Clear Sky Science · de
Profile der Psychopathologie und longitudinale Korrelate nicht-suizidalen Selbstverletzenden Verhaltens bei Jugendlichen: ein maschinelles Lernverfahren
Warum diese Forschung für Familien und Gemeinschaften wichtig ist
Nicht-suizidales Selbstverletzen (NSSI) — das vorsätzliche Zufügen von Schäden am eigenen Körper ohne Tötungsabsicht — ist bei Teenagern und jungen Erwachsenen alarmierend verbreitet. Es ist beängstigend für Eltern, schmerzhaft für die Betroffenen und eng mit späteren psychischen Problemen sowie einem erhöhten Suizidrisiko verknüpft. Diese Studie begleitete brasilianische Kinder von der Kindheit bis ins frühe Erwachsenenalter, um eine zentrale Frage zu klären: Gibt es verschiedene Typen von jungen Menschen, die Selbstverletzung entwickeln, und lassen sich diejenigen, die am stärksten gefährdet sind, früh genug erkennen, um Hilfe anzubieten?
Zwei unterschiedliche Wege zu demselben schädlichen Verhalten
Anhand von Daten aus mehr als 1.300 Kindern der brasilianischen High-Risk Cohort Study setzten die Forschenden Werkzeuge des maschinellen Lernens ein, um Jugendliche und junge Erwachsene, die NSSI berichteten, nach ihren psychischen Gesundheitsprofilen zu gruppieren. Diese Verfahren, die in großen Datensätzen nach Mustern suchen, identifizierten bei 244 Jugendlichen, die sich selbst verletzt hatten, zwei klare Profile: eines mit generell hohen psychischen Problemen und eines mit relativ niedrigen Symptomen. Eine Vergleichsgruppe von über 1.100 Gleichaltrigen ohne NSSI half dem Team zu erkennen, wodurch sich die Selbstverletzungsgruppen unterschieden. Trotz desselben Verhaltens zeigten die beiden NSSI-Gruppen unterschiedliche Vorgeschichten und Verlaufsformen von Problemen über die Zeit. 
Eine stark belastete Gruppe mit frühen und anhaltenden Problemen
Das erste Profil — die „Gruppe mit hohen Schwierigkeiten“ — umfasste junge Menschen, die bereits früh auffällige Probleme zeigten. Als Kinder hatten sie häufiger Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS), elterliche Konflikte, belastete Beziehungen zu Bezugspersonen und einen Elternteil mit einer affektiven Störung. Mit dem Übergang zur Adoleszenz nahmen ihre emotionalen und Verhaltensprobleme zu: mehr Angst und Depression, sozialer Rückzug, Essprobleme, emotionale Ausbrüche, Mobbingopfer und sogar Übergewicht — alles Zeichen zunehmenden Leidens. Im späten Jugendalter und frühen Erwachsenenalter wies diese Gruppe hohe Raten diagnostizierter Depressionen, aggressiven Verhaltens, Trauma-Vorgeschichten und die Einnahme psychiatrischer Medikamente auf. Ihre Selbstverletzung war tendenziell häufiger und schwerer und spiegelte eine lang andauernde Kaskade von Schwierigkeiten zu Hause, in der Schule und in ihrem Inneren wider.
Ein ruhigerer, weniger symptomreicher Pfad, der dennoch zur Selbstverletzung führt
Das zweite Profil — die „Gruppe mit geringeren Schwierigkeiten“ — ähnelte in weiten Teilen der Kindheit eher der Allgemeinbevölkerung. Diese Jugendlichen wiesen weniger frühe psychische Symptome auf und hatten im Durchschnitt bessere Impulskontrolle, eine kognitive Fähigkeit, die hilft, vor dem Handeln innezuhalten. Ebenfalls berichteten sie über weniger familiäre Konflikte und weniger frühe Substanzexpositionen. Ihre Probleme traten später auf, etwa in der mittleren Adoleszenz, in Form von Schulausschlüssen, Teilzeitschulbesuch, einigen zwanghaften oder aufmerksamkeitsbezogenen Problemen sowie Arbeitstätigkeiten oder Nebenjobs. Im späten Jugendalter berichteten sie von depressiven Gefühlen und leichten Einbrüchen bei Optimismus und Wohlbefinden, zeigten jedoch nicht das breite, schwere psychiatrische Bild der ersten Gruppe. Viele blieben in Schule, kulturellen Aktivitäten und Arbeit eingebunden. Für diese Gruppe scheint NSSI weniger mit lang andauernden psychischen Erkrankungen verknüpft zu sein und eher eine maladaptive Bewältigungsstrategie, wenn alltäglicher Stress die eigenen Ressourcen übersteigt.
Wie maschinelles Lernen half, die Zusammenhänge sichtbar zu machen
Standardstatistische Methoden haben oft Schwierigkeiten vorherzusagen, wer sich selbst verletzen wird, weil Risikofaktoren überlappen und komplex miteinander interagieren. Die Forschenden nutzten hier eine zweistufige Pipeline des maschinellen Lernens. Zuerst erzeugte ein Algorithmus namens Self-Organizing Map eine „Landkarte“ der psychischen Profile der Jugendlichen, und ein Clustering-Verfahren teilte diese Karte in die zwei NSSI-Subgruppen und die Nicht-NSSI-Vergleichsgruppe auf. Danach durchsuchten weitere Algorithmen — darunter Elastic Net und Random Forest — dutzende Variablen, die an drei Messzeitpunkten erhoben wurden, wie Diagnosen, Symptome, familiäre Faktoren, Schulerfahrungen und kognitive Merkmale. Diese Modelle unterschieden die Gruppen besser als Zufall, insbesondere das Profil mit hohen Schwierigkeiten, und hoben Kombinationen von Faktoren hervor: ADHS, Mobbing, Trauma und affektive Probleme der Eltern für die Hochrisikogruppe sowie Schulausschluss, Perfektionismus und später auftretende Symptome für die Gruppe mit geringeren Schwierigkeiten. 
Was das für Prävention und Unterstützung bedeutet
Für die interessierte Öffentlichkeit ist die wichtigste Botschaft: Nicht alle Jugendlichen, die sich selbst verletzen, folgen demselben Muster. Manche kämpfen jahrelang sichtbar mit multiplen psychischen und sozialen Problemen. Andere wirken bis spät in die Adoleszenz relativ gut angepasst, bis Stress und mildere Probleme ihre Bewältigungsfähigkeiten übersteigen. Selbstverletzung ist in beiden Gruppen ein Warnsignal für Leid und nicht einfach „aufmerksamkeitssuchend“. Die Studie legt nahe, dass Prävention auf mehreren Ebenen ansetzen muss: frühe Erkennung und Behandlung kindlicher psychischer Probleme und familiärer Belastungen; schulische und gemeindliche Maßnahmen zur Reduktion von Mobbing; sowie einfacher Zugang zu kurzen, fertigkeitorientierten Interventionen, die gesündere Strategien im Umgang mit Emotionen vermitteln — auch für Jugendliche, die formal keine psychische Erkrankung erfüllen. Wenn man anerkennt, dass unterschiedliche Wege zu demselben gefährlichen Verhalten führen können, können Familien, Schulen und Gesundheitssysteme flexibler und letztlich wirksamer reagieren, um die Zukunft junger Menschen zu schützen.
Zitation: Croci, M.S., Brañas, M.J., Finch, E.F. et al. Psychopathology profiles and longitudinal correlates of nonsuicidal self-injury in youth: a machine-learning approach. Transl Psychiatry 16, 99 (2026). https://doi.org/10.1038/s41398-026-03832-x
Schlüsselwörter: nicht-suizidales Selbstverletzen, psychische Gesundheit von Jugendlichen, maschinelles Lernen, adoleszente Entwicklung, Risikound Schutzfaktoren