fliegt raus, 23.06.2007]. Unklar bleibt, ob dies ein Place- bo-Effekt ist oder die mentale Leistungsstärke durch die sehr hohen Tagesdosen erreicht werden. Die Standarddosierung liegt für Fluoxetin bei 20 mg pro Tag und kann bei sehr schweren Verlaufsformen auf maximal 80 mg pro Tag gesteigert werden. Dies entspräche einer bis maximal vier Tabletten. TCA sind aufgrund ihres breiten Nebenwirkungsspetrums wie Sedierung und Gewichtszunahme zur mentalen und körperlichen Leistungssteigerung nicht geeignet. Daher sind in diesem Bereich bei Gesun- den eher neuere Substanzen wie die SSRI, SNRI und SNDI von Interesse. Insgesamt eignen sich AD aufgrund eines unklaren Wirkung-Nebenwirkungsprofils und fehlender Wirksamkeitsstudien kaum oder nur bedingt zur geistigen und körperlichen Leistungssteigerung. In der vorliegenden Studie finden sich nur wenige Hinweise auf die Anwendung von AD zum Neuroenhancement im Bereich des Hochleistungssports. Die Prävalenzen liegen weit unterhalb der Verordnungsvolumina für die NB. Auffällig sind die hohen AD-Befunde im Radsport im Vergleich zu den Gesamtproben sowie anderen Sportarten. Insbesondere das AD Fluoxetin wurde hier sehr häufig nachgewiesen. Dies bestätigt die Aussagen aus dem oben erwähnten Interview mit empirischen Daten und lässt eine Einnahme von AD zur Leistungssteigerung in dieser Sportart vermuten. Auch wenn man die Limitierungen dieser Studie in Betracht zieht, scheint die Applikation von AD zur Leistungssteigerung im Hochleistungs- sport insgesamt derzeit von geringerer Bedeutung zu sein [92,115].

S EITE | 146 ERGEBNISSE UND DISKUSSION

4.4 Fazit

Die angewendete GC-MS-Analysemethode wurde als Grundlage für die Datenerhebung zur Prävalenz von AD in Hochleistungssport eingesetzt und erzielte valide Ergebnisse. Darüberhinaus wurde eine neue U-HPLC-HRMS-Methode zur Detektion von AD im Urin entwickelt. Die Validität dieser Methode konnte ebenfalls bestätigt werden. Aufgrund der theoretischen Nachweisgrenzen im ng-Bereich eignet sich die Methode zur Anwendung im Gebiet der Rückstandsanalytik. Eine Erweiterung zum Nachweis von Metaboliten der Substanzen wäre möglich. Insbesondere konnten die für die GC-MS-Analytik schlecht zugänglichen AD wie Duloxetin und Opipramol effektiver erfasst werden.

Die vorliegende Studie ist unseres Wissens die erste, die sich mit dem Medikamenten-Gebrauch von AD im Hochleistungssport beschäftigt. Im Untersuchungszeitraum wurden in 0,34% der Proben AD detektiert. Die Prävalenz stieg dabei deutlich an und zeigte insgesamt eine Versechsfachung der Wer- te. Dies wurde von unterschiedlichen Parametern wie der Disziplin, dem Land, der Art der Kontrolle sowie deren Wechselwirkung untereinander abhängig. Verglichen mit den Verordnungsdaten unterschiedlicher Länder lag die Prävalenz von AD, die in Dopingkontrollproben detektiert wurden, ca. um den Faktor 13 niedriger. Dabei war der Anstieg des Verordnungsvolumens für die NB im Untersu- chungszeitraum geringer als die Entwicklung in den Dopingkontrollproben. Verschiedene Disziplinen waren in unterschiedlichen Ausmaßen betroffen. Eine Applikation von AD zur Leistungssteigerung sollte insbesondere im Radsport in Betracht gezogen werden. Besonders Studien zur leistungssteigernden Wirkung hoher Dosen Bupropion in Ausdauertest bei Radsportlern sowie die Aussagen von Sportlern zur Erhöhung von Antrieb und Motivation durch SSRI unterstützen diese These. Darüber- hinaus war die Prävalenz im Radsport signifikant erhöht. Ebenso zeigte sich ein möglicher Zusam- menhang zwischen den differenzierten Anforderungen der Sportarten sowie der Trainingsbelastung und dem OTS. Das Ausmaß mentaler Störungen bzw. die Anwendung von AD im Hochleistungssport bleibt aufgrund des Studiendesigns und der verwendeten Methode unbestimmt. Die Sportler könn- ten leistungsmindernde Effekte befürchten und die Therapie unterbrechen bzw. abbrechen oder sogar verweigern. In der vorliegenden Studie übertrafen die AD-Befunde in Trainingskontrollen die Befunde in Wettkampfkontrollen um den Faktor 1,5. Darüberhinaus erfordern milde Depressionen nicht zwingend eine medikamentöse Therapie. SSRI werden dabei aufgrund ihrer besseren Verträg- lichkeit von Therapeuten, der NB sowie Sportlern bevorzugt. Studien bezüglich der Wirkung von AD auf die mentale bzw. körperliche Leistungsfähigkeit zeigten uneinheitliche Ergebnisse. Einzig für das NDRI Bupropion wurden leistungssteigernde Effekte bei Einmal-Applikation beobachtet. Die hohen AD-Befunde, insbesondere aus der Substanzklasse der SSRI, im Radsport im Vergleich zu anderen

ERGEBNISSE UND DISKUSSION S EITE | 147

Sportarten deutet auf eine mögliche Applikation von AD zur Leistungssteigerung in dieser Disziplin hin. Leistungssteigernde Effekte bei Norm-Dosierungen sind hier jedoch nicht belegt. In den anderen Sportarten gibt es derzeit keine Anzeichen für eine übermäßige Anwendung von AD als Neuroenhan- cement. Aufgrund von Studien zur Steigerung der Leistung unter Einmal-Applikation nicht aber bei Mehrfach-Applikation der Maximaldosis von Bupropion ist die Beobachtung der Anwendung dieser Substanz durch das WADA „Monitoring Program“ plausibel. Beruhend auf uneinheitlichen bzw. eher negativen Ergebnissen der anderen AD auf die mentale bzw. körperliche Leistungsfähigkeit wird die Dopingrelevanz insgesamt als gering eingeschätzt.

4.5 Limitierungen der Studie

Die vorliegende Studie unterliegt einigen Limitierungen. Zunächst wurden mit der verwendeten Meßmethode nur die AD selbst und deren unkonjugierte Metabolite bestimmt. Da diese Substanzen extensiv verstoffwechselt werden, wird die tatsächliche Prävalenz wahrscheinlich unterschätzt. Des Weiteren sind mögliche verzerrende Effekte von Mehrfachtests des gleichen Sportlers nicht kalku- lierbar. Wiederholte Tests eines gesunden Athleten führen zu unterschätzten Prävalenzen. Mehrfa- che Dopingkontrollen eines Athleten, der mit AD therapiert wird, verfälschen die AD-Befunde nach oben. Eine Untersuchung anhand des urinären Steroidprofils des Athleten wäre möglich, jedoch sehr aufwendig. Darüberhinaus verlaufen depressive Erkrankungen häufig in Episoden. Unbestimmt bleibt daher ebenso der Einfluss der Aufnahme, des Abschlusses bzw. eines Medikationswechsels einer medikamentösen Therapie mit AD im untersuchten Zeitraum von 13 Jahren.

Rückschlüsse auf mögliche Indikationen sind sowohl auf Grundlage der Dopingkontrollproben als auch in der NB nicht möglich. Die zugelassenen Einsatzbereiche der AD sind vielfältig und leichtere Störungen erfordern nicht zwingend eine medikamentöse Therapie. Auch eine missbräuchliche An- wendung ist nicht eindeutig nachzuweisen.

Die Daten der AD-Verordnungen in Deutschland sind nur als technische Einheit DDD verschlüsselt. Dies ermöglicht kein Rückschluss auf die Anzahl der Patienten, die ein AD bekommen haben oder die Dauer der Verordnung. Eine Aufschlüsselung nach Geschlecht wird nur bedingt getroffen. Der Bezug der DDD / 1000 Versicherte ist von der WHO empfohlen, bleibt aber eine ungenaue Größe. Werden wenigen Patienten hochdosierte Langzeittherapien verordnet, wird die Zahl der Patienten über- schätzt. Weiterhin muss die unterschiedliche Aufschlüsselung der Altersgruppen sowohl im AVR als

S EITE | 148 ERGEBNISSE UND DISKUSSION

auch in den internationalen Daten beachtet werden. Diese sind teilweise nur bedingt mit der Gruppe der Hochleistungssportler vergleichbar.

ZUSAMMENFASSUNG S EITE | 149

5 Zusammenfassung

Antidepressiva werden als Psychopharmaka erfolgreich in der Therapie psychischer Erkrankungen wie depressiven Störungen eingesetzt. Diese gehören laut WHO weltweit zu den häufigsten Erkran- kungen der heutigen Zeit und betreffen alle Altersklassen [52,90,114,180]. Hochleistungssportler leiden ebenso unter depressiven Symptomen wie die Normalbevölkerung. Die im Wettkampf erfor- derliche mentale Stärke steht dabei unter anderem dem hohen Leistungsdruck, Erwartungsansprü- chen und Versagensängsten gegenüber. Die Prävalenz dieser Erkrankungen und deren Therapeutika im Hochleistungssport sind bisher wenig untersucht [8,9,74,145]. Die in der Therapie genutzten Wirkstoffe beeinflussen dabei die bei depressiven Erkrankungen veränderten biochemische Abläufe im Gehirn. Sie werden aufgrund ihrer Wirkungsweise in unterschiedliche Substanzklassen eingeteilt [18,156]. Die Trizyklischen Antidepressiva (TCA) haben sich als älteste Wirkstoffgruppe in der Be- handlung depressiver Erkrankungen bewährt. Neuere Substanzen wie die Selektiven Serotonin Wie- deraufnahmehemmer (SSRI) kennzeichnen sich durch weniger Nebenwirkungen bei gleicher Effekti- vität und damit einer besseren Compliance aus [18,114,156]. Sie haben daher die Trizyklischen Anti- depressiva als Therapie der ersten Wahl abgelöst. Therapeutische Maßnahmen dürfen dabei die Leis- tungsfähigkeit des Sportlers nicht negativ beeinflussen und sollten den Bestimmungen der „Prohi- bited List“ der Welt Anti-Doping Agentur (WADA) folgen [185]. Derzeit sind Antidepressiva zur An- wendung im Profisport nicht reglementiert [185]. Ein möglicher leistungssteigernder Effekt dieser Wirkstoffe hingegen ist weiterhin umstritten.

In der vorliegenden Arbeit wurde die Prävalenz von Antidepressiva im Hochleistungssport anhand von ca. 116.000 Dopingkontrollproben im Zeitraum von 1999 bis 2011 untersucht. Die Auswertung erfolgte retrospektiv. Dabei wurde der Einfluss unterschiedlicher Parameter wie jährliche Entwick- lung, Geschlecht, Art der Kontrolle (Wettkampf, Training), Land, Disziplin und applizierte Substanz analysiert. Die Messung der Proben erfolgte im WADA-akkreditierten Dopingkontrolllabor der Deut- schen Sporthochschule Köln mittels gaschromatograpisch-massenspektrometrischer Verfahren. Das zur Analyse verwendete Verfahren wurde zunächst gemäß ICH-Richtlinien validiert [76]. Darüberhin- aus wurde eine optimierte Analysemethode zur Bestimmung von Antidepressiva im Urin entwickelt und validiert. Diese beruhte auf einer Direktinjektion des Urins mit nachfolgender flüssigkeitschro- matographischer Separation mit anschließender Detektion mittels hochauflösender Massenspektro- metrie. Zur Einordnung der Prävalenz von AD in Dopingkontrollproben erfolgte ein Vergleich mit nationalen sowie internationalen Verordnungsdaten aus der Normalbevölkerung.

S EITE | 150 ZUSAMMENFASSUNG

Beide Analyseverfahren lieferten valide Ergebnisse. Aufgrund der hohen Empfindlichkeit eignet sich die entwickelte flüssigkeitschromatographisch-massenspektromtrische Methode zur Anwendung im Bereich der Rückstandsanalytik. Darüberhinaus wurde eine derartige Methode für die Analyse von Antidepressiva aus Urin in der Literatur bisher nicht beschrieben.

Im Untersuchungszeitraum wurden in 0,34% der Dopingkontrollproben Antidepressiva detektiert. Dabei stieg die Prävalenz über die Jahre an und zeigte insgesamt eine Versechsfachung der Werte (Minimum 1999: 0,11%; Maximum 2008: 0,63%). Die Prävalenz von Antidepressiva in nationalen und internationalen Verordnungsdaten der Normalbevölkerung mit vergleichbarer Altersstruktur waren wesentlich höher (1,78% - 7,20%). Die Zunahme des Verordnungsvolumens im gleichen Zeitraum war jedoch weniger stark als in den Dopingkontrollproben. Der geschlechterspezifische Unterschied in der Normalbevölkerung war im Sport nicht erkennbar. Während in der Normalbevölkerung von 15 bis 34 Jahren Frauen etwa doppelt so häufig Antidepressiva verordnet wurden, waren die Prä- valenzen von Antidepressiva bei männlichen und weiblichen Athleten vergleichbar. Neuere Studien zeigen, dass Männer bei depressiven Erkrankungen eher eine erhöhte Risikobereitschaft und Aggres- sivität zeigen als die klassischen Symptome. Beachtet man diese unterschiedlichen Symptomkomple- xe so gleichen sich die unterschiedliche Lebenszeitprävalenzen von Männern und Frauen an [98]. Verschiedene Sportarten waren in der vorliegenden Studie in unterschiedlichem Ausmaß betroffen. Die deutliche Differenz in der Verbreitung von Antidepressiva zwischen Ausdauersportarten, insbesondere Radsport und Mannschaftssportarten wie Fußball ist schwierig zu erklären. Die Prävalenz im Radsport (1,07%) überstieg das Vorkommen im Vergleich zu den Gesamtproben um das Dreifache (0,34%) bzw. zum Fußball sogar um das Sechsfache (0,17%). Eine Applikation von Antidepressiva zur Leistungssteigerung sollte im Radsport in Betracht gezogen werden und wird durch Aussagen von Sportlern gestützt [Stern online. Wer nicht dopt, fliegt raus, 23.06.2007]. Ein Zusammenhang mit dem Overtraining-Syndrom ist ebenfalls denkbar. Die Mehrzahl der detektierten Antidepressiva stammten aus der Gruppe der Selektiven Serotonin Wiederaufnahmehemmer (SSRI). Diese zeichnen sich durch weniger leistungsmindernde Nebenwirkungen wie Müdigkeit und Gewichtszunahme sowie einer hohen Compliance aus. Ähnliche Prävalenzen sind für die Normalbevölkerung gleicher Al- tersstruktur beschrieben [9,75,84,139]. Die Ergebnisse zu möglichen leistungssteigernden Effekten von Antidepressiva sind uneinheitlich. Während einige Studien keinen Unterschied zur Kontrollgrup- pe zeigen konnten [103,119,123,158], wurden bei hohen Dosierungen von Fluoxetin, Paroxetin und Reboxetin leistungsmindernde Effekte gemessen [30,134,178]. Einzig für Bupropion konnte bei Ein- malgabe der Maximaldosis eine Leistungssteigerung um 9% bestimmt werden [137,173]. Bei wiederholter Applikation wie unter therapeutischen Bedingungen ließ sich dies nicht bestätigen [135]. Wei- tere Untersuchungen bei gesunden Probanden zeigen eine leichte positive Korrelation von Stim-

ZUSAMMENFASSUNG S EITE | 151

mung, Aufmerksamkeit und Erinnerungsvermögen mit der Zeit [132]. Insgesamt konnten antriebstei- gernde Effekte bei Gesunden jedoch nicht hinreichend belegt werden [51,55,115]. Unklar bleiben die Auswirkung von Applikationsmengen oberhalb der empfohlen Maximaldosis sowie der sogenannte Placebo-Effekt. Aufgrund eines unklaren Wirkung-Nebenwirkungsprofils und fehlender Wirksam- keitsstudien eignen sich Antidepressiva daher nur bedingt zur Steigerung der geistigen und körperli- chen Leistungsfähigkeit.

Die vorliegende Studie untersuchte erstmals den Medikamentengebrauch von Antidepressiva im Hochleistungssport. Insgesamt lag die Prävalenz von Antidepressiva in Dopingkontrollproben deutlich unterhalb des Verordnungsvolumens in der Normalbevölkerung. Rückschlüsse auf das Vorkommen von mentalen Störungen sind jedoch aufgrund des Studiendesigns nicht möglich. Die unterschiedlichen Prävalenzen von Antidepressiva in verschiedenen Disziplinen zeigten einen möglichen Zusam- menhang zwischen den differenzierten Anforderungen der Sportarten sowie der Trainingsbelastung und dem Overtraining-Syndrom. Selektive Serotonin Wiederaufnahmehemmer werden aufgrund ihrer besseren Verträglichkeit von Sportlern und Therapeuten in der Behandlung mentaler Störungen bevorzugt. Darüberhinaus sollen sie den Antrieb und die Motivation auch bei Gesunden steigern [6,51,132]. Die Beobachtung von Bupropion durch das WADA „Monitoring Program“ scheint aufgrund leistungssteigernder Effekte bei Einmal-Applikation der Höchstdosis gerechtfertigt. Insbeson- dere im Radsport deuten die hohen AD-Befunde auf eine Applikation zur Steigerung der mentalen sowie körperlichen Leistungsfähigkeit hin. Der Anzeichen für eine Anwendung von Antidepressiva als Neuroenhancement bzw. zur Leistungssteigerung im Hochleistungssport gibt es in den anderen Sportarten derzeit nicht. Aufgrund fehlender Wirksamkeitsstudien wird die Dopingrelevanz von Anti- depressiva insgesamt als gering eingeschätzt.

ENGLISH ABSTRACT S EITE | 153

6 English Abstract

Being listed as psychotropic antidepressants are used as therapeutics in mental disorders such as depression. According to the World Health-Organisation depressive disorders are one of the most prevalent diseases and affect all age groups [52,90,114,180]. Elite sportsmen are suffering from depressive symptoms as well. Being necessary in competitions, mental strength is accompanied by the pressure to perform, the expectation to succeed and the fear of failure. To our knowledge, there is a lack of large, systematic studies dealing with the prevalence of mental disorders and antidepressants in elite sports [8,9,74,145]. Being malfunctioning in depression, the therapeutically used antidepressants interact with biochemical processes in the central nervous system. According to the side of action the compounds are subdivided into classes [18,156]. As oldest substance class Tricyclic antidepressants (TCA) are proved to be effective in the treatment of severe depressive disorders. In the last decade the newly developed selective serotonin reuptake inhibitors (SSRI) and other more specific substances became more important due to fewer side effects [18,114,156]. The therapy concept must not negatively affect the athlete’s performance and has to be obliged to the regulations of the “prohibited list” from the World Anti-Doping Agency (WADA) [185]. Currently, antidepressants are not prohibited for the use in elite sports [185]. Possible performance enhancing effects are discussed controversially.

The prevalence of antidepressants in elite sports was surveyed in this study. Approximately 116,000 doping control samples obtained from 1999 to 2011 were analysed with a screening procedure rou- tinely used by WADA-accredited laboratories by means of a combined system of gas chromatography-mass spectrometry. The annual development, the gender, the nationality, the discipline and the substances used were set as parameters for this retrospective analysis. The used procedure was validated initially in agreement with ICH-standards [76]. In addition, an optimised method for the detection of antidepressants in urine was developed and validated. Based on a liquid chromatographic separation the analysis was performed by means of high-resolution mass spectrometry (U-HPLC-HRMS) after the direct injection of urine samples. Assessing the prevalence of antidepressants in doping control samples the results were correlated with national and international medications of antidepressants for the general population.

Both procedures for the analysis of antidepressants in urine provided valid results according to ICH-guidelines. Due to the high sensitivity and selectivity the newly developed liquid chromatographic method is suitable for the application in the pharmaceutical residue analysis. Beyond that, to our

S EITE | 154 ENGLISH ABSTRACT

knowledge a similar method for the analysis of antidepressants in urine has not been described in the literature so far.

In 0.34% of the analysed samples was at least detected one antidepressant in the surveyed period. Additionally, the prevalence increased considerably from 1999 to 2011 and sextupled in maximum (minimum 1999: 0.11%; maximum 2008: 0.63%). However, the prevalence of antidepressants in elite sports was well below the medication in the national and international general population of comparable age (1.78% - 7.20%). Nevertheless, the increase of the prevalence in the athlete`s population during the study period exceeded the gain of consumption in general population of comparable age. The predominance of female antidepressant users in the general population was not reflected in elite sports. A recently published study implicates that men often suffer from risk taking and aggressive- ness instead of classical depressive symptoms leading to an equalisation of the lifetime prevalence for depressive disorders for men and women [98]. Moreover, differences between sporting disciplines were found. In doping control samples obtained from cycling were discovered three to four times more antidepressants than in all samples (1.07% vs. 0.34%). The prevalence in football was obviously lower than in both groups (0.17%). The evident difference in the prevalence of antidepressants between cycling as endurance sport and team sports such as football is difficult to explain. Be- ing related to high amount of practice and depressive symptoms, overtraining is more prevalent in endurance sports than for example in football. Additionally, especially in cycling the application of antidepressants to enhance the athlete`s performance ought to be considered. Selective serotonin reuptake inhibitors were the most detected substance class. In contrast to other antidepressants, these substances have a better side effect profile. They do not cause weight gain and fatigue. Similar preferences were described by the literature [9,75,84,139]. The studies dealing with the effects of antidepressants on athlete`s performance are inconsistent. Whereas some surveys could not meas- ure a difference to control groups [103,119,123,158], high doses of fluoxetine, paroxetine and re- boxetine seemed to decrease the performance [30,134,178]. Only bupropion showed performance enhancing effects of 9% when given a single-dose of the maximum application rate [137,173]. Under therapeutic conditions, i.e. with repeated dosages, this could not be confirmed [135]. Smaller surveys with healthy humans revealed a slight positive correlation of mood, attention and memory with time under the influence of antidepressants [132]. However, impulse-enhancing effects of AD in healthy humans could not be proved sufficiently in larger studies [51,55,115]. Nevertheless, the impact of applications rates above the recommended maximum therapeutic dosage and the so-called placebo-effect are unknown. Altogether, antidepressants are of limited suitability for performance enhancement such as cognitive enhancement due to an ambiguous effect-side effect profile.

ENGLISH ABSTRACT S EITE | 155

To our knowledge, this is the first empirical study dealing with the application of antidepressants in elite sports. Compared to the prescription data of the general population, the prevalence of antidepressants detected in doping control samples of elite athletes, was considerably lower. However, the extent of mental disorders in elite sports remains vaguely according to the study design and the method used. The differences among distinct sport disciplines indicate a possible connection between specific requirements as well as practice amount and overtraining-syndrome. Selective serotonin reuptake inhibitors are preferred by sportsmen and therapists for the treatment of depressive disorders due to a better tolerability. Additionally, this substance class is supposed to increase motivation and the inner drive in healthy humans [6,51,132]. The observation of bupropion as a part of the “Monitoring Program” by the World Anti-Doping Agency seemed to be justifiable according to performance enhancing effects of single-dose applications. Based on a high prevalence of antidepressants particularly in cycling an application as performance-enhancing drug ought to be pre- sumed. Contrary, there is currently no indication for an application of antidepressants as performance or cognitive enhancement in other disciplines of elite sports to a greater extent. Due to the missing proof of efficacy the relevance of antidepressants for doping purposes are assessed margin- ally.

ANHANG S EITE | 157

7 Anhang

7.1 Gerätebedingungen der GC-HRMS-Messungen

GC-MS-System

System: Agilent 7200 Accurate-Mass Q-TOF GC-MS-System (Waldbronn, Deutschland) Kapillarsäule: J&W 122-4732DB-17MS (Länge: 30 m, innerer Durchmesser: 0,25 mm, Filmdicke: 0,25 μm) Trägergas: Helium (konstanter Druck von 10,42 psi, Flußrate: 1,2 mL min-1) Injektionsvolumen: 0,5 µl (splitless) Injektortemperatur: 280°C Temperaturprogramm: 60°C für 1,5 min, anschließend mit 30°C min-1 auf 220°C, anschließend mit 10°C min-1 auf 310°C, 310°C für 5 min Laufzeit: 20,83 min Quellentemperatur: 250°C Ionisation: EI bei 70 eV

Full-Scan-Modus

Massenbereich: m/z 50 - 800 Scan-Rate: 5 Spektren s-1, 200 ms / Spektrum

7.2 Statistische Kenngrößen

Standardabweichung und Variationskoeffizient

sx= Standardabweichung

Σ(�! − �)² � = N = Stichprobenumfang ! � − 1 x = Mittelwert der Datenreihe

S EITE | 158 ANHANG

�! � = ∙ 100% Vk = Variationskoeffizient ! �

Ausreißertest nach Nalimov

Für den Ausreißertest nach Nalimov müssen Datenreihen mit N > 3 vorliegen. Die zu prüfenden Meßwerte werden nach ihrer Größe geordnet. Die Kontrolle erfolgt für den kleinsten und größten

Wert. Die berechneten Prüfgrößen PGu und PGo werden anschließend mit Tabellenwerten verglichen [67].

PGu/o = Prüfgröße für den oberen bzw. unteren Wert

x* = ausreißerverdächtiger Wert �∗ − � � �� = ∙ x = Mittelwert der Datenreihe �! � − 1 sx = Standardabweichung

N = Stichprobenumfang

Wenn die gewählte Signifikanzschranke (P = 99%, f = N-2) für beide Prüfwerte nicht überschritten wird, gilt die Datenreihe als ausreißerfrei.

Ausreißer in Kalibrierdaten nach Huber

Für die Prüfung der Kalibrierdaten auf Ausreißer werden diese zunächst grafisch dargestellt und op- tisch auf mögliche Ausreißer geprüft. Die weiteren Berechnungen erfolgen ohne das verdächtige Wertepaar. Anschließend wird eine lineare Regression durchgeführt und die Parameter Steigung, Ordinatenabschnitt und Reststandardabweichung bestimmt. Es folgt die Berechnung des Signalinter- valls yo,u für die Konzentration x des Ausreißers (P = 95%, f = N-2).

m = Steigung der Ausgleichsgerade

b = Ordinatenabschnitt 1 1 (� − �)! �!,! = � ∙ � + � ± �! ∙ � ∙ + + � � �!! sy = Reststandardabweichung

x = Mittelwert der Datenreihe

t = Wert der t-Statistik ! (Σ�!) � = Σ�! − !! ! � N = Stichprobenumfang Qxx = Quadratsumme

ANHANG S EITE | 159

Das Signalintervall yo,u gibt das zulässige y-Intervall für die Konzentration x wieder. Der verdächtige Wert verbleibt in der Datenreihe, wenn dieser Wert vom errechneten Intervall eingeschlossen wird.

Linearitätstest nach Mandel

Für den Anpassungstest nach Mandel werden die Streuungen der Signalwerte (y) um die Ausgleichs- gerade (Reststandardabweichungen) einer linearen und quadratischen Regression miteinander verglichen und hinsichtlich einer signifikanten Varianzhomogenität untersucht. Dazu werden zunächst die Reststandardabweichungen errechnet:

syl = Reststandardabweichung der linearen Regression

! Σ �! − � ∙ �! + � syq = Reststandardabweichung der quad- � = !" � − 2 ratischen Regression

yi = Signalwert

xi = Konzentrationswert ! ! Σ� − � ∙ Σ�! – � ∙ Σ x! ∙ y! − n ∙ Σ(x ∙ y!) m, n = Steigung der Ausgleichsgeraden � = ! ! !" � − 3 b = Ordinatenabschnitt

N = Stichprobenumfang

Aus den Reststandardabweichungen wird die Varianzdifferenz gebildet:

∆s² = Varianzdifferenz ! ! ! Δ� = �! − 2 ∙ �! − �! − 3 ∙ �! Nl, Nq = Stichprobenumfang (linear, quadratisch)

Daraus ergibt sich die Prüfgröße mit:

Δ�! �� = ! �!

Diese Prüfgröße PG wird mit dem F-Wert (P = 99%, f1 = 1, f2 = N-3) einer F-Tabelle verglichen [67]. Wenn die so errechnete Prüfgröße kleiner als der entsprechende Tabellenwert ist, so ist eine lineare Anpassung nach Mandel erlaubt.

S EITE | 160 ANHANG

Algorithmen zur statistischen Berechnung mit R

Exakter Binomialtest binom.test(x,n,p,alternative=”two.sided”,conf.level=0,95) x = Zahl der AD-Befunde der Testpopula- tion

n = Zahl der analysierten Proben der Testpopulation

p = RFAD der Referenzpopulation

Einlesen der Daten

DATEN <- read.csv2(file=”Datenpfad", header = TRUE, sep = ";")

Veränderung der Reihenfolge der Level eines Prädiktors

Prädiktor.neu <- relevel(präd, ref=”Level”) präd = Prädiktor

Level = neuer Startwert des Prädiktors

Binomiales Generalisiertes lineares Modell (GLM) modellX <- glm(formula=cbind(x,y) ~ präd1 + präd2 + cbind = Zuweisung Vektor präd1:präd2, family=binomial, data=DATEN) x = Zahl der Proben mit AD

y = Zahl der Proben ohne AD

präd1/2 = Prädiktoren

präd1:präd2 = Wechselwirkung der Prädiktoren

Generalisiertes lineares Modell (GLM) mit Poisson-Verteilung modellX <- glm(x ~ präd1 + präd2, family=poisson, data=DATEN) x = Zahl der Proben mit AD

präd1/2 = Prädiktoren

ANHANG S EITE | 161

Vergleich zweier Modelle mittels χ2-Tests generiert mit der R-Funktion „anova“ anova(modellX, modellY, test="Chisq") modellX = einfaches Model

modellY = erweitertes Model

Ausgabe des χ2-Tests generiert mit der R-Funktion „anova“ anova(modellX, test="Chisq") modellX = zu testendes Modell

Summary-Ausgabe summary(modellX) modellX = zu testendes Modell

Test auf Anpassungsgüte (Goodness-of-Fit)

1-pchisq(deviance(modellX),df.residual(modellX)) modellX = zu testendes Modell

Ausgabe der Residuen residuen.modellX <- abs(resid(modellX))>2.6 modellX = gewähltes Modell

DATEN[residuen.modellX,]

S EITE | 162 ANHANG

summary-Ausgabe des modellierten GLMs zu Kapitel 4.3.6.1

> summary(glm14)

Call: glm(formula = cbind(AD, NichtAD) ~ Jahr + Kontrolle + Land + Kategorie + VO + Jahr:Kontrolle + Jahr:Land + Jahr:Kategorie + Kategorie:Geschlecht + Kontrolle:Kategorie + Land:Kategorie + Jahr:VO, family = binomial, data = AD_GLM)

Deviance Residuals: Min 1Q Median 3Q Max -2.5324 -0.5408 -0.1465 0.0000 4.4533

Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) -9.515e+00 1.748e+00 -5.443 5.25e-08 *** Jahr 4.511e-01 1.105e-01 4.082 4.46e-05 *** KontrolleOOC 4.882e-01 6.217e-01 0.785 0.43230 LandDeutschland -7.983e-01 5.102e-01 -1.565 0.11767 Kat.Athletik -9.758e-01 8.176e-01 -1.193 0.23272 Kat.Behinderten -6.040e-01 2.064e+00 -0.293 0.76977 Kat.Ausdauer(ohneRad) -9.624e-01 9.132e-01 -1.054 0.29197 Kat.Kampf -4.425e+00 1.768e+00 -2.503 0.01231 * Kat.Fußball -8.302e-01 5.985e-01 -1.387 0.16541 Kat.Kraft -1.431e+00 7.957e-01 -1.798 0.07218 . Kat.Rad 2.079e+00 5.645e-01 3.683 0.00023 *** Kat.Mannschaft(ohneFußball) -3.074e-01 7.611e-01 -0.404 0.68629 VO 4.698e-04 3.151e-04 1.491 0.13600 Jahr:KontrolleOOC -1.752e-02 5.364e-02 -0.327 0.74388 Jahr:LandDeutschland -8.386e-02 4.230e-02 -1.982 0.04743 * Jahr:Kat.Athletik 6.413e-02 8.851e-02 0.725 0.46874 Jahr:Kat.Behinderten 1.081e-01 1.951e-01 0.554 0.57948 Jahr:Kat.Ausdauer(ohneRad) -5.516e-02 1.021e-01 -0.540 0.58906 Jahr:Kat.Kampf 3.177e-01 1.620e-01 1.961 0.04982 * Jahr:Kat.Fußball 3.800e-02 6.869e-02 0.553 0.58012 Jahr:Kat.Kraft 1.579e-01 8.225e-02 1.920 0.05487 . Jahr:Kat.Rad -1.230e-01 6.325e-02 -1.944 0.05184 . Jahr:Kat.Mannschaft(ohneFußball) 3.368e-03 8.177e-02 0.041 0.96715 Kat.Verschiedene:Gesch.weiblich 6.039e-01 3.101e-01 1.947 0.05149 . Kat.Athletik:Gesch.weiblich 7.096e-01 3.342e-01 2.123 0.03373 * Kat.Behinderten:Gesch.weiblich 3.124e-01 6.793e-01 0.460 0.64561 Kat.Ausdauer(ohneRad):Gesch.weiblich 2.022e-01 4.423e-01 0.457 0.64760 Kat.Kampf:Gesch.weiblich 1.080e+00 6.090e-01 1.774 0.07610 . Kat.Fußball:Gesch.weiblich -1.517e+01 6.487e+02 -0.023 0.98134 Kat.Kraft:Gesch.weiblich -5.213e-01 3.436e-01 -1.517 0.12922 Kat.Rad:Gesch.weiblich -9.172e-01 3.719e-01 -2.467 0.01364 * Kat.Mannschaft(ohneFußball):Gesch.weiblich -3.152e-01 3.795e-01 -0.831 0.40621 KontrolleOOC:Kat.Athletik 8.068e-01 5.337e-01 1.512 0.13060 KontrolleOOC:Kat.Behinderten -1.086e-01 8.511e-01 -0.128 0.89846 KontrolleOOC:Kat.Ausdauer(ohneRad) -1.117e-02 6.333e-01 -0.018 0.98593 KontrolleOOC:Kat.Kampf -1.839e+00 1.143e+00 -1.610 0.10748 KontrolleOOC:Kat.Fußball 1.050e-01 6.201e-01 0.169 0.86552 KontrolleOOC:Kat.Kraft -1.787e+00 7.274e-01 -2.456 0.01405 * KontrolleOOC:Kat.Rad -2.834e-01 4.655e-01 -0.609 0.54261 KontrolleOOC:Kat.Mannschaft(ohneFußball) 5.432e-01 5.562e-01 0.977 0.32871 LandDeutschland:Kat.Athletik -4.273e-01 5.843e-01 -0.731 0.46458 LandDeutschland:Kat.Behinderten 1.201e+00 8.889e-01 1.351 0.17681 LandDeutschland:Kat.Ausdauer(ohneRad) 1.730e+00 6.248e-01 2.769 0.00562 ** LandDeutschland:Kat.Kampf 2.136e+00 7.679e-01 2.782 0.00540 ** LandDeutschland:Kat.Fußball 1.307e+00 5.554e-01 2.354 0.01859 * LandDeutschland:Kat.Kraft 2.210e+00 5.161e-01 4.282 1.85e-05 *** LandDeutschland:Kat.Rad 1.179e+00 4.604e-01 2.560 0.01047 * LandDeutschland:Kat.Mannschaft(ohneFußball) 9.550e-01 5.424e-01 1.761 0.07831 . Jahr:VO -4.701e-05 2.149e-05 -2.188 0.02870 * --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1) Null deviance: 904.03 on 714 degrees of freedom Residual deviance: 577.63 on 666 degrees of freedom AIC: 1103 Number of Fisher Scoring iterations: 17

ANHANG S EITE | 163

Ausgabe der Residuen-Analyse des modellierten GLMs zu Kapitel 4.3.6.2

> res.sub5 <- abs(resid(sub5))>2.6 > AD_SUB[res.sub5,]

jahr subskl. kategorie geschlecht kontr. land ad vo 819 2000 SSRI Radsport männlich OOC Deutsch 4 92300000 1305 2001 SSRI Radsport männlich IC Deutsch 3 117200000 1344 2001 SSRI Ausdauer(oR) weiblich IC Nicht-Deutsch 2 117200000 3329 2005 SSRI Fußball männlich IC Nicht-Deutsch 4 258200000 3402 2005 TCA Radsport männlich IC Nicht-Deutsch 3 201100000 3431 2005 TCA Behinderten weiblich IC Nicht-Deutsch 1 201100000 3655 2006 Prophy. Athletik weiblich OOC Deutsch 1 12200000 3784 2006 SNRI Kampf weiblich IC Deutsch 1 67500000 3833 2006 SSRI Fußball männlich IC Nicht-Deutsch 6 272300000 3865 2006 SSRI Kampf weiblich IC Nicht-Deutsch 2 272300000 4144 2007 Prophy. Kampf weiblich IC Deutsch 1 12700000 4161 2007 Prophy. Ausdauer(oR) weiblich OOC Deutsch 2 12700000 4216 2007 SNDI Kampf weiblich IC Deutsch 1 97000000 4262 2007 SNRI Verschiedene männlich IC Nicht-Deutsch 2 83300000 4288 2007 SNRI Kampf weiblich IC Deutsch 1 83300000 4308 2007 SNRI Kraft weiblich OOC Deutsch 1 83300000 4337 2007 SSRI Fußball männlich IC Nicht-Deutsch 5 317700000 4338 2007 SSRI Radsport männlich IC Nicht-Deutsch 9 317700000 4369 2007 SSRI Kampf weiblich IC Nicht-Deutsch 2 317700000 4443 2007 TCA Kraft weiblich IC Nicht-Deutsch 2 201100000 4633 2008 Prophy. Mannschaft(oF) männlich OOC Deutsch 3 45600000 4636 2008 Prophy. Athletik männlich OOC Nicht-Deutsch 4 45600000 4644 2008 Prophy. Radsport männlich OOC Nicht-Deutsch 3 45600000 4647 2008 Prophy. Ausdauer(oR) weiblich IC Deutsch 1 45600000 4665 2008 Prophy. Ausdauer(oR) weiblich OOC Deutsch 1 45600000 4672 2008 Prophy. Athletik weiblich OOC Nicht-Deutsch 3 45600000 4720 2008 SNDI Kampf weiblich IC Deutsch 1 111600000 4784 2008 SNRI Verschiedene männlich OOC Nicht-Deutsch 2 101500000 4804 2008 SNRI Mannschaft(oF) weiblich IC Nicht-Deutsch 2 101500000 4820 2008 SNRI Verschiedene weiblich OOC Nicht-Deutsch 1 101500000 4843 2008 SSRI Athletik männlich OOC Deutsch 2 384100000 4860 2008 SSRI Radsport männlich OOC Nicht-Deutsch 4 384100000 4888 2008 SSRI Athletik weiblich OOC Nicht-Deutsch 2 384100000 4902 2008 TCA Kraft männlich IC Deutsch 2 206000000 4924 2008 TCA Athletik männlich OOC Nicht-Deutsch 2 206000000 5055 2009 NDRI Kraft männlich IC Nicht-Deutsch 5 6500000 5137 2009 Prophy. Mannschaft(oF) männlich OOC Deutsch 6 53500000 5167 2009 Prophy. Athletik weiblich OOC Deutsch 1 53500000 5349 2009 SSRI Ausdauer(oR) männlich OOC Deutsch 2 429900000 5374 2009 SSRI Athletik weiblich IC Nicht-Deutsch 6 429900000 5489 2009 Andere Fußball männlich IC Nicht-Deutsch 2 89600000 5513 2009 Andere Verschiedene weiblich IC Deutsch 1 89600000 5559 2010 NDRI Kraft männlich IC Nicht-Deutsch 4 9300000 5562 2010 NDRI Radsport männlich IC Nicht-Deutsch 2 9300000 5798 2010 SNRI Behinderten weiblich IC Deutsch 1 140100000 5942 2010 TCA Behinderten weiblich IC Deutsch 1 203000000 6063 2011 NDRI Kraft männlich IC Nicht-Deutsch 2 12300000 6126 2011 Prophy. Kraft männlich IC Deutsch 2 68800000 6213 2011 SNDI Ausdauer(oR) männlich OOC Deutsch 2 154300000 6320 2011 SNRI Behinderten weiblich OOC Deutsch 1 166500000 6357 2011 SSRI Ausdauer(oR) männlich OOC Deutsch 2 534200000 6428 2011 TCA Behinderten männlich OOC Deutsch 2 199700000

S EITE | 164 ANHANG

7.3 Referenzsubstanzen und Chemikalien

Referenzsubstanzen

Agomelatin # 1-GBH-152-1, TRC (North York, Kanada) Amitriptylin Hydrochlorid # 039K1600, Sigma (St. Louis, USA) Bupropion Hydrochlorid # 18H4652, Sigma (St. Louis, USA) Citalopram Hydrobromid # 029K1454, Sigma (St. Louis, USA) Clomipramin Hydrochlorid # 038K1160, Sigma (St. Louis, USA) d3-Clomipramin Hydrochlorid 100 µmg/mL in Methonal (freie Base) # 13066, LoGiCal (Luckenwalde, Deutschland) 1-N,N-Diisopropylamino-dodecan Hydrochlorid Eigensynthese Doxepin Hydrochlorid # 078K1482, Sigma (St. Louis, USA) d3-Doxepin Hydrochlorid 100 µmg/mL in Methonal (freie Base) # 10498, LoGiCal (Luckenwalde, Deutschland) Duloxetin Hydrochlorid # 63036, Molekula (Dorset, UK) Fluoxetin Hydrochlorid # 029K0264, Sigma (St. Louis, USA) d6-Fluoxetin Oxalat 100 µmg/mL in Methonal (freie Base) # FN110310-01, Cerilliant (Round Rock, USA) Fluvoxamin Maleat # 053K1435, Sigma (St. Louis, USA) Imipramin Hydrochlorid # 039K0162, Sigma (St. Louis, USA) d3-Imipramin Maleat 100 µmg/mL in Methonal (freie Base) # 11921, LoGiCal (Luckenwalde, Deutschland) Lamotrigin # 068K1097, Sigma (St. Louis, USA) Mirtazapin # 028K47113, Sigma (St. Louis, USA) Nortriptylin Hydrochlorid # BCBC0384, Sigma (Buchs, Schweiz) d3-Nortriptylin Hydrochlorid 100 µmg/mL in Methonal (freie Base) # FN032911-03, Cerilliant (Round Rock, USA) Opipramol Dihydrochlorid # 035K4712, Sigma (St. Louis, USA) Paroxetin Hydrochlorid Hemihydrat # 078K47111, Sigma (St. Louis, USA) d6-Paroxetin Maleat 100 µmg/mL in Methonal (freie Base) # FN111810-01, Cerilliant (Round Rock, USA) Reboxetin Mesylate # 1-JDK-125-1, TRC (North York, Kanada) Sertralin Hydrochlorid # 039K47141, Sigma (St. Louis, USA)

ANHANG S EITE | 165

Trazodon Hydrochlorid # 058K1519, Sigma (St. Louis, USA) Trimipramin Maleat # 019K1319, Sigma (St. Louis, USA) d3-Trimipramin Maleat 100 µmg/mL in Methonal (freie Base) # 11525, LoGiCal (Luckenwalde, Deutschland) Venlafaxin Hydrochlorid # 048K47171, Sigma (St. Louis, USA) d6-Venlafaxin Hydrochlorid 100 µmg/mL in Methonal (freie Base) # FN030212-01, Cerilliant (Round Rock, USA)

Chemikalien

Acetonitril HPLC Grade, VWR (Darmstadt, Deutschland) Ameisensäure p.a., Merck (Darmstadt, Deutschland) tertiär-Butylmethylether reinst, Applichem (Darmstadt, Deutschland) Kaliumhydroxid p.a., Merck (Darmstadt, Deutschland) Methanol HPLC Grade, VWR (Darmstadt, Deutschland) Natriumsulfat wasserfrei p.a., Merck (Darmstadt, Deutschland) Wasser reinst, Milli-Q (Schwalbach, Deutschland)

7.4 Kategorisierung der Disziplinen

Athletik alpine skiing, athletics, ice skating, inlineskating, pentathlon, rollerskating, skating, skeelering, speed skating, track and field

Ausdauersport biathlon, canoe / kayak, cross country skiing, crosslauf, cycling, dragon boat, finswimming, foot orienteering, kajak, nordic combined, orienteering, rowing, skiing, swimming, triathlon

Behindertensport adaptive rowing, basketball id, blindsports, ciss athletics, ciss badminton, ciss bowling, ciss shooting, ciss soccer, ciss swimming, ciss table tennis, disability sports, dis-aquatics, dis-archery, dis-athletics, dis-badminton, dis-baseball, dis-baseball+softball, dis-basketball, dis-bobsleigh, dis-boccia, dis- bowling, dis-cross country skiing, dis-crosslauf, dis-curling, dis-cycling, dis-equestrian, dis-fencing, dis- football 5-a-side, dis-goalball, dis-gymnastics, dis-handball, dis-ice hockey, dis-judo, dis-nordic com-

S EITE | 166 ANHANG

bined, dis-powerlifting, dis-roller sports, dis-rowing, dis-sailing, dis-shooting, dis-skiing, dis-soccer, dis-soccertennis, dis-softball, dis-sportkegeln, dis-swimming, dis-table tennis, dis-tabletennis, dis- tennis, dis-unknown, dis-volleyball, dis-water polo, dis-waterball, dis-weightlifting, dis-wheelchair baseball, dis-wheelchair basketball, dis-wheelchair curling, dis-wheelchair rugby, dis-wheelchair tennis, ibsa judo, ipc alpine, ipc athletics, ipc biathlon, ipc ice sledge hockey, ipc nordic, ipc nordic biathlon, ipc powerlifting, ipc seatball, ipc shooting, ipc swimming, ipc wheelchair dancesport, para table tennis, para-archery, para-boccia, para-cycling, para-equestrian, sailing Paralympics

Kampfsport armwrestling, boxing, judo, jiu-jitsu, ju-jutsu, karate, karatedo, kickboxing, martial arts, sumo, taekwondo, wrestling, wushu

Kraftsport arm wrestling, bobsleigh, bodybuilding, powerlifting, strength sports, tug of war, weightlifting

Mannschaftssport american football, bandy, baseball, baseball+softball, basketball, beach soccer, beachhandball, beachvolleyball, camogie, cricket, field hockey, fistball, flying disk, footsal, futsal, Gaelic football, handball, hockey, hurling, ice hockey, indoor-hockey, inline hockey, kabaddi, kanu polo, korfball, lacrosse, polo, rollhockey, rugby, seating volleyball, Sepak Takraw, soccer, soccertennis, softball, volleyball, water polo, waterball

Verschiedene aerobic, aeronautics, air sports, akrobatic, aquatics, archery, automobile sports, autoracing, badminton, billiard, billiard sports, boccia, boules, bowling, bowling 9 Pin, bowls, bridge, casting, checkers, chess, climbing, crossbow shooting, curling, dancesport, darts, diving, equestrian, fencing, field archery, figure skating, free diving, golf, gymnastics, horseracing, ice-dancing, icestock, Kegeln, lifesav- ing, luge, midgetgolf, military, military pentathlon, minigolf, modern pentathlon, motor sport, motor- cross, motorcycle racing, naval pentathlon, parachuting, pétanque, play at five, racquetball, rhythmic gymnastics, rock climbing, roller sports, rollersports and ban, sailing, scuba diving, shooting, skeleton, ski jumping, skin diving, sky diving, sleddog, snow sports, snowboard, sport acrobatics, squash, surf- ing, synchronswimming, table tennis, ten pin bowling, tennis, tobogganing, trampolin, underwater hockey, underwatersports, unknown, wakeboarding, water skiing

LITERATURVERZEICHNIS S EITE | 167

8 Literaturverzeichnis

1. Adamowicz P, Kala M. Simultaneous screening for and determination of 128 date-rape drugs in urine by gas chromatography-electron ionization-mass spectrometry. Forensic science international 2010; 198: 39-45 DOI: 10.1016/j.forsciint.2010.02.012 2. Alkalay D, Volk J, Carlsen S. A sensitive method for the simultaneous determination in biological fluids of imipramine and desipramine or clomipramine and N- desmethylclomipramine by gas chromatography mass spectrometry. Biomedical mass spectrometry 1979; 6: 200-204 DOI: 10.1002/bms.1200060506 3. Alves C, Santos-Neto AJ, Fernandes C et al. Analysis of tricyclic antidepressant drugs in plasma by means of solid-phase microextraction-liquid chromatography-mass spectrometry. Journal of mass spectrometry : JMS 2007; 42: 1342-1347 DOI: 10.1002/jms.1288 4. Armstrong LE, VanHeest JL. The unknown mechanism of the overtraining syndrome: clues from depression and psychoneuroimmunology. Sports medicine (Auckland, NZ) 2002; 32: 185-209 5. Baker GB, Urichuk LJ, McKenna KF et al. Metabolism of monoamine oxidase inhibitors. Cellular and molecular neurobiology 1999; 19: 411-426 6. Baum AL. Psychopharmacology in athletes. In: Begel D, Burton R eds, Sport psychiatry: theory and practice. New York: W.W. Norton & Company, Inc.; 2000: 249-259 7. Beck CA, Patten SB, Williams JV et al. Antidepressant utilization in Canada. Social psychiatry and psychiatric epidemiology 2005; 40: 799-807 DOI: 10.1007/s00127-005-0968-0 8. Begel D. The psychopathology of everyday athletic life. In: Begel D, Burton R eds, Sport psychiatry: theory and practice. New York: W.W. Norton & Company, Inc.; 2000: 82-92 9. Begel D, Baum AL. The athlete`s role. In: Begel D, Burton R eds, Sport psychiatry: theory and practice. New York: W.W. Norton & Company, Inc.; 2000: 45-58 10. Belvedere G, Frigerio A, Pantarotto C. Gas chromatographic-mass fragmentographic determination of trazodone in rat plasma. Journal of chromatography 1975; 112: 631-636 11. Berger M, Grözinger M, Gründer G et al. Stellungnahme der Deutschen Gesellschaft für Psychiatrie, Psychotherapie und Nervenheilkunde (DGPPN) zum Gebrauch von Neuroenhancern. In: DGPPN; 2009 12. Berzas Nevado JJ, Villasenor Llerena MJ, Guiberteau Cabanillas C et al. Sensitive capillary GC- MS-SIM determination of selective serotonin reuptake inhibitors: reliability evaluation by validation and robustness study. Journal of separation science 2006; 29: 103-113

S EITE | 168 LITERATURVERZEICHNIS

13. Bet PM, Hugtenburg JG, Penninx BW et al. Side effects of antidepressants during long-term use in a naturalistic setting. European neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology 2013; 23: 1443-1451 DOI: 10.1016/j.euroneuro.2013.05.001 14. Bondy B. [Medicine and neurobiology: the of clinical of picture depression]. Pharmazie in unserer Zeit 2004; 33: 276-281 DOI: 10.1002/pauz.200400073 15. Bonfiglio R, King RC, Olah TV et al. The effects of sample preparation methods on the variability of the electrospray ionization response for model drug compounds. Rapid communications in mass spectrometry : RCM 1999; 13: 1175-1185 DOI: 10.1002/(sici)1097- 0231(19990630)13:12<1175::aid-rcm639>3.0.co;2-0 16. Bortz, Lienert, Boehnke. Verteilungsfreie Methoden in der Biostatistik. 1 ed. Berlin: Springer- Verlag; 1990 17. Breuer C, Hallmann K. Dysfunktionen des Spitzensports: Doping, Match-Fixing und Gesundheitsgefährdungen aus Sicht von Bevölkerung und Athleten. In. Frankfurt: Bundesinstitut für Sportissenschaft; 2013 18. Breyer-Pfaff U, Gaertner HJ, Baumann P. Antidepressiva - Pharmakologie, therapeutischer Einsatz und Klinik der Depressionen. Stuttgart: Wissenschaftliche Verlagsgesellschaft mbH; 2005 19. Broecker S, Herre S, Pragst F. General unknown screening in hair by liquid chromatography- hybrid quadrupole time-of-flight mass spectrometry (LC-QTOF-MS). Forensic science international 2012; 218: 68-81 DOI: 10.1016/j.forsciint.2011.10.004 20. Brunnauer A, Laux G. The effects of most commonly prescribed second generation antidepressants on driving ability: a systematic review : 70th Birthday Prof. Riederer. Journal of neural transmission 2013; 120: 225-232 DOI: 10.1007/s00702-012-0833-8 21. Budzikiewicz H, Schäfer M. Massenspektrometrie. 6 ed. Weinheim: Wiley-VCH; 2012 22. Burton RW. Mental illness in athletes. In: Begel D, Burton R eds, Sport psychiatry: theory and practice. New York: W.W. Norton & Company, Inc.; 2000: 61-81 23. Bymaster FP, Zhang W, Carter PA et al. Fluoxetine, but not other selective serotonin uptake inhibitors, increases norepinephrine and dopamine extracellular levels in prefrontal cortex. Psychopharmacology 2002; 160: 353-361 DOI: 10.1007/s00213-001-0986-x 24. Castaing N, Titier K, Receveur-Daurel M et al. Quantification of eight new antidepressants and five of their active metabolites in whole blood by high-performance liquid chromatography-tandem mass spectrometry. Journal of analytical toxicology 2007; 31: 334- 341

LITERATURVERZEICHNIS S EITE | 169

25. Castelpietra G, Morsanutto A, Pascolo-Fabrici E et al. Antidepressant use and suicide prevention: a prescription database study in the region Friuli Venezia Giulia, Italy. Acta psychiatrica Scandinavica 2008; 118: 382-388 DOI: 10.1111/j.1600-0447.2008.01240.x 26. Clasing D. Doping und seine Wirkstoffe - Verbotene Arzneimittel im Sport. 2 ed. Balingen: Spitta Verlag; 2010 27. Coquoz D, Porchet HC, Dayer P. Central analgesic effects of desipramine, fluvoxamine, and moclobemide after single oral dosing: a study in healthy volunteers. Clinical pharmacology and therapeutics 1993; 54: 339-344 28. Dagyte G, Den Boer JA, Trentani A. The cholinergic system and depression. Behavioural brain research 2011; 221: 574-582 DOI: 10.1016/j.bbr.2010.02.023 29. DAK Forschung. DAK Gesundheitsreport 2009. In: Kordt M ed. Hamburg: IGES Insitut GmbH; 2009 30. Davis JM, Bailey SP, Jackson DA et al. Effects of a serotonin (5-HT) agonist during prolonged exercise to fatigue in human. Medicine and science in sports and exercise 1993; 74: 3006- 3017 31. de Groote L, Filip M, C. MA. Developing novel animal models of depression. In: Beyer CE, Stahl SM eds, Next Generation Antidepressants - Moving beyond monoamines to discover novel treatment strategies for mood disorders. 1 ed. Cambridge: Cambridge Universtiy Press; 2010: 28-44 32. Deambrosis P, Chinellato A, Terrazzani G et al. Antidepressant drug prescribing patterns to outpatients of an Italian local health authority during the years 1998 to 2008. Journal of clinical psychopharmacology 2010; 30: 212-215 DOI: 10.1097/JCP.0b013e3181d3cb04 33. Delaveau P, Jabourian M, Lemogne C et al. Brain effects of antidepressants in major depression: a meta-analysis of emotional processing studies. Journal of affective disorders 2011; 130: 66-74 DOI: 10.1016/j.jad.2010.09.032 34. Delini-Stula A. [Discovery of the tricyclic antidepressives]. Pharmazie in unserer Zeit 2008; 37: 194-197 DOI: 10.1002/pauz.200800261 35. Deptula D, Pomara N. Effects of antidepressants on human performance: a review. Journal of clinical psychopharmacology 1990; 10: 105-111 36. DeVane CL. Metabolism and pharmacokinetics of selective serotonin reuptake inhibitors. Cellular and molecular neurobiology 1999; 19: 443-466 37. Didham RC, McConnell DW, Blair HJ et al. Suicide and self-harm following prescription of SSRIs and other antidepressants: confounding by indication. British journal of clinical pharmacology 2005; 60: 519-525 DOI: 10.1111/j.1365-2125.2005.02480.x

S EITE | 170 LITERATURVERZEICHNIS

38. Dietz P, Striegel H, Franke AG et al. Randomized Response Estimates for the 12-Month Prevalence of Cognitive-Enhancing Drug Use in University Students. Pharmacotherapy: The Journal of Human Pharmacology and Drug Therapy 2013; 33: 44-50 DOI: 10.1002/phar.1166 39. Dobson AJ. An introduction to generalized linear models. London: Chapman & Hall; 1990 40. Doherty B, Rodriguez V, Leslie JC et al. An electrospray ionisation tandem mass spectrometric investigation of selected psychoactive pharmaceuticals and its application in drug and metabolite profiling by liquid chromatography/electrospray ionisation tandem mass spectrometry. Rapid communications in mass spectrometry : RCM 2007; 21: 2031-2038 DOI: 10.1002/rcm.3060 41. Dolder CR, Nelson M, Snider M. Agomelatine treatment of major depressive disorder. The Annals of pharmacotherapy 2008; 42: 1822-1831 DOI: 10.1345/aph.1L296 42. Donike M, Geyer H, Gotzmann A et al. Dope analysis. In: Belloni P, Benzie G, Ljungquist A eds, International athletics foundation world symposium on doping in sport. Firenze: Centro Studi & Ricerche; 1987: 53-80 43. Dremencov E, Cremers TIFH. Novel therapeutic targets for treating affective disorders. In: Beyer CE, Stahl SM eds, Next Generation Antidepressants - Moving beyond monoamines to discover novel treatment strategies for mood disorders. 1 ed. Cambridge: Cambridge University Press; 2010: 12-27 44. Dubini A, Bosc M, Polin V. Do noradrenaline and serotonin differentially affect social motivation and behaviour? European neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology 1997; 7 Suppl 1: S49-55; discussion S71-43 45. Eap CB, Gaillard N, Powell K et al. Simultaneous determination of plasma levels of fluvoxamine and of the enantiomers of fluoxetine and norfluoxetine by gas chromatography- mass spectrometry. Journal of chromatography B, Biomedical applications 1996; 682: 265- 272 46. Ebert D, Lammers CH. [The central dopaminergic system and depression]. Der Nervenarzt 1997; 68: 545-555 47. Esfandiari A, Broshek DK, Freeman JR. Psychiatric and neuropsychological issues in sports medicine. Clinics in sports medicine 2011; 30: 611-627 DOI: 10.1016/j.csm.2011.03.002 48. European Medicines Agency. CHMP Assessment Report for Valdoxan. In. London: European Medicines Agency; 2008 49. Exeter D, Robinson E, Wheeler A. Antidepressant dispensing trends in New Zealand between 2004 and 2007. The Australian and New Zealand journal of psychiatry 2009; 43: 1131-1140 DOI: 10.3109/00048670903279879

LITERATURVERZEICHNIS S EITE | 171

50. Ferguson SA, Rajaratnam SM, Dawson D. Melatonin agonists and insomnia. Expert review of neurotherapeutics 2010; 10: 305-318 DOI: 10.1586/ern.10.1 51. Forstl H. [Neuro-enhancement. Brain doping]. Der Nervenarzt 2009; 80: 840-846 DOI: 10.1007/s00115-009-2801-6 52. Fournier JC, DeRubeis RJ, Hollon SD et al. Antidepressant drug effects and depression severity: a patient-level meta-analysis. JAMA : the journal of the American Medical Association 2010; 303: 47-53 DOI: 10.1001/jama.2009.1943 53. Frank R, Nixdorf I, Beckmann J. Depressionen im Hochleistungssport: Prävalenzen und psychologische Einflüsse. Deutsche Zeitschrift für Sportmedizin 2013; 64: 320-326 DOI: 10.5960/dzsm.2013.088 54. Franke AG, Bagusat C, Dietz P et al. Use of illicit and prescription drugs for cognitive or mood enhancement among surgeons. BMC medicine 2013; 11: 102 DOI: 10.1186/1741-7015-11- 102 55. Franke AG, Lieb K. [Pharmacological neuroenhancement and brain doping: chances and risks]. Bundesgesundheitsbl 2010; 53: 853-860 DOI: 10.1007/s00103-010-1105-0 56. Frey R, Kindler J, Naderi-Heiden A. [Clinical toxicology of tricyclic antidepressives. Modern antidepressives reduce suicide risk]. Pharmazie in unserer Zeit 2008; 37: 250-255 DOI: 10.1002/pauz.200800269 57. Fricke U, Günther J, Zawinell A. Anatomisch-therapeutisch-chemische Klassifikation mit Tagesdosen für den deutschen Arzneimittelmarkt. 8 ed. Berlin: Wissenschaftliches Insitut der AOK (WIdO); 2009 58. Gadde KM, Parker CB, Maner LG et al. Bupropion for Weight Loss: An Investigation of Efficacy and Tolerability in Overweight and Obese Women. Obesity Research 2001; 9: 544-551 DOI: 10.1038/oby.2001.71 59. Garattini S. Pharmacology of amineptine, an antidepressant agent acting on the dopaminergic system: a review. International clinical psychopharmacology 1997; 12 Suppl 3: S15-19 60. Germain A, Kupfer DJ. Circadian rhythm disturbances in depression. Human psychopharmacology 2008; 23: 571-585 DOI: 10.1002/hup.964 61. Glaeske G, Schicktanz C, Janhsen K. GEK-Arzneimittel-Report 2008. In: GEK ed, Schriftenreihe zur Gesundheitsanalyse. Schwäbisch Gmünd: Asgard Verlagsservice GmbH; 2008 62. Glaeske G, Schicktanz C, Janhsen K. GEK-Arzneimittel-Report 2009. In, Schriftenreihe zur Gesundheitsanalyse. Bremen: GEK - Gmünder Ersatzkasse Edition; 2009 63. Glick ID, Horsfall JL. Diagnosis and psychiatric treatment of athletes. Clinics in sports medicine 2005; 24: 771-781, vii DOI: 10.1016/j.csm.2005.03.007

S EITE | 172 LITERATURVERZEICHNIS

64. Glick ID, Horsfall JL. Psychiatric conditions in sports: diagnosis, treatment, and quality of life. The Physician and sportsmedicine 2009; 37: 29-34 65. Glick ID, Kamm R, Morse E. The evolution of sport psychiatry, circa 2009. Sports medicine (Auckland, NZ) 2009; 39: 607-613 DOI: 10.2165/00007256-200939080-00001 66. Gorwood P. Restoring circadian rhythms: a new way to successfully manage depression. Journal of psychopharmacology (Oxford, England) 2010; 24: 15-19 DOI: 10.1177/1359786810372981 67. Gottwald W. Statistik für Anwender - Die Praxis der instrumentellen Analytik. Weinheim: Wiley-VCH Verlag GmbH; 2000 68. Guiard BP, El Mansari M, Blier P. Prospect of a dopamine contribution in the next generation of antidepressant drugs: the triple reuptake inhibitors. Current drug targets 2009; 10: 1069- 1084 69. Guilloux JP, Mendez-David I, Pehrson A et al. Antidepressant and anxiolytic potential of the multimodal antidepressant vortioxetine (Lu AA21004) assessed by behavioural and neurogenesis outcomes in mice. Neuropharmacology 2013; 73: 147-159 DOI: 10.1016/j.neuropharm.2013.05.014 70. Gunnell D, Saperia J, Ashby D. Selective serotonin reuptake inhibitors (SSRIs) and suicide in adults: meta-analysis of drug company data from placebo controlled, randomised controlled trials submitted to the MHRA's safety review. BMJ (Clinical research ed) 2005; 330: 385 DOI: 10.1136/bmj.330.7488.385 71. Hansen RA, Dusetzina SB, Dominik RC et al. Prescription refill records as a screening tool to identify antidepressant non-adherence. Pharmacoepidemiology and drug safety 2010; 19: 33-37 DOI: 10.1002/pds.1881 72. Harmer CJ, Shelley NC, Cowen PJ et al. Increased positive versus negative affective perception and memory in healthy volunteers following selective serotonin and norepinephrine reuptake inhibition. The American journal of psychiatry 2004; 161: 1256- 1263 73. Hartter S. [Modern antidepressives: pharmacokinetics, interaction potentials and therapeutic drug monitoring]. Pharmazie in unserer Zeit 2004; 33: 296-303 DOI: 10.1002/pauz.200400076 74. Hoyer J. Leistungssport und psychische Störungen. Psychotherapeutenjournal 2010; 9: 252 75. Hurtado RL, Magalhães SMS, Ribeiro AQ et al. Factors associated to antidepressant prescription for civil servants of Belo Horizonte, MG. Brazilian Journal of Pharmaceutical Sciences 2010; 46: 289-296

LITERATURVERZEICHNIS S EITE | 173

76. ICH Harmonised Tripartite Guidlines. Validation of analytical procedures: Text and methodology Q2(R1). In, International conference on harmonisation of technical requirements for registration of pharmaceuticals foro human use. 4 ed; 2005 77. International Olympic Commitee. Medical Commission. Newsletter (Olympic Review) 1968; 5: 71-73 78. International Olympic Commitee. Commission Reports. Olympic Review 1992; 294: 79. International Olympic Commitee. Explanatory Document on the IOC list of prohibited substances and prohibited methods 2001. Olympic Review 2001; 37: 80. International Olympic Commitee. The Olympic Movement Anti-Doping Code. Olympic Review 2001; 37: 81. International Olympic Commitee. Prohibited Classes of Substances and Prohibited Methods 2003. In, Olympic Movement Anti-Doping Code, Anpendix A; 2002 82. Isacsson G, Holmgren A, Osby U et al. Decrease in suicide among the individuals treated with antidepressants: a controlled study of antidepressants in suicide, Sweden 1995-2005. Acta psychiatrica Scandinavica 2009; 120: 37-44 DOI: 10.1111/j.1600-0447.2009.01344.x 83. Iwamoto K, Takahashi M, Nakamura Y et al. The effects of acute treatment with paroxetine, amitriptyline, and placebo on driving performance and cognitive function in healthy Japanese subjects: a double-blind crossover trial. Human psychopharmacology 2008; 23: 399-407 DOI: 10.1002/hup.939 84. Jakimavicius M, Sveikata A, Vainauskas P et al. Analysis of antidepressant prescribing tendencies in Lithuania in 2003-2004. Medicina (Kaunas, Lithuania) 2007; 43: 412-418 85. Johnson-Davis KL, Juenke JM, Davis R et al. Quantification of tricyclic antidepressants using UPLC-MS/MS. Methods in molecular biology (Clifton, NJ) 2012; 902: 175-184 DOI: 10.1007/978-1-61779-934-1_16 86. Kairuz T, Truter I, Hugo J et al. Prescribing patterns of tricyclic and selective serotonin reuptake inhibitor antidepressants among a sample of adolescents and young adults. Pharmacoepidemiology and drug safety 2003; 12: 379-382 DOI: 10.1002/pds.854 87. Kasper S, Hamon M. Beyond the monoaminergic hypothesis: agomelatine, a new antidepressant with an innovative mechanism of action. The world journal of biological psychiatry : the official journal of the World Federation of Societies of Biological Psychiatry 2009; 10: 117-126 DOI: 10.1080/15622970902717024 88. Khan A, Khan S, Kolts R et al. Suicide rates in clinical trials of SSRIs, other antidepressants, and placebo: analysis of FDA reports. The American journal of psychiatry 2003; 160: 790-792

S EITE | 174 LITERATURVERZEICHNIS

89. Khan A, Leventhal RM, Khan SR et al. Severity of depression and response to antidepressants and placebo: an analysis of the Food and Drug Administration database. Journal of clinical psychopharmacology 2002; 22: 40-45 90. Kirsch I, Deacon BJ, Huedo-Medina TB et al. Initial severity and antidepressant benefits: a meta-analysis of data submitted to the Food and Drug Administration. PLoS medicine 2008; 5: e45 DOI: 10.1371/journal.pmed.0050045 91. Lachatre G, Piva C, Riche C et al. Single-dose pharmacokinetics of amineptine and of its main metabolite in healthy young adults. Fundamental & clinical pharmacology 1989; 3: 19-26 92. Larriviere D, Williams MA. Neuroenhancement: wisdom of the masses or "false phronesis"? Clinical pharmacology and therapeutics 2010; 88: 459-461 DOI: 10.1038/clpt.2010.140 93. Larson MJ, Miller K, Fleming KJ. Treatment with antidepressant medications in private health plans. Administration and policy in mental health 2007; 34: 116-126 DOI: 10.1007/s10488- 006-0088-5 94. Lee XP, Hasegawa C, Kumazawa T et al. Determination of tricyclic antidepressants in human plasma using pipette tip solid-phase extraction and gas chromatography-mass spectrometry. Journal of separation science 2008; 31: 2265-2271 DOI: 10.1002/jssc.200700627 95. Leuner K, Muller WE. [Tricyclics as co-analgesics. Therapeutic options for chronic pain]. Pharmazie in unserer Zeit 2008; 37: 220-225 DOI: 10.1002/pauz.200800265 96. Machado-Vieira R, Salvadore G, Diazgranados N et al. Ketamine and the next generation of antidepressants with a rapid onset of action. Pharmacology & therapeutics 2009; 123: 143- 150 DOI: 10.1016/j.pharmthera.2009.02.010 97. Markser VZ. Sport psychiatry and psychotherapy. Mental strains and disorders in professional sports. Challenge and answer to societal changes. European archives of psychiatry and clinical neuroscience 2011; 261 Suppl 2: S182-185 DOI: 10.1007/s00406-011- 0239-x 98. Martin LA, Neighbors HW, Griffith DM. The experience of symptoms of depression in men vs women: analysis of the National Comorbidity Survey Replication. JAMA psychiatry 2013; 70: 1100-1106 DOI: 10.1001/jamapsychiatry.2013.1985 99. Maurer H, Pfleger K. Screening procedure for detection of antidepressants and their metabolites in urine using a computerized gas chromatographic--mass spectrometric technique. Journal of chromatography 1984; 305: 309-323 100. Maurer H, Pfleger K, Weber A. Mass Spectral and GC Data of Drugs, Poisons, Pesticides, Pollutants and Their Metabolites: Wiley-VCH; 2011 101. Maurer HH. Multi-analyte procedures for screening for and quantification of drugs in blood, plasma, or serum by liquid chromatography-single stage or tandem mass spectrometry (LC-

LITERATURVERZEICHNIS S EITE | 175

MS or LC-MS/MS) relevant to clinical and forensic toxicology. Clinical biochemistry 2005; 38: 310-318 DOI: 10.1016/j.clinbiochem.2005.01.014 102. Maurer HH, Bickeboeller-Friedrich J. Screening procedure for detection of antidepressants of the selective serotonin reuptake inhibitor type and their metabolites in urine as part of a modified systematic toxicological analysis procedure using gas chromatography-mass spectrometry. Journal of analytical toxicology 2000; 24: 340-347 103. Meeusen R, Piacentini MF, Van Den Eynde S et al. Exercise performance is not influenced by a 5-HT reuptake inhibitor. International journal of sports medicine 2001; 22: 329-336 DOI: 10.1055/s-2001-15648 104. Mehler-Wex C. Depressive Störungen. Heidelberg: Springer Medizin Verlag; 2008 105. Mercier A, Auger-Aubin I, Lebeau JP et al. Understanding the prescription of antidepressants: a Qualitative study among French GPs. BMC family practice 2011; 12: 99 DOI: 10.1186/1471- 2296-12-99 106. Mignon L, Stahl SM. Current depression landscape: A state of the field today. In: Beyer CE, Stahl SM eds, Next Generation Antidepressants - Moving beyond monoamines to discover novel treatment strategies for mood disorders. 1 ed. Cambridge: Cambridge Universtiy Press; 2010: 1-11 107. Millan MJ, Marin P, Kamal M et al. The melatonergic agonist and clinically active antidepressant, agomelatine, is a neutral antagonist at 5-HT(2C) receptors. The international journal of neuropsychopharmacology / official scientific journal of the Collegium Internationale Neuropsychopharmacologicum (CINP) 2011; 14: 768-783 DOI: 10.1017/s1461145710001045 108. Mojtabai R. Increase in antidepressant medication in the US adult population between 1990 and 2003. Psychotherapy and psychosomatics 2008; 77: 83-92 DOI: 10.1159/000112885 109. Moore C. Explaining the rise in antidepressant prescribing: a descriptive study using the general practice research database. BMJ (Clinical research ed) 2009; 339: DOI: 10.1136/bmj.b4361 110. Moore M, Yuen HM, Dunn N et al. Explaining the rise in antidepressant prescribing: a descriptive study using the general practice research database. BMJ (Clinical research ed) 2009; 339: b3999 DOI: 10.1136/bmj.b3999 111. Muller WE. [Mechanisms of action of the tri- and tetracyclic antidepressives. Adaptive change and reordering of transmitter systems]. Pharmazie in unserer Zeit 2008; 37: 198-204 DOI: 10.1002/pauz.200800262 112. Munoz M, Covenas R. NK-1 receptor antagonists: a new paradigm in pharmacological therapy. Current medicinal chemistry 2011; 18: 1820-1831

S EITE | 176 LITERATURVERZEICHNIS

113. Mutschler E, Geisslinger G, Kroemer HK et al. Mutschler Arzneimittelwirkungen: Lehrbuch der Pharmakologie und Toxikologie. 8 ed. Stuttgart: Wissenschaftliche Verlag-Gesellschaft; 2001 114. Nationale Versorgungsleitlinie. Unipolare Depression. In: DGPPN, BÄK, KBV et al eds, S3- Leitlinie / Nationale Versorgungs-Leitlinie. 1.1 ed. Berlin; 2009 115. Normann C, Boldt J, Maio G et al. [Options, limits and ethics of pharmacological neuroenhancement]. Der Nervenarzt 2010; 81: 66-74 DOI: 10.1007/s00115-009-2858-2 116. Olfson M, Marcus SC. National patterns in antidepressant medication treatment. Archives of general psychiatry 2009; 66: 848-856 DOI: 10.1001/archgenpsychiatry.2009.81 117. Organisation for Economic Co-operation and Development. Pharmaceutical consumption. In, Health at a glance 2013: OECD Indicators: OECD Publishing; 2013: 102-103 118. Papoutsis I, Khraiwesh A, Nikolaou P et al. A fully validated method for the simultaneous determination of 11 antidepressant drugs in whole blood by gas chromatography-mass spectrometry. Journal of pharmaceutical and biomedical analysis 2012; 70: 557-562 DOI: 10.1016/j.jpba.2012.05.007 119. Parise G, Bosman MJ, Boecker DR et al. Selective serotonin reuptake inhibitors: Their effect on high-intensity exercise performance. Archives of physical medicine and rehabilitation 2001; 82: 867-871 DOI: 10.1053/apmr.2001.23275 120. Pauwels EKJ. The folate puzzle. Part IV: folate and depression. Drugs of the Future 2008; 33: 591-595 DOI: 10.1358/dof.2008.033.07.1236397 121. Petsalo A, Turpeinen M, Tolonen A. Identification of bupropion urinary metabolites by liquid chromatography/mass spectrometry. Rapid communications in mass spectrometry : RCM 2007; 21: 2547-2554 DOI: 10.1002/rcm.3117 122. Piacentini MF, Meeusen R, Buyse L et al. Hormonal responses during prolonged exercise are influenced by a selective DA/NA reuptake inhibitor. British journal of sports medicine 2004; 38: 129-133 123. Piacentini MF, Meeusen R, Buyse L et al. No effect of a noradrenergic reuptake inhibitor on performance in trained cyclists. Med Sci Sports Exerc 2002; 34: 1189-1193 124. Pratt LA, Brody DJ, Gu Q. Antidepressant use in persons aged 12 and over: United States, 2005-2008. NCHS data brief 2011: 1-8 125. Puffer JC, McShane JM. Depression and chronic fatigue in athletes. Clinics in sports medicine 1992; 11: 327-338 126. R Core Team. R: A language and environment for statistical computing. In. Vienna, Austria: R Foundation for Statistical Computing; 2014

LITERATURVERZEICHNIS S EITE | 177

127. Rana S, Uralets VP, Ross W. A new method for simultaneous determination of cyclic antidepressants and their metabolites in urine using enzymatic hydrolysis and fast GC-MS. Journal of analytical toxicology 2008; 32: 355-363 128. Raymond CB, Morgan SG, Caetano PA. Antidepressant utilization in British Columbia from 1996 to 2004: increasing prevalence but not incidence. Psychiatric services (Washington, DC) 2007; 58: 79-84 DOI: 10.1176/appi.ps.58.1.79-a 129. Read GF, Riad-Fahmy D. Determination of tricyclic antidepressant, clomipramine (Anafranil), in plasma by a specific radioimmunoassay procedure. Clinical chemistry 1978; 24: 36-40 130. Reardon CL, Factor RM. Sport psychiatry: a systematic review of diagnosis and medical treatment of mental illness in athletes. Sports medicine (Auckland, NZ) 2010; 40: 961-980 DOI: 10.2165/11536580-000000000-00000 131. Remane D, Meyer MR, Wissenbach DK et al. Full validation and application of an ultra high performance liquid chromatographic-tandem mass spectrometric procedure for target screening and quantification of 34 antidepressants in human blood plasma as part of a comprehensive multi-analyte approach. Analytical and bioanalytical chemistry 2011; 400: 2093-2107 DOI: 10.1007/s00216-011-4959-6 132. Repantis D, Schlattmann P, Laisney O et al. Antidepressants for neuroenhancement in healthy individuals: a systematic review. Poiesis Praxis 2009; 6: 139-174 DOI: 10.1007/s10202-008-0060-4 133. Rijnbeek B, de Visser SJ, Franson KL et al. REM sleep effects as a biomarker for the effects of antidepressants in healthy volunteers. Journal of psychopharmacology (Oxford, England) 2003; 17: 196-203 134. Roelands B, Goekint M, Heyman E et al. Acute norepinephrine reuptake inhibition decreases performance in normal and high ambient temperature. Journal of applied physiology (Bethesda, Md : 1985) 2008; 105: 206-212 DOI: 10.1152/japplphysiol.90509.2008 135. Roelands B, Hasegawa H, Watson P et al. Performance and thermoregulatory effects of chronic bupropion administration in the heat. European journal of applied physiology 2009; 105: 493-498 DOI: 10.1007/s00421-008-0929-x 136. Roelands B, Hasegawa H, Watson P et al. The effects of acute dopamine reuptake inhibition on performance. Med Sci Sports Exerc 2008; 40: 879-885 DOI: 10.1249/MSS.0b013e3181659c4d 137. Roelands B, Watson P, Cordery P et al. A dopamine/noradrenaline reuptake inhibitor improves performance in the heat, but only at the maximum therapeutic dose. Scandinavian journal of medicine & science in sports 2012; 22: e93-98 DOI: 10.1111/j.1600- 0838.2012.01502.x

S EITE | 178 LITERATURVERZEICHNIS

138. Rote Liste Service. Rote Liste 2012 - Arzneimittelverzeichnis für Deutschland. Frankfurt: Rote Liste Service GmbH; 2012 139. Rotzinger S, Bourin M, Akimoto Y et al. Metabolism of some "second"- and "fourth"- generation antidepressants: iprindole, viloxazine, bupropion, mianserin, maprotiline, trazodone, nefazodone, and venlafaxine. Cellular and molecular neurobiology 1999; 19: 427- 442 140. Rubello A, Volpe G, Favretto D et al. A Mass Spectrometric Investigation of Some Tricyclic Antidepressants and Their Synthons. Rapid Communications in Mass Spectrometry 1996; 10: 1097-1102 DOI: 10.1002/(sici)1097-0231(19960715)10:9<1097::aid-rcm580>3.0.co;2-0 141. Rudorfer MV, Potter WZ. Metabolism of tricyclic antidepressants. Cellular and molecular neurobiology 1999; 19: 373-409 142. Rush AJ, Trivedi MH, Wisniewski SR et al. Acute and longer-term outcomes in depressed outpatients requiring one or several treatment steps: a STAR*D report. The American journal of psychiatry 2006; 163: 1905-1917 DOI: 10.1176/appi.ajp.163.11.1905 143. Salgado-Petinal C, Lamas JP, Garcia-Jares C et al. Rapid screening of selective serotonin reuptake inhibitors in urine samples using solid-phase microextraction gas chromatography- mass spectrometry. Analytical and bioanalytical chemistry 2005; 382: 1351-1359 DOI: 10.1007/s00216-005-3284-3 144. San L, Arranz B. Agomelatine: a novel mechanism of antidepressant action involving the melatonergic and the serotonergic system. European psychiatry : the journal of the Association of European Psychiatrists 2008; 23: 396-402 DOI: 10.1016/j.eurpsy.2008.04.002 145. Schaal K, Tafflet M, Nassif H et al. Psychological balance in high level athletes: gender-based differences and sport-specific patterns. PloS one 2011; 6: e19007 DOI: 10.1371/journal.pone.0019007 146. Schäfer M. Entwicklung eines tandem-massenspektrometrischen Screeningverfahrens zum Nachweis tricyclischer Antidepressiva und ihrer Metaboliten aus Körperflüssigkeiten. Dissertation Universität Köln: Shaker; 1998 147. Schäfer M, Budzikiewicz H, Brzezinka H et al. A fast screening method for tricyclic antidepressants and their urinary metabolites by FAB-tandem mass spectrometry. Spectroscopy 1997; 13: 213-226 DOI: 10.1155/1997/823624 148. Schule C, Baghai TC, Rupprecht R. [New insights into the pathogenesis and pathophysiology of depression]. Der Nervenarzt 2007; 78 Suppl 3: 531-547; quiz 548-539 DOI: 10.1007/s00115-007-2370-5

LITERATURVERZEICHNIS S EITE | 179

149. Schulz KH, Meyer A, Langguth N. [Exercise and psychological well-being]. Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 2012; 55: 55-65 DOI: 10.1007/s00103-011-1387-x 150. Schwabe U, Paffrath D. Arzneiverordnungs-Report 2000 - 2012: Aktuelle Daten, Kosten, Trends und Kommentare. Heidelberg: Springer-Verlag GmbH; 2000 - 2012 151. Sheeler RD, Ackerman MJ, Richelson E et al. Considerations on safety concerns about citalopram prescribing. Mayo Clinic proceedings Mayo Clinic 2012; 87: 1042-1045 DOI: 10.1016/j.mayocp.2012.07.009 152. Sinyor M, Schaffer A, Levitt A. The sequenced treatment alternatives to relieve depression (STAR*D) trial: a review. Canadian journal of psychiatry Revue canadienne de psychiatrie 2010; 55: 126-135 153. Smeraldi E, Delmonte D. Agomelatine in depression. Expert opinion on drug safety 2013; 12: 873-880 DOI: 10.1517/14740338.2013.828690 154. Smyth WF, Leslie JC, McClean S et al. The characterisation of selected antidepressant drugs using electrospray ionisation with ion trap mass spectrometry and with quadrupole time-of- flight mass spectrometry and their determination by high-performance liquid chromatography/electrospray ionisation tandem mass spectrometry. Rapid communications in mass spectrometry : RCM 2006; 20: 1637-1642 DOI: 10.1002/rcm.2485 155. Stahl SM. Antidepressants. 1 ed. Cambridge: Cambridge University Press; 2006 156. Stahl SM. Depression and Bipolar Disorder. 3 ed. Cambridge: Cambridge University Press; 2008 157. Stahl SM. Antidepressants. 1 ed. Cambridge: Cambridge University Press; 2009 158. Strachan AT, Leiper JB, Maughan RJ. Paroxetine administration failed [corrected] to influence human exercise capacity, perceived effort or hormone responses during prolonged exercise in a warm environment. Experimental physiology 2004; 89: 657-664 DOI: 10.1113/expphysiol.2004.027839 159. Stuke H, Hellweg R, Bermpohl F. [The development of depression: the role of brain-derived neurotrophic factor]. Der Nervenarzt 2012; 83: 869-877 DOI: 10.1007/s00115-011-3374-8 160. Sundell KA, Gissler M, Petzold M et al. Antidepressant utilization patterns and mortality in Swedish men and women aged 20-34 years. European journal of clinical pharmacology 2011; 67: 169-178 DOI: 10.1007/s00228-010-0933-z 161. Sutfin TA, D'Ambrosio R, Jusko WJ. Liquid-chromatographic determination of eight tri- and tetracyclic antidepressants and their major active metabolites. Clinical chemistry 1984; 30: 471-474

S EITE | 180 LITERATURVERZEICHNIS

162. Suzuki O, Hattori H, Asano M et al. Positive and negative ion mass spectrometry of tricyclic antidepressants. Zeitschrift fur Rechtsmedizin Journal of legal medicine 1986; 97: 239-250 163. Swain RA, Kaplan B. Diagnosis, prophylaxis, and treatment of headaches in the athlete. Southern medical journal 1997; 90: 878-888 164. ter Horst JP, de Kloet ER, Schachinger H et al. Relevance of stress and female sex hormones for emotion and cognition. Cellular and molecular neurobiology 2012; 32: 725-735 DOI: 10.1007/s10571-011-9774-2 165. Thermo Scientific Product Specification. Thermo Scientific Q Exactive. In; 2011 166. Titier K, Castaing N, Le-Deodic M et al. Quantification of tricyclic antidepressants and monoamine oxidase inhibitors by high-performance liquid chromatography-tandem mass spectrometry in whole blood. Journal of analytical toxicology 2007; 31: 200-207 167. Tordera RM, Garcia-Garcia AL, Elizalde N et al. Chronic stress and impaired glutamate function elicit a depressive-like phenotype and common changes in gene expression in the mouse frontal cortex. European neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology 2011; 21: 23-32 DOI: 10.1016/j.euroneuro.2010.06.016 168. Uchida N, Chong MY, Tan CH et al. International study on antidepressant prescription pattern at 20 teaching hospitals and major psychiatric institutions in East Asia: Analysis of 1898 cases from China, Japan, Korea, Singapore and Taiwan. Psychiatry and clinical neurosciences 2007; 61: 522-528 DOI: 10.1111/j.1440-1819.2007.01702.x 169. Ufer M, Meyer SA, Junge O et al. Patterns and prevalence of antidepressant drug use in the German state of Baden-Wuerttemberg: a prescription-based analysis. Pharmacoepidemiology and drug safety 2007; 16: 1153-1160 DOI: 10.1002/pds.1405 170. Urinovska R, Brozmanova H, Sistik P et al. Liquid chromatography-tandem mass spectrometry method for determination of five antidepressants and four atypical antipsychotics and their main metabolites in human serum. Journal of chromatography B, Analytical technologies in the biomedical and life sciences 2012; 907: 101-107 DOI: 10.1016/j.jchromb.2012.09.009 171. Vollenweider I, Smith KS, Keist R et al. Antidepressant-like properties of alpha2-containing GABA(A) receptors. Behavioural brain research 2011; 217: 77-80 DOI: 10.1016/j.bbr.2010.10.009 172. von Bohlen und Halbach O, Dermietzel R. Neurotransmitters and Neuromodulators. 2 ed. Weinsheim: Wiley-VCH Verlag GmbH & Co. KGaA; 2006 173. Watson P, Hasegawa H, Roelands B et al. Acute dopamine/noradrenaline reuptake inhibition enhances human exercise performance in warm, but not temperate conditions. The Journal of physiology 2005; 565: 873-883 DOI: 10.1113/jphysiol.2004.079202

LITERATURVERZEICHNIS S EITE | 181

174. WHO Collaborating Centre for Drug Statistics Methodology. Introduction to Drug Utilization Research. In. Oslo: World Health Organization; 2003 175. Wille S. Quantitative analysis of new generation antidepressants using gas chromatography- mass spectrometry: applications in clinical and forensic toxicology. 2008: 176. Wille SM, De Letter EA, Piette MH et al. Determination of antidepressants in human postmortem blood, brain tissue, and hair using gas chromatography-mass spectrometry. International journal of legal medicine 2009; 123: 451-458 DOI: 10.1007/s00414-008-0287-6 177. Wille SM, Van Hee P, Neels HM et al. Comparison of electron and chemical ionization modes by validation of a quantitative gas chromatographic-mass spectrometric assay of new generation antidepressants and their active metabolites in plasma. Journal of chromatography A 2007; 1176: 236-245 DOI: 10.1016/j.chroma.2007.10.096 178. Wilson WM, Maughan RJ. Evidence for a possible role of 5-hydroxytryptamine in the genesis of fatigue in man: administration of paroxetine, a 5-HT re-uptake inhibitor, reduces the capacity to perform prolonged exercise. Experimental physiology 1992; 77: 921-924 179. Winecker RE. Quantification of antidepressants using gas chromatography-mass spectrometry. Methods in molecular biology (Clifton, NJ) 2010; 603: 45-56 DOI: 10.1007/978- 1-60761-459-3_5 180. Wittchen HU, Jacobi F, Klose M et al. Depressive Erkrankungen. In: Koch-Insitut R ed, Gesundheitsberichterstattung des Bundes. Berlin; 2010 181. Wittchen HU, Jacobi F, Rehm J et al. The size and burden of mental disorders and other disorders of the brain in Europe 2010. European neuropsychopharmacology : the journal of the European College of Neuropsychopharmacology 2011; 21: 655-679 DOI: 10.1016/j.euroneuro.2011.07.018 182. Wittchen HU, Uhmann S. The timing of depression: an epidemiological perspective. Medicographia 2010; 32: 115-124 183. World Anti-Doping Agency. The World Anti-Doping Code. In, International Standards for Laboratories. 6.0 ed. Montreal: World Anti-Doping Agency; 2009 184. World Anti-Doping Agency. The 2014 Monitoring Program. In, Worl Anti-Doping Code. Montreal: World Anti-Doping Agency; 2013 185. World Anti-Doping Agency. The 2014 Prohibited List. In, World Anti-Doping Code. Montreal: World Anti-Doping Agency; 2013 186. Wu CS, Shau WY, Chan HY et al. Utilization of antidepressants in Taiwan: a nationwide population-based survey from 2000 to 2009. Pharmacoepidemiology and drug safety 2012; 21: 980-988 DOI: 10.1002/pds.3255

S EITE | 182 LITERATURVERZEICHNIS

187. Yang J, Peek-Asa C, Corlette JD et al. Prevalence of and risk factors associated with symptoms of depression in competitive collegiate student athletes. Clinical journal of sport medicine : official journal of the Canadian Academy of Sport Medicine 2007; 17: 481-487 DOI: 10.1097/JSM.0b013e31815aed6b 188. Zernig G, De Wit H, Telser S et al. Subjective effects of slow-release bupropion versus caffeine as determined in a quasi-naturalistic setting. Pharmacology 2004; 70: 206-215 DOI: 10.1159/000075550 189. Zettl H, Schubert-Zsilavecz M, Siebert CD. [The medicinal chemistry of tricyclic antidepressives. Targets and stereochemistry]. Pharmazie in unserer Zeit 2008; 37: 206-213 DOI: 10.1002/pauz.200800263 190. Zito JM, Tobi H, de Jong-van den Berg LT et al. Antidepressant prevalence for youths: a multi- national comparison. Pharmacoepidemiology and drug safety 2006; 15: 793-798 DOI: 10.1002/pds.1254

TABELLENVERZEICHNIS S EITE | 183

9 Tabellenverzeichnis

Tab. 1. Übersicht über Substanzklassen und den zugeordneten Wirkstoffen [18,104,113,138,155-157] ...... 25

Tab. 2 Pharmakokinetische Daten ausgewählter AD [18,113,155] ...... 31

Tab. 3. Für die Methodenvalidierung verwendete Referenzsubstanzen aufgelistet nach Substanzklassen1 .... 40

Tab. 4. Als IS verwendete zertifizierte deuterierte Referenzverbindung.1 ...... 44

Tab. 5. Übersicht über die molekulare Masse der AD, die verwendeten diagnostischen Ionen mit der zu erwartenden Retentionszeit bzw. relativen Retentionszeit ...... 52

Tab. 6. Übersicht über die theoretische Nachweisgrenze der 18 AD bestimmt mittels GC-MS/NPD im SIM- Modus...... 66

Tab. 7. Parameter der Kalibrierkurven y = mx + b mit Steigung m, Achsenabschnitt b und Korrelationskoeffizient R der 18 AD bestimmt mittels GC-MS/NPD im SIM-Modus über den Arbeitsbereich von 250 ng/mL - 2500 ng/mL ...... 67

Tab. 8. Wiederhol- und Vergleichspräzision der 18 AD bestimmt mittels GC-MS/NPD im SIM-Modus für den unteren, mittleren sowie oberen Arbeitsbereich ...... 68

Tab. 9. Übersicht über die Wiederfindungsraten der 18 AD bestimmt mittels GC-MS/NPD im SIM-Modus für den unteren, mittleren sowie oberen Arbeitsbereich ...... 69

Tab. 10. deuterierte-AD mit Summenformel, softwarebasiert berechnete Feinmasse M++H sowie die erwartete RT ...... 71

Tab. 11. AD mit Summenformel, softwarebasiert berechnete Feinmasse M++H sowie erwartete bzw. relative RT und dem jeweils in der Analysemethode zugewiesenen IS ...... 72

Tab. 12. Übersicht über die theoretischen Nachweisgrenze der 20 AD bestimmt mittels U-HPLC Q Exactive im Full-Scan-Modus mit positiver Ionisierung ...... 75

Tab. 13. Parameter der Kalibrierkurven y = mx + b mit Steigung m, Achsenabschnitt b und Korrelationskoeffizient R der 20 AD über den Arbeitsbereich von 250 ng/mL - 2500 ng/mL bestimmt mittels U-HPLC Q Exactive im Full-Scan-Modus mit positiver Ionisierung ...... 76

Tab. 14. Wiederhol- und Vergleichspräzision der 20 AD für den unteren, mittleren sowie oberen Arbeitsbereich bestimmt mittels U-HPLC Q Exactive im Full-Scan-Modus mit positiver Ionisierung ...... 77

Tab. 15. Zusammenfassung aller Validierungsparameter ...... 83

S EITE | 184 TABELLENVERZEICHNIS

Tab. 16. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtanzahl an analysierten Proben aufgeschlüsselt nach Jahren...... 85

Tab. 17. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtanzahl an analysierten Proben aufgeschlüsselt nach Ländern ...... 90

Tab. 18. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtanzahl an analysierten Proben aufgeschlüsselt nach Kategorien...... 93

Tab. 19. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtanzahl an analysierten Proben in den Sportarten mit den numerisch höchsten AD-Befunden ...... 95

Tab. 20. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtanzahl an analysierten Proben aufgeschlüsselt nach Geschlecht und Sportkategorien...... 96

Tab. 21. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zu der Gesamtanzahl an analysierten Proben aufgeschlüsselt nach Sportkategorien in Dopingkontrollproben deutscher Sportverbände. 101

Tab. 22. Übersicht über die Anzahl detektierter AD sowie die ihnen zugeordneten absolute und relativen Häufigkeiten ihres Auftretens im Untersuchungszeitraum von 1999 bis 2011...... 105

Tab. 23. Übersicht über die AD-Befunde in den einzelnen Jahren des Untersuchungszeitraums...... 108

Tab. 26. Übersicht über die Anzahl der Proben mit AD-Befund im Verhältnis zur Gesamtanzahl analysierter Proben unterschiedlicher Länder aufgeschlüsselt für die Disziplinen Fußball und Radsport...... 120

ABBILDUNGSVERZEICHNIS S EITE | 185

10 Abbildungsverzeichnis

Abb. 1. Einteilung der NT sowie ihre chemischen Strukturformeln [172] ...... 20

Abb. 2. Affektregulation durch NT [28,104,156]; (DA) Dopamin, (NA) Noradrenalin, (5-HT) Serotonin ...... 21

Abb. 3. Aufbau eines Q Exactive Quadrupol-Orbitraps Massenspektrometers [165] ...... 37

Abb. 4 Massenspektrum von Bupropion nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 53

Abb. 5 Massenspektrum von Reboxetin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 54

Abb. 6 Massenspektrum von Mirtazapin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 54

Abb. 7 Massenspektrum von Fluoxetin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 55

Abb. 8 Massenspektrum von Trazodon nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 55

Abb. 9 Massenspektrum von Clomipramin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 56

Abb. 10 Massenspektrum von Imipramin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 56

Abb. 11 Massenspektrum von Trimipramin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 57

Abb. 12 Massenspektrum von Agomelatin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 57

Abb. 13 Massenspektrum von Amitriptylin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 58

Abb. 14 Massenspektrum von Nortriptylin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 58

Abb. 15 Massenspektrum von Citalopram nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 59

S EITE | 186 ABBILDUNGSVERZEICHNIS

Abb. 16 Massenspektrum von Doxepin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 59

Abb. 17 Massenspektrum von Fluvoxamin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 60

Abb. 18 Massenspektrum von Lamotrigin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 61

Abb. 19 Massenspektrum von Paroxetin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 62

Abb. 20 Massenspektrum von Sertralin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 62

Abb. 21 Massenspektrum von Venlafaxin nach GC-MS mit EI nach positiver Ionisierung im Full-Scan-Modus (m/z 20 – 400) ...... 63

Abb. 22. SIM-Chromatogramm der 18 AD inklusive IS, spezifiziert über je 2 charakteristische diagnostische Ionen; (a) Blank, (b) Standard dotiert mit 1 µg/mL ...... 64

Abb. 28. Chromatogramme der analogen Feinmassen (positive Ionisierung, m/z 100 - 1000, Massenfenster m/z ±0,01) einer Dopingkontrollprobe eines Athleten, der mit Nortriptylin behandelt worden ist,

ABBILDUNGSVERZEICHNIS S EITE | 187

(a) d3-Nortriptylin als IS (RT 7,99) und (b) Nortriptylin (RT 7,99). Das Massenfenster von (c) Amitriptylin zeigt kein Signal bei der entsprechenden RT von 8,05 Minuten (siehe auch Abb. 24)...... 81

Abb. 30. Entwicklung der RFADs [%] in Dopingkontrollproben im Zeitraum von 1999 bis 2011 ...... 86

Abb. 31. Entwicklung der RFADs [%] in Dopingkontrollproben von männlichen undweiblichen Sportlern im Zeitraum von 1999 bis 2011 ...... 87

Abb. 32. Entwicklung der RFADs [%] in Dopingkontrollproben aus dem Wettkampf bzw. dem Training im Zeitraum von 1999 bis 2011 ...... 88

Abb. 33. Entwicklung der RFADs [%] in deutschen Dopingkontrollproben im Vergleich zu den Gesamtproben (ohne Deutschland) im Zeitraum von 1999 bis 2011 ...... 91

Abb. 34. RFADs [%] in Dopingkontrollproben unterschiedlicher Sportkategorien ...... 94

Abb. 35. RFADs [%] in Dopingkontrollproben von männlichen und weiblichen Sportlern in unterschiedlichen Sportkategorien ...... 97

Abb. 36. RFADs [%] in Dopingkontrollproben aus dem Wettkampf bzw. dem Training in unterschiedlichen Sportkategorien ...... 99

Abb. 37. RFADs [%] deutscher Dopingkontrollproben im Vergleich zu den Gesamtproben (ohne Deutschland) aufgeschlüsselt nach Sportkategorien ...... 102

S EITE | 188 ABBILDUNGSVERZEICHNIS

Abb. 42. Entwicklung der RFADs [%] in Dopingkontrollproben aus Fußball und Radsport im Zeitraum von 1999 bis 2011...... 118

LEBENSLAUF S EITE | 189

Anja Reinartz geb. Koch

Diplom-Pharmazeutin, Apothekerin

Geboren: 18. Juni 1981 in Rostock

Staatsangehörigkeit: deutsch

Familienstand: verheiratet

Kinder: ein Sohn Paul, geb. am 20.09.2014

Beruflicher Werdegang seit 09/2015 Wissenschaftliche Mitarbeiterin am Institut für Biochemie, Deutsche Sport- hochschule Köln

08/2014 – 09/2015 Mutterschutz und Elternzeit

07/2012 – 08/2014 Wissenschaftliche Mitarbeiterin am Institut für Biochemie, Deutsche Sport- hochschule Köln

12/2009 – 06/2010 Projektleitung des Forschungsprojekts „Prävalenz von Antidepressiva im Pro- fifußball“ am Institut für Biochemie, Deutsche Sporthochschule Köln in Zu- sammenarbeit mit der Arbeitsgruppe Wissenschaft des Deutschen Fußball Bunds (DFB), Frankfurt

06/2008 – 01/2016 Dissertation zum Thema „Untersuchungen zur Prävalenz von Psychopharma- ka im Hochleistungssport mittels gaschromatographisch- massenspektrometrischer Analyse von Dopingkontrollproben“ unter der Lei- tung von Prof. Dr. W. Schänzer am Institut für Biochemie, Deutsche Sport- hochschule Köln

01/2006 – 06/2012 Wissenschaftliche Hilfskraft am Institut für Biochemie, Deutsche Sporthoch- schule Köln

Seit 02/2006 nebenberuflich angestellte Apothekerin in der Pfeil-Apotheke, Köln – Ro- denkirchen

S EITE | 190 LEBENSLAUF

Ausbildung

12/2005 erfolgreicher Abschluss des Pharmazie-Studiums mit dem Dritten Abschnitt der Pharmazeutischen Prüfung

11/2005 – 12/2005 Studentische Hilfskraft am Institut für Biochemie, Deutsche Sporthochschule Köln

05/2005 – 10/2005 Pharmaziepraktikum im Rahmen des Studiums der Pharmazie in der Pfeil- Apotheke, Köln – Rodenkirchen

11/2004 – 07/2005 Diplomarbeit über „Entwicklung einer Analysenmethode für die Bestimmung von Anastrozol in Humanurin“ unter der Leitung von Prof. Dr. W. Schänzer am Institut für Biochemie, Deutsche Sporthochschule Köln

10/2000 – 12/2005 Studium der Pharmazie an der Ernst-Moritz-Arndt-Universität Greifswald

09/1992 – 07/2000 Ernst Barlach-Gymnasium, Rostock; Abschluß mit Allgemeiner Hochschulreife

09/1988 – 08/1992 1. Grundschule Dierkow, Rostock