Download PDF
CC BY-NC-ND 4.0 · Gesundheitswesen 2023; 85(11): 1016-1026
DOI: 10.1055/a-2090-1553
Originalarbeit

Lange Arbeits- und Pendelzeiten als Risikofaktoren für eine depressive Symptomatik: Quer- und Längsschnittanalysen

Long Working and Commuting Times as Risk Factors for Depressive Symptoms: Cross-Sectional and Longitudinal Analyses
Nico Dragano
1   Institut für Medizinische Soziologie, Universitätsklinikum Düsseldorf, Düsseldorf, Germany
,
Hermann Burr
2   Fachbereich 3 Arbeit und Gesundheit, Bundesanstalt für Arbeitsschutz und Arbeitsmedizin Standort Berlin, Berlin, Germany
,
Maren Formazin
2   Fachbereich 3 Arbeit und Gesundheit, Bundesanstalt für Arbeitsschutz und Arbeitsmedizin Standort Berlin, Berlin, Germany
,
Anika Schulz
2   Fachbereich 3 Arbeit und Gesundheit, Bundesanstalt für Arbeitsschutz und Arbeitsmedizin Standort Berlin, Berlin, Germany
,
Uwe Rose
2   Fachbereich 3 Arbeit und Gesundheit, Bundesanstalt für Arbeitsschutz und Arbeitsmedizin Standort Berlin, Berlin, Germany
› Author Affiliations
› Further Information
Also available at
   Permissions and Reprints

Zusammenfassung

Hintergrund Regelmäßige lange Arbeitszeiten und Arbeitswege könnten negative Folgen für die psychische Gesundheit haben. Die Studienergebnisse hierzu sind jedoch nicht eindeutig und variieren nach Ländern. Die vorliegende Analyse prüft für Deutschland Zusammenhänge zwischen langen Pendel- bzw. Arbeitszeiten und depressiver Symptomatik.

Methode Die „Studie Mentale Gesundheit bei der Arbeit“ (S-MGA) ist eine Längsschnittuntersuchung einer Zufallsstichprobe sozialversicherungspflichtig Beschäftigter. An der Basiserhebung nahmen 3 413 Personen teil, von denen 2 019 nach 5 Jahren erneut befragt wurden. Wöchentliche Arbeits- und Pendelzeiten sowie Covariaten (Alter, Geschlecht, berufliche Position, psychosoziale Arbeitsbedingungen) wurden zur Basisuntersuchung erhoben. Depressive Symptome wurden zu beiden Messzeitpunkten mit dem Patient Health Questionnaire (PHQ-9) erfasst. Um Zusammenhänge zu untersuchen, wurden mittels logistischer Regression Odds Ratios mit 95%-Konfidenzintervallen unter Kontrolle von Covariaten kalkuliert. Es wurden sowohl Querschnitts- (nur Basiserhebung) als auch Längsschnittsanalysen (Basis- und Nacherhebung) durchgeführt.

Ergebnisse Zur Basiserhebung hatten 7% der Beschäftigten lange wöchentliche Arbeitszeiten von≥55 Stunden, weitere 8% arbeiteten 49 bis 54 Stunden. Im Querschnitt waren lange Arbeitszeiten mit einer moderaten Erhöhung der depressiven Symptomatik gegenüber der Normalarbeitszeit (35 bis<40 h/Wo) assoziiert. Wenn die nach fünf Jahren neu auftretende depressive Symptomatik betrachtet wurde, war der Zusammenhang für Arbeitszeiten von 55 und mehr Stunden deutlich ausgeprägt (Odds ratio (OR) 2,14; 95% Konfidenzintervall (KI) 1,11;4,12), nicht jedoch für Arbeitszeiten von 49 bis 54 Stunden (OR 1,26, KI 0,65;2,43). Beschäftigte, die wöchentlich zehn Stunden und mehr pendelten, hatten im Querschnitt häufiger eine depressive Symptomatik (OR 1,83; KI 1,13;2,94) im Vergleich zur Referenzgruppe, die<2,5 Stunden pendelte. Dieser Zusammenhang war im Längsschnitt nicht zu beobachten.

Schlussfolgerungen Die Ergebnisse legen nahe, dass überlange Arbeits- und Pendelzeiten mit einer depressiven Symptomatik bei Beschäftigten assoziiert sind, wobei die Effekte bzgl. Pendelzeit nur im Querschnitt zu finden waren. Die Ergebnisse unterstreichen die Bedeutung der Einhaltung von Arbeitszeitregelungen und der Vermeidung überlanger Arbeitszeiten für die Mitarbeitergesundheit. Zur Rolle des Pendelns sind weiterführende Untersuchungen nötig.

Abstract

Background Regular long working and commuting hours are thought to have negative consequences for mental health. However, the study results are not clear and vary by country. The present analysis examines associations between working or commuting hours and depressive symptoms in Germany.

Method The S-MGA study (German Study on Mental Health at Work) is a longitudinal cohort of a random sample of employees subject to social insurance contributions. We analysed data on 3,413 participants of the baseline survey (cross-sectional analysis) and on 2,019 people who participated at baseline and at a follow-up survey five years later (longitudinal analysis). Weekly working and commuting hours as well as covariates (age, gender, occupational position, psychosocial working conditions) were collected at baseline. Depressive symptoms were recorded with the Patient Health Questionnaire at both waves. To investigate associations, odds ratios with 95% confidence intervals were calculated by means of logistic regression. Both cross-sectional (baseline survey only) and longitudinal analyses (baseline and post-survey) were conducted.

Results At baseline survey, 7% of the employees had long working hours of≥55 hours per week, and another 8% worked 49–54 hours. In the cross-sectional analysis, long working hours were associated with moderately elevated depressive symptoms compared to normal working hours (35-<40 h/week). When new depressive symptoms after five years were considered, the correlation was significant for>55 weekly working hours (odds ratio [OR] 2,14; 95% confidence interval [CI] 1,11;4,12), but not for 49–54 h (OR 1,26, CI 0,65;2,43). Employees who commuted ten hours or more per week had more depressive symptoms in the cross-sectional analysis (OR 1,83; CI 1,13;2,94) compared to the reference group who commuted<2,5 hours. This correlation was not observed in the longitudinal analysis.

Conclusions The results suggest that excessive working and commuting time is associated with depressive symptoms in employees, although the effects of commuting time were only found cross-sectionally. The results underline the importance of adhering to working time regulations and avoiding excessive working hours. Further research is needed on the role of commuting in mental health.

Schlüsselwörter

Überlange Arbeitszeiten - depressive Symptomatik - Arbeitsgesundheit - Pendeln - Kohortenstudie

Key words

long working hours - depressive symptoms - occupational health - commuting - cohort study

Zusätzliches Material



Publication History

Article published online:
16 November 2023

© 2023. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).

Georg Thieme Verlag
Rüdigerstraße 14, 70469 Stuttgart, Germany

 

  • Literatur

  • 1 Deutsche Rentenversicherung Bund: Rentenversicherung in Zeitreihen. Berlin: DRV; 2019
    Google Scholar
  • 2 Angerer P, Glaser J, Gündel H. et al. Psychische und psychosomatische Gesundheit in der Arbeit: Wissenschaft, Erfahrungen und Lösungen aus Arbeitsmedizin, Arbeitspsychologie und Psychosomatischer Medizin. Heidelberg, München, Landsberg, Frechen, Hamburg: ecomed-Storck GmbH;; 2014
    Google Scholar
  • 3 Bundesministerium für Arbeit und Soziales (BMAS): Arbeitszeitgesetz. In: Verbraucherschutz BfJuf, (ed.). Berlin. 2020
    Google Scholar
  • 4 Virtanen M, Jokela M, Madsen IE. et al. Long working hours and depressive symptoms: systematic review and meta-analysis of published studies and unpublished individual participant data. Scandinavian journal of work, environment & health 2018; 44: 239-50.
    CrossrefPubMedGoogle Scholar
  • 5 Rugulies R, Sørensen K, Di Tecco C. et al. The effect of exposure to long working hours on depression: A systematic review and meta-analysis from the WHO/ILO Joint Estimates of the Work-related Burden of Disease and Injury. Environment International 2021; 155: 106629
    CrossrefPubMedGoogle Scholar
  • 6 Backhaus N, Tisch A, Wöhrmann AM. BAuA-Arbeitszeitbefragung: Vergleich 2015 – 2017 – 2019. Dortmund: Bundesanstalt für Arbeitsschutz und Arbeitsmedizin; 2020;
    Google Scholar
  • 7 Statistisches Bundesamt: Überlange Arbeitszeiten https://www.destatis.de/DE/Themen/Arbeit/Arbeitsmarkt/Qualitaet-Arbeit/Dimension-3/ueberlange-arbeitszeiten.html2020).
    PubMed
  • 8 Bundesministerium für Arbeit und Soziales (BMAS): Verordnung über die Arbeitszeit der Beamtinnen und Beamten des Bundes In: Verbraucherschutz BdJuf, (ed.): § 87 Abs 3 S 1, § 90 Abs 1 BBG. Berlin: Bundesministeriums der Justiz und für Verbraucherschutz; 2020
    Google Scholar
  • 9 Sonnentag S. The recovery paradox: Portraying the complex interplay between job stressors, lack of recovery, and poor well-being. Research in Organizational Behavior 2018; 38: 169-85.
    CrossrefPubMedGoogle Scholar
  • 10 Virtanen M, Jokela M, Nyberg ST. et al. Long working hours and alcohol use: systematic review and meta-analysis of published studies and unpublished individual participant data. Bmj 2015; 350: g7772
    CrossrefPubMedGoogle Scholar
  • 11 Backhaus N, Brauner C, Tisch A. Auswirkungen verkürzter Ruhezeiten auf Gesundheit und Work-Life-Balance bei Vollzeitbeschäftigten: Ergebnisse der BAuA-Arbeitszeitbefragung 2017. Zeitschrift für Arbeitswissenschaft 2019; 73: 394-417
    CrossrefPubMedGoogle Scholar
  • 12 Müller G, Tisch A, Wöhrmann AM. The impact of long working hours on the health of German employees. German Journal of Human Resource Management 2018; 32: 217-35.
    CrossrefPubMedGoogle Scholar
  • 13 Wöhrmann AM, Brenscheidt F, Gerstenberg S. Arbeitszeit in Deutschland: Länge, Lage, Flexibilität der Arbeitszeit und die Gesundheit der Beschäftigten. In: Rump J, Eilers S, (eds.): Arbeitszeitpolitik Zielkonflikte in der betrieblichen Arbeitszeitgestaltung lösen. Berlin, Heidelberg: Springer Gabler; 2019: 159-177
    Google Scholar
  • 14 Garthus-Niegel S, Hegewald J, Seidler A. et al. The Gutenberg health study: associations between occupational and private stress factors and work-privacy conflict. BMC public health 2016; 16: 192
    CrossrefPubMedGoogle Scholar
  • 15 Pega F, Momen NC, Ujita Y. et al. Systematic reviews and meta-analyses for the WHO/ILO Joint Estimates of the Work-related Burden of Disease and Injury. Environment International 2021; 155: 106605
    CrossrefPubMedGoogle Scholar
  • 16 Dragano N, Siegrist J, Wahrendorf M. Welfare regimes, labour policies and unhealthy psychosocial working conditions: a comparative study with 9917 older employees from 12 European countries. Journal of epidemiology and community health 2011; 65: 793-799
    CrossrefPubMedGoogle Scholar
  • 17 Wöhrmann AM, Backhaus N, Tisch A. et al. BAuA-Arbeitszeitbefragung: Pendeln, Telearbeit, Dienstreisen, wechselnde und mobile Arbeitsorte. Bundesanstalt für Arbeitsschutz und Arbeitsmedizin BAuA, Dortmund. 2020
    PubMedGoogle Scholar
  • 18 Mauss D, Jarczok MN, Fischer JE. Daily commuting to work is not associated with variables of health. Journal of occupational medicine and toxicology 2016; 11: 12
    CrossrefPubMedGoogle Scholar
  • 19 Martin A, Goryakin Y, Suhrcke M. Does active commuting improve psychological wellbeing? Longitudinal evidence from eighteen waves of the British Household Panel Survey. Preventive medicine 2014; 69: 296-303
    CrossrefPubMedGoogle Scholar
  • 20 Milner A, Badland H, Kavanagh A. et al. Time Spent Commuting to Work and Mental Health: Evidence From 13 Waves of an Australian Cohort Study. The American Journal of Epidemiology 2017; 186: 659-67.
    CrossrefPubMedGoogle Scholar
  • 21 Ford MT, Matthews RA, Wooldridge JD. et al. How do occupational stressor-strain effects vary with time? A review and meta-analysis of the relevance of time lags in longitudinal studies. Work & Stress 2014; 28: 9-30
    CrossrefPubMedGoogle Scholar
  • 22 Boini S, Kolopp M, Grzebyk M. et al. Is the effect of work-related psychosocial exposure on depressive and anxiety disorders short-term, lagged or cumulative?. International archives of occupational and environmental health 2020; 93: 87-104
    CrossrefPubMedGoogle Scholar
  • 23 Rose U, Schiel S, Schroder H. et al. The Study on Mental Health at Work: Design and sampling. Scandinavian journal of public health 2017; 45: 584-94.
    CrossrefPubMedGoogle Scholar
  • 24 American Association for Public Opinion Research: Standard definitions: Final dispositions of case codes and outcome rates for surveys. 7th ed2011
    PubMed
  • 25 Feveile H, Olsen O, Hogh A. A randomized trial of mailed questionnaires versus telephone interviews: response patterns in a survey. BMC medical research methodology 2007; 7: 27
    CrossrefPubMedGoogle Scholar
  • 26 Kroenke K, Spitzer RL, Williams JB. The PHQ-9: validity of a brief depression severity measure. Journal of General Internal Medicine 2001; 16: 606-613
    CrossrefPubMedGoogle Scholar
  • 27 Löwe B, Spitzer RL, Gräfe K. et al. Comparative validity of three screening questionnaires for DSM-IV depressive disorders and physicians’ diagnoses. Journal of affective disorders 2004; 78: 131-140
    CrossrefPubMedGoogle Scholar
  • 28 Manea L, Gilbody S, McMillan D. A diagnostic meta-analysis of the Patient Health Questionnaire-9 (PHQ-9) algorithm scoring method as a screen for depression. General Hospital Psychiatry 2015; 37: 67-75
    CrossrefPubMedGoogle Scholar
  • 29 Kivimaki M, Jokela M, Nyberg ST. et al. Long working hours and risk of coronary heart disease and stroke: a systematic review and meta-analysis of published and unpublished data for 603,838 individuals. Lancet (London, England) 2015; 386: 1739-1746
    CrossrefPubMedGoogle Scholar
  • 30 Busch MA, Maske UE, Ryl L. et al. [Prevalence of depressive symptoms and diagnosed depression among adults in Germany: results of the German Health Interview and Examination Survey for Adults (DEGS1)]. Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 2013; 56: 733-739
    PubMedGoogle Scholar
  • 31 Schmitt M, Altstötter-Gleich C, Hinz A. et al. Normwerte für das Vereinfachte Beck-Depressions-Inventar (BDI-V) in der Allgemeinbevölkerung [Norm values for the simplified Beck Depression Inventory (BDI-V) in the general population]. Diagnostica 2006; 52: 8
    CrossrefPubMedGoogle Scholar
  • 32 Hagen F: Levels of Education: Relation between ISCO Skill Level and ISCED Categories http://www.fernunihagen.de/FTB/telemate/database/isced.htm#ISCO (last accessed on Mach 21, 2015
    PubMed
  • 33 International Labor Office Staff: International Standard Classification of Occupations 2008 (ISCO-08): Structure, Group Definitions and Correspondence Tables. Geneva, Switzerland: International Labour Office; 2012
    Google Scholar
  • 34 Müller W, Wirth H, Bauer G. et al. Entwicklung einer europäischen sozioökonomischen Klassifikation. Wirtschaft und Statistik 2007; 527-530
    PubMedGoogle Scholar
  • 35 Nübling M, Stößel U, Hasselhorn H-M. et al. Measuring psychological stress and strain at work – Evaluation of the COPSOQ Questionnaire in Germany. Psycho-social medicine. 2006 3. Doc05
    PubMedGoogle Scholar
  • 36 Karasek R, Theorell T. Healthy work : stress, productivity, and the reconstruction of working life. New York, NY, USA: Basic Books; 1990
    Google Scholar
  • 37 Andersson T, Alfredsson L, Kallberg H. et al. Calculating measures of biological interaction. European Journal of Epidemiology 2005; 20: 575-579
    CrossrefPubMedGoogle Scholar
  • 38 Marques A, Peralta M, Henriques-Neto D. et al. Active Commuting and Depression Symptoms in Adults: A Systematic Review. International journal of environmental research and public health 2020; 17
    PubMedGoogle Scholar
  • 39 Zapf D, Dormann C, Frese M. Longitudinal studies in organizational stress research: a review of the literature with reference to methodological issues. Journal of Occupational Health Psychology 1996; 1: 145-169
    CrossrefPubMedGoogle Scholar
  • 40 Taris TW, Kompier MAJ. Cause and effect: Optimizing the designs of longitudinal studies in occupational health psychology. Work & Stress 2014; 28: 1-8
    CrossrefPubMedGoogle Scholar
  • 41 Dragano N, Burr H, Formazin M. et al. Long working and commuting times as risk factors for depressive symptoms. Cross-sectional and longitudinal analyses. medRxiv 2022; DOI: 10.1101/2022.12.22.22283831.
    CrossrefPubMedGoogle Scholar