Eine Metaanalyse der Bewegungsintervention bei Depressionssymptomen

Zusammenfassung

Bewegung erhöhte signifikant die Depressionsremissionsraten (OR = 2,40) und reduzierte die Symptomschwere (SMD = –0,96) bei 40 RCTs (2.667 Teilnehmer). Diese Erkenntnisse unterstützen Übung als ergänzenden Ansatz, obwohl Heterogenität und Verzerrung die Sicherheit einschränken.

Zusammenfassung

Diese Metaanalyse schätzte die Wirkung von Bewegung auf Depressionssymptome. Im Gegensatz zu Netzwerk-Metaanalysen, die Trainingsmodalitäten vergleichen, quantifiziert diese paarweise Metaanalyse speziell den Effekt von strukturiertem Training im Vergleich zu keiner Übung und verwendet strenge Kontrollgruppendefinitionen und aktualisierte Methoden. Eine Literaturrecherche bis November 2025 ergab 10.123 Datensätze. Vierzig randomisierte kontrollierte Studien erfüllten die Einschlusskriterien. Die gepoolten Effektgrößen wurden mit Random-Effects-Modellen berechnet; Odds Ratios (OR) für Remission und standardisierte Mittelwertdifferenzen (SMD) für Depressionswerte. Die Heterogenität wurde mit I² bewertet. Bewegung erhöhte signifikant die Remissionsraten (OR = 2,40; 95 % KI, 1,97–2,93; S. < 0,001; I² = 49 %) und reduzierte Depressionswerte (SMD = –0,96; 95 % KI, –1,27 bis –0,65; p < 0,001; I² = 87 % im Vergleich zu Kontrollgruppen. Die Zahl, die für eine zusätzliche Remission behandelt werden musste, betrug 2,1. Das gepoolte SMD entsprach klinisch sinnvollen Reduktionen. Subgruppenanalysen zeigten größere Effekte für überwachte Bewegung und passive Kontrollgruppen (z. B. Warteliste) im Vergleich zu aktiven Komparatoren (z. B. Pharmakotherapie). Die Ergebnisse haben jedoch erhebliche Einschränkungen; nur 12 von 40 Studien (30 %) wiesen ein geringes Risiko für Bias auf (RoB 2); die meisten hatten eine kurze Nachsorge (≤16 Wochen); Die Kontrollbedingungen variierten stark (Warteliste bis zur Pharmakotherapie); und eine sehr hohe Heterogenität bei Depressionswerten (I² = 87 %) blieb trotz SMD bestehen. Das 95%-Vorhersageintervall für SMD überschritt null, was darauf hindeutet, dass Bewegung nicht allen zukünftigen Populationen zugutekommen wird. Die Bewertung der Empfehlungen, Bewertung, Entwicklung und Evaluation (GRADE) war moderat für Remission, aber niedrig für Depressionswerte. Trotz dieser Einschränkungen war Bewegung mit deutlich höherer Remission und niedrigeren Depressionswerten verbunden. Diese Ergebnisse unterstützen Bewegung als ergänzenden Ansatz bei Depressionen, insbesondere zur Erreichung von Remission. Allerdings sind hochwertige, groß angelegte RCTs mit standardisierten Ergebnissen und längerer Nachbeobachtung erforderlich, bevor klinische Empfehlungen gemacht werden können.

Einleitung

Depression ist eine häufige und lähmende psychische Erkrankung, die mit höherer Sterblichkeit, medizinischer Begleiterkrankung und geringerer^{Lebensqualität} verbunden ist. Mehr als 300 Millionen Menschen, also etwa 4,4 % der Weltbevölkerung, leiden an Depression². Psychotherapie und Antidepressiva (oder eine Mischung aus beidem) werden derzeit empfohlen. Therapien³. Psychotherapie ist jedoch meist teuer und führt nur zu einer Remissionsrate von 50 ^%. Antidepressiva verursachen häufig Entzugserscheinungen, Rückfälle und Nebenwirkungen⁵. Bemerkenswert ist, dass etwa zwei Drittel der erwachsenen Erwachsenen, die an Depressionen leiden, keine angemessene Versorgung erhalten⁶. Unbehandelte Depressionen verschlimmern sich häufig und können zu Begleiterkrankungen führen, was die Kosten für die Gesellschaft^{noch weiter erhöht}. Sowohl das National Institute for Health and Care Excellence (NICE) als auch die WHO empfehlen Sport als ergänzende Behandlung bei Depressionen ^8,9.

Ergebnisse mehrerer Metaanalysen, die die Wirkung von Antidepressiva auf Menschen mit Depressionen untersuchten, lieferten Belege zur Unterstützung dieser Vorschläge 10,11,12. Dennoch zeigten einige dieser Metaanalysen^signifikante Effekte von Bewegung, während andere moderate bis schwache Effekte^11,12 identifizierten. Methodische und konzeptionelle Meinungsverschiedenheiten über Inklusionskriterien und Analysetechniken sind die Ursache dieser widersprüchlichen Ergebnisse. Beispielsweise schlossen einige Studien aus, die das Vorhandensein von Depressionen mit etablierten Screening-Tools untersuchten, und konzentrierten sich stattdessen auf Personen mit einer Major Depression Diagnose⁸. Für Forschungen, die zwischen 2003 und 2019 veröffentlicht wurden, untersuchten andere die Auswirkungen von Bewegung entweder allein oder in Verbindung mit pharmazeutischen Behandlungen als Behandlung von Depressionen^11,12. Zusätzlich wurden Studien, in denen Patienten aus den Kontrollgruppen^{ebenfalls 13} Bewegungsinterventionen erhielten, in bestimmte Übersichten eingeschlossen. Da selbst leichte Bewegung antidepressiva haben könnte, ergibt sich die Möglichkeit von Bias¹⁴.

Entscheidend ist, dass eine Reihe von Bewertungen die Besorgnis geäußert hat, dass Bewegung, wenn sie auf randomisierte kontrollierte Studien (RCTs) mit geringem Risiko für Verzerrung beschränkt ist, keinen erkennbaren Einfluss^{hatte 8,13}. Daher haben die aktuellen Metaanalysen nicht genügend starke Daten geliefert, um die Nutzung von Bewegung als evidenzbasierte, erfolgreiche Depressionstherapie durch Ärzte weltweit zu unterstützen. Diese methodischen Mängel wurden durch eine^{Metaanalyse 11} adressiert, die nur Studien umfasste, die Bewegung mit nicht-aktiven Kontrollgruppen verglichen und sich auf Studien konzentrierten, in denen Stichproben mit schwerer depressiver Störung mit diagnostischen Werkzeugen diagnostiziert wurden, sowie Proben mit Depression anhand von Cut-offs auf validierten Screening-Instrumenten. Studien, die verschiedene Trainingsprogramme vergleichen, wurden von den Autoren nicht aufgenommen. Allerdings wurden kürzlich eine beträchtliche Anzahl von Artikeln veröffentlicht, was eine aktualisierte Metaanalyse der antidepressiven Wirkung von Bewegung erforderlich macht, die die Einschränkungen früherer Reviews adressiert.

Dies zeigt die Notwendigkeit schneller und zugänglicher alternativer Behandlungsmöglichkeiten. Jüngste systematische Übersichten haben bestätigt, dass strukturierte Aktivitäts- und Bewegungsprogramme depressive Symptome und damit verbundene psychische Gesundheitsergebnisse kontinuierlich verbessern und Bewegung als potenziell skalierbaren ergänzenden oder ergänzenden Ansatz unterstützen^15,16. Das Manuskript enthält verschiedene Trainingsformen, darunter Ausdauertraining, Krafttraining, gemischte Übungen, Yoga, Tai Chi, Tanz und andere Geist-Körper-Ansätze. Die Diskussion beschreibt "Training" jedoch weiterhin meist als eine einzelne Interventionskategorie¹⁵. Trotz der wachsenden Evidenzgrundlage für Bewegung als Behandlung von Depressionen rechtfertigen mehrere ungelöste Fragen eine aktualisierte Metaanalyse. Erstens haben frühere Metaanalysen widersprüchliche Schlussfolgerungen ergeben. Diese Diskrepanzen ergeben sich aus methodologischen Unterschieden, einschließlich der Einbeziehung von Studien mit aktiven Kontrollgruppen (z. B. Dehnen, Entspannung oder Psychotherapie), was die Effektgrößen abschwächen kann; die Einbeziehung von Studien, in denen Kontrollgruppen auch Bewegungsinterventionen erhielten; und den Einsatz verschiedener Instrumente zur Bewertung des Risikos der Verzerrung. Zweitens wurden die jüngsten umfassenden Metaanalysen in diesem Bereich in den Jahren 2016–2019 veröffentlicht: 10,11,12. Seit 2019 wurden mindestens 23 neue randomisierte kontrollierte Studien veröffentlicht (wie in dieser Suche identifiziert), was die verfügbare Evidenzbasis erheblich erhöht. Eine aktualisierte Synthese ist daher notwendig, um diese neuen Daten einzubeziehen und festzustellen, ob die kumulativen Evidenzen frühere Schlussfolgerungen stützen oder widerlegen.

Drittens haben frühere Metaanalysen nicht konsequent zentrale methodologische Fragestellungen behandelt, die die klinische Interpretation beeinflussen. Dazu gehören die Verwendung geeigneter Effektmetriken für kontinuierliche Endpunkte, die auf verschiedenen Depressionsskalen gemessen werden (standardisierte Mittelwertdifferenz statt Mittelwertdifferenz), der Umgang mit heterogenen Kontrollbedingungen (passive vs. aktive Komparatoren), die Aufnahme von Studien, in denen Depression ein sekundäres Ergebnis in nicht-psychiatrischen Populationen war, die Bewertung von Publikationsverzerrung im Kontext hoher Heterogenität, und die Berechnung von Vorhersageintervallen, um die Bandbreite der erwarteten Effekte in zukünftigen Studien zu kommunizieren. Viertens hat keine vorherige Metaanalyse systematisch Moderatoren der Wirksamkeit von Bewegung über das gesamte Spektrum potenzieller Effektmodifikator untersucht, einschließlich Trainingsmodus (aerob, Widerstand, gemischt, Yoga), Intensität (leicht, moderat, intensiv), Dauer, Supervision, Format (Gruppe vs. Einzelperson), Kontrolltyp, Depressionsdiagnose (MDD vs. Screening-basiert), Altersgruppe und Risiko für Verzerrung. Das Verständnis dieser Moderatoren ist für Verschreibungsübungen unerlässlich.

Diese Metaanalyse adressiert diese Lücken durch die folgenden Innovationen. Erstens umfasst eine aktualisierte Evidenzbasis Studien, die bis November 2025 veröffentlicht wurden und 23 neue Studien abdecken, die in früheren Metaanalysen nicht enthalten waren. Anschließend wurde ein methodisch rigoroses Inklusionskriterium verwendet, bei dem nur Studien, die Bewegung mit Kontrollgruppen ohne Sport verglichen (ausgenommen Studien, in denen Kontrollgruppen Dehnen, Entspannung oder aktive psychologische Interventionen erhielten), einbezogen wurden, um den spezifischen Effekt des Trainings zu isolieren. Drittens war die geeignete Effektmetrik mit standardisierter Mitteldifferenz (SMD) statt mittelwertiger Differenz für kontinuierliche Depressionsergebnisse, wobei anerkannt wurde, dass die Studien unterschiedliche Depressionsskalen verwendeten. Viertes waren umfassende Moderatorenanalysen, bei denen vordefinierte Untergruppenanalysen von Trainingsmerkmalen, Populationsmerkmalen und Studiendesignmerkmalen durchgeführt wurden, um Bedingungen zu identifizieren, unter denen Bewegung am effektivsten ist. Als nächstes folgte die aktuelle Risikobewertung des Verzerrungsrisikos, bei der das aktualisierte RoB 2-Tool (Version 2019) verwendet wurde, anstelle des älteren RoB 1-Tools, das in früheren Metaanalysen verwendet wurde. Ein weiteres Beispiel war die klinische Interpretierbarkeit, bei der die zu behandelnde Anzahl (NNT) berechnet, SMD in klinisch vertraute Metriken (BDI- und HAM-D-Punkte) umgewandelt und Vorhersageintervalle gemeldet wurden, um den erwarteten Wirkungsbereich in zukünftigen Anwendungen zu kommunizieren. Der letzte war die Sicherheit der Evidenz, bei der die GRADE (Grading of Recommendations Assessment, Development and Evaluation) angewendet wurde, um die Sicherheit der Evidenz für jedes Ergebnis zu bewerten – eine Bewertung, die in früheren Metaanalysen zur Bewegungsdepression nicht konsistent berichtet wurde.

Obwohl aktuelle Netzwerk-Metaanalysen (NMAs) und Umbrella-Reviews die Evidenz zu Bewegung bei Depressionen synthetisiert haben, beantwortet keine direkt die grundlegende paarweise Frage: "Reduziert strukturierte Bewegung depressive Symptome im Vergleich zu keiner Bewegung?" NMAs gruppieren sich über heterogene Kontrollbedingungen (Warteliste, Pharmakotherapie, Psychotherapie), um Modalitäten zu vergleichen, was den spezifischen Effekt von Bewegung gegenüber echter Inaktivität verschleiert. Umbrella Reviews aggregieren frühere Metaanalysen, die unterschiedliche Einschlusskriterien und Risiko-von-Bias-Tools verwendeten, wodurch die methodologische Heterogenität ungeklärt bleibt. Diese paarweise Metaanalyse schließt diese spezifische Lücke, indem sie eine einzelne, aktuelle, intern konsistente Schätzung von Bewegung versus Nicht-Bewegung Kontrolle unter Verwendung von vordefinierter Berechtigung, RoB 2, GRADE, Prädiktionsintervallen und NNT liefert – einschließlich 23 neuer Studien, die in diesem Rahmen noch nicht zusammengefasst sind. Diese grundlegende Schätzung ergänzt NMAs, indem sie beantwortet, ob Sport wirkt, bevor sie fragt, welche Übung am besten funktioniert.

Bewegung ist eine Verhaltensintervention, kein Medikament. Im gesamten Manuskript wird Bewegung mit Pharmakotherapie und Psychotherapie verglichen, wobei Kennzahlen wie die Anzahl der zu behandelnden Leistungen (NNT) und Remissionsraten verwendet werden. Diese "Übung als Medikament"-Rahmung ist nützlich für die klinische Kommunikation und die Entwicklung von Leitlinien, da sie einen direkten Vergleich von Effektgrößen zwischen Behandlungsmodalitäten anhand gemeinsamer Kennzahlen ermöglicht. Dennoch müssen wichtige Unterschiede anerkannt werden. Bewegung ist eine komplexe Verhaltensintervention, die aktive Patientenbeteiligung, Motivation und oft Aufsicht oder Umweltunterstützung erfordert. Im Gegensatz zur Pille hat Bewegung kein direktes biologisches Ziel, keine standardisierte Dosis-Antwort-Kurve bei Individuen, und die Einhaltung wird stark von psychosozialen Faktoren wie depressionsbedingter Anhedonie und Müdigkeit beeinflusst. Außerdem hat Bewegung nicht das gleiche Nebenwirkungsprofil (z. B. keine Entzugssyndrome oder Stoffwechselstörungen), birgt jedoch Verletzungsrisiken und logistische Hürden. Daher ist die Absicht, obwohl vergleichende Effektschätzungen präsentiert werden, nicht zu suggerieren, dass Bewegung mit Medikamenten austauschbar ist; Vielmehr sollte Bewegung als ergänzende, patientenzentrierte Option mit deutlichen Implementierungsanforderungen betrachtet werden.

Diese Metaanalyse zielte darauf ab, Bewegung mit Kontrollgruppen ohne Sport zu vergleichen, um die aktuellen Evidenzen zu den Auswirkungen von Bewegung auf die Senkung depressiver Symptome bei Personen mit klinisch erhöhten Depressionswerten, einschließlich schwerer depressiver Störung und Dysthymie, zu aktualisieren. Auch das Vorhandensein von Publikationsbias und mögliche Moderatoren der antidepressiven Wirkung von Bewegung wurden untersucht. Daher bewertete die Metaanalyse die Bewegungsintervention bei Depressionssymptomen.

Protokoll

Zulassungskriterien

Die Studien wurden eingeschlossen, wenn sie alle folgenden Kriterien erfüllten, organisiert nach dem PICOS-Rahmen (Population, Intervention, Comparator, Outcomes, Study Design)¹⁷. Alle in dieser Studie verwendeten Plattformen und Materialien sind in der Materialtabelle aufgeführt. Alle Datenbanksuchen wurden im November 2025 durchgeführt. Es wurde keine zusätzliche proprietäre Software (z. B. SAS, SPSS, R) über RevMan 5.3 und EndNote 20 hinaus verwendet. Die GRADE-Bewertung wurde manuell mit dem Online-Tool GRADEpro GDT durchgeführt; Die Version ist zum Zeitpunkt des Zugangsdatums aufgezeichnet.

Bevölkerung (P)

Die Teilnehmer hatten klinisch signifikante depressive Symptome, definiert als entweder eine formale Diagnose einer Major Depression (MDD) oder Dysthymie gemäß den DSM-Kriterien (jede Version) oder ICD-Kriterien, bestätigt durch strukturiertes klinisches Interview (z. B. SCID, MINI, CIDI); oder einen Wert über dem validierten Grenzwert auf einem standardisierten Depressionsscreening-Instrument (z. B. Beck Depression Inventory ≥ 14, Hamilton Depression Rating Scale ≥ 14, CES-D ≥ 16, PHQ-9 ≥ 10, Geriatric Depression Scale ≥ 11). Die Teilnehmer konnten jedes Alters sein (Kinder, Jugendliche, Erwachsene, ältere Erwachsene). Studien, in denen Teilnehmer mit komorbiden medizinischen oder psychiatrischen Erkrankungen (z. B. Herz-Kreislauf-Erkrankungen, Diabetes, Angststörungen, Substanzgebrauchsstörungen) aufgenommen wurden, wurden nur dann aufgenommen, wenn die Primäranalyse die Ergebnisse für die Depressionsuntergruppe separat ergab oder wenn ≥80 % der Teilnehmer die Depressionskriterien erfüllten. Studien, in denen Depression ein sekundäres Ergebnis in einer nicht-depressiven Population war (z. B. Herzinsuffizienzpatienten ohne Depressionsscreening), wurden ausgeschlossen. Es gab keine Einschränkung der Baseline-Depressionsschwere (mild, moderat, schwer), aber die Schwere wurde für Subgruppenanalysen extrahiert.

Intervention (I)

Die Intervention bestand aus strukturiertem, geplantem körperlichem Training, definiert als jede Form von aerobe, Widerstands-, gemischter (aerober + Widerstand) oder alternativen Übungen (Yoga, Tai Chi, Tanz), die mindestens zwei Wochen durchgeführt wurden. Bewegungsinterventionen können beaufsichtigt werden (von einem Trainer, Therapeuten oder Trainer) oder unbeaufsichtigt (zu Hause, selbstgesteuert). Studien, in denen Bewegung mit einer anderen aktiven Intervention kombiniert wurde (z. B. Bewegung + Pharmakotherapie, Bewegung + Achtsamkeit), wurden nur dann eingeschlossen, wenn der Effekt von Bewegung isoliert werden konnte (z. B. Bewegung + Pharmakotherapie vs. Pharmakotherapie allein). Studien, bei denen die Intervention lediglich aus Bewegungsberatung (ohne strukturierte Trainingsvorschrift) oder Lebensstilberatung bestand, wurden ausgeschlossen.

Komparator (C)

Die Kontrollgruppe erhielt keine strukturierte Bewegungsintervention. Akzeptable Kontrollerkrankungen wurden als passive Kontrolle (keine aktive therapeutische Intervention) kategorisiert, z. B. Warteliste (verzögerte Behandlung), übliche Versorgung (Standardbehandlung ohne strukturierte Übung) oder keine Intervention; und aktive Kontrolle (therapeutische Interventionen ohne Bewegung), z. B. Aufmerksamkeitskontrolle (z. B. Gesundheitsaufklärung ohne Bewegung, Entspannungssitzungen oder leichtes Dehnen, die die Belastungskriterien nicht erfüllen), Pharmakotherapie (Antidepressiva allein) oder Psychotherapie (psychologische Therapie ohne Bewegung). Studien, in denen die Kontrollgruppe irgendeine Form von strukturierter Übung erhielt (einschließlich minimaler Bewegung oder Dehnübungen, die die Intensitätskriterien erfüllten), wurden ausgeschlossen. Hinweis zur Diskrepanz: Obwohl im Innovationsabschnitt angegeben wurde, dass Studien mit aktiven psychologischen Interventionen oder Dehn-/Entspannungskontrollen ausgeschlossen wurden, wurden anschließend die Zulassungskriterien zur Einbeziehung aktiver Vergleichsmethoden (Pharmakotherapie, Psychotherapie, Aufmerksamkeitskontrolle) zur Widerspiegelung der praxisnahen klinischen Frage, wie Bewegung im Vergleich zu anderen etablierten Behandlungen abschneidet, erweitert. Diese Diskrepanz wird in der Diskussion thematisiert. Alle Analysen stratifizieren nach Kontrolltyp (passiv vs. aktiv), um den Einfluss des Kontrolltyps auf Effektgrößen zu untersuchen.

Ergebnisse (O)

Die Studie berichtete mindestens über eine depressionsspezifische Endmaßnahme: Depressionsremission (dichotom, von den Studienautoren als nicht mehr diagnostisch erfüllt oder unter dem Grenzwert auf einer validierten Skala definiert); ODER (b) Veränderung des kontinuierlichen Schweregrad-Scores der Depression, gemessen auf einer validierten Skala (z. B. HAM-D, BDI, CES-D, PHQ-9, GDS, MADRS). Studien, die nur unspezifische Stimmungsmaße (z. B. "Wohlbefinden", "emotionaler Zustand" ohne validierte Depressionsskala) berichteten, wurden ausgeschlossen.

Studiendesign (S)

Nur randomisierte kontrollierte Studien (RCTs) wurden eingeschlossen. Prospektive Kohortenstudien, Fall-Kontroll-Studien, retrospektive Studien, Fallreihen und Fallberichte wurden ausgeschlossen, da sie bei der Schätzung der Behandlungseffekte ein hohes Risiko für Störungs- und Selektionsverzerrungen aufweisen. Die Studien könnten Parallelgruppen- oder Crossover-Design sein (nur die erste Phase wird für Crossover-Studien extrahiert). Studien mussten zu Beginn mindestens 10 Teilnehmer pro Arm haben, um die Effekte kleiner Studien zu minimieren. Es wurden keine Sprachbeschränkungen angewendet, aber nicht-englische Studien wurden nur dann einbezogen, wenn eine vollständige Übersetzung vorlag.

Ausschlusskriterien

Studien, bei denen Depression nicht das primäre Ergebnis war oder in denen die Population nicht auf Depression ausgewählt wurde (z. B. allgemeine medizinische Populationen mit Depression als sekundäres Maß), wurden ausgeschlossen. Studien, in denen die Bewegungsintervention als Teil einer mehrkomponentenigen Lebensstilintervention ohne isolierten Bewegungseffekt durchgeführt wurde, wurden ausgeschlossen. Studien, in denen die Kontrollgruppe irgendeine Form von strukturierter Übung erhielt, wurden ausgeschlossen. Studien mit unzureichenden Daten zur Berechnung der Effektgrößen (Mittelwerte, Standardabweichungen oder nicht berichtete und nicht von den Autoren erhaltene Änderungswerte) wurden ausgeschlossen. Doppelte Publikationen derselben Studienkohorte (nur der vollständigste oder aktuellste Bericht wurde einbezogen) wurden ausgeschlossen. Konferenzabstracts, Dissertationen und unveröffentlichte Manuskripte ohne Volltextverfügbarkeit wurden ausgeschlossen.

Informationsquellen

Die vollständige Studie ist in Abbildung 1 als PRISMA-Flussdiagramm dargestellt. Literatur wurde in die Studie aufgenommen, wenn folgende Einschlusskriterien erfüllt waren: Die Studie war eine randomisierte kontrollierte Studie (RCT); Die für die Untersuchung ausgewählten Patienten hatten Depressionen; und die Kontrollbedingung war kein Training. Akzeptable Kontrollgruppen umfassten die übliche Versorgung (reguläre medizinische Behandlung ohne strukturierte Bewegung), Warteliste (verzögerte Behandlung), keine Intervention, Aufmerksamkeitskontrolle (z. B. Gesundheitsaufklärung ohne Bewegung, Entspannungssitzungen oder leichtes Dehnen, das die Trainingsverschreibungskriterien nicht erfüllte) oder eine pharmakologische Behandlung (allein Antidepressiva). Studien, in denen die Kontrollgruppe strukturiertes aerobes, Widerstands- oder gemischtes Training erhielt, wurden ausgeschlossen. Studien, in denen Kontrollgruppen Psychotherapie oder kognitive Verhaltenstherapie ohne Bewegungskomponente erhielten, wurden nur dann eingeschlossen, wenn sie klar als nicht bewegend definiert waren.

Die Studie verglich Bewegungsinterventionen mit Kontrollbedingungen. Kontrollgruppen wurden als nicht trainierende Vergleichsgruppen definiert, einschließlich der üblichen Versorgung, Warteliste, Nicht-Behandlung, Aufmerksamkeitskontrolle (z. B. Gesundheitsaufklärung, Entspannung oder Dehnübungen, die nicht den Intensitätskriterien der Belastung entsprachen) oder pharmakologischer Behandlung allein. Studien wurden ausgeschlossen, wenn die Kontrollgruppe eine strukturierte Bewegungsintervention erhielt oder wenn die Bewegung nur mit einem anderen Trainingsprogramm ohne Kontrollgruppe verglichen wurde. Studien, die die Auswirkungen der Bewegungsintervention bei Depressionssymptomen nicht bewerteten, Studien zu Depressionen bei Patienten ohne Bewegung oder Kontrollgruppe sowie Studien ohne Vergleichsgruppe wurden ausgeschlossen.

Umgang mit mehrarmigen Studien
Für Studien mit mehr als zwei relevanten Armen (z. B. mehrere Trainingsinterventionen oder mehrere Vergleichsgruppen) wurden folgende Strategien angewandt, um Doppelzählen und Analysefehler bei mehreren Übungsarmen vs. einem einzelnen Kontrollarm zu vermeiden. Wenn eine Studie zwei oder mehr verschiedene Trainingsinterventionen (z. B. aerobes vs. Widerstandstraining) mit einer einzigen Kontrollgruppe verglich, wurden die Übungsarme zu einer einzigen, gepoolten Trainingsgruppe nach von Cochrane empfohlenen Formeln kombiniert Handbuch (Kapitel 23). Dieser Ansatz vermeidet die doppelte Zählung der Kontrollgruppenteilnehmer und bewahrt dabei die statistische Unabhängigkeit; Übung vs. mehrere Nicht-Belastungsvergleicher. Wenn eine Studie Bewegung mit zwei oder mehr unterschiedlichen Kontrollbedingungen verglich (z. B. übliche Versorgung und Pharmakotherapie), wurde nur die Kontrollbedingung ausgewählt, die am besten mit der Definition von 'nicht-trainierender Kontrolle' übereinstimmte (Prioritätsreihenfolge: Warteliste ≥ übliche Versorgung ≥ Aufmerksamkeitskontrolle > Pharmakotherapie > Psychotherapie).

Wenn mehrere nicht-körperliche Kontrollen vorhanden waren, wurde der konservativste (am wenigsten aktive) Vergleichsfaktor ausgewählt, um eine Überschätzung des Trainingseffekts zu vermeiden; Sport vs. nur Sport (keine Kontrolle ohne Bewegung). Studien, die nur verschiedene Arten von Bewegung (z. B. hohe Intensität vs. niedrige Intensität) ohne einen nicht trainierenden Kontrollarm verglichen hatten, wurden aus der Primäranalyse ausgeschlossen, da sie das Vergleichskriterium "Bewegung vs. Kontrolle" nicht erfüllten. Kombinierte Interventionen in Studien, in denen der Interventionsarm Bewegung plus eine weitere aktive Komponente (z. B. Bewegung + Pharmakotherapie, Bewegung + Achtsamkeit) einschloss, wurde der Arm nur dann einbezogen, wenn der Effekt von Bewegung isoliert werden konnte. Wenn der kombinierte Arm allein mit derselben Nicht-Trainingskomponente verglichen wurde (z. B. Sport + Pharmakotherapie vs. Pharmakotherapie allein), wurde der Unterschied als Widerspiegelung der Wirkung von Bewegung interpretiert. Wenn eine solche Isolation nicht möglich war, wurde die Studie ausgeschlossen. Um die Robustheit der Pooling-Strategie für Mehrarmstudien zu bewerten, wurde eine Sensitivitätsanalyse durchgeführt, die alle Mehrarmstudien ausschloss, und die Ergebnisse wurden mit denen der Primäranalyse verglichen. Wesentliche Unterschiede werden gemeldet.

Die Auswahl des Kontrollarms, wenn mehrere nicht-Belastungsvergleicher vorhanden sind, erfolgte folgendermaßen: Wenn eine Studie Bewegung mit zwei oder mehr unterschiedlichen Kontrollbedingungen verglich (z. B. übliche Versorgung und Pharmakotherapie), wurde eine hierarchische Auswahlregel zur Vermeidung willkürlicher Entscheidungen angewandt, wobei passive Kontrollgruppen (Warteliste ≥ übliche Versorgung ≥ keine Intervention) gegenüber aktiven Kontrollen bevorzugt wurden, um den spezifischen Effekt der Bewegung besser zu isolieren. Wenn nur aktive Kontrollgruppen verfügbar wären, wurde der konservativste Komparator (Pharmakotherapie ≥ Psychotherapie ≥ Aufmerksamkeitskontrolle) ausgewählt, um eine Überschätzung des Trainingseffekts zu vermeiden, und es wurden Sensitivitätsanalysen durchgeführt, die alle verfügbaren Kontrollgruppen einbezogen (indem die Trainingsgruppe auf Vergleichsgruppen aufgeteilt wurde), um zu testen, ob die Auswahlregel die gepoolte Schätzung beeinflusst. Die Ergebnisse dieser Sensitivitätsanalysen werden in den ergänzenden Materialien veröffentlicht.

Suchstrategie
Die folgenden elektronischen Datenbanken wurden systematisch von Beginn bis November 2025 durchsucht: PubMed, Embase (OVID-Plattform), Cochrane Central Register of Controlled Trials (CENTRAL), MEDLINE (OVID-Plattform) und Google Scholar. Die vollständigen Suchstrategien, einschließlich MeSH-Begriffe, Emtree-Begriffe, Schlüsselwörter, Boolesche Operatoren, Trunkierung und Feld-Tags, sind in Tabelle 1 dargestellt. Für PubMed und Embase beschränkten sich die Suchanfragen auf menschliche Studien und die englische Sprache. Für CENTRAL und MEDLINE waren die Suchergebnisse auf randomisierte kontrollierte Studien beschränkt. Für Google Scholar wurden die ersten 500 nach Relevanz sortierten Datensätze mit einer vereinfachten Suchfolge ('exercise AND depression AND (remission OR medication OR treatment)') durchsucht, da die Plattform bei komplexer boolescher Suche¹⁹ eingeschränkt ist.

Zusätzlich zu Datenbanksuchen wurden folgende ergänzende Suchen durchgeführt: Handrecherche aller enthaltenen Studien und relevanten systematischen Übersichtswerken (Schneeballsuche), Zitationsverfolgung wichtiger eingeschlossener Studien mittels Google Scholar und Web of Science, Handrecherche in wichtigen Fachzeitschriften (Mental Health and Physical Activity, Journal of Affective Disorders, Depression and Anxiety und Psychosomatic Medicine) für die Jahre 2020–2025, und Suche in klinischen Studienregistren (ClinicalTrials.gov, WHO ICTRP) nach unveröffentlichten oder laufenden Studien mit den Suchbegriffen 'Übung' UND 'Depression'. Der vollständige Suchverlauf, einschließlich der Anzahl der in jedem Schritt für jede Datenbank abgerufenen Datensätze, ist in Ergänzungstabelle 1 dargestellt. Die PRISMA 2020 Suchberichterstattungscheckliste wurde befolgt (Supplementary File 1).

Auswahlverfahren

Alle identifizierten Datensätze wurden nach EndNote 20 exportiert, um Duplikate zu entfernen. Nach der Deduplizierung führten zwei unabhängige Gutachter eine Kalibrierungsübung an einer zufälligen Stichprobe von 100 Datensätzen durch, um die konsistente Anwendung der Zulassungskriterien sicherzustellen. Nach Bestätigung der akzeptablen Vereinbarung (κ ≥ 0,80) prüften die Gutachter unabhängig Titel und Abstracts aller verbleibenden Unterlagen anhand der vorgegebenen Zulassungskriterien. Unterlagen, die von beiden Prüfern als potenziell relevant erachtet wurden, wurden zur Volltextprüfung eingesandt. Volltextartikel wurden von denselben beiden Gutachtern erworben und unabhängig bewertet. Gründe für den Ausschluss im Volltextstadium wurden gemäß den PRISMA-Richtlinien dokumentiert (z. B. keine Bewegungsintervention, keine Depressionsdiagnose, keine Kontrollgruppe, nicht-vergleichendes Design, doppelte Veröffentlichung). Meinungsverschiedenheiten in beiden Screening-Phasen wurden durch Diskussion gelöst; Wenn kein Konsens erzielt werden konnte, traf der korrespondierende Autor die endgültige Entscheidung. Die Übereinstimmung zwischen den Bewertern für die Volltextaufnahme wurde mit Cohens Kappa-Statistik berechnet. Obwohl EndNote 20 für die anfängliche Entfernung von Duplikaten verwendet wurde, wurden zusätzliche Duplikate, die von der Software nicht erkannt wurden (z. B. aufgrund leichter Unterschiede in Titeln, Autorennamen oder Zeitschriftenabkürzungen), während der manuellen Titel-/Abstract-Überprüfung durch die beiden unabhängigen Gutachter identifiziert und entfernt.

Der Auswahl- und Auswahlprozess wird im PRISMA 2020 Flussdiagramm (Abbildung 1) zusammengefasst, das die Anzahl der identifizierten Datensätze, entfernte Duplikate, geprüfte Unterlagen, zur Abrufsuche, geprüfte Berichte auf Berechtigung und eingeschlossene Studien mit spezifischen Ausschlussgründen in jeder Phase umfasst. Google Scholar wurde mit der vereinfachten Zeichenkette 'exercise AND depression AND (remission OR medication OR treatment)' durchsucht, mit folgenden Einstellungen: nach Relevanz sortieren, Zitate ausschließen und Patente einbeziehen. Die ersten 500 Platten wurden gezeigt. Die Suche wurde am 15. November 2025 um 22 Uhr durchgeführt; 00 Uhr GMT ohne aktivierte Personalisierung und wurde am 16. November 2025 wiederholt, um die Konsistenz zu überprüfen.

Datenextraktion

Zwei Gutachter extrahierten unabhängig voneinander Daten aus jeder eingeschlossenen Studie mithilfe eines standardisierten, pilotgeprüften Datenextraktionsformulars. Folgende Informationen wurden erhoben: Name des Erstautors, Veröffentlichungsjahr, Land, in dem die Studie durchgeführt wurde, Stichprobengröße (Gesamtgröße, Trainingsgruppe, Kontrollgruppe), Teilnehmercharakteristika (Alter, Methode der Depressionsdiagnose oder -screening, Basisschweregrad der Depression), Details zur Intervention (Trainingsmodus, Intensität, Häufigkeit, Dauer, Supervision, Format), Beschreibung der Kontrollgruppe, Depressions-Outcome-Maße (Skalenname und -bereich), Zeitpunkt der Ergebnisbewertung, und statistische Ergebnisse (Mittelwerte, Standardabweichungen, Effektschätzungen, Konfidenzintervalle, p-Werte)²⁰. Meinungsverschiedenheiten zwischen Gutachtern wurden durch Diskussion oder durch Rücksprache mit dem korrespondierenden Autor gelöst.

Datenelemente

Die Daten wurden unabhängig erhoben, basierend auf einer Bewertung der Bewegungsintervention für Depressionssymptome, wenn eine Studie unterschiedliche Ergebnisse ergab.

Bewertung des Verzerrungsrisikos

Zwei Autoren bewerteten unabhängig voneinander das Bias-Risiko für jede eingeschlossene Studie mit dem Cochrane RoB 2-Tool für randomisierte kontrollierte Studien (Version von August 2019). Das RoB 2-Tool bewertet fünf Bereiche von Verzerrungen, die sich aus dem Randomisierungsprozess ergeben, Abweichungen von beabsichtigten Interventionen, fehlenden Ergebnisdaten, Messung des Ergebnisses und Auswahl des gemeldeten Ergebnisses. Für jeden Bereich vergaben die Gutachter ein Urteil von "geringem Risiko für Verzerrung", "einige Bedenken" oder "hohes Risiko für Verzerrung". Für jede Studie wurde dann ein Gesamt-Risiko-von-Bias-Urteil gemäß den RoB-2-Algorithmen abgeleitet: 'niedriges Risiko' (alle Bereiche geringes Risiko), 'einige Bedenken' (mindestens ein Bereich mit einigen Bedenken, aber keine Hochrisikodomänen) oder 'Hochrisiko' (jede Domäne mit hohem Risiko oder mehrere Domänen mit bestimmten Bedenken). Meinungsverschiedenheiten zwischen den Gutachtern wurden durch Diskussionen gelöst, wobei der korrespondierende Autor bei Bedarf als Schlichter fungierte. Studien wurden nicht aufgrund von Risiko-von-Verzerrungs-Einschätzungen ausgeschlossen; Stattdessen wurden Sensibilitätsanalysen geplant, um die Metaanalyse auf Studien mit Gesamturteilen von "niedrigem Risiko" oder "niedrigem Risiko + einigen Bedenken" zu beschränken, um die Robustheit der Ergebnisse zu prüfen. Die Inter-Rater-Einigung für Gesamtrisiko-von-Verneigungs-Urteile wurde mit Cohens Kappa²¹ berechnet.

Untergruppenanalysen (Moderatorenanalysen)

Um potenzielle Quellen der Heterogenität zu erforschen und Moderatoren der Trainingswirksamkeit zu identifizieren, wurde eine Reihe von a priori Untergruppenanalysen auf Basis klinisch und methodisch relevanter Variablen durchgeführt. Subgruppenanalysen wurden nur für Endpunkte mit mindestens 10 Studien pro Untergruppe durchgeführt (um eine angemessene statistische Stärke sicherzustellen). Die folgenden Untergruppenvariablen wurden vorgegeben.

Trainingsmerkmale

Der Trainingsmodus als aerobe (z. B. Gehen, Laufen, Radfahren) vs. Widerstand (z. B. Krafttraining) vs. gemischt (aerob + Widerstand) vs. anderes (Yoga, Tanz, achtsamkeitsbasierte Bewegung).

Trainingsintensität als leichtes (z. B. sanftes Gehen, Dehnen) vs. mittleres (z. B. zügiges Gehen, mäßiges Radfahren) vs. intensives (z. B. Laufen, hochintensives Intervalltraining) – klassifiziert anhand der Standardkriterien für Herzfrequenz oder wahrgenommene Anstrengung, die in jeder Studie berichtet wird.

Trainingsdauer (Wochen) ist kurz (≤8 Wochen) vs. mittlere (9–12 Wochen) vs. lange (≥13 Wochen).

Supervision unter Aufsicht (Trainingseinheiten unter Leitung eines Ausbilders, Trainers oder Therapeuten) vs. unbeaufsichtigt (von zu Hause oder selbstgesteuert ohne direkte Aufsicht).

Formate als gruppenbasiert vs. individuell (zu Hause oder Einzelgespräche).

Bevölkerungsmerkmale

Die Depressionsdiagnose wurde entweder als major depressive Störung (MDD) diagnostiziert, durch ein strukturiertes klinisches Interview wie das strukturierte klinische Interview für DSM-Störungen (SCID) oder das Mini International Neuropsychiatric Interview (MINI) oder erhöhte depressive Symptome, die mit validierten Screening-Tools auf Basis etablierter Cutoff-Werte, einschließlich der Center for Epidemiologic Studies Depression Scale (CES-D ≥ 16) identifiziert wurden, kategorisiert. Beck-Depressionsinventar (BDI ≥ 14) oder Patientengesundheitsfragebogen-9 (PHQ-9 ≥ 10). Die Altersgruppe wurde als Erwachsene (18–59 Jahre) oder ältere Erwachsene (≥60 Jahre) klassifiziert. Die Basis-Schwere der Depression wurde gemäß den Standard-Cutoff-Werten für jede Bewertungsskala als moderat oder schwer kategorisiert, wobei moderate Depression beispielsweise als Hamilton Depression Rating Scale (HAM-D) von 14–18 oder BDI definiert wurde und schwere Depression als HAM-D-Wert von ≥19 oder BDI-Wert von ≥20.

Studiendesign-Merkmale

Der Kontrollgruppentyp wurde entweder als passiv, einschließlich Wartelisten-, Nicht-Behandlungs- oder üblichen Kontrollzuständen, oder als aktiv, einschließlich Aufmerksamkeitskontrollinterventionen, Pharmakotherapie oder Psychotherapie kategorisiert. Das Veröffentlichungsjahr wurde in drei Perioden eingeteilt – vor 2010, 2010–2019 und 2020–2025 –, um mögliche zeitliche Trends in den Studienergebnissen zu untersuchen. Das Verzerrungsrisiko wurde mit dem Cochrane Risk of Bias 2 (RoB 2)-Tool bewertet und als geringes Risiko, einige Bedenken oder Hochrisiko kategorisiert. Die Stichprobengröße wurde als klein (n < insgesamt 50 Teilnehmer), mittel (50–99 Teilnehmer) oder groß (≥100 Teilnehmer) eingeteilt. Der Kontrollgruppentyp wurde als passiv (Warteliste, übliche Versorgung, keine Intervention) kategorisiert – diese Kontrollgruppen bieten keine aktive therapeutische Alternative, sodass die Wirkung von Bewegung aufgrund von Erwartungs- oder Aufmerksamkeitseffekten größer sein kann; und aktiv (Aufmerksamkeitskontrolle, Pharmakotherapie, Psychotherapie) – Diese Kontrollen bieten eine nicht-körperliche Intervention mit glaubwürdigem therapeutischem Wert, die eine konservativere Schätzung der spezifischen Wirkung von Bewegung liefert. Ein signifikant größerer Effekt bei passiven vs. aktiven Kontrollpersonen (p für Interaktion < 0,10), wie angenommen, wurde in den Ergebnissen bestätigt (siehe Tabelle 3).

Statistische Methoden für Untergruppenanalysen

Für jede Untergruppenanalyse wurden Studien innerhalb jeder Untergruppe mit dem random effects-Modell²² zusammengefasst. Um Untergruppen zu vergleichen, wurden Metaregressions- oder Subgruppeninteraktionstests mit gemischten Effekten verwendet. Konkret wurde die Q-Statistik für Untergruppen zwischen Untergruppen berechnet, und der zugehörige p-Wert für die Interaktion wird angegeben. Ein p-Wert < 0,10 (statt 0,05) wurde als statistisch signifikant für Untergruppenunterschiede angesehen, wobei die geringe Leistung von Interaktionstests in Metaanalysen anerkannt wurde. Eine Mehrfachvergleichsanpassung (12 Untergruppenanalysen) wurde nicht durchgeführt; daher sollten Untergruppenergebnisse als explorativ interpretiert werden.

Sensitivitätsanalysen

Um die Robustheit der primären Befunde zu bewerten, wurden folgende vordefinierte Sensitivitätsanalysen durchgeführt. Die Modellwahl analysierte beide Ergebnisse erneut mit einem Fixed-Effect-Modell (inverse Varianzmethode), um sie mit den primären Random-Effects-Ergebnissen zu vergleichen, schloss High-Risk-of-Bias-Studien als ausgeschlossene Studien mit einem Gesamt-RoB-2-Urteil des 'hohen Bias-Risikos' aus (n = 17), und analysierte die übrigen Studien erneut (niedriges Risiko + einige Bedenken), Ausschluss von Mehrarmstudien als ausgeschlossene Studien, in denen mehrere Übungsarme kombiniert wurden oder eine einzelne Kontrollgruppe für mehrere Vergleiche verwendet wurde (n = 9) und nur zweiarmige Studien erneut analysiert, Studien mit imputierten oder angenommenen Daten als ausgeschlossene Studien ausgeschlossen, bei denen Standardabweichungen für Änderungswerte angenommen wurden (r = 0,50) statt berichtet (n = 6), Ausschluss von Pre-CONSORT-Studien als ausgeschlossene Studien vor 2001 (n = 5), um zu bewerten, ob verbesserte Berichtsstandards die Effektschätzungen beeinflussten, die Analyse (Leave-One-Out) wie eine Leave-One-Out-Metaanalyse durchgeführt wurde, Durch sequentielles Entfernen jeder Studie und Neuberechnung des gepoolten Effekts, um einflussreiche Studien zu identifizieren (definiert als solche, deren Entfernung die Punktschätzung um >10 % verändert oder das Konfidenzintervall über die ursprünglichen Grenzen hinaus verschiebt), sowie bei Langzeit-Nachbeobachtungsanalysen wie bei Studien, die Nachbeobachtungsdaten ≥6 Monate nach der Intervention (n = 6) berichteten, wurden diese Daten separat zusammengefasst, um die Dauerhaftkeit der Bewegungseffekte zu untersuchen, ohne Vermischung mit primären Endpunktdaten (nach der Intervention). Alle Sensitivitätsanalysen wurden mit Random-Effects-Modellen durchgeführt, sofern nicht anders angegeben. Ergebnisse der Sensitivitätsanalysen werden im Ergebnisabschnitt und in ergänzenden Materialien veröffentlicht. Jede Abweichung von diesen vorgegebenen Analysen wird transparent gemeldet.

Extraktion kontinuierlicher Ergebnisdaten (Depressionswerte)

Für jede eingeschlossene Studie wurden der mittlere Depressionsscore und seine Standardabweichung (SD) sowohl für die Trainings- als auch für die Kontrollgruppe am primären Endpunkt (definiert als der Zeitpunkt, der dem Ende der Bewegungsintervention am nächsten liegt) extrahiert. Um die Konsistenz zwischen den Studien zu maximieren, wurde folgende hierarchische Extraktionsregel angewandt: Angepasste Effektschätzungen (z. B. ANCOVA-abgeleitete Unterschiede zwischen Gruppen mit 95%-KI oder SE) wurden priorisiert, wenn verfügbar, da sie Ausgangsungleichgewichte berücksichtigen und typischerweise die geringste verzerrte Schätzung des Interventionseffekts liefern. Change-to-baseline-Scores (post-minus-pre oder prozentuale Veränderung) und deren SDs wurden extrahiert, wenn bereinigte Effekte nicht gemeldet wurden. Wenn der SD der Änderungswerte nicht direkt gemeldet wurde, wurde er mit folgender Formel berechnet:

(1)

wobei ein konservativer Korrelationskoeffizient von r = 0,5 angenommen wurde, es sei denn, die Studie lieferte eine berichtete oder zurechenbare Korrelation. Nur nach der Intervention (ohne Anpassungs- oder Änderungswerte) wurden extrahiert, wenn weder bereinigte Effekte noch Änderungswerte vorlagen. Dies war die am wenigsten bevorzugte Option, da sie potenzielle Ausgangsunterschiede zwischen den Gruppen nicht berücksichtigt. Umrechnung aus anderen Statistiken, als ob Mittelwerte und SDs nicht direkt gemeldet würden, wurden verfügbare Statistiken (Medianen und IQRs, t-Statistiken, F-Statistiken, p-Werte oder 95%-KI) in Mittelwerte und SDs mit Standardformeln aus dem Cochrane Handbook (Kapitel 6) umgewandelt. Studien, die nur Medianwerte und Bereiche berichteten, wurden nur dann einbezogen, wenn die Stichprobengrößen groß genug waren (n ≥ 25 pro Gruppe), um eine ungefähre Normalität anzunehmen, oder wenn die Studienautoren auf Anfrage Mittelwerte und SDs bereitstellten.

Mehrere Zeitpunkte wie bei Studien mit mehreren Nachbeobachtungszeitpunkten wurde der Zeitpunkt, der dem Ende der aktiven Interventionsphase (typischerweise 8–12 Wochen) am nächsten liegt, extrahiert. Langzeit-Nachbeobachtungsdaten (≥6 Monate nach der Intervention) wurden separat für eine geplante sekundäre Analyse der Haltbarkeit extrahiert, aber diese Daten wurden nicht mit den primären Endpunktdaten zusammengefasst. Mehrere Depressionsskalen. Wenn eine Studie mehr als eine Depressionsskala (z. B. sowohl HAM-D als auch BDI) meldete, wurden von Klinikern bewertete Skalen (HAM-D, MADRS) gegenüber Selbstberichtsskalen (BDI, CES-D, PHQ-9, GDS) priorisiert, da klinikerbewertete Skalen in Depressionsstudien als Goldstandard gelten. Wenn beide berichtet wurden, wurde das von den Studienautoren definierte primäre Endergebnismaß extrahiert. Imputation fehlender SDs, als ob Standardabweichungen fehlen und nicht aus verfügbaren Statistiken berechnet werden könnten; sie wurden durch die Entnahme des durchschnittlichen SD aus Studien mit ähnlichen Stichprobengrößen und derselben Depressionsskala berechnet. Es wurden Sensitivitätsanalysen durchgeführt, bei denen Studien mit imputierten SDs ausgeschlossen wurden, um die Wirkung dieser Imputation zu bewerten. Alle Entscheidungen zur Datenextraktion wurden unabhängig voneinander von zwei Autoren mit einem standardisierten Datenextraktionsformular getroffen. Unstimmigkeiten wurden durch Diskussion oder durch den korrespondierenden Autor gelöst. Die Extraktionsregel und etwaige Abweichungen wurden dokumentiert.

Effektmaße

Für das dichotome Ergebnis (Depressionsremission) wurden Odds Ratios (ORs) mit 95%-Konfidenzintervallen (KI) berechnet. Für das kontinuierliche Ergebnis (Schweregrad der Depression) wurde erwartet, dass die eingeschlossenen Studien verschiedene Depressionsbewertungsskalen verwenden (z. B. Hamilton Depression Rating Scale, Beck Depression Inventory, PHQ-9, CES-D, Geriatric Depression Scale). Obwohl eingeschlossene Studien unterschiedliche Depressionsbewertungsskalen verwendeten, wurde die Standardmitteldifferenz (SMD) angegeben, da alle Skalen Umrechnungsgleichungen zu HAM-D festgelegt hatten.

Statistische Synthese

Für das dichotome Ergebnis (Depressionsremission) wurden gepoolte Odds-Ratios (ORs) mit 95%-Konfidenzintervallen (KI) berechnet. Für das kontinuierliche Ergebnis (Schweregrad der Depression) wurden gepoolte standardisierte Mittelwertdifferenzen (SMDs, Hedges' g) mit 95%-KI berechnet, da eingeschlossene Studien unterschiedliche Depressionsbewertungsskalen verwendeten. Angesichts der erwarteten klinischen und methodischen Vielfalt zwischen den Studien (Unterschiede in Trainingsprotokollen, Populationen, Kontrollbedingungen und Ergebnismaßen) wurde für alle primären^{Analysen a} priori ein Random-Effects-Modell (DerSimonianische und Laird-Methode) gewählt. Die Heterogenität wurde mit der Statistik I² quantifiziert, die anhand der Cochrane Handbook-Kriterien als folgt interpretiert wurde: 0–40 % (möglicherweise nicht relevant), 30–60 % (moderate Heterogenität), 50–90 % (erhebliche Heterogenität) und 75–100 % (erhebliche Heterogenität). Die Varianz zwischen den Studien (tau²) wurde ebenfalls geschätzt, und 95 % Vorhersageintervalle für die gepoolten Effekte wurden, wo angebracht, berechnet.

Statistische Analyse und Heterogenität

Aufgrund der erwarteten klinischen und methodologischen Vielfalt in den eingeschlossenen Studien (einschließlich Unterschiede in Trainingsart, Intensität, Dauer, Aufsicht, Populationsmerkmalen, Depressionsschwere, Kontrollbedingungen und Depressionsmessskalen) wurde für alle primären Analysen a priori ein Random-Effects-Modell (DerSimonian und Laird-Methode) gewählt²². Das Random-Effects-Modell geht davon aus, dass der wahre Effekt zwischen den Studien variiert und liefert eine konservativere Schätzung mit breiteren Konfidenzintervallen, was angesichts der erwarteten Heterogenität angemessen ist.

Bewertung der Heterogenität

Die Heterogenität wurde mit der Statistik I² quantifiziert, die den Prozentsatz der Gesamtvariation zwischen den Studien aufgrund echter Heterogenität und nicht durch Zufall darstellt. ^I-2-Werte wurden wie folgt interpretiert: 0–40 % (möglicherweise nicht wichtig); 30–60 % (moderate Heterogenität); 50–90 % (erhebliche Heterogenität); 75–100 % (erhebliche Heterogenität), gemäß den Cochrane Handbook-Kriterien. Zusätzlich zu I² wurden die Varianz zwischen den Studien (tau²) und die Berichtsintervalle von 95 % für den gepoolten Effekt geschätzt, wenn es angemessen war.

Begründung für die Modellauswahl

Ein Fixed-Effect-Modell wurde für keine Primäranalyse verwendet, da die Studien funktional nicht identisch sind (sie variieren in Trainingsprotokollen, Populationen und Ergebnismaßen), die Annahme eines einzigen wahren Effekts, der alle Studien teilen, in der Bewegungsdepressionsforschung unwahrscheinlich ist, und selbst wenn I² niedrig erscheint (z. B. I² = 48 % für Remission), rechtfertigt die klinische Diversität allein einen randomen Effekt-Ansatz. Zur Vollständigkeit wurden auch Sensitivitätsanalysen mit einem Fixed-Effect-Modell durchgeführt, um zu untersuchen, ob die Modellwahl die Schlussfolgerungen beeinflusste; Diese Ergebnisse werden in den ergänzenden Materialien veröffentlicht.

Bewertung des Publikationsbiases

Publikationsverzerrung und Effekte kleiner Studien wurden sowohl mit visueller Inspektion von Funnel-Plots als auch mit Eggers linearem Regressionstest bewertet. Für jedes Ergebnis wurden Funnel-Plots erstellt, die die Effektgröße (logaritgemisches Quotenverhältnis für Remission; standardisierter mittlerer Unterschied für Depressionswerte) im Vergleich zum Standardfehler zeigten. Für die quantitative Bewertung regressiert Eggers Test die standardisierte Effektschätzung gegen deren Genauigkeit (das Inverse des Standardfehlers). Ein statistisch signifikanter Intercept (p < 0,10 in Metaanalysen mit ≥10 Studien) deutet auf das Vorhandensein einer Funnelplot-Asymmetrie hin, die auf Publikationsverzerrung oder Effekte kleiner Studien hinweisen kann. Umgekehrt zeigt p ≥ 0,10 keine statistischen Belege für eine solche Verzerrung.

Vorhersageintervalle

Für die primäre Metaanalyse mit Zufallseffekten wurden 95 % Vorhersageintervalle berechnet, die den Bereich schätzen, in dem der wahre Effekt einer zukünftigen Studie liegen würde. Breite Vorhersageintervalle zeigen, dass die Wirkung von Bewegung zwischen Umgebungen und Bevölkerungsgruppen erheblich variieren kann, mit wichtigen klinischen Implikationen. Für mehrarmige Studien, bei denen mehrere Übungsarme zu einer einzigen Gruppe kombiniert wurden, wurden die Formeln im Cochrane Handbook verwendet, um kombinierte Mittelwerte, Standardabweichungen und Stichprobengrößen zu berechnen. In Studien, die einen einzelnen Kontrollarm über mehrere Übungsvergleiche verwendeten, wurde das Doppelzählen vermieden, indem die Kontrollgruppenstichprobengröße bei der Berechnung der Effektgrößen durch die Anzahl der Übungsarme geteilt wurde. Alle Analysen wurden mit Reviewer Manager Version 5.3 durchgeführt, wobei die mehrarmige Behandlung von zwei unabhängigen Autoren überprüft wurde.

Berechnung der benötigten Anzahl (NNT)

Die zu behandelnde Zahl (NNT) wurde aus dem Pooled Odds Ratio (OR) für Remission mit der Formel berechnet

wobei CER (Control Event Rate) die gepoolte Remissionsrate in allen eingeschlossenen Studien war. NNT wurde auch mit der alternativen Methode berechnet, die von Furukawa und Leucht (2011) vorgeschlagen wurde, wobei Cohens d (von SMD) mithilfe der Fläche unter der normalen Kurve in NNT umgewandelt wird. NNT-Werte wurden für die Primäranalyse (alle Studien), für Untergruppen (Low-Risk of Bias-Studien, reine MDD-Studien, überwachte Trainingsstudien) und zum Vergleich mit veröffentlichten NNT-Werten für Psychotherapie und Antidepressiva berechnet. Ein NNT von ≤ 10 galt als klinisch bedeutsam.

Umstellung auf klinisch vertraute Kennzahlen (BDI und HAM-D)

Zur Unterstützung der klinischen Interpretierbarkeit wurde die gepoolte standardisierte Mittelwertdifferenz (SMD) für Depressionswerte in geschätzte Mittelwertdifferenzen auf zwei häufig verwendeten Depressionsskalen umgewandelt: dem Beck Depression Inventory (BDI, Bereich 0–63) und der Hamilton Depression Rating Scale (HAM-D, Bereich 0–52). Bei der Umstellung wurde folgende Formel verwendet

wo SD_{gepoolt wurde, war die Referenz} die gepoolte Basisstandardabweichung aus Studien, die die BDI (n = 8 Studien) bzw. HAM-D (n = 16 Studien) verwendeten. Dieser Ansatz setzt voraus, dass die SMD-Effektgröße über die Skalen hinweg konsistent ist. Die beobachteten mittleren Unterschiede in diesen Studien werden ebenfalls als Sensitivitätsprüfung berichtet. Eine Änderung von ≥3 Punkten auf dem BDI oder HAM-D galt gemäß den NICE-Richtlinien als klinisch sinnvoll⁵.

Vergleich mit etablierten Behandlungen gegen Depressionen

Um die Wirkung von Bewegung im Vergleich zu anderen Erstlinienbehandlungen gegen Depressionen zu kontextualisieren, wurde das zusammengefasste NNT für Bewegung mit veröffentlichten NNT-Werten aus aktuellen hochwertigen Metaanalysen verglichen. Psychotherapie hat, wie Cuijpers et al. (2020) berichteten, einen NNT von 2,5 für Psychotherapie in allen Altersgruppen. Antidepressiva haben, wie Cipriani et al. (2018) berichteten, einen NNT von 4,3 für Medikamente im Vergleich zu Placebo. Diese Vergleiche sind beschreibend und basieren nicht auf direkten Vergleichen. Trainingsdaten wurden nicht mit Psychotherapie- oder Medikamentendaten zusammengefasst, und Unterschiede in Studienpopulationen, Ergebnisdefinitionen und Zeitpunkten begrenzen die direkte Vergleichbarkeit.

Bewertung von Berichtsverzerrung (Publikationsbias)

Funnel-Plots für jedes Ergebnis (Remission und Depressionswert) sowie Funnel-Diagramme, die die Effektgröße (logaritäres Quotenverhältnis für Remission; standardisierter Mittelwert für Depressionswerte) im Vergleich zum Standardfehler zeigen, wurden erstellt. Asymmetrie im Funnel-Plot kann auf Publikationsbias, Effekte kleiner Studien oder Heterogenität hinweisen. Der Eggersche Regressionstest, auch bekannt als Eggers linearer Regressionstest, wurde durchgeführt, um die Asymmetrie des Funnel-Plots formell zu bewerten. Der Eggersche Test regressiert die standardisierte Effektschätzung auf ihre Genauigkeit (das Inverse des Standardfehlers). Ein statistisch signifikanter Intercept (p < 0,10 für den Egger-Test, wie vom Cochrane Handbook für Ergebnisse mit weniger als 10 Studien empfohlen, oder p < 0,05 für größere Metaanalysen) deutet auf das Vorhandensein von Effekten kleiner Studien oder Publikationsfehler hin. Umgekehrt zeigt p ≥ 0,05 (oder p ≥ 0,10) keine statistisch signifikanten Belege für eine solche Verzerrung. Interpretationsvorsicht, da Funnel-Plot-Asymmetrie nicht gleichbedeutend mit Publikationsverzerrung ist; Sie kann auch aus echter Heterogenität, Unterschieden in der Studienqualität oder Zufall resultieren, und die Ergebnisse sollten entsprechend interpretiert werden²³.

Beweissicherheit (GRADE-Bewertung)

Die Gesamtsicherheit der Evidenz für jedes Ergebnis (Remission und Depressionswert) wurde mit dem Grading of Recommendations Assessment, Development and Evaluation (GRADE)-Rahmen bewertet. Zwei Autoren bewerteten unabhängig voneinander die Gewissheit und lösten Meinungsverschiedenheiten durch Diskussion. Der GRADE-Ansatz berücksichtigt fünf Bereiche, die die Sicherheit senken können: Risiko für Verzerrung (basierend auf RoB-2-Bewertungen, einschließlich des Anteils der Studien mit geringem Risiko, einigen Bedenken oder hohem Risiko), Inkonsistenz (basierend auf der Statistik I² , Vorhersageintervallen und Überlappungen von Konfidenzintervallen), Indirektheit (basierend auf Unterschieden zwischen Studienpopulationen, Interventionen, Vergleichsmethoden und Ergebnissen im Verhältnis zur Übersichtsfrage), Ungenauigkeit (basierend auf optimaler Informationsgröße und ob 95%-Konfidenzintervalle klinisch wichtige Schwellenwerte überschreiten, wie etwa ein Odds Ratio von 1,0 für Remission oder eine standardisierte Mittelwertdifferenz von 0,2 für einen kleinen Effekt auf Depressionswerte) und Publikationsbias (basierend auf Funnelplot-Asymmetrie und Egger-Test). Die Gewissheit wurde wie folgt bewertet: Höchst (Weitere Untersuchungen sind sehr unwahrscheinlich, das Vertrauen in die Effektschätzung zu verändern); Moderat (Weitere Forschung wird wahrscheinlich einen wichtigen Einfluss auf das Vertrauen haben und die Schätzung verändern); Niedrig (Weitere Forschung wird sehr wahrscheinlich einen wichtigen Einfluss auf das Vertrauen haben und die Schätzung verändern); und Sehr niedrig (jede Schätzung des Effekts ist sehr unsicher). Gewissheitsbewertungen wurden getrennt für Remission (dichotomes Ergebnis) und Depressionswerte (kontinuierliches Ergebnis) durchgeführt.

Ergebnisse

Studienauswahl

Das PRISMA 2020 Flussdiagramm (Abbildung 1) fasst den Auswahlprozess der Studie zusammen. Datenbanksuchen identifizierten 10.123 Datensätze (Cochrane Library: n = 1.845; Embase: n = 2.567; Google Scholar: n = 3.210; MEDLINE via OVID: n = 1.892; PubMed: n = 609). Nach der Entfernung von 1.018 doppelten Datensätzen blieben 9.105 eindeutige Einträge zur Auswertung übrig. Diskrepanz zwischen den angegebenen und angewandten Einschlusskriterien für Kontrollgruppen. Der Innovationsabschnitt stellte zunächst fest, dass Studien mit aktiven psychologischen Interventionen oder Dehn-/Entspannungskontrollen ausgeschlossen wurden. Während des Review-Prozesses würde der Ausschluss aktiver Vergleicher jedoch die klinische Generalisierbarkeit einschränken und wichtige Studien (z. B. Übung vs. Pharmakotherapie) ausschließen. Daher akzeptierten die endgültigen Zulassungskriterien (wie in den Methoden dokumentiert) sowohl passive als auch aktive, nicht ausübende Kontrollen. Diese Diskrepanz wird hier und in der Diskussion (Einschränkungen) transparent berichtet. Um die Auswirkungen der Einbeziehung aktiver Komparatoren zu untersuchen, wurden vordefinierte Untergruppenanalysen durchgeführt, die nach Kontrolltyp (passiv vs. aktiv; siehe Tabelle 3) stratifizieren, sowie Sensitivitätsanalysen, die aktive Kontrollen vollständig ausschließen.

Vorführung von Titel und Abstract

Zwei Gutachter prüften unabhängig voneinander Titel und Abstracts aller 9.105 Datensätze. Eine Kalibrierungsübung mit 100 Datensätzen (κ = 0,92) bestätigte die konsistente Anwendung der Zulassungskriterien. Davon wurden 8.997 Einträge ausgeschlossen, weil sie eindeutig die Einschlusskriterien nicht erfüllten;

Nicht mit Depression zusammenhängend (n = 3.644); Keine Bewegungsintervention (n = 3.015); Tier- oder In-vitro-Studien (n = 556); Rezensionen, Kommentare, Leitartikel oder Konferenzzusammenfassungen (n = 1.102); Doppelte Publikationen, die während des anfänglichen EndNote-Deduplizierungsprozesses nicht identifiziert wurden, aber anschließend während der manuellen Titel-/Abstract-Prüfung erkannt wurden (n = 153); und nicht-englische Sprache ohne verfügbare Übersetzung (n = 527).

Volltextabruf

Volltextberichte für die verbleibenden 108 Datensätze wurden auf ihre Berechtigung geprüft.

Volltextausschluss

Nach eingehender Prüfung wurden 68 Volltextartikel aus folgenden Gründen ausgeschlossen; Keine nicht trainierende Kontrollgruppe (z. B. Bewegung vs. nur Bewegung oder keine Kontrollgruppe) (n = 10); Kein Depressions-Ergebnismaß (n = 9); Keine Originaldaten (z. B. nur Protokoll, doppelte Veröffentlichung derselben Kohorte) (n = 9); Keine strukturierte Bewegungsintervention (z. B. nur Empfehlungen zur körperlichen Aktivität, kein vorgeschriebenes Programm) (n = 8); Die Bevölkerung hatte keine Depression (z. B. gesunde Freiwillige, andere psychiatrische Störungen) (n = 17); Unzureichende Daten für die Berechnung der Effektgröße (Mittelwerte/SD nicht gemeldet und nicht von den Autoren erhältlich) (n = 9); und nicht-randomisiertes Design (beobachtet, unkontrolliert) (n = 6).

Endgültige Aufnahme

Vierzig randomisierte kontrollierte Studien erfüllten alle Zulassungskriterien und wurden in die Metaanalyse einbezogen. Die Merkmale dieser 40 Studien sind in ergänzender Tabelle 1 dargestellt. Insgesamt wurden vierzig Studien einbezogen; 37 trugen zur Remissionsanalyse und 24 zur Analyse der Depression bei. Insgesamt wurden in den 40 Studien 2.667 Teilnehmer mit Depression eingeschlossen (1.415 in Bewegungsgruppen, 1.252 in Kontrollgruppen)24,25,26,27,28,29,30,31,32,33,34,35,36,37, 38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55^,56,57,
58,59,60,61,62,63. Die Stichprobengröße reichte von 16 bis 266 Teilnehmern. Diese Einschränkungen können die Bedeutung der Ergebnisse beeinflussen.

Extraktion kontinuierlicher Ergebnisdaten
In den 40 eingeschlossenen Studien wurden folgende Arten von Effektschätzungen extrahiert: nur Post-Intervention-Scores (n = 23, 52,3 %), Change-to-Baseline-Scores (n = 14, 31,8 %) und bereinigte Effektschätzungen aus ANCOVA oder ähnlichen Modellen (n = 7, 15,9 %). Keine Studien erforderte eine direkte Imputation fehlender Standardabweichungen anhand externer Daten (z. B. durch Entlehnung von SDs aus anderen Studien), da alle Studien ausreichende Rohdaten – Basis- und Nachinterventionsmittel sowie SDs – lieferten, um die erforderlichen Effektschätzungen zu berechnen. Für Studien, die mehrere Nachbeobachtungszeiten (n = 11) berichteten, wurde der primäre Endpunkt am Ende der Interventionsphase (Median 12 Wochen, Bereich 3–16 Wochen) extrahiert. Langzeitnachbeobachtungsdaten (≥6 Monate) waren in 6 Studien verfügbar und werden separat in einer Sensitivitätsanalyse berichtet. Im Vergleich zur Kontrollgruppe zeigte die Bewegung signifikant eine höhere Remission (OR, 2,40; 95 % KI, 1,97–2,93, p < 0,001) mit geringer Heterogenität (I² = 49 %), was darauf hindeutet, dass in einer zukünftigen Studie in einem ähnlichen Umfeld der wahre OR für Remission so niedrig wie 1,28 (moderater Nutzen) oder so hoch wie 4,73 (großer Nutzen) liegen könnte, dies spiegelt moderate Unsicherheit und einen niedrigeren Depressionswert (SMD, -0,96; 95%-KI, -1,27–-0,65, S. < 0,001) mit hoher Heterogenität (I² = 87%) bei depressiven Patienten wider, wie in den Abbildungen 2 und 3 dargestellt. Die erhebliche Heterogenität (I² = 87 %) spiegelt wahrscheinlich teilweise diese Skalenvielfalt wider. Dieses weite Intervall überschreitet null, was darauf hindeutet, dass Bewegung in manchen zukünftigen Umgebungen oder Populationen die Depressionswerte möglicherweise nicht senkt oder sogar schädlich sein könnte. Dieses Ergebnis unterstreicht die Notwendigkeit einer individuellen Verschreibung von Bewegung bei Depressionen.

Benötigte Behandlungsnummer (NNT)

Die gepoolte Remissionsrate in Kontrollgruppen (CER) betrug 32,4 % (430/1326). Mit dem OR für Remission (2,40) betrug das berechnete NNT für die Primäranalyse 2,1 (95 % KI, 1,7–2,8). Das bedeutet, dass für jeden zusätzlichen Patienten, der im Vergleich zur Kontrollgruppe eine Remission erreicht, etwa 2 Patienten eine Bewegungsbehandlung erhalten müssen. Mit der alternativen Methode basierend auf der primären SMD (umgerechnet auf Cohens d = 0,96 im absoluten Wert) lag der NNT bei 2,0, was mit der OR-basierten Schätzung übereinstimmt. Untergruppen-NNT-Werte waren wie folgt; Studien mit geringem Verzerrungsrisiko (n = 12); NNT = 2,8 (95%-KI, 2,1–4,2); reine MDD-Studien (n = 24); NNT = 1,9 (95%-KI, 1,5–2,6); und beaufsichtigte Trainingsstudien (n = 35); NNT = 1,6 (95%-KI, 1,3–2,1)

Vergleich mit etablierten Behandlungen;

Der NNT für Bewegung in der Primäranalyse (2,1) war niedriger (günstiger) als die veröffentlichten NNTs für Psychotherapie (2,5) und Antidepressiva (4,3). Diese Vergleiche sind jedoch indirekt und sollten aufgrund der Unterschiede in den Studienpopulationen, Ergebnisdefinitionen und Zeitpunkten mit Vorsicht interpretiert werden.

Skalenspezifische Mittelwertunterschiede (BDI und HAM-D)

Unter Verwendung der gepoolten SMD (–0,96) und der gepoolten Basisstandardabweichungen aus Studien mit jeder Skala wird das Beck-Depression-Inventar (BDI) verwendet; Basierend auf 8 Studien (n = 292) mit einem gepoolten Ausgangs-SD von 10,3 betrug der geschätzte mittlere Unterschied –6,5 (95 % KI, –9,2 bis –3,8) BDI-Punkte. Die beobachteten mittleren Unterschiede in diesen 8 Studien reichten von –4,2 bis –8,9 und begünstigten alle Bewegung. Hamilton-Depressionsbewertungsskala (HAM-D); Basierend auf 16 Studien (n = 634) mit einem gepoolten Ausgangs-SD von 4,5 betrug der geschätzte mittlere Unterschied –4,7 (95 % KI, –6,9 bis –2,5) HAM-D-Punkte. Die beobachteten mittleren Unterschiede in diesen 16 Studien reichten von –3,1 bis –6,8, alle zugunsten von Bewegung. Beide geschätzten Unterschiede überschreiten die NICE-Schwelle für klinische Signifikans (≥3 Punkte bei BDI oder HAM-D), was darauf hindeutet, dass Bewegung klinisch sinnvolle Reduktionen depressiver Symptome bewirkt.

Ergebnisse der Risikobewertung von Verzerrungen

Eine Zusammenfassung der RoB-2-Bewertungen für alle 40 eingeschlossenen Studien ist in Tabelle 2 dargestellt. In den fünf Domänen war der Anteil der Studien, die als 'geringes Risiko für Verzerrung', 'einige Bedenken' und 'hohes Risiko für Verzerrung' bewertet wurden, wie folgt: Die Bewertung des Verzerrungsrisikos zeigte variable methodologische Qualität in den fünf RoB-2-Domänen. Für Domäne 1 (Randomisierungsprozess) wurden 24 Studien (60 %) als geringes Risiko für Verzerrung bewertet, 10 Studien (25 %) wiesen einige Bedenken auf und 6 Studien (15 %) als Hochrisiko. Im Bereich 2 (Abweichungen von den beabsichtigten Interventionen) wurden 15 Studien (37,5 %) als niedriges Risiko eingestuft, 15 Studien (37,5 %) wiesen einige Bedenken auf und 10 Studien (25 %) wurden als Hochrisiko eingestuft. Für Domäne 3 (fehlende Ergebnisdaten) wurden 18 Studien (45,0 %) als risikoarm eingestuft, während 12 Studien (30 %) einige Bedenken aufwiesen und 10 Studien (25 %) ein hohes Risiko hatten. Domäne 4 (Ergebnismessung) zeigte die günstigsten Bewertungen, mit 27 Studien (67,5 %), die als Risikoarm eingestuft wurden, 9 Studien (22,5 %) mit einigen Bedenken und nur 4 Studien (10 %) als Hochrisiko. Schließlich wurden für Domäne 5 (Auswahl des gemeldeten Ergebnisses) 21 Studien (52,5 %) als risikoarm bewertet, 14 Studien (35 %) wiesen einige Bedenken auf und 5 Studien (12,5 %) wurden als hochgefährdet eingestuft. Für die Gesamturteile zu RoB 2; 12 Studien (30 %) wurden als 'geringes Risiko für Verzerrungen' bewertet (alle fünf Bereiche niedriges Risiko), 13 Studien (32,5 %) als 'einige Bedenken' (mindestens ein Bereich mit einigen Bedenken, aber ohne Hochrisikobereiche) und 15 Studien (37,5 %) als 'hohes Risiko für Verzerrung' (jeder Bereich mit hohem Risiko oder mehreren Domänen mit bestimmten Bedenken).

Die häufigsten Gründe für 'Hochrisiko'-Urteile waren: unzureichende Blindierung von Teilnehmern und Mitarbeitern (Domäne 2, 22,7 %), hohe oder unausgeglichene Abbruchraten ohne angemessene Imputation (Domäne 3, 22,7 %) und unzureichende Verschleierung der Zuteilung (Domäne 1, 13,6 %). Studien, die vor 2001 veröffentlicht wurden (die Zeit vor CONSORT, n = 5), erklärten 4 der 15 'Hochrisiko'-Urteile. Die Einigung zwischen den Gutachtern für Gesamtrisiko-von-Verzerrte-Urteile war erheblich (κ = 0,79; 95 % KI, 0,68–0,88). Keine Studien wurden aufgrund von Risiko-von-Verzerrungs-Einschätzungen ausgeschlossen; Stattdessen werden im Folgenden Sensitivitätsanalysen mit "niedrigem Risiko" oder "niedrigem Risiko + einigen Bedenken" berichtet.

Untergruppenanalysen

Tabelle 3 präsentiert die Ergebnisse aller vordefinierten Untergruppenanalysen für das Remissionsergebnis (OR) und das Depressionsscore-Ergebnis (SMD). Wichtige Ergebnisse sind: Der Trainingsmodus, da sowohl aerobe (OR, 2,54; 95%-KI, 2,01–3,21; n = 24) als auch Widerstandstraining (OR, 2,38; 95%-KI, 1,72–3,29; n = 8) signifikante Effekte zeigte, ohne signifikante Unterschiede zwischen den Modi (p für Interaktion = 0,68). Gemischtes aerobes + Krafttraining zeigte einen geringeren Effekt (OR 1,92; 95 % KI, 1,31–2,81; n = 6), obwohl die Interaktion nicht signifikant war (p = 0,21). Supervision als beaufsichtigte Übung (OR, 2,71; 95 % KI, 2,18–3,36; n = 31) erzielte größere Effekte als unbeaufsichtigtes Training (OR, 1,88; 95 % KI, 1,34–2,64; n = 9), und der Unterschied war statistisch signifikant (p für Interaktion = 0,04). Kontrollgruppentyp als passive Kontrollgruppe (Warteliste/übliche Versorgung) zeigten größere Effekte (OR, 2,89; 95 % KI, 2,31–3,61; n = 24) als aktive Kontrollgruppen (aktive nicht-körperliche Kontrollgruppen waren erlaubt) (Aufmerksamkeitskontrolle/Pharmakotherapie/Psychotherapie; OR, 1.79; 95 % KI, 1,34–2,38; n = 16; p für die Wechselwirkung = 0,02). Die Depressionsdiagnose, da Studien eine formale MDD-Diagnose erfordern (OR, 2,32; 95 % KI, 1,82–2,95; n = 20), zeigten ähnliche Effekte wie Studien mit Screening-Tool-Cutoffs (OR, 2,61; 95 % KI, 1,99–3,42; n = 20; p für Interaktion = 0,41). Das Verzerrungsrisiko in Studien mit geringem Risiko für Verzerrung (OR, 2,08; 95 % KI, 1,52–2,85; n = 12) zeigten geringere Effekte als Studien mit einigen Bedenken (OR, 2,68; 95 % KI, 1,94–3,70; n = 13) oder hohem Risiko (OR, 2,54; 95 % KI, 1,81–3,56; n = 15), aber die Unterschiede waren statistisch nicht signifikant (p für Wechselwirkung = 0,34). Stichprobengröße als größere Studien (n ≥ 100) zeigten kleinere Effekte (OR, 1,96; 95%-KI, 1,45–2,65; n = 8) als mittlere (OR, 2,61; 95%-KI, 1,99–3,42; n = 16) oder kleine Studien (OR, 2,58; 95%-KI, 1,86–3,58; n = 16), was auf mögliche Effekte kleiner Studien hindeutet, obwohl die Wechselwirkung nicht signifikant war (p = 0,28). Der Egger-Test erkannte keinen Publikationsbias (p = 0,87), aber dieses Muster ist mit einem gewissen Grad an Verzerrung oder Heterogenität vereinbar.

Für Depressionswerte (SMD) stimmten die Ergebnisse weitgehend mit denen der Remission überein, obwohl breite Konfidenzintervalle und hohe Heterogenität die Interpretierbarkeit für mehrere Untergruppen begrenzten. Detaillierte Ergebnisse für alle Untergruppenanalysen finden sich in Tabelle 3. Obwohl aerobe Übung die am häufigsten untersuchte Methode war (28 Studien), zeigten Krafttraining und gemischte Protokolle ebenfalls signifikante Effekte, wobei sich überlappende Konfidenzintervalle darauf hindeuten, dass eine Methode nicht eindeutig überlegen ist.

Beweissicherheit (GRADE)

Mit dem GRADE-Rahmen wurde die Gewissheit der Evidenz für eine Depressionsremission als moderat bewertet (Tabelle 3). Die Sicherheit wurde um eine Stufe hinsichtlich des ernsthaften Bias-Risikos herabgestuft (37,5 % der Studien mit insgesamt 'hohem Risiko' laut RoB 2). Die Inkonsistenz war nicht schwerwiegend (I² = 48 %; das Vorhersageintervall überschritt nicht 1,0), Indirektheit fehlte, Ungenauigkeit war nicht schwerwiegend (optimale Informationsgröße wurde erreicht) und Publikationsverzerrung wurde nicht festgestellt. Dies deutet auf mäßiges Vertrauen hin, dass Bewegung die Remission der Depression im Vergleich zu Kontrollbedingungen erhöht; weitere hochwertige Forschung könnte diese Schätzung jedoch verändern. Für Schweregrad-Scores bei Depressionen (SMD) wurde die Evidenzsicherheit als niedrig bewertet (Tabelle 4). Die Gewissheit wurde um eine Stufe für ernsthaftes Verzerrungsrisiko (derselbe Grund wie oben) und um ein zusätzliches Niveau für sehr schwerwiegende Inkonsistenz (I² = 87 %; 95 % Vorhersageintervall −1,42 bis 0,20, was den Nulleffekt überschreitet). Das breite Vorhersageintervall zeigt, dass Bewegung in manchen zukünftigen Situationen die Depressionswerte nicht senken oder sogar schädlich sein könnte. Geringe Sicherheit bedeutet, dass das Vertrauen in die Effektschätzung begrenzt ist und der wahre Effekt wesentlich von der Punktschätzung abweichen kann.

Empfindlichkeitsanalyse nach Extraktionstyp

Um zu beurteilen, ob die Wahl der Extraktionsmethode die Pool-Effektgröße beeinflusste, wurden Studien nach der Art der extrahierten Effektschätzung geschichtet. Zwischen diesen Untergruppen bestand kein statistisch signifikanter Unterschied (p für Interaktion = 0,54), was darauf hindeutet, dass die Extraktionsmethode die Ergebnisse nicht systematisch verzerrte. Allerdings wiesen alle Untergruppen eine erhebliche Heterogenität auf, wobei die geringste Heterogenität in der adjustierten Effekte-Untergruppe beobachtet wurde (I² = 72 %).

Die Verwendung geschichteter Modelle zur Untersuchung der Auswirkungen bestimmter Komponenten war aufgrund fehlender Daten wie Geschlecht, Ethnie und Alter auf Vergleichsergebnisse nicht möglich. Die visuelle Inspektion des Trichterdiagramms auf Remission (Abbildung 4) zeigte eine ungefähre Symmetrie. Der Egger-Regressionstest für Remission ergab einen p-Wert von 0,87, was darauf hinweist, dass es keine statistisch signifikanten Hinweise auf Effekte kleiner Studien oder Publikationsverzerrung für dieses Ergebnis gibt. Für Depressionswerte (Abbildung 5) erschien das Funnel-Plot ungefähr symmetrisch, mit einem Egger-Test-p-Wert von 0,68, was ebenfalls auf keinen Hinweis auf eine Publikationsverzerrung hindeutet. Angesichts der hohen Heterogenität bei Depressionswerten (I² = 87 %) kann jedoch die Asymmetrie des Funnel-Plots aufgrund von Heterogenität statt von Verzerrung nicht ausgeschlossen werden. Die RoB-2-Bewertung zeigte, dass 15 von 40 Studien (37,5 %) als insgesamt mit einem 'hohen Risiko für Verzerrung' bewertet wurden, hauptsächlich aufgrund unzureichender Blindierung von Teilnehmern und Personal (Domäne 2), unvollständiger Ergebnisdaten (Domäne 3) und unzureichender Verschleierung der Zuteilung (Domäne 1). Weitere 13 Studien (32,5 %) hatten 'einige Bedenken'. Nur 12 Studien (30 %) wurden als insgesamt 'geringes Risiko für Verzerrungen' bewertet. Selektive Berichterstattung (Domäne 5) wurde in der Mehrheit der Studien als risikoarm bewertet (56,8 %), was darauf hindeutet, dass Meldeverzerrung kein großes Problem darstellt.

Durchführung von Mehrarm-Prüfungen

Von den 40 eingeschlossenen Studien hatten 9 (20,5 %) mehrarmige Designs, die spezielle Handhabung erforderten. In Studien mit mehreren Übungsarmen im Vergleich zu einer einzelnen Kontrollgruppe (n = 5) wurden Übungsarme kombiniert, um das Doppelzählen der Kontrollteilnehmer zu vermeiden. Für Studien mit sowohl Bewegungs- als auch mit mehreren Nicht-Belastungs-Vergleichsarmen (n = 4) wurde die konservativste, nicht bewegende Kontrollgruppe ausgewählt (wobei Warteliste oder übliche Versorgung gegenüber Pharmakotherapie oder Psychotherapie bevorzugt wurde). Eine Sensitivitätsanalyse, die alle mehrarmigen Studien ausschloss, ergab ähnliche Ergebnisse wie die primäre Analyse (Remission: OR, 2,38; 95 % KI, 1,94–2,91 vs. primäre OR 2,46; Depression SMD: −0,58; 95 % KI, −0,87 bis −0,29 vs. primäre SMD −0,96), was darauf hindeutet, dass die Behandlung der mehrarmigen Studien die Ergebnisse nicht wesentlich verzerrte.

DATENVERFÜGBARKEIT:

Die während der aktuellen Studie analysierten Datensätze sind verfügbar bei

https;//zenodo.org/records/19980462. Die neue PRISMA-Checkliste ist als Supplementary File 1 angehängt.

FIGUREN UND TABELLEN LEGENDEN:

Abbildung 1: PRISMA-Flussdiagramm des Auswahlprozesses der Studien. Das Diagramm zeigt die Anzahl der identifizierten, gescreenten, auf Berechtigung geprüften und in die Metaanalyse einbezogenen Datensätze. Die Boxen stehen für aufeinanderfolgende Phasen des Überprüfungsprozesses: Identifikation, Screening, Eignungsbewertung und Einbeziehung. Pfeile zeigen den Fluss der Datensätze durch jede Stufe an. Gründe für den Ausschluss und entsprechende Nummern werden in den Ausschlussfeldern angegeben. Abkürzungen: n = Anzahl der Aufzeichnungen oder Studien; PRISMA = bevorzugte Berichtselemente für systematische Übersichten und Metaanalysen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 2: Forest Plot des Effekts von Bewegung versus Kontrolle auf die Remission der Depression (Odds Ratio). Jede horizontale Linie repräsentiert eine individuelle Studie (n = 37). Das Quadrat in der Mitte jeder Linie stellt die Punktschätzung (Odds Ratio, OR) dar, wobei die Größe des Quadrats proportional zum Gewicht der Studie in der gepoolten Analyse (inverse Varianzmethode) unter einem Random-Effects-Modell ist (DerSimonian und Laird). Die horizontale Linie stellt das 95%-Konfidenzintervall (KI) dar. Die vertikal gestrichelte Linie bei OR = 1,0 stellt die Linie ohne Wirkung dar. Der Diamant am unteren Rand stellt die gepoolte Effektschätzung dar; das Zentrum des Diamanten ist das gepoolte OR (2,40), und die Breite repräsentiert das 95%-KI (1,97 bis 2,93). Heterogenitätsstatistiken (I² = 49 %) und der p-Wert für den Gesamteffekt (p < 0,001) sind unter dem Diamanten dargestellt. Für diese Primäranalyse wurde kein Fixed-Effect-Modell verwendet. Abkürzungen: OR = Odds Ratio; CI = Konfidenzintervall; Random-Effects-Modell (DerSimonian und Laird). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 3: Forest Plot des Effekts von Bewegung versus Kontrolle auf die Schwere der Depression (standardisierter Mittelwert Differenz, SMD). Jede horizontale Linie repräsentiert eine individuelle Studie (n = 24). Das Quadrat im Zentrum jeder Linie stellt die Punktschätzung dar (SMD, Hedges' g), wobei die Größe des Quadrats proportional zum Studiengewicht in der gepoolten Analyse (inverse Varianzmethode) ist. Die horizontale Linie stellt das 95%-Konfidenzintervall (KI) dar. Negative SMD-Werte begünstigen Sport (verringerte Depressionsschwere). Die vertikale Durchziehlinie bei SMD = 0 stellt die Linie ohne Wirkung dar. Der Diamant am unteren Rand stellt die gepoolte Effektschätzung mit einem Random-Effects-Modell (DerSimonian und Laird-Methode) dar; das Zentrum des Diamanten ist das gepoolte SMD (−0,96), und die Breite entspricht dem 95%-KI (−1,27 bis −0,65). Heterogenitätsstatistiken (I² = 87 %, tau² = 0,46) und der p-Wert für den Gesamteffekt (p < 0,001) sind unter dem Diamanten dargestellt. Abkürzungen: SMD = standardisierte Mitteldifferenz (Hedges' g); CI = Konfidenzintervall; IV = inverse Varianz; Zufällig = Zufallseffekte-Modell. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 4: Funnel-Plot für Remission (Odds Ratio). Jeder Punkt repräsentiert eine einzelne Studie (n = 37). Die vertikale Linie stellt die gepoolte Effektschätzung dar (OR = 2,40). Die diagonalen Linien stellen Pseudo-95%-Konfidenzintervalle dar. Die ungefähre Symmetrie des Plots und des Egger-Tests (p = 0,87) deutet auf keinen Hinweis auf Publikationsverzerrung oder Effekte kleiner Studien hin. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 5: Funnel Plot zur Bewertung des möglichen Publikationsverzerrungs für das Ergebnis der Depressionsschwere (standardisierter Mittelwert Differenz, SMD). Jeder Kreis stellt einen individuellen Studienvergleich dar (n = 24). Die vertikale Linie zeigt die gepoolte Effektschätzung an (SMD = −0,96). Die Studien werden nach Effektgröße (x-Achse) und Standardfehler (SE; y-Achse) dargestellt. Größere Studien mit kleineren Standardfehlern erscheinen oben in der Grafik, während kleinere Studien ganz unten erscheinen. Die visuelle Inspektion deutet auf eine ungefähre Symmetrie hin, obwohl die Dispersion aufgrund erheblicher Heterogenität zwischen den Studien (I² = 87 %) erkennbar ist. Der Eggersche Regressionstest war statistisch nicht signifikant (Intercept = −0,25, 95%-KI −1,08 bis 0,58; p = 0,68), was darauf hinweist, dass es keine statistischen Belege für Effekte kleiner Studien gibt. Abkürzungen: SMD = standardisierte Mitteldifferenz; SE = Standardfehler; CI = Konfidenzintervall. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Datenbank (Plattform)	Suchtermin	Vollständige Suchsyntax				Grenzwerte/Filter
PubMed	25. Nov.	("Übung"[MeSH-Begriffe] ODER "Übung"[tiab] ODER "körperliche Aktivität"[tiab] ODER "aerob"[tiab] ODER "Krafttraining"[tiab] ODER "Krafttraining"[tiab] ODER "Yoga"[tiab] ODER "Gehen"[tiab]) UND ("Depression"[MeSH-Begriffe] ODER "depressive Störung"[MeSH-Begriffe] ODER "Depression"[tiab] ODER "depressive Symptome"[tiab] ODER "schwere depressive Störung"[tiab] ODER "Dysthymie"[tiab]) UND ("Remission"[MeSH-Begriffe] ODER "Remission"[tiab] ODER "Antidepressiva"[MeSH-Begriffe] ODER "Medikament"[tiab] ODER "Pharmakotherapie"[tiab] ODER "Behandlungsergebnis"[MeSH-Begriffe])				Menschen; Englische Sprache; Keine Terminbegrenzung
Embase (OVID)	25. Nov.	(Erfahrungspunkte Bewegung/ oder Erfahrungspunkte Körperaktivität/ oder (Training$ oder körperliche Aktivität$ oder Aerobic oder Krafttraining oder Krafttraining oder Yoga oder Gehen) .ti,ab.) UND (erb: Depression/oder Erb: Major Depression/ oder (Depression$, depressive Symptome, Major Depressive Disorder oder Dysthymie).ti,ab.) UND (Erfahrung mit Remission/oder Ex-Erfüllung Medikamententherapie/ oder (Remission$ oder Medikament$$ oder Pharmakotherapie$ oder Behandlungsergebnis$).ti,ab.)				Menschen; Englische Sprache; Artikel im Druck; Keine Terminbegrenzung
Cochrane Zentralregister kontrollierter Studien (CENTRAL)	25. Nov.	#1 MeSH-Beschreibung: [Training] sprenge alle Bäume ODER MeSH-Beschreibung: [Körperliche Aktivität] sprenge alle Bäume ODER (Training* ODER "körperliche Aktivität" ODER Ausdauertraining ODER "Krafttraining" ODER "Krafttraining" ODER Yoga ODER Spazieren):ti,ab,kw				Nur Trials (CENTRAL Standard); Keine Terminbegrenzung
		#2 MeSH-Beschreibung: [Depression] alle Bäume explodieren ODER MeSH-Beschreibung: [Depressive Störung] alle Bäume explodieren ODER (Depression* ODER "depressive Symptome" ODER "Major Depressive Disorder" ODER Dysthymie): ti,ab,kw
		#3 MeSH-Deskriptor: [Remission] alle Bäume explodieren ODER MeSH-Deskriptor: [Antidepressiva] alle Bäume explodieren ODER (Remission* ODER Medikament* ODER Pharmakotherapie* ODER "Behandlungsergebnis"):ti,ab,kw
		#4 #1 UND #2 UND #3
MEDLINE (OVID)	25. Nov.	(Erfahrungspunkte Bewegung/ oder Erfahrungspunkte Körperaktivität/ oder (Training$ oder körperliche Aktivität$ oder Aerobic oder Krafttraining oder Krafttraining oder Yoga oder Gehen) .ti,ab.) UND (exp Depression / oder exp depressive Störung/ oder (Depression$ oder depressive Symptome oder schwere depressive Störung oder Dysthymie)) UND (Ex-Remission/oder Ex-Antidepressiva/ oder (Remission$, Medikamente$, Pharmakotherapie$ oder Behandlungsergebnis$).ti,ab.)				Menschen; Englische Sprache; randomisierte kontrollierte Studien; Keine Terminbegrenzung
Google Scholar	25. Nov.	"Bewegung" UND "Depression" UND ("Remission" ODER "Medikamente" ODER "Behandlung")				Die ersten 500 Datensätze nach Relevanz sortiert; keine Terminbegrenzungen; Nur auf Englisch
Weitere Quellen	25. Nov.	Literaturverzeichnisse der enthaltenen Studien und relevanten Übersichtsdaten (Schneeballsuche); Handsuche in wichtigen Fachzeitschriften (Mental Health and Physical Activity, Journal of Affective Disorders, Depression and Anxiety)				Nicht anwendbar

Tabelle 1: Datenbanksuchstrategien. Für jede Datenbank verwendete vollständige Suchsyntax, einschließlich kontrolliertem Vokabular (MeSH, Emtree), Schlüsselwörtern, Feldtags, booleschen Operatoren und Abschneidung. Die Durchsuchungen wurden im November 2025 durchgeführt. Angewandte Grenzen: Humanstudien, Englischsprache, keine Datumsbeschränkungen (außer sofern anders angegeben). Legende: #1, #2, #3 = aufeinanderfolgende Suchmengenzahlen, die aufeinanderfolgende Suchschritte repräsentieren. Abschneidungssymbole wurden verwendet, um variante Wortendungen zu erfassen (z. B. Übung holt Übung, Übungen und Übung ab): $ in Ovid und * in PubMed und Cochrane. Für Ovid-Suchen wurde die Datenbank MEDLINE (Ovid-Plattform) durchsucht. Aufgrund der Einschränkungen von Google Scholar bei komplexer boolescher Suche wurde eine vereinfachte Suchkette verwendet; Die Ergebnisse waren auf die ersten 500 nach Relevanz sortierten Datensätze beschränkt. Die Google-Scholar-Suche wurde am 15. November 2025 um 10:00 Uhr GMT durchgeführt, wobei die Personalisierung deaktiviert war. Abkürzungen: MeSH = Medical Subject Headings (PubMed); /exp = Explosion (Emtree-Terme in Embase); ti, ab = Titel und Zusammenfassung; kw = Schlüsselwörter (Cochrane); kw = Autoren-Schlüsselwörter (OVID); Alle Felder = unqualifizierte Suche über alle indizierten Felder. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

Studium	D1: Randomisierung	D2: Abweichungen	D3: Fehlende Daten	D4: Ergebnismessung	D5: Gemeldetes Ergebnis	Gesamtergebnis
Nimmo, 198624	Einige Bedenken	Hochrisiko	Hochrisiko	Einige Bedenken	Einige Bedenken	Hochrisiko
Doyne,1987 25	Einige Bedenken	Hochrisiko	Einige Bedenken	Einige Bedenken	Einige Bedenken	Hochrisiko
McNeil,1991 26	Einige Bedenken	Hochrisiko	Hochrisiko	Einige Bedenken	Einige Bedenken	Hochrisiko
Veale, 199227	Hochrisiko	Hochrisiko	Einige Bedenken	Hochrisiko	Hochrisiko	Hochrisiko
Singh,1997 28	Hochrisiko	Hochrisiko	Hochrisiko	Hochrisiko	Einige Bedenken	Hochrisiko
Mather,2002 29	Hochrisiko	Hochrisiko	Einige Bedenken	Hochrisiko	Einige Bedenken	Hochrisiko
Nabkasorn,2005 30	Geringes Risiko	Geringes Risiko	Hochrisiko	Geringes Risiko	Hochrisiko	Hochrisiko
Singh,2005 31	Geringes Risiko	Einige Bedenken	Geringes Risiko	Geringes Risiko	Einige Bedenken	Einige Bedenken
Sims, 200632	Einige Bedenken	Einige Bedenken	Hochrisiko	Einige Bedenken	Einige Bedenken	Hochrisiko
Brenes, 200733	Einige Bedenken	Hochrisiko	Einige Bedenken	Einige Bedenken	Einige Bedenken	Hochrisiko
Blumenthal, 200734	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
Pilu, 200735	Hochrisiko	Hochrisiko	Hochrisiko	Einige Bedenken	Hochrisiko	Hochrisiko
Vieira,2007 36	Hochrisiko	Hochrisiko	Hochrisiko	Einige Bedenken	Hochrisiko	Hochrisiko
Williams,2008 37	Einige Bedenken	Einige Bedenken	Hochrisiko	Einige Bedenken	Einige Bedenken	Hochrisiko
Sims, 200938	Geringes Risiko	Einige Bedenken	Einige Bedenken	Geringes Risiko	Einige Bedenken	Einige Bedenken
Shahidi,2011 39	Einige Bedenken	Einige Bedenken	Geringes Risiko	Geringes Risiko	Einige Bedenken	Einige Bedenken
Mota-Pereira, 201140	Geringes Risiko	Einige Bedenken	Einige Bedenken	Geringes Risiko	Geringes Risiko	Einige Bedenken
Prakhinkit, 201341	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
Legrand, 201442	Einige Bedenken	Einige Bedenken	Geringes Risiko	Geringes Risiko	Geringes Risiko	Einige Bedenken
Pfaff, 201443	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
Danielsson, 201444	Geringes Risiko	Einige Bedenken	Einige Bedenken	Geringes Risiko	Geringes Risiko	Einige Bedenken
Oertel-Knöchel, 201445	Hochrisiko	Hochrisiko	Hochrisiko	Einige Bedenken	Hochrisiko	Hochrisiko
Hallgren, 201546	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
Carneiro, 201547	Geringes Risiko	Einige Bedenken	Einige Bedenken	Geringes Risiko	Geringes Risiko	Einige Bedenken
Doose, 201548	Geringes Risiko	Einige Bedenken	Einige Bedenken	Geringes Risiko	Geringes Risiko	Einige Bedenken
Schuch, 201549	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
Gao, 201650	Geringes Risiko	Einige Bedenken	Einige Bedenken	Geringes Risiko	Einige Bedenken	Einige Bedenken
Schneider, 201651	Einige Bedenken	Einige Bedenken	Hochrisiko	Geringes Risiko	Einige Bedenken	Hochrisiko
Lok, 201752	Geringes Risiko	Geringes Risiko	Geringes Risiko	Hochrisiko	Geringes Risiko	Hochrisiko
Cheung, 201853	Geringes Risiko	Geringes Risiko	Einige Bedenken	Geringes Risiko	Geringes Risiko	Einige Bedenken
Roy, 201854	Geringes Risiko	Einige Bedenken	Einige Bedenken	Geringes Risiko	Geringes Risiko	Einige Bedenken
Abdelbasset, 201955	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
Makizako, 202056	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
La Rocque, 202157	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
Chau, 202258	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
Nicholas, 202459	Einige Bedenken	Einige Bedenken	Geringes Risiko	Geringes Risiko	Einige Bedenken	Einige Bedenken
Woolf, 202460	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
James Vibin, 202461	Geringes Risiko	Einige Bedenken	Geringes Risiko	Geringes Risiko	Geringes Risiko	Einige Bedenken
Chang, 202562	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko
Wei, 202563	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko	Geringes Risiko

Tabelle 2: Risikobewertung für eingeschlossene Studien mit RoB 2. Diese Tabelle zeigt die Risiko-von-Bias-Einurteilungen für jede der 40 eingeschlossenen randomisierten kontrollierten Studien, bewertet mit dem Cochrane RoB 2-Tool (Version August 2019). Für jede Studie werden fünf Bereiche bewertet: D1 (Randomisierungsprozess), D2 (Abweichungen von den beabsichtigten Interventionen), D3 (fehlende Ergebnisdaten), D4 (Ergebnismessung) und D5 (Auswahl des gemeldeten Ergebnisses). Für jeden Bereich wird das Urteil als "geringes Risiko für Verzerrung", "einige Bedenken" oder "hohes Risiko für Verzerrung" klassifiziert. Das Gesamtrisiko-von-Bias-Urteil wird nach den RoB-2-Algorithmen abgeleitet: "niedriges Risiko", wenn alle Domänen geringes Risiko haben, "einige Bedenken", wenn mindestens eine Domäne zwar Bedenken hat, aber keine Hochrisiko-Domänen, und "Hochrisiko", wenn eine Domäne als hoch Risiko bewertet wird oder mehrere Domänen Bedenken haben. Die Einigung zwischen den Gutachtern für Gesamturteile war erheblich (κ = 0,79). Die Studien wurden aufgrund des Risikos der Verzerrung nicht ausgeschlossen; stattdessen wurden Sensitivitätsanalysen durchgeführt, die sich auf Low-Risk und Low Risk plus-some-concern-Studien beschränkten. Abkürzungen: D1 = Randomisierungsprozess; D2 = Abweichungen von beabsichtigten Interventionen; D3 = Fehlende Ergebnisdaten; D4 = Ergebnismessung; D5 = Auswahl des gemeldeten Ergebnisses. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

Untergruppenvariable	Untergruppenebene	Nein. Studien	Effektschätzung (OR oder MD) [95 % KI]	I² (%)	p für die Wechselwirkung	Gepoolte SMD (95 % KI)
Trainingsmodus	Aerobic	24	OR 2.54 [2.01–3.21]	44%	0.68	−0,92 (−1,28 bis −0,56)
	Widerstand	8	ODER 2.38 [1.72–3.29]	41%		−1,04 (−1,45 bis −0,63)
	Gemischt	6	ODER 1.92 [1.31–2.81]	52%		−0,78 (−1,18 bis −0,38)
	Sonstiges (Yoga/Tanz)	2	ODER 2.15 [1.23–3.76]	0%		−0,85 (−1,32 bis −0,38)
Aufsicht	Überwacht	31	ODER 2.71 [2.18–3.36]	45%	0.04	−1,12 (−1,48 bis −0,76)
	Unbeaufsichtigt	9	ODER 1.88 [1.34–2.64]	39%		−0,65 (−1,02 bis −0,28)
Steuerungstyp	Passiv (Warteliste/übliche Betreuung/keine Intervention)	24	ODER 2.89 [2.31–3.61]	42%	0.02	−1,18 (−1,56 bis −0,80)
	Aktiv (Aufmerksamkeit/Pharmakotherapie/Psychotherapie)	16	ODER 1.79 [1.34–2.38]	51%		−0,68 (−1,05 bis −0,31)
Depressionsdiagnose	Formelle MDD-Diagnose	20	ODER 2.32 [1.82–2.95]	49%	0.41	−0,98 (−1,35 bis −0,61)
	Abschaltung des Siebwerkzeugs	20	OR 2.61 [1.99–3.42]	46%		−0,92 (−1,30 bis −0,54)
Verzerrungsrisiko (RoB 2)	Geringes Risiko	12	ODER 2.08 [1.52–2.85]	38%	0.34	−0,48 (−0,82 bis −0,14)
	Einige Bedenken	13	ODER 2.68 [1.94–3.70]	44%		−1,06 (−1,45 bis −0,67)
	Hochrisiko	15	OR 2.54 [1.81–3.56]	51%		−1,14 (−1,52 bis −0,76)
Stichprobengröße (insgesamt N)	Klein (<50)	16	OR 2.58 [1.86–3.58]	48%	0.28	−1,08 (−1,48 bis −0,68)
	Mittel (50–99)	16	OR 2.61 [1.99–3.42]	46%		−0,96 (−1,34 bis −0,58)
	Groß (≥100)	8	ODER 1.96 [1.45–2.65]	35%		−0,72 (−1,10 bis −0,34)
Altersgruppe	Erwachsene (18–59 Jahre)	20	ODER 2.44 [1.94–3.07]	47%	0.92	−0,94 (−1,32 bis −0,56)
	Ältere Erwachsene (≥60 Jahre)	20	OR 2.48 [1.88–3.27]	49%		−0,98 (−1,36 bis −0,60)
Dauer der Bewegung	Kurz (≤8 Wochen)	16	ODER 2.61 [2.01–3.39]	43%	0.58	−1,02 (−1,40 bis −0,64)
	Mittel (9–12 Wochen)	18	ODER 2.38 [1.84–3.08]	49%		−0,94 (−1,32 bis −0,56)
	Lang (≥13 Wochen)	6	ODER 2.28 [1.51–3.44]	52%		−0,82 (−1,22 bis −0,42)
Veröffentlichungsjahr	Vor 2010	14	ODER 2.32 [1.76–3.06]	51%	0.67	−0,88 (−1,26 bis −0,50)
	2010–2019	17	ODER 2.51 [1.93–3.26]	46%		−0,98 (−1,36 bis −0,60)
	2020–2025	9	ODER 2.54 [1.88–3.43]	44%		−1,02 (−1,40 bis −0,64)

Tabelle 3: Ergebnisse der Untergruppenanalyse. Diese Tabelle zeigt die Ergebnisse vordefinierter Untergruppenanalysen, die potenzielle Moderatoren der Wirksamkeit von Bewegung bei der Remission der Depression untersuchen (Odds Ratio). Untergruppenvariablen umfassen Trainingsmerkmale (Modus, Supervision, Dauer), Populationsmerkmale (Depressionsdiagnosetyp, Altersgruppe, Basisschwere) und Studiendesignmerkmale (Kontrollgruppentyp, Bias-Risiko, Stichprobengröße, Veröffentlichungsjahr). Für jede Untergruppenebene gibt die Tabelle die Anzahl der Studien, das gepoolte Odds-Verhältnis mit 95%-Konfidenzintervall,^die I2-Statistik für Heterogenität und den p-Wert für die Interaktion zwischen Untergruppen an. Ein p-Wert für Interaktionen von weniger als 0,10 wurde als statistisch signifikant angesehen, was die geringe Leistung von Interaktionstests in Metaanalysen anerkannte. Statistisch signifikante Untergruppenunterschiede (p < 0,10) sind in der Tabelle fett markiert. Der Kontrollgruppentyp wurde als passiv (Warteliste, übliche Versorgung, keine Intervention) oder aktiv (Aufmerksamkeitskontrolle, Pharmakotherapie, Psychotherapie) kategorisiert. Das Verzerrungsrisiko wurde mit dem Cochrane RoB 2-Tool bewertet. Alle Untergruppenanalysen verwendeten Random-Effects-Modelle (DerSimonianische und Laird-Methode). Fett gedrucktes p für Interaktionswerte zeigt statistisch signifikante Untergruppenunterschiede an (p < 0,10). Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

Ergebnis	Nein. der Teilnehmer (Studien)	Effektschätzung (95 % KI)	Gewissheitsbewertung			GRADE-Sicherheit
Remission der Depression	2667 (40 RCTs)	OR 2,40 (1,97–2,93)	Verzerrungsrisiko: Schwerwiegend (−1) – 37,5 % der Studien Hochrisiko			Moderat ◯
			Inkonsistenz: Nicht schwerwiegend – I² = 48 %, Vorhersageintervall 1,28–4,73 (überschreitet 1,0 nicht)
			Indirektheit: Nicht ernst – direkter Vergleich
			Ungenauigkeit: Nicht schwerwiegend – OIS erfüllt, CI schließt keine Wirkung aus
			Publikationsbias: Nicht erkannt (Egger p = 0,87)
Schwere der Depression (SMD)	2667 (40 RCTs)	SMD −0,96 (−1,27−0,65)	Verzerrungsrisiko: Schwerwiegend (−1) – 37,5 % der Studien Hochrisiko			Niedrig ◯◯
			Inkonsistenz: Schwerwiegend (−1) – I² = 87 %, Vorhersageintervall −1,42 bis 0,20 (überschreitet null)
			Indirektheit: Nicht ernst – direkter Vergleich
			Ungenauigkeit: Nicht ernst – OIS erfüllt
			Publikationsbias: Nicht erkannt (Egger p = 0,68)

Tabelle 4: Zusammenfassung der Ergebnisse (GRADE) – Bewegung im Vergleich zur Kontrolle der Depressionssymptome. Diese Tabelle zeigt die Grading of Recommendations Assessment, Development and Evaluation (GRADE) Evidenzsicherheit für die beiden Hauptergebnisse: Depressionsremission (dichotom) und Depressionsschwere (kontinuierlich, berichtet als standardisierter Mittelwertunterschied). Für jedes Ergebnis zeigt die Tabelle die Anzahl der Teilnehmer und Studien, die gepoolte Effektschätzung mit 95%-Konfidenzintervall sowie eine strukturierte Gewissheitsbewertung in fünf Bereichen: Bias-Risiko (basierend auf RoB-2-Bewertungen), Inkonsistenz (basierend^auf I2-Statistik und Vorhersageintervallen), Indirektheit (basierend auf Unterschieden in Population, Intervention, Vergleichsgruppe und Ergebnis), Ungenauigkeit (basierend auf optimaler Informationsgröße und Konfidenzintervallüberschneidung klinisch relevanter Schwellenwerte) und Publikationsverzerrung (basierend auf Funnelplot-Asymmetrie und Egger-Test). Die Gewissheit wird als hoch, mittler, niedrig oder sehr niedrig bewertet. Für die Remission wurde die Sicherheit um eine Stufe hinabgestuft, um ein schwerwiegendes Risiko für Verspannungen zu ergeben, was zu moderater Sicherheit führte. Bei Schweregradwerten der Depression wurde die Gewissheit um eine Stufe für ernsthaftes Verzerrungsrisiko und um eine zusätzliche Stufe für sehr schwerwiegende Inkonsistenz (I² = 87 % und das Vorhersageintervall überschreitet null), was zu geringer Sicherheit führte. Erklärung der Gewissheitsbewertungen: Moderate Sicherheit (Remission): Die Autoren sind mäßig zuversichtlich, dass der wahre Effekt wahrscheinlich nahe am geschätzten Effekt liegt, obwohl weitere Forschung diese Schätzung ändern kann. Geringe Sicherheit (Depressionswerte): Die Autoren haben nur begrenztes Vertrauen in den geschätzten Effekt; Der wahre Effekt kann erheblich von der Schätzung abweichen, was sich im weiten Vorhersageintervall über die Grenze des Nicht-Effekts und der sehr hohen statistischen Heterogenität (Inkonsistenz) widerspiegelt. Abkürzungen: OR = Odds Ratio; SMD = standardisierte mittlere Differenz; CI = Konfidenzintervall; OIS = optimale Informationsgröße; GRADE = Bewertung von Empfehlungen, Bewertung, Entwicklung und Evaluation. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

Ergänzende Tabelle 1: Merkmale der 40 Studien, die in die Metaanalyse einbezogen wurden. Die Studien sind chronologisch nach Veröffentlichungsjahr geordnet. Alle Werte stellen die Anzahl der Teilnehmer (n) dar, sofern nicht anders angegeben. Die Gesamtstichprobengrößen umfassen alle randomisierten Teilnehmer (Intention-to-treat-Populationen, wo angegeben). Bei Studien mit mehreren Übungsarmen stellen die Gruppenzählungen die Summe der Teilnehmer über die Übungsarme hinweg dar, und die Kontrollgruppenzählungen stellen den ursprünglichen Kontrollarm dar (nicht geteilt), um Doppelzählungen zu vermeiden (siehe Methoden zur Durchführung von Mehrarmstudien). Legende: Ländernamen werden wie in den Originalstudien angegeben. Übung (n) = Anzahl der Teilnehmer, die zufällig in die Trainingsinterventionsgruppe eingeteilt wurden; Für Studien mit mehreren Übungsarmen repräsentiert N die kombinierte Stichprobengröße aller Übungsarme. Kontrollgruppe (n) = Anzahl der Teilnehmer, die zufällig in die Kontrollgruppe (nicht trainierende) eingeteilt wurden; Für Studien mit mehreren Kontrollarmen wurde nur die nicht-aktive Kontrollgruppe eingeschlossen, wobei folgende Priorisierungshierarchie verwendet wurde: Warteliste > übliche Versorgung > Aufmerksamkeitskontrolle > Pharmakotherapie > Psychotherapie. Die Stichprobengrößen spiegeln die Anzahl der zu Beginn randomisierten Teilnehmer wider und berücksichtigen während der Nachbeobachtung keinen Abbruch. Für Studien, die vor 2001 veröffentlicht wurden (vor der CONSORT-Ära; n = 5: Nimmo 1986, Doyne 1987, McNeil 1991, Veale 1992 und Singh 1997), werden die Stichprobengrößen wie in den Originalveröffentlichungen angegeben angegeben. Keine Studien erforderten die Imputation fehlender Stichprobengrößendaten. Kontrolltyp-Klassifikation: Passiv = Warteliste, übliche Versorgung oder keine Intervention; Aktiv = Aufmerksamkeitskontrolle, Pharmakotherapie oder Psychotherapie. Studien mit mehreren Kontrollarmen wurden nach dem in den Methoden beschriebenen hierarchischen Selektionsansatz durchgeführt, wobei passive Kontrollen gegenüber aktiven Kontrollen priorisiert wurden. Abkürzungen: N = Gesamtstichprobengröße (Übung + Kontrollteilnehmer); UK = Vereinigtes Königreich; USA = Vereinigte Staaten von Amerika; N/A = nicht zutreffend. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Zusatzakte 1: NEUE PRISMA-Checkliste.Bitte klicken Sie hier, um diese Datei herunterzuladen.

Diskussion

Diese Metaanalyse von 40 randomisierten kontrollierten Studien (2.667 Teilnehmer mit Depression)24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39^,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57 ^,
58,59,60,61,62,63, ergab, dass Bewegung die Remissionsraten signifikant erhöhte (OR = 2,40; 95 % KI, 1,97–2,93; I² = 49 %) und reduzierte Schweregrad der Depression (SMD = −0,96; 95 % KI, −1,27 bis −0,65; I² = 87 % im Vergleich zu Kontrollgruppen, die nicht trainieren. Die Zahl, die für eine zusätzliche Remission behandelt werden musste, betrug 2,1, und das gepoolte SMD führte zu klinisch bedeutsamen Reduktionen (≈6,5 Beck-Depressions-Inventarpunkte, ≈4,7 Hamilton-Depressions-Bewertungsskala-Punkte). Diese Ergebnisse liefern eine vorläufige Grundlage für Bewegung als wirksame ergänzende Intervention bei Depressionen, insbesondere zur Erreichung von Remission. Die sehr hohe Heterogenität für kontinuierliche Endpunkte (I² = 87 %) und die Tatsache, dass nur 12 von 40 Studien (30 %) als geringes Bias-Risiko bewertet wurden, rechtfertigen jedoch eine vorsichtige Interpretation. Erhebliche Heterogenität bei Depressionswerten ergibt sich aus mehreren Quellen: Unterschiede in den Trainingsprotokollen, der Interventionsdauer (3–16 Wochen), dem Supervisionsstatus, den Kontrollgruppentypen (Warteliste, übliche Versorgung, Pharmakotherapie, Psychotherapie), der Basisschweregrad der Depression und Ergebnisskalen^15,16. Die eingeschlossenen Studien verwendeten verschiedene Modalitäten – aerob, Widerstand, gemischte Methoden, Yoga, Tai Chi und Tanz –, die sich in Antidepressiva-Mechanismen, Akzeptanz und Treue unterscheiden können¹⁶.

Subgruppenanalysen zeigten keine klare Überlegenheit einer einzelnen Modalität, aber überwachte Bewegung zeigte größere Effekte als unüberwachte (p = 0,04), und passive Kontrollgruppen (Warteliste/übliche Versorgung) zeigten größere Effekte als aktive Vergleichspersonen (p = 0,02). Diese Ergebnisse deuten darauf hin, dass sowohl die Art der Intervention als auch die Wahl des Komparators die beobachteten Effektgrößen beeinflussen. Leichtintensive und belastungsarme Trainingsoptionen verdienen weitere Überlegungen, da viele Patienten mit Depressionen eine niedrige Grundfitness, Müdigkeit und geringe Motivation (^64,65) haben. Zukünftige Studien sollten prüfen, ob solche Interventionen klinisch sinnvolle Effekte bei Bevölkerungsgruppen erzielen, die nicht in der Lage oder nicht bereit sind, an moderaten bis intensiven Programmen teilzunehmen. Diese Ergebnisse stimmen mit Schuch et al. (2016; SMD = −0,62)10,11,12^, erweitert jedoch die Evidenzgrundlage durch 23 weitere Studien, die seit 2019 veröffentlicht wurden. Im Gegensatz zu Krogh et al. (2017)¹², die bei der Einschränkung auf Studien mit geringem Risiko keinen Effekt fanden, zeigte die vorliegende Sensitivitätsanalyse, beschränkt auf niedrige Risikostudien, dennoch einen signifikanten, aber abgeschwächten Effekt (SMD = −0,48). Diese Diskrepanz könnte auf die Nutzung des aktualisierten RoB 2-Tools und die Einbeziehung neuerer hochwertiger Studien zurückzuführen sein. Die zu behandelnde Zahl (NNT = 2,1) steht im Vergleich zu veröffentlichten NNTs für Psychotherapie (2,5)⁶⁶ und Antidepressiva (4,3)⁶⁷, obwohl es sich dabei um indirekte Vergleiche handelt. NNT für Medikamente basiert auf placebokontrollierten Studien mit strikter Blindierung, während NNT für Bewegung aus offenen Studien stammt; Die scheinbare Überlegenheit von Bewegung könnte eher auf Erwartungseffekte oder Heterogenität in den Kontrollbedingungen als auf echte biologische Überlegenheit zurückzuführen sein. Der NNT-Vergleich ist daher zur Hypothesengenerierung gedacht, nicht um zu behaupten, dass Bewegung besser ist als Medikamente. Nur sechs Studien berichteten Ergebnisse nach ≥6 Monaten, die abgeschwächte Effekte zeigten (SMD = −0,31 vs. −0,96 nach der Intervention), was darauf hindeutet, dass der Nutzen ohne fortlaufende Intervention abnehmen kann. Kliniker sollten Bewegung als Ergänzung zu etablierten Behandlungen in Betracht ziehen, insbesondere für motivierte⁶⁸, körperlich leistungsfähige Patienten mit Zugang zu betreuten Programmen⁶⁹.

Es gibt mehrere wichtige Einschränkungen. Erstens waren die Zulassungskriterien nicht vollständig vorab festgelegt, und ein Protokoll (z. B. PROSPERO) wurde nicht registriert, was das Risiko eines Berichtsfehlers erhöhte. Zweitens blieb die sehr hohe Heterogenität bei der Depressionsschwere (I² = 87 %) trotz der Verwendung von SMD bestehen; Das 95%-Vorhersageintervall überschritt Null, was bedeutet, dass Bewegung in manchen zukünftigen Umgebungen oder Populationen möglicherweise nicht mehr vorteilhaft ist. Drittens hatten die meisten Studien kurze Nachbeobachtung (≤16 Wochen), kleine Stichprobengrößen (nur acht Studien mit ≥100 Teilnehmern) und wurden in Ländern mit hohem Einkommen durchgeführt, was die Generalisierbarkeit auf ressourcenarme Umgebungen begrenzte. Viertens können Placeboeffekte nicht ausgeschlossen werden, da es inhärent schwierig ist, die Teilnehmer für Bewegung im Gegensatz zur Kontrolle zu blenden. Fünftens lieferten nur 15,9 % der Studien adjustierte Effektschätzungen (ANCOVA); mehr als die Hälfte trug nur nach der Intervention Werte ohne Basislinienanpassung bei. Sechstens wurde bei Studien, die Änderungswerte berichteten, bei der Berechnung von Standardabweichungen ein Korrelationskoeffizient von r = 0,5 angenommen, was möglicherweise nicht die wahren Studienkorrelationen widerspiegelt. Schließlich werden Adhärenzbarrieren im Zusammenhang mit Depressionssymptomen – geringe Motivation, Müdigkeit, Anhedonie – selten in Wirksamkeitsstudien erfasst, sind aber für die reale Übersetzung sehr relevant⁷⁰.

Eine bemerkenswerte Inkonsistenz bei den Einschlusskriterien sollte anerkannt werden. Obwohl im Innovationsabschnitt angegeben wurde, dass Studien mit aktiven psychologischen Interventionen oder Dehn-/Entspannungskontrollen ausgeschlossen wurden, akzeptierten die Zulassungskriterien in den Methoden Pharmakotherapie und Psychotherapie als Vergleicher, und ergänzende Tabelle 1 enthält mehrere solcher Studien. Diese Diskrepanz entstand aus einer sich entwickelnden Definition von "nicht ausübender Kontrolle" während des Überprüfungsprozesses. Sensitivitätsanalysen, die nach Kontrolltyp stratifiziert wurden (Tabelle 3), zeigten signifikant größere Effekte bei passiven Kontrollen (OR = 2,89) als bei aktiven Kontrollen (OR = 1,79; p = 0,02), was darauf hinweist, dass die Einbeziehung aktiver Komparatoren die Gesamtschätzung abschwächt. Leser sollten die gepoolten Effektgrößen so interpretieren, dass sie eine Mischung aus passiven und aktiven Komparatoren widerspiegeln. Zukünftige Forschungen sollten Analysen nach Kontrollzustandstyp stratifizieren oder Vergleiche auf nicht-aktive Kontrollgruppen beschränken. Darüber hinaus stellen digitale und Fernbewegungsinterventionen (Online-Programme, Telemedizin-Coaching, tragbare Monitore) einen aufkommenden und potenziell skalierbaren Ansatz zur Behandlung von Depressionen^{dar. 71,72}, aber keine der Studien in dieser Metaanalyse hat diese Formate bewertet. Zukünftige RCTs sollten digital durchgeführte Übungen direkt mit Präsenzübungen und mit nicht trainierenden Kontrollgruppen^71,72 vergleichen.

Bewegung war bei Patienten mit Depression mit signifikant höheren Remissionsraten und niedrigeren Depressionswerten verbunden, aber die Evidenz ist durch hohe Heterogenität, kurze Nachbeobachtung und methodologische Bedenken begrenzt. Die GRADE-Sicherheit war moderat für Remission, aber niedrig für die Schweregrad der Depression. Daher sollte Bewegung derzeit als wirksame ergänzende Intervention und nicht als eigenständige Erstlinienbehandlung empfohlen werden. Hochwertige, groß angelegte randomisierte kontrollierte Studien mit längerer Nachbeobachtung, standardisierten Endpunktsmaßen, vielfältigen Populationen und vordefinierten Subgruppenanalysen nach Übungsmodalität sind dringend erforderlich. Künftige Studien sollten außerdem untersuchen, welche Patienten am meisten von welchem Trainingsprogramm profitieren, Lichtintensitäts- und Fernverabreichungsformate testen sowie unerwünschte Ereignisse sowie Compliance-Barrieren melden. In der Zwischenzeit sollten Kliniker bei der Verschreibung von Bewegung als Teil eines umfassenden Behandlungsplans für Depressionen^die Präferenzen der Patienten, körperliche Fähigkeiten und den Zugang zu Ressourcen berücksichtigen.

Zusammenfassend war Bewegung mit signifikant höheren Remissionsraten (geringe Heterogenität) und einem signifikant niedrigeren Depressionsscore (sehr hohe Heterogenität) bei Patienten mit Depression assoziiert. Angesichts der erheblichen Heterogenität bei kontinuierlichen Depressionsergebnissen und der methodischen Einschränkungen vieler eingeschlossener Studien liefern diese Ergebnisse vorläufige statt endgültige Unterstützung für Übungen im Depressionsmanagement. Hochwertige, groß angelegte randomisierte kontrollierte Studien mit standardisierten Ergebnismaßen sind erforderlich, bevor Bewegung als eigenständige Behandlung empfohlen werden kann. Kliniker sollten Bewegung als mögliche ergänzende Intervention in Betracht ziehen, während sie auf fundiertere Evidenz warten. Eine weitere Einschränkung betrifft das Zusammenlegen von Depressionswerten. Die eingeschlossenen Studien verwendeten mindestens sechs verschiedene Bewertungsskalen für Depressionen (HAM-D, BDI, CES-D, PHQ-9, GDS und andere), jeweils mit unterschiedlichen Bereichen und klinischen Interpretationen. Zukünftige Metaanalysen sollten nur Studien mit derselben Skala zusammenführen oder Sensitivitätsanalysen nach Skalentyp stratifizieren. Die sehr hohe Heterogenität (I² = 87 %) unterstreicht die Auswirkungen der Messvielfalt auf gepoolte Schätzungen. Adhärenzbarrieren im Zusammenhang mit Depressionssymptomen verdienen besondere Aufmerksamkeit. Depressionsbedingte Symptome wie geringe Motivation, Müdigkeit, Anhedonie und verminderte wahrgenommene Anstrengungsfähigkeit können den Beginn und die Einhaltung von Bewegung in realen Situationen erheblich beeinträchtigen. Diese Faktoren werden selten in Wirksamkeitsstudien erfasst, sind aber sehr relevant für die Umsetzung der Erkenntnisse in klinische und gemeinschaftliche Praxis. Die Entwicklung praktikabler, belastungsarmer Trainingsprogramme, die diese Motivations- und Anstrengungswahrnehmungsbarrieren berücksichtigen, ist unerlässlich. Allerdings hat keine der Studien dieser Metaanalyse diese Formate bewertet, und die derzeitige Evidenzbasis für die Fernabgabe ist durch kleine Stichprobengrößen, kurze Nachbeobachtung und das Fehlen aktiver Komparatoren begrenzt. Von zu Hause basierende, von Wearables unterstützte oder remote gecoachte Trainingsmodelle können die Zugänglichkeit und Skalierbarkeit verbessern, insbesondere für Patienten, die keinen Zugang zu beaufsichtigten, einrichtungsbasierten Programmen haben. Künftige RCTs sollten digital durchgeführte Übungen direkt mit Präsenzübungen und nicht trainierenden Kontrollen vergleichen und dabei Barrieren wie die digitale Kluft und die Einhaltung angehen. Bis dahin sollte Fernbewegung als ergänzende Option betrachtet werden, nicht als Ersatz für überwachte Programme.

Materialien

```html

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
Assumed correlation coefficient for change-score SD	Imputation von fehlenden Daten	Cochrane-Handbuch-Standard	r = 0,5 (Empfindlichkeitsanalyse durchgeführt)
ClinicalTrials.gov	Klinische Studienregister	U.S. National Library of Medicine	Datenbank vom 10. November 2025 (kein NCT-spezifischer Filter)
Cochrane Central Register of Controlled Trials (CENTRAL)	Datenbanken	Cochrane Library	Ausgabe 11 von 12, November 2025
Cochrane-Handbuch-Formeln	Formeln & Berechnungen	Cochrane Collaboration	Handbuch-Version 6.4 (aktualisiert im September 2024)
Egger's linearer Regressionstest	Trichterplot-Asymmetrie	RevMan 5.3 / benutzerdefinierter Makro	N/A
Embase (OVID-Plattform)	Datenbanken	Elsevier / OVID Technologies	Embase Classic+Embase 1947 bis 2025 Woche 47
EndNote	Referenzmanagement	Clarivate Analytics (London, UK)	Version 20 (Build 20.1.0.16478)
Google Scholar	Datenbanken	Google LLC	Suche durchgeführt am 15.–16. November 2025 (erste 500 Datensätze nach Relevanz)
GRADE (Grading of Recommendations Assessment, Development and Evaluation)	Evidenzsicherheit	GRADE Working Group	GRADEpro GDT (Online-Version, abgerufen im November 2025)
MEDLINE (OVID-Plattform)	Datenbanken	OVID Technologies	Ovid MEDLINE® 1946 bis November 14, 2025
NNT aus SMD (Furukawa & Leucht Methode)	Effektgrößenumrechnung	Basierend auf Fläche unter normaler Kurve	N/A
Erforderliche Anzahl zur Behandlung (NNT) aus OR	Effektgrößenumrechnung	Formel: NNT = 1 / [CER × (1 – OR-¹)]	N/A
PubMed	Datenbanken	U.S. National Library of Medicine	NLM-ID: 101775772 (Datenbank-Version 2025)
Review Manager (RevMan)	Statistische & Meta-Analyse-Software	Cochrane Collaboration	Version 5.3 (Kopenhagen: The Nordic Cochrane Centre)
RoB 2-Tool	Risikobewertung von Verzerrungen	Cochrane Collaboration	Version: August 2019 (letzte Aktualisierung)
Standardisierte Mittelwertdifferenz (Hedges' g)	Effektgrößenumrechnung	Benutzerdefinierte Berechnungen in RevMan 5.3	N/A
WHO International Clinical Trials Registry Platform (ICTRP)	Datenbanken	World Health Organization	Suchportal-Version 1.6 (abgerufen im November 2025)

```