Stand der Evidenz
Assoziation von Cannabiskonsum mit depressiven Symptomen
Die vorliegenden Studien beschreiben einen konsistenten Zusammenhang zwischen Cannabiskonsum und einem erhöhten Risiko für depressive Störungen, wobei die Richtung des Effekts je nach Studiendesign und Adjustierung variiert. Meta-Analysen wie die von Lev-Ran 2014 zeigen, dass Cannabiskonsum mit einem Odds Ratio von 1,17 für die Entwicklung einer Depression assoziiert ist, wenn Baseline-Depressionen kontrolliert werden. Bei starkem Konsum steigt dieser Wert auf OR 1,62. Ein Update dieser Arbeit durch Churchill 2025 bestätigt die Assoziation mit einem OR von 1,29 basierend auf 22 longitudinalen Studien. Auch die Analyse von Gobbi 2019 an jugendlichen Probanden weist auf ein erhöhtes Risiko für Depressionen im jungen Erwachsenenalter hin mit einem Odds Ratio von 1,37. Die GRADE-Sicherheit dieser Meta-Analysen reicht von hoch bei Gobbi 2019 und Lev-Ran 2014 bis zu moderat bei Churchill 2025. Diese Effektmaße beschreiben die Wahrscheinlichkeit, eine Depression zu entwickeln, im Vergleich zu Nicht- oder Leichtkonsumenten. Die Datenlage stützt somit die These, dass Cannabiskonsum ein Risikofaktor für depressive Verstimmungen sein kann, insbesondere bei Jugendlichen und jungen Erwachsenen.
Epidemiologische Befunde und Komorbidität
Auf Bevölkerungsebene zeigen große Registerstudien und Querschnittsanalysen eine hohe Komorbidität zwischen Major Depression und Cannabis Use Disorder. Eine dänische Registerstudie von Jefsen 2023 berichtet einen Hazard Ratio von 1,84 für unipolare Depression bei Patient:innen mit Cannabis Use Disorder. Die Prävalenz aktueller Major Depressionen liegt bei Patient:innen mit Cannabis Use Disorder in psychiatrischen Stichproben bei 19,24 % und in Community-Stichproben bei 21,65 %, wie die Meta-Analyse von Pini Alemar 2026 zusammenfasst. Onaemo 2021 bestätigt in einer Meta-Analyse über acht nationale Surveys eine starke Assoziation mit einem Odds Ratio von 3,22 für die Komorbidität von Cannabis Use Disorder und Major Depression. Hunt 2020 ermittelt in einer Kohorte mit 348.550 Teilnehmenden eine Prävalenz jeglicher Substanzgebrauchsstörung bei Major Depression von 25,0 %, wobei Cannabis die höchste Prävalenz unter den illegalen Drogen mit 11,7 % aufweist. Diese Studien haben eine hohe bis moderate GRADE-Sicherheit und basieren auf sehr großen Fallzahlen, was die Generalisierbarkeit der Ergebnisse auf breite Populationen unterstützt.
Kausale Interpretation und Kontrollstudien
Die Frage nach einer kausalen Wirkung von Cannabis auf die Entstehung von Depressionen ist Gegenstand longitudinaler Studien mit unterschiedlichen Ansätzen zur Kontrolle von Confoundern. Schaefer 2021 berichtet in einer Zwillingsstudie, dass nach Einbeziehung monozygoter Kozwillinge kein kausales Signal für psychische Gesundheit im Erwachsenenalter mehr nachweisbar ist, was auf eine Rolle genetischer oder familiärer Faktoren hindeutet. Hengartner 2020 zeigt in einer Kohorte mit 30 Jahren Follow-up weiterhin eine Assoziation mit einem adjustierten Odds Ratio von 1,70, die durch frühen Erstkonsum und hohe Frequenz im Jugendalter verstärkt wird. Im Gegensatz dazu finden Danielsson 2016 und Manrique-Garcia 2012 in schwedischen Kohortenstudien, dass die Assoziation nach adjustierter Analyse nicht mehr signifikant bleibt bzw. wegfällt. Danielsson 2016 berechnet ein relatives Risiko von 0,99 nach vollständiger Adjustierung. Van Laar 2007 berichtet hingegen ein erhöhtes Risiko für erstmalige Major Depression mit einem Odds Ratio von 1,62 nach Adjustierung für starke Confounder. Diese widersprüchlichen Ergebnisse werden durch unterschiedliche Adjustierungsstrategien, Follow-up-Dauern und Definitionsvarianten des Konsums erklärt. Die GRADE-Sicherheit dieser longitudinalen Einzelstudien ist überwiegend niedrig bis moderat.
Patientengruppen und Konsumaspekte
Die untersuchten Populationen umfassen überwiegend Jugendliche und junge Erwachsene in prospektiven Kohorten sowie adulte Populationen in Register- und Querschnittsstudien. Gobbi 2019 und Lev-Ran 2014 fokussieren auf Kohorten mit Start im Jugend- und jungen Erwachsenenalter, während Jefsen 2023 und Pini Alemar 2026 breite, nationale Stichproben nutzen. Die Fallzahlen reichen von kleineren Kohorten wie bei Hengartner 2020 mit 591 Teilnehmenden bis zu Millionenregisterdaten bei Jefsen 2023. Ein wiederkehrender Faktor ist der Konsumgrad: Lev-Ran 2014 und Van Laar 2007 unterscheiden zwischen geringem und starkem Konsum, wobei das Risiko mit der Intensität zunimmt. Hayatbakhsh 2007 vermerkt ein über dreifach erhöhtes Risiko, wenn frühzeitiger Konsum vor dem 15. Lebensjahr mit häufigem Gebrauch kombiniert ist. Die vorliegenden Studien untersuchten keine spezifischen Cannabispräparate oder Wirkstoffprofile isoliert, sondern den Cannabiskonsum als Gesamtkategorie oder in Bezug auf die Cannabis Use Disorder.
Grenzen der Evidenz und offene Fragen
Die Evidenzlage weist trotz großer Fallzahlen deutliche Einschränkungen auf. Viele longitudinale Studien haben eine niedrige GRADE-Sicherheit, was auf potenzielle Verzerrungen und unvollständig kontrollierte Störgrößen zurückzuführen ist. Die Richtung der Assoziation bleibt in manchen Analysen nach starker Adjustierung unklar, was auf einen möglichen umgekehrten Kausalzusammenhang oder den Einfluss latenter psychopathologischer Faktoren hindeutet. Sorkhou 2024 und Tourjman 2023 fassen zusammen, dass die Evidenz für einen schädlichen Verlauf bei Major Depression unter Cannabiskonsum vorhanden ist, aber weniger konsistent als bei bipolaren Störungen ist. Mammen 2018 berichtet, dass Cannabiskonsum in den meisten Kohortenstudien mit geringerer Symptombesserung unter Behandlung assoziiert ist. Langzeitdaten über die Auswirkungen einer Abstinenz oder Reduktion des Konsums auf den depressiven Verlauf fehlen in den vorliegenden Studien weitgehend. Zudem werden spezifische therapeutische Interventionen nicht als Gegenstand der Wirksamkeitsprüfung betrachtet, da es sich um die Erfassung des Risikos und des Verlaufs handelt, nicht um die Behandlung selbst. Die Datenlage zu direkten kausalen Effekten bleibt daher dünn, da die Ergebnisse bei der Adjustierung für Confounder stark auseinandergehen.