Detecting nonlinearity in the associations between depression and cortisol

Dit proefschrift gaat over de toepasbaarheid van een bepaalde groep wiskundige methoden uit de natuurkunde en de ecologie binnen het psychologisch onderzoek naar de oorzaken van depressie – met name het verband tussen het hormoon cortisol en de aanwezigheid van negatieve gevoelens. Gangbaar onderzoek naar dit verband geeft tegenstrijdige resultaten, wat misschien kan worden verklaard door de gehanteerde onderzoeksmethoden, die proefpersonen in groepen indelen en waarin conclusies worden getrokken op basis van groepsgemiddelden. Dit geeft maar een beperkte hoeveelheid informatie als er binnen een groep sprake is van enorm veel verschillen. Een manier om dit probleem te omzeilen is om proefpersonen niet als groep te bestuderen maar om iedereen gedurende een wat langere tijd individueel te volgen. Dit leidt tot data die bestaat uit reeksen van metingen op vele opeenvolgende momenten. De analyse van deze data gebeurt meestal met lineaire methoden, die uitgaan van rechtlijnige – lineaire – verbanden tussen de onderzochte meetgegevens. Het is echter de vraag of die verbanden werkelijk lineair zijn. Dit proefschrift onderzoekt daarom de toepasbaarheid van methoden die uitgaan van nonlineaire verbanden. Een van de analyses liet zien dat de cortisolwaarde in de ochtend vooral afhangt van de hoeveelheid negatieve gevoelens tijdens de voorafgaande dag. De belangrijkste conclusies in dit proefschrift zijn dat nonlineaire methoden in staat zijn om verbanden te detecteren die niet of moeilijk met lineaire methoden zijn te vinden, maar dat er wel lange reeksen met metingen nodig zijn en dat er nog veel onbekend is over de invloed van meetonzekerheid op de uitkomsten.