Skip to main content

Individuel monitorering af behandlingsudbytte i psykiatrisk praksis

Ida Abildgaard1, 2, Julie Theil Jensen1, 2, Jessica Carlsson1, 2, 3 & Erik Vindbjerg3, 4

1. jun. 2026
12 min.

Hovedbudskaber

Klinisk praksis har i årtier haft øget fokus på inddragelse af patientens perspektiv i behandlingsplaner og behandlingsmål samt måling af behandlingsudbytte [1]. De symptomer, der opleves som mest udfordrende, kan variere betydeligt mellem patienter, og individuelle problemstillinger er ofte ikke repræsenteret tilstrækkeligt i standardiserede psykiatriske instrumenter [1].

Patienter har desuden en personlig forståelse af fremskridt og succesfuld behandling, hvilket understreger behovet for individualiserede behandlingsmål [1].

Måling af psykiatrisk behandlingsudbytte

Historisk set har effekten af psykiatrisk behandling været monitoreret gennem vurdering af sværhedsgrad af sygdomsspecifikke symptomer [2]. Senere er der udviklet skalaer, som inddrager psykosociale dimensioner, hvor fokus er flyttet mod funktionsniveau og livskvalitet som mål for behandlingsudbytte [3-5]. Livskvalitet omfatter ikkemedicinske aspekter af sygdommen og dækker bl.a. familie, arbejde og økonomi [4]. Disse skalaer kan baseres på enten kliniker- eller patientrapporterede data, sidstnævnte kaldet patient-reported outcome measures (PROMs) [6, 7]. PROMs repræsenterer en veletableret og patientcentreret tilgang til vurdering af behandlingsudbytte og anvendes bredt i både forskning og klinisk praksis. I dansk kontekst er PROMS bl.a. anvendt i PRO-Psychiatry-projektet som forløb i 2018-2019 i både ambulante og stationære psykiatriske forløb, til patienter med psykoselidelser, affektive lidelser, angst og personlighedsforstyrrelser. PROM-redskabet blev udviklet i samarbejde med et patientpanel med henblik på at identificere og evaluere patientrelevante aspekter af sygdom og behandlingseffekt [6, 7].

Ud over de standardiserede PROMs kan ideografiske måleredskaber anvendes med henblik på at belyse individuelle mål og forandringsprocesser, som ikke nødvendigvis fanges af faste skalaer [8].

Patient-Generated Outcome Measures

Patient-generated outcome measures (PGOMs) er udviklet til individuel monitorering af behandlingsudbytte [5]. De administreres enten som spørgeskema eller semistrukturerede interviews. Patienten tager aktiv del i målsætningen, hvormed patientens perspektiv inddrages i behandlingsplaner, hvilket fremmer fælles beslutningstagen. Ligeledes er patienten fortsat i centrum i forhold til vurdering af, hvorvidt målsætningen er opnået. PGOMs er bredt anvendelige, da de omfavner forskelle i personlighed, kulturel baggrund samt socioøkonomisk status [9]. I denne artikel præsenteres de PGOMs, der p.t. eksisterer til brug i psykiatrien samt anvendeligheden i klinisk praksis og forskning.

Goal Attainment Scale

Goal Attainment Scale (GAS) er udviklet i 1968 til brug i både somatisk og psykiatrisk praksis [10]. Udformningen af mål i GAS består af to faser [11, 12].

Fase 1

Patienten formulerer tre behandlingsmål under vejledning af en kliniker. Ofte defineres ét mål af patienten, mens de øvrige to vælges fra prædefinerede områder som følelsesmæssige, fysiske og kognitive kategorier.

Fase 2

For hvert mål defineres det potentielle behandlingsudbytte med scorer fra –2 til +2. +2 indikerer, at behandlingsudbyttet er oversteget forventningerne. 0 indikerer, at målet er opnået som forventet. –2 indikerer, at de satte mål ikke er opnået.

Ved behandlingsafslutning vurderes graden af målopfyldelse sammen med patienten [10].

Patient Generated Index

Patient Generated Index (PGI) er udviklet i 1994 som mål for livskvalitet inden for både psykiatrisk og somatisk sygdom [13]. Udformningen af mål i PGI har tre faser [13].

Fase 1

Udvælgelse af fem områder eller aktiviteter, som sygdommen har størst indvirkning på, samt en sjette, der repræsenterer alle andre livsområder.

Fase 2

Vurdering af sygdommens påvirkning på de udvalgte domæner på en skala fra 0 til 6.

Fase 3

Fordeling af 10 point mellem de seks domæner ud fra, hvor meget patienten ønsker at forbedre sig i hvert område.

PGI kan udfyldes af patienten selv eller af en interviewer. PGI udfyldes før og efter behandling for at undersøge behandlingsudbytte [13].

Psychological Outcome Profiles

Psychological Outcome Profiles (PSYCHLOPS) er udviklet i 1999 og undersøger effekten af psykoterapeutiske interventioner [14]. PSYCHLOPS findes i to versioner: én præterapi og én postterapi. Præterapiversionen består af fire hovedspørgsmål omhandlende udfordringer, funktionsniveau og trivsel, hvert efterfulgt af uddybende spørgsmål. Postterapiskemaet består af fem hovedspørgsmål. De første fire er opfølgning på præterapiversionen, og i det femte vurderer patienten selv sin trivsel efter afsluttet behandling. PSYCHLOPS udfyldes selvstændigt af patienten [14]. Der findes versioner af PSYCHLOPS specifikt tilpasset børn og unge. Desuden er PSYCHLOPS oversat til 15 forskellige sprog [15].

Schedule for Evaluation of Individual Quality of Life

Schedule for Evaluation of Individual Quality of Life (SEIQoL) er udviklet i 1990’erne [16]. Med en individualiseret tilgang til livskvalitetsmåling er SEIQoL designet som et semistruktureret interview. Redskabet består af tre faser [16].

Fase 1

Identifikation af fem domæner, som er vigtige for patientens livskvalitet.

Fase 2

Bedømmelse af nuværende funktionsniveau inden for disse domæner.

Fase 3

Vægtning af vigtigheden af domænerne. Fase 3 foregår som multipel regressionsberegning. Her præsenteres patienten for 30 hypotetiske scenarier inden for de fem valgte domæner. For hvert scenarie vurderer patienten den tænkte livskvalitet ved at bruge Visual Analogue Scale rangerende fra værst muligt til bedst muligt. Ud fra dette beregnes domænernes vigtighed [16]. I 1997 skabtes en forkortet version kaldet SEIQoL-Direct Weighting (SEIQoL-DW) [17]. Her foretages vægtningen på øjemål ved hjælp af et cirkeldiagram med fem farver. Denne forkortede version er i højere grad brugt i klinisk praksis og forskning.

Psykometriske egenskaber

Psykometrisk adskiller PGOMs sig fra traditionelle måleskalaer, idet totalscoren baseres på få items på tværs af adskillige domæner [14]. Vanligvis vil man for at optimere reliabilitet og begrebsvaliditet inkludere mange items og afgrænse sig til ét domæne. Det er derfor ikke overraskende, at man kun finder moderat reliabilitet i de få tilfælde, hvor det rapporteres. Her har man for PSYCHLOPS fundet en intern konsistens på mellem 0,72 og 0,84 [18, 19] samt for GAS en test-retest-reliabilitet på blot 0,67 [12]. For nuværende findes ingen litteratur, som berører reliabiliteten af PGI og SEIQoL ved brug i psykiatrisk praksis.

Tilsvarende beror valideringerne af PGOMs på, at man konstaterer høje korrelationer til andre instrumenter, men uden at man kan afgøre, hvilket instrument der er bedst. Mens konstruktvaliditet er vanskelig at udforske baseret på få items, så kan man ud fra den moderate reliabilitet og de mange domæner slutte, at totalscoren kan dække over ret forskellige kombinationer af scores på tværs af domæner. Klinisk kan det derfor være relevant at fokusere på de enkelte items frem for totalscoren.

Fordelen ved at have få items er, at det letter administrationen samt vurderingen af face validity – dvs. om spørgsmålene måler det, som kliniker og patient ønsker at måle. I flere studier er GAS rapporteret som meningsfuld af både klinikere og patienter [12, 20], om end tilfredsheden ikke er undersøgt for de øvrige PGOMs.

Endelig må reliabiliteten regnes for tilstrækkelig, så længe måleværktøjet effektivt indfanger forandringer gennem interventionsforløbet. Her har PSYCHLOPS demonstreret god sensitivity to change med effektstørrelser fra 1,27 til 3,1 i forskellige interventioner [18, 19, 21, 22]. Generelt har PSYCHLOPS udvist højere effektstørrelse end andre mål for behandlingsudbytte, herunder Hospital Anxiety and Depression Skala [19] og General Anxiety Disorder-7 [22]. Mens sensitivity to change ikke er undersøgt for GAS og SEIQoL, så har et enkelt studie af PGI fundet en lav effektstørrelse på 0,16 [23].

Sammenfattende står PSYCHLOPS tilbage som det PGOM, der er grundigst undersøgt psykometrisk, og som tydeligst demonstrerer tilfredsstillende reliabilitet og god sensitivity to change.

Kliniske implikationer og udfordringer

PGOMs udgør et individualiseret supplement til standardiserede patientcentrerede måleredskaber såsom PROMs. Hvor PROMs typisk anvendes til systematisk monitorering af symptomer, funktion og livskvalitet, tager PGOMs udgangspunkt i den enkelte patients personlige mål og oplevelse af forandring og faciliterer dermed en skræddersyet tilgang til den enkelte [1]. Dette gør PGOMs fleksible med mulighed for at omfavne kulturelle forskelle og minoriteter [1]. Den individualiserede tilgang kan omvendt gøre det sværere at fortolke og sammenligne resultater på tværs af patienter. Flere PGOMs, såsom GAS og PSYCHLOPS, anvender pointbaserede systemer fastlagt ved første konsultation for at fremme generaliserbarhed [10, 14].

Studier viser, at implementeringen af PROMs kan være udfordrende. Flere lande har rapporteret barrierer som manglende træning, tidsmangel og begrænsede ressourcer. I Danmark viste PRO-Psychiatry-projektet, at anvendelse af PROMs oplevedes meningsfuldt af patienterne, hvis klinikerne inddragede det i behandlingen [6].

PGOMs deler nogle af de samme udfordringer. PGOMs kræver både klinikertræning, organisatorisk forankring og tid til udfyldelse og tolkning [24, 25]. Udbredelsen er fortsat begrænset, og anvendelsen forekommer primært i forskningssammenhænge. PSYCHLOPS er testet ved angst, depression og psykosomatiske symptomer [1, 18, 19, 21, 26], GAS ved depressiv lidelse [11, 12, 20, 27], SEIQoL-DW ved skizofreni og affektive lidelser [24, 25, 28, 29] og PGI blandt patienter med svær psykisk sygdom [23, 30]. Ingen studier beskriver implementering i dansk klinisk praksis. Derudover stiller PGOMs større krav til patientens kognitive og kommunikative evner end PROMs, idet instrumenterne forudsætter, at patienten selv kan formulere og prioritere mål [24, 25]. Dette kan være vanskeligt for patienter med alvorlige psykiske lidelser [24], hvorfor klinikerstøtte kan være nødvendigt. Her bør man være opmærksom på, hvorvidt det er patientens perspektiv der kommer til udtryk. Dette i modsætning til PROMs, som oftest udfyldes uden tilstedeværelse af kliniker [6, 7].

I Tabel 1 ses en oversigt over faktorer, som vurderes at have betydning for den kliniske anvendelighed af de nævnte PGOMs.

GAS og PSYCHLOPS er de bedst undersøgte PGOMs og har vist korrelation med etablerede måleredskaber [11, 12, 19]. Patienter rapporterer desuden øget motivation og bedre behandlingsudbytte ved brug af GAS sammenlignet med kontrolgrupper [11]. Både GAS og PSYCHLOPS er fundet egnede til at opspore ændringer tidligt i tilstanden, især på domæner, som ikke er dækket af standardspørgeskemaer [18, 19, 20, 22].

Samlet peger litteraturen på, at PGOMs – ligesom PROMs – kan styrke patientinddragelse og den terapeutiske dialog. PGOMs tilbyder en mere individualiseret, men mindre standardiseret tilgang. Evidensen for klinisk effekt, anvendelighed og implementering er fortsat begrænset, og der er behov for studier, der systematisk afprøver PGOMs i klinisk praksis og undersøger, hvordan de bedst integreres uden at øge den administrative byrde.

Konklusion

PGOMs tilbyder en patientcentreret tilgang til måling af behandlingsudbytte i psykiatrien, hvor individuelle mål og behov sættes i centrum. Blandt de fire gennemgåede redskaber fremstår PSYCHLOPS som det bedst psykometrisk underbyggede med høj sensitivity to change. GAS udmærker sig ved dokumenteret anvendelighed i både psykoterapeutiske og medikamentelle sammenhænge samt ved at have demonstreret høj patient- og klinikertilfredshed.

PGOMs kan understøtte fælles beslutningstagning og øge relevansen af behandlingen, men kræver også tid, kognitive ressourcer og træning. Den individualiserede tilgang gør PGOMs mindre egnede til standardiseret monitorering og sammenligning på tværs af patienter, men understøtter evaluering af terapiudbytte med afsæt i det, patienten selv finder meningsfuldt. I praksis bør PGOMs derfor supplere – snarere end erstatte – standardiserede måleredskaber såsom PROMs. Dette giver mulighed for både generaliserbarhed og individuel vurdering.

Korrespondance Ida Abildgaard. E-mail: ida@abildgaard.cc

Antaget 24. februar 2026

Publiceret på ugeskriftet.dk 1. juni 2026

Interessekonflikter ingen. Alle forfattere har indsendt ICMJE Form for Disclosure of Potential Conflicts of Interest. Disse er tilgængelige sammen med artiklen på ugeskriftet.dk

Referencer findes i artiklen publiceret på ugeskriftet.dk

Artikelreference Ugeskr Læger 2026;188:V02250087

doi 10.61409/V02250087

Open Access under Creative Commons License CC BY-NC-ND 4.0

Summary

Individual monitoring of treatment outcome in psychiatric practice

Patient-generated outcome measures (PGOMs) in psychiatry allow patients to actively participate in goal setting and treatment evaluation. Tools like GAS, PGI, PSYCHLOPS, and SEIQoL offer flexibility and cultural inclusiveness. While PGOMs may provide valuable insights into treatment progress – both qualitative and quantitative – the typically limited item coverage in each domain somewhat limits reliability and construct validation. Consequently, this review finds that PGOMs are best considered complementary tools to be used alongside standardised measures such as PROM, for a more comprehensive patient assessment.

Referencer

  1. Shehadeh MH, Van’t Hof E, Schafer A et al. Using a person-generated mental health outcome measure in large clinical trials in Kenya and Pakistan: self-perceived problem responses in diverse communities. Transcult Psychiatry. 2020;57(1):108-123. https://doi.org/10.1177/1363461519854831
  2. Young RC, Biggs JT, Ziegler VE, Meyer DA. A rating scale for mania: reliability, validity and sensitivity. Br J Psychiatry. 1978;133(5):429-35. https://doi.org/10.1192/bjp.133.5.429
  3. Sheehan DV, Harnett-Sheehan K, Raj BA. The measurement of disability. Int Clin Psychopharmacol. 1996;11(Suppl 3):89-95. https://doi.org/10.1097/00004850-199606003-00015
  4. Katschnig H. Quality of life in mental disorders: challenges for research and clinical practice. World Psychiatry. 2006;5(3):139-145
  5. Patel KK, Veenstra DL, Patrick DL. A review of selected patient-generated outcome measures and their application in clinical trials. Value Health. 2003;6(5):595-603. https://doi.org/10.1046/j.1524-4733.2003.65236.x
  6. Kristensen S, Holmskov J, Baandrup L et al. Evaluating the implementation and use of patient-reported outcome measures in a mental health hospital in Denmark: a qualitative study. Int J Qual Health Care. 2022;34(Supplement_1):ii49-ii58. https://doi.org/10.1093/intqhc/mzab155
  7. Valentin JB, Mainz J, Johnsen SP et al. Rasch analysis of a patient-reported outcome measure for self-perceived health among psychiatric patients in Denmark. BMJ Open Qual. 2024;13(1):e002519. https://doi.org/10.1136/bmjoq-2023-002519
  8. Atkinson M, Zibin S, Chuang H. Quality of life measurement among persons with chronic mental illness: a critical examination of the self-report methodology. Am J Psychiatry. 1997;154(1):99-105. https://doi.org/10.1176/ajp.154.1.99
  9. Sales CMD, Alves PCG. Individualized patient-progress systems: why we need to move towards a personalized evaluation of psychological treatments. Can Psychol. 2012;53(2):115-121. https://doi.org/10.1037/a0028053
  10. Kiresuk TJ, Sherman RE. Goal attainment scaling: a general method for evaluating comprehensive community mental health programs. Community Ment Health J. 1968;4(6):443-53. https://doi.org/10.1007/BF01530764
  11. McCue M, Sarkey S, Eramo A et al. Using the Goal Attainment Scale adapted for depression to better understand treatment outcomes in patients with major depressive disorder switching to vortioxetine: a phase 4, single-arm, open-label, multicenter study. BMC Psychiatry. 2021;21(1):622. https://doi.org/10.1186/s12888-021-03608-1
  12. Kato M, Kikuchi T, Watanabe K et al. Goal Attainment Scaling for Depression: validation of the Japanese GAS-D tool in patients with major depressive disorder. Neuropsychiatr Dis Treat. 2024;20:49-60. https://doi.org/10.2147/NDT.S441382
  13. Ruta DA, Garratt AM, Leng M et al. A new approach to the measurement of quality of life: the Patient-Generated Index. Med Care. 1994;32(11):1109-26. https://doi.org/10.1097/00005650-199411000-00004
  14. Ashworth M, Shepherd M, Christey J, Matthews V. A client-generated psychometric instrument: the development of “PSYCHLOPS”. Couns Psychother Res. 2004;4(2):27-31. https://doi.org/10.1080/14733140412331383913
  15. Schofield P, Kordowicz M. Psychological Outcome Profiles (PSYCHLOPS). https://www.kcl.ac.uk/research/psychlops (12. mar 2026)
  16. Hickey A, Burke H. SEIQoL. I: Michalos AC, red. Encyclopedia of quality of life and well-being research. Springer, 2014:5739-5742. https://doi.org/10.1007/978-94-007-0753-5_2623
  17. Browne JP, O’Boyle CA, McGee HM et al. Development of a direct weighting procedure for quality of life domains. Qual Life Res. 1997;6(4):301-9. https://doi.org/10.1023/A:1018423124390
  18. Héðinsson H, Kristjánsdóttir H, Ólason D, Sigurdsson J. A validation and replication study of the patient-generated measure PSYCHLOPS on an Icelandic clinical population. Eur J Psychol Assess. 2012;29(2):89-95. https://doi.org/10.1027/1015-5759/a000136
  19. Ashworth M, Evans C, Clement S. Measuring psychological outcomes after cognitive behaviour therapy in primary care: a comparison between a new patient-generated measure “PSYCHLOPS” (Psychological Outcome Profiles) and “HADS” (Hospital Anxiety and Depression Scale). J Ment Health. 2009;18(2):169-177. https://doi.org/10.1080/09638230701879144
  20. LaFerriere L, Calsyn R. Goal attainment scaling: an effective treatment technique in short-term therapy. Am J Community Psychol. 1978;6(3):271-82. https://doi.org/10.1007/BF00894357
  21. Czachowski S, Seed P, Schofield P, Ashworth M. Measuring psychological change during cognitive behaviour therapy in primary care: a Polish study using “PSYCHLOPS” (Psychological Outcome Profiles). PLoS One. 2011;6(12):e27378. https://doi.org/10.1371/journal.pone.0027378
  22. Simpson K, Ashworth M, Roberts-Lewis S, Ayis S. Evaluation of NHS Practitioner Health: capturing mental health outcomes using five instruments. BJPsych Open. 2021;7(4):e106. https://doi.org/10.1192/bjo.2021.926
  23. Roebuck M, Aubry T, Leclerc V et al. Validation of the Patient Generated Index for people with severe mental illness. Psychiatr Rehabil J. 2021;44(4):396-399. https://doi.org/10.1037/prj0000473
  24. Las Hayas C, Padilla P, del Barrio AG et al. Individualised versus standardised assessment of quality of life in eating disorders. Eur Eat Disord Rev. 2016;24(2):147-56. https://doi.org/10.1002/erv.2411
  25. O’Boyle CA, Browne J, Hickey A et al. Schedule for the Evaluation of Individual Quality of Life (SEIQoL): a direct weighting procedure for quality of life domains (SEIQoL-DW), 1993. https://www.researchgate.net/publication/237753111_Schedule_for_the_Evaluation_of_Individual_Quality_of_Life_SEIQoL_a_Direct_Weighting_procedure_for_Quality_of_Life_Domains_SEIQoL-DW (03. jun 2024)
  26. Sales CM, Neves IT, Alves PG, Ashworth M. Capturing and missing the patient’s story through outcome measures: a thematic comparison of patient-generated items in PSYCHLOPS with CORE-OM and PHQ-9. Health Expect. 2018;21(3):615-619. https://doi.org/10.1111/hex.12652
  27. Tabak NT, Link PC, Holden J, Granholm E. Goal attainment scaling: tracking goal achievement in consumers with serious mental illness. Am J Psychiatr Rehabil. 2015;18(2):173-186. https://doi.org/10.1080/15487768.2014.954159
  28. De la Rie S, Noordenbos G, Donker M, van Furth E. The patient’s view on quality of life and eating disorders. Int J Eat Disord. 2007;40(1):13-20. https://doi.org/10.1002/eat.20338
  29. Prince PN, Gerber GJ. Measuring subjective quality of life in people with serious mental illness using the SEIQoL-DW. Qual Life Res. 2001;10(2):117-22. https://doi.org/10.1023/A:1016742628834
  30. Witham MD, Fulton RL, Wilson L et al. Validation of an individualised quality of life measure in older day hospital patients. Health Qual Life Outcomes. 2008;6:27. https://doi.org/10.1186/1477-7525-6-27