精神病在线干预：影响因素综述和展望

互联网干预25（2021）100411参与精神病的在线心理社会干预：相关因素的回顾和综合Chelsea Arnolda，*，John Farhallb，c，Kristi-Ann Villagonzaloa，Kriti Sharma a，Neil Thomas a， da澳大利亚墨尔本斯威本科技大学心理健康中心b澳大利亚墨尔本拉筹伯大学心理学和咨询系c澳大利亚墨尔本墨尔本健康中心西北心理d澳大利亚墨尔本阿尔弗雷德医院A R T I C L EI N FO保留字：eHealth数字化心理健康参与干预精神病A B S T R A C T背景：关于参与精神病在线干预的相关因素知之甚少。本综述旨在综合相关文献中的现有数据，以开发可能影响精神病在线干预参与的方法：在线数据库中搜索与参与精神病在线干预的预测因素相关的研究;精神病患者中互联网使用的预测因素;以及参与精神病传统心理社会治疗的预测因素。数据被合成为一个概念模型，突出与精神病在线干预相关的因素结果：识别出6X11项研究。参与度相关因素与精神病的影响、对精神病的反应、技术融入日常生活和干预方面直接相关。结论：虽然确定了几个候选预测因子，但很少有研究专门调查参与精神病在线干预的预测因子。需要进一步调查检查个体和干预相关因素，以告知精神病在线干预的有效设计和传播。1. 介绍尽管之前存在数字鸿沟，但精神病患者越来越多地访问互联网（Robotham等人，2016年）。在最近对澳大利亚和西班牙门诊服务用户的调查中，分别有76%和85%的参与者报告可以访问互联网（Bonetet al.，2018; Thomas等人，2017年）。除了增加的可及性之外，很大比例的精神病患者对利用数字技术进行精神健康持积极态度并感兴趣（Bonet et al.， 2018; Firth等人，2016年）。随着精神病患者上网的增加，在线开发和提供低强度、循证干预措施的机会也在增加。迄今为止，已经开发了各种基于互联网和移动设备的干预措施（“在线干预”）用于精神病。基于互联网的干预包括心理教育网站（Rotondi等人，2010）;自我指导认知行为疗法（CBT）课程（Gottlieb等人，2017）;面向恢复的基于网络的程序（Thomas等人，2016）;和同伴支持/社交网络工具（Alvarez-Jimenez等人，2013年）。移动应用程序也越来越多地用于生态瞬时评估（EMA），在日常生活的背景下收集重复的实时数据（Shiffman等人，2008年）。EMA应用程序支持实时症状监测和即时临床干预（例如，对于治疗依从性）对于精神病的经历（Bell等人，2017年）。越来越多的证据表明，在线干预对于患有精神障碍的个体来说是可行的和可接受的，并且可以有效地辅助该人群的临床和社会结果（Ben-Zeev等人，2018; Berry等人，2016; Schlosser等人，2018年）。例如，基于网络的干预与小效应量的症状减轻有关（Gottlieb等人，2017）和移动应用程序在随机对照试验中与改善幻听、抑郁症状、自我效能、动机和功能的中等效果相关（Granholm等人，二〇一二年;缩略语：CBT，认知行为疗法; CBTp，精神病认知行为疗法; EMA，生态瞬时评估; FEP，首发精神病。* 通讯作者：斯威本科技大学心理健康中心，John Street，Hawthorn 3122，VIC，Australia。电子邮件地址：carnold@swin.edu.au（中国）Arnold）。https://doi.org/10.1016/j.invent.2021.100411接收日期：2019年10月18日;接收日期：2021年5月27日;接受日期：2021年6月2日2021年6月5日在线发布2214-7829/©2021的自行发表通过ElsevierB.V.这是一个开放接入文章下的CCby-NC-ND 许 可 证（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。可在ScienceDirect上获得目录列表互联网干预期刊主页：www.elsevier.com/locate/inventC. Arnold et al.互联网干预25（2021）1004112=-- ---Schlosser等人， 2018年）。1.1. 参与在线干预尽管证明了对各种精神健康困难的功效（Rogers等人，2017年），参与度低等问题已成为广泛实施心理健康困难在线干预的重大挑战（Christensen等， 2009年）。 术语“参与 ” 是指 用户 参与干 预并与 干预 交互（Baltierra等人， 2016年）。这包括干预使用的程度以及使用者的主观经验，包括注意力、情感和兴趣（Perski等人， 2017年）。参与与“遵守”一词重叠按照预期但不需要预先使用的干预的使用程度（Donkin等人，2011年）。已经使用了各种措施来检查参与度：完成的模块数量、点击或登录的数量、在线花费的时间长度或参与者完成干预的比例（Short等人， 2018年）。更经常所检查的参与指数是无意中退出或脱离服务-表明缺乏或停止参与干预（Melville等人，2010年）。定性报告还可以提供对参与在线干预的主观成分的见解（Short等人， 2018年）。由于参与度的增加与结果的改善相关，因此进一步了解相关因素成为重要的研究目标（Donkin et al.，2011; Fuhr等人，2018年）。个人、环境和干预因素可能会影响在线干预的参与（Perski et al.，2017年）。在精神病以外的人群中，更高水平的参与与辅助支持相关（例如，电话或电子邮件联系）、女性、更高的治疗期望、个性化干预以及有足够的时间来利用干预（Baumeister等人，2014; Beatty andBinnion，2016）.诸如治疗动机、症状的影响（情绪、焦虑）和人口统计学因素（年龄、教育、就业、计算机素养）等因素也被确定为参与度增加的潜在预测因素（Christensen等人， 2009; Perski等人，2017年）。虽然精神病患者可能会有重叠的经历，对于其他临床人群，他们往往复杂的需求可能是与参与在线干预有关的独特因素。例如，个体可能对疾病的认识降低，潜在地抑制寻求治疗的行为（Buckley等人，2007年）。认知缺陷，以及混乱，对其症状和疾病的了解有限，或阴性症状，是可能干扰个体治疗决策能力和潜在参与治疗的额外经历（Lakeman，2006; Larkin和Hutton，2017; Thomas等人，2011年）。此外，由于工作或学习中的日常暴露减少，一些患有持续残疾的人可能对技术不太熟悉（Baup和Verdou X，2017; Robotham等人， 2016年）。Killikelly等人（2017）审查了干预利用数字技术帮助精神病患者在20项确定的研究（随机对照试验、可行性研究、观察性研究、经验抽样方法研究）中，只有两项发现检查变量与依从性之间存在显著相关性。干预措施：van der Krieke等人（2013）发现年龄较小（t（213）2.120，p 0.03）和男性（χ215.6，p 0.02）与从一项评估网络的研究中脱落显著相关共享决策工具。 Palmier-Claus等人（2012）发现，阳性症状严重程度与不依从Clintouch（一种在动态症状监测背景下的移动评估应用程序）（完成33%的潜在数据输入点）显著相关（OR 0.68，p 0.033）。Killikelly et al. （2017）强调了与精神病在线干预依从性相关因素的现有经验数据有限。迄今为止的许多研究包括不受控制的研究设计和调查干预的可行性或可接受性，而不是专门参与（Killikelly等人，2017年）。确定与参与有关的因素将有助于指导研究工作，并为未来干预措施的定制设计提供信息。目前，对相关因素的了解仍然有限。为了解决这一知识差距，我们试图确定与精神病在线干预相关的因素。鉴于这一研究领域的形成阶段，一个广泛的方法被认为是适当的，以确定因素不能确定通过检查预测参与与在线干预单独。由于在线干预措施需要互联网接入和使用，互联网使用的预测因素可能与参与这些干预措施的预测因素重叠。参与传统面对面心理社会服务和心理治疗的预测因素也可能转化为通过在线形式提供的干预。因此，本综述具有描述性和探索性，旨在综合这些交叉文献的相关数据，以开发可能影响精神病在线干预的潜在变量的工作模型。2. 方法我们考虑了以下交叉文献：1. 研究直接报告了参与基于互联网或移动的精神病干预措施的模式。2. 研究直接报告了精神病患者使用互联网的模式。3. 参与精神病非数字化社会心理干预的预测因素研究。我们试图识别具有任何参与指数（包括脱落、脱离和临床医生评定的参与）预测因子的定量研究和捕获参与的主观体验的定性研究。我们专注于通过在线形式提供的社会心理和心理干预。利用技术促进药物依从性的研究被认为是与心理社会治疗不同的干预类型，因此不在本综述的范围内2.1. 搜索策略我们采用了一种务实的方法来综合文献。 首先，我们确定了感兴趣领域的已发表综述，以确定主要研究：Doyle et al.（2014）; Killikelly etal.（2017）; Leclercet al. （2015）;No s'eet al. （2003）;Staringet al.（2006）;Villeneuve等人（2010）。然后，我们通过文献检索补充了这些研究，以获得更近期的出版物。我们使用已识别系统性综述的检索词组合检索了PsycInfo、PubMed和Web of Science数据库。检索结果仅限于2000年以后发表的研究。确定精神病在线干预或与精神病与精神病有关的搜索词（精神病或精神病或精神病* 或为了识别任何报告面对面干预参与预测因素的研究，我们使用了相同的搜索词与精神病有关的术语，与治疗有关的术语（治疗或程序或干预或CBT或于2019年5月29日，第一作者（CA）。采用包容性方法进行选择，如果包含与参与精神病在线干预、参与精神病面对面服务或精神病患者互联网使用相关的任何结果（定性或定量），则纳入研究C. Arnold et al.互联网干预25（2021）10041132.2. 数据提取以下数据由第一作者（CA）提取：（a）研究识别项（作者，出版年份）;（b）研究设计;（c）参与者样本特征（即，诊断组）;（d）干预类型或与互联网有关的相关行为;（或互联网使用）构建;（f）参与的操作化;（g）与参与指数或互联网使用的显著和非显著关联;（h）研究的主要目的;（i）主要结果测量;（j）成效方面的结果就质性研究而言，有关消费者或员工参与体验的数据是以相关次主题或描述的形式提取。2.3. 数据分析提取后，数据进行了叙述性合成，以建立相关的因素参与在线干预精神病。这涉及到调查变量和参与指数或互联网使用之间的显着和非显着关联的表格。当在多项研究中进行检查时，变量被认为是相关因素，并证明了相关性。相似之处，重要性，补充表）。对于精神病患者使用互联网的情况，我们确定了12项研究（见表2）。对于精神病面对面治疗的参与，从既往综述中，我们确定了Doyle et al.（2014）的8项研究、Leclerc et al.（2015）的2项研究、Staring et al.（2006）的2项研究，并纳入了Villeneuve et al.（2010）的Meta分析结果，我们还从自己的文献检索中补充了19项研究（见表3）。研究之间在干预类型、方法学以及参与的定义和测量方面存在显著异质性。基于这些确定的研究的数据合成，确定了与精神病在线干预相关的几个变量。变量包括与干预使用和用户主观体验的定性报告相关的因素。这些变量包括疾病相关的，社会心理，心理，人口和干预因素。确定的因素在表4中进行了总结，并在下文中进行了详细说明。3.1. 疾病因素3.1.1. 疾病严重程度精神病患者传统心理社会干预的结果和潜在的作用，确定的变量之间进行了讨论，订单 是 混合： 几 研究 发现 没有 相关性thors并在相关文献和先前的参与概念模型的背景下考虑（Perski等人，2017; Short等人，2015年）。另外还利用概念映射来考虑变量之间的潜在相互作用。这导致将确定的变量综合成一个概念模型。3. 结果我们从3篇相关文献中共识别出60项研究（图1）。为了参与精神病的在线干预，我们从Killikelly et al.（2017）综述中确定了6项相关研究，加上我们补充文献检索中的另外10项研究（研究详情见表1其他研究详情见一般疾病的严重程度和所检查的接合结构（Alvarez-Jimenez等人，2009; Anderson等人，2013; Lecomte等人， 2008; Stowkowy等人，2012; Tait等人， 2003; Villeneuve等人， 2010年）。更严重的疾病表现与首次发作精神病（FEP）和精神分裂症的面对面治疗呈负相关（Fung et al.， 2008; Gurak等人， 2017; MacBeth等人，2013; Spidel等人，2015; Tsang等人，2010年）。相反，在几项研究中，较低的基线疾病严重程度预示着脱离早期精神病服务（Conus et al.，2010;Schimmelmann等人， 2006; Turner等人， 2007年）。疾病的严重程度似乎也与互联网用途：Spinzy et al. （2012）发现，更严重的疾病与精神病患者的互联网使用减少有关。Fig. 1. 流程图。C. Arnold et al.互联网干预25（2021）1004114表1研究包括与参与在线和移动评估和干预研究相关的因素研究与起源样本N干预参与构建体参与操作化变量显著/相关Ainsworth等人（2013）英国Ben-Zeev等人（2014）美国Sz，SA 24仅智能手机评估应用程序/短信Sz，SA 33Smartphone app使用干预使用干预干预方式：智能手机app w.图形触摸用户界面>SMS纯文本实现使用干预措施的天数百分比，这些天基线认知功能、阴性症状、迫害意念、阅读水平Ben-Zeev等人（2016）美国PDa342智能手机app（纵向）啮合每周使用干预药物的天数，每周对提示做出响应的天数，每周开始使用的天数，平均每天开始使用女性>男性（所有，但没有。天开始使用/周），白人参与者>少数民族（除平均启动/天外），年龄：30-45岁>18-29岁（没有）开始使用天数/周）; 46-60岁>18-29岁（开始使用天数/周）周），18-29岁（对提示作出反应的天数），+7次既往住院<-7次住院（使用干预措施的天数）Bucci等人（2018）英国EP 21数字健康干预主观意见N/A（定性调查）障碍：实际（忘记打开或充电电话，丢失或损坏电话），数字鸿沟（例如，例如，在 一 个 实 施 例 中 ， 不 良 数 据 津贴）Reynner等人（2019）英国Granholm等人（2012）美国Sz，SAb16智能手机appSz，SA 55不适用（定性调查）障碍：心理健康（积极）症状，情绪症状），与手机相关的障碍（缺乏智能手机体验），其他（怀疑，缺乏读写能力，身体疾病，忙碌，离开）完成发送文本>2周完成者>自我报告的生活严重的阴性症状>估计发病前的语言智商比非完成者年龄教育程度阳性症状抑郁Kumar等人（2018）美国EP 61基于网络干预+智能手机应用程序完成完成研究干预、研究时间长度、调查完成率（每日、每周）在完成者中：基线阴性、激越/躁狂症状更严重与每周调查完成率总体样本：基线阳性、阴性、抑郁/焦虑、激越/躁狂症状Maijala等人（2015年）芬兰Sz，SAc100 Internet-&问答栏使用干预年龄：18-24 岁性别、教育Moitra等人（2017）美国PD 65 EMA完成完成>1次调查，数量已经完成的问卷性别：女性>男性，大麻使用与完成率呈负相关。未完成调查的定性原因：不了解程序/无法使器械正常工作，调查时间不便。退出的原因包括：缺乏兴趣，感到不知所措，失去联系年龄、教育、种族、酒精使用、阳性、阴性和情感症状、认知功能Niendam等人（2018）美国Palestini-Clauset al.英国（2012年）EP 76 EMA调查完成PD 44 EMA合规性，依从性调查完成率（每日、每周）完成>33%的调查，调查条目更严重的阳性症状预示着不依从基线阳性、阴性、抑郁/焦虑、激越/躁狂症状年龄、性别、阴性或一般症状、抑郁症Palestini-Clauset al.（2013年）英国NAP 24 EMA主观意见31号接合N/A（定性调查）不感兴趣。需要改变项目的内容、数量和顺序，以避免无聊和疲劳效应。（接下页）C. Arnold et al.互联网干预25（2021）1004115表1（续）研究与起源样本N干预参与构建体参与操作化变量显著/相关Rotondi等人（二零一零年）网络干预干预时间、页面访问阳性症状与参与指数So等人（2013）英国教练与同伴的互动。Sz，BPADd26 PDA EMA合规完成>33%的调查，没有。调查条目未完成的原因：哔哔声令人讨厌，PDA或眼镜丢失，身体疾病，对PDA年龄，用药时间和剂量，入院次数，以及一般，阳性，阴性症状。Williams等人（2018年）澳大利亚精神病的经验36网络干预主观意见N/A（定性调查）与工人一起使用的情况得到改善经验，有限的访问互联网接入在家里（接待，住宿，经济困难）有限的使用BPAD：双相情感障碍，EMA：生态瞬时评估，EP：早期精神病，N/A：不适用，NAP：非情感性精神病，PD：精神病 性 障碍，Sz：精神分裂症，SA：情感性精神障碍; UK：英国，USA：美利坚合众国。一 最近出院。B 去年复发。c住院病人。D 有严重的妄想症。只有一项研究报告了总体疾病严重程度和在线干预参与（Palmier-Claus et al.，2012年）。本研究使用生态瞬时评估（EMA）完成作为因变量，并没有发现与评估完成显着关联。这些混合的发现表明，症状严重程度和参与度之间存在潜在的复杂关系。严重的精神症状可能会阻止患者参与心理社会治疗和访问互联网。同时，症状水平较低的个体，特别是在早期精神病期间，可能对治疗的动机或感知需求较少。定性报告支持这一解释，并强调了主观体验：一些精神病患者在身体不适时发现互联网资源具有挑战性，而在感觉良好时不想访问心理健康信息（Aref-Adib等人， 2016年）。3.1.2. 阳性症状精神病的阳性症状包括偏执意念、妄想信念、幻觉和思维混乱（Gaebel和Zielasek，2015）。几项研究表明，阳性症状的严重程度与 传 统 服 务 的 参 与 指 数 之 间 没 有 关 联 （ Lincoln 等 人 ， 2014;Perivoliotis等人，2010; Stowkowy等人， 2012; Tait等人，2003;Thomas等人，2018; Turner等人，2007年）。相反，更严重的阳性症状与FEP个体治疗中的参与水平较低相关（Fanning et al.， 2012;Johansen等人， 2011; MacBeth等人， 2013年）。一项研究检查了与互联网用途：Villagonzalo等人（2019）发现，适度使用互联网（少于每天但至少每周一次）的人比高（至少每天一次）或低（少于每周一次）用户的人有更严重的阳性症状。大多数研究检查了阳性症状与参与在线干预之间的关联，没有发现任何关联（Ben-Zeev et al.，2014; Granholm等人，2012年; Kumar等人， 2018; Moitra等人，2017; Niendam等人，2018; So等人，2013年）。一项研究发现，精神分裂症的阳性症状与使用在线心理教育网站之间存在正相关（Rotondi等人，2010年）。相反，一项研究发现，在患有精神分裂症相关疾病的个体中，更严重的阳性症状显著预测<了一周内EMA干预的不依从性（完成33%的条目）（Palmier-Claus et al.， 2012年）。与总体疾病严重程度一样，这些发现可能反映了积极症状的参与和严重程度之间的复杂关系，可能在感知需求的基础上发生（Rotondi等人，2010年）。定性报告表明，阳性症状可能会干扰干预措施和互联网使用的参与（Reynner等人， 2019; Hazell等人，2017; Schrank等人，2010年）。相反，具有低水平阳性症状的个体，特别是在疾病的早期阶段，可能具有有限的参与，这可能与低感知的治疗需求有关。因此，中度阳性症状的人可能更有动力和装备使用相关的在线资源。3.1.3. 阴性症状精神分裂症和其他精神障碍中的阴性症状包括意志缺失、快感缺乏和社交障碍（Messinger等人，2011年）。关于传统的心理社会服务，几项研究表明阴性症状与较差的治疗参与度之间存在关联（Fanning等人，2012; Johansen等人， 2011; Lincoln等人，2014; MacBeth等人，2013年）。其他研究发现，较低水平的阴性症状与脱离FEP服务有关（Stowkowy等人， 2012; Turner等人，（ 2007）没有美国SchlosserEP/尺寸10手机app接合平均登入次数规模增大且等人挑战已完成，挑战个性化和减少（2016年）平均完成百分比教练互动美国同伴和教练与增加互动，主动与接合被动使用，社交对等互惠，C. Arnold et al.互联网干预25（2021）1004116表2研究包括与互联网使用相关的因素。研究样品N与互联网有关的行为变量显著/相关不显著/不相关Aref-Adib等人PD22互联网使用与MH相关障碍：财务（对数据的关注，而不是（2016）英国BaupandVerdouX（2017）法国Bonet等人（2018年）西班牙信息Sz、SA或BPAD 100医疗互联网使用信息EP，慢性PD 105互联网使用（一般和心理健康），互联网接入，技术经验，对电子健康的兴趣有一个智能手机），身体不适（感觉没有动力，发现资源太难从事），时间不足，不想考虑MH（当好），难以处理信息在线互联网使用与：年轻，教育水平较高，有一台电脑在家里。未在互联网上寻求医疗信息的原因是：缺乏互联网技能，只与医生或药剂师讨论健康问题，不感兴趣，无法上网EP（更年轻，更高的教育水平）>慢性PD（老年人，大多失业），互联网使用频率（一般），互联网用于社会和心理健康，设备使用Fern'andez-Sotos等.（2019年）西班牙EP 180互联网和技术使用高等教育与更频繁地使用年龄、性别Lal等人（2016）加拿大FEP 17互联网用于MH相关信息促进用途：接触有生活经验的同龄人，专业适度。对以下方面表示的关注：信息的内容、来源和影响&Miller等（2015）美国Sz 80互联网和技术的使用年龄较小与互联网和技术的使用呈正相关。女性更倾向于支持与电脑使用相关的偏执狂。男性更倾向于支持与使用电脑相关的声音恶化。Robotham等人（2016年）英国Schrank等人（二零一零年）维也纳数字排斥：互联网使用、互联网接入、使用互联网Sz，SA 26将互联网用于与健康有关的目的互联网用途：安全问题，缺乏信用/金钱，缺乏知识，缺乏访问互联网的地方，缺乏可用性，不想使用互联网。年龄较大和患病时间较长与数字排斥有关。不使用的原因：缺乏使用计算机的机会、经济问题、使用技术困难、害怕计算机病毒、害怕上网成瘾、偏爱其他信息来源和期望获得低质量信息、对已经得到满足的信息的需求、缺乏兴趣和希望依赖医生。疾病相关原因：刺激溢出，无法处理丰富的信息，注意力不集中，缺乏精力，抑郁症状，偏执的想法，害怕症状刺激以及希望远离与疾病相关的话题作为恢复过程的一部分Spinzy等人（2012年）以色列PD 143互联网使用，互联网接入与互联网使用和接入Thomas等人（2017年）澳大利亚SMI 100互联网使用（一般和精神健康），互联网接入互联网接入与较高的教育水平和较年轻的年龄有关。更高的互联网使用率与更年轻的年龄有关。在经常上网的人中：女性与更高的一般使用率相关，年龄较小和教育水平较高与使用互联网进行心理健康MH的互联网接入和互联网使用（在经常用户中）：性别。因特网使用（一般）：教育Véalimaéki等（2017年）芬兰互联网使用，互联网接入年龄：18-24岁的参与者有更大的比老年人更容易获得。高等教育与更多的互联网接入和使用一般功能Villagonzalo等人（2019）澳大利亚在过去2年189互联网使用（一般和精神健康）一般互联网用途：与较年轻的年龄，较高的教育水平，较高的执行功能和处理速度得分呈正相关;阳性症状（中等水平互联网用户中最高）;一般互联网用途：性别、目前的就业状况、职业成就、对利用互联网进行MH治疗的态度;工作记忆、病前智商、症状（紊乱，兴奋，（接下页）C. Arnold et al.互联网干预25（2021）1004117=表2（续）研究样本N互联网相关行为变量显著/相关不显著/不相关负面症状（在低水平互联网用户中最高）。互联网使用对心理健康的影响：年龄较小，就业，职业成就较高，孤独程度较高情绪困扰）。MH的互联网使用：对利用互联网进行MH治疗的态度、认知变量、自我效能、恢复方式、内化污名或精神病症状严重程度BPAD：双相情感障碍，EP：早期精神病，FEP：首发精神病，MDD：重度抑郁症，MH：精神健康，PD：精神障碍，SA：情感障碍，SMI：重度精神疾病，Sz：精神分裂症，UK：英国，USA：美利坚合众国。相关的（Tait等人，2003; Thomas等人， 2018年）。只有一项研究调查了阴性症状与互联网用途：Villagonzalo et al.（2019）发现，与高使用者相比，低互联网使用者的阴性症状明显更多。几项研究发现，负面症状与移动应用程序的使用或完成率之间没有关联（Ben-Zeev等人， 2014; Moitra等人，2017; Niendam等人，2018;Palmier-Claus等人， 2012; So等人，2013年）。然而，更严重的阴性症状与未完成移动CBT干预相关（Granholm等人，2012）和用于早期精神病的移动应用程序的低完成率（Kumar等人，2018年）。虽然关于面对面服务的研究结果已经混合，但严重的阴性症状可能会成为使用互联网和在线干预的障碍。因此，阴性症状可能与在线干预的参与度降低有关3.1.4. 认知功能精神病性障碍如精神分裂症与跨越广泛领域的认知缺陷相关，所述领域包括处理速度、工作记忆和情景记忆、执行功能、言语能力、流畅性、持续注意力和视觉空间能力（Schaefer等人，2013年）。虽然不是一致的发现（林肯等人，2014; Stowkowy等人，2012），更好的认知功能与传统环境中更大的心理社会治疗参与相关（Currell等人，2016;Johansen等人，2011; Kukla等人，2014年;托马斯等，2018年）。在一项研究中，更好的认知能力与更高水平的互联网使用相关：Villagonzalo等人。（2019）发现，更高水平的互联网使用与更好的执行功能和处理速度能力相关。两项研究发现，认知功能与临床EMA移动应用程序FOCUS的使用无关（Ben-Zeev等人，2014），或最近因精神病出院的个体的EMA完成率（Moitra等人，2017年）。然而，在精神分裂症或情感性精神障碍患者中，较低的病前IQ估计值与EMA应用程序的未完成率相关（Granholm等人， 2012年）。定性报告强调，认知困难是使用互联网和参与心理社会治疗的障碍。患有精神障碍的个体报告了由于刺激过载和注意力集中困难而难以在线处理信息和不使用互联网（Aref-Adib等人，2016; Schrank等人，2010年）。认知能力已经被强调为消费者和临床医生参与治疗如精神病CBT（CBTp）的重要因素（Currell et al.，2016; Hazell等人， 2017;Kilbride等人， 2013年）。虽然认知功能与两种在线干预的完成率无关，但这些研究都受到样本量小的限制（Ben-Zeev等人，2014; Moitra等人，2017年）。由于认知功能较好的患者更有可能使用互联网，并且可能更有能力参与心理社会治疗，因此认知功能可能与参与在线干预呈正相关。3.1.5. 病程在精神病的第一次发作之后，一些个体可能具有最小的精神病经历或没有进一步的精神病经历（Alvarez-Jimenez等人，2012年）。相反，其他个体将经历更慢性的病程，具有持续的症状和相关的残疾（Morgan等人，2014年）的报告。在精神分裂症谱系障碍个体的荟萃分析检查中，较长的疾病持续时间与心理社会治疗的退出有关（Villeneuveet al.，2010）和对患有精神病的个体的大规模（N1386）检查（Ma等人，2012年）。两项确定的研究没有发现疾病持续时间和参与心理社会治疗之间的关联（Lincoln等人， 2014;Thomas等人， 2018年）。关于互联网的使用，一项研究表明，患有早期精神病的人更频繁地使用互联网，精神健康相关的目的（Bonet等人，2018年）。疾病持续时间较长（> 3年）同样与“数字排除”的风险较高相关-缺乏使用互联网的机会和信心（Robotham等人， 2016年）。本综述中没有发现任何研究调查精神病持续时间与参与在线干预之间的关联。然而，持续时间较长或阶段较晚的个体 精神病患者的参与度可能较低，因为他们使用互联网的频率较低，退出心理社会治疗的风险较高。这种关联可能由其他潜在相关的阶段相关因素如年龄、症状严重程度或认知能力来解释（Bagney et al.， 2013年）。3.1.6. 洞察力患有精神病的个体可能对他们的症状或精神疾病缺乏认识（Pini等人，2001年）。尽管并非所有的研究都发现了这种关联（Lecomte等人， 2008; Perivoliotis等人， 2010; Schimmelmann等人，2006;Stowkowy等人，2012; Tait等人，2003），对疾病的有限了解与患有FEP 的个体中不参加治疗有关（Alvarez-Jimenez 等人， 2009;Fanning等人， 2012; Turner等人， 2007）和持续性精神病（Fung等人，2008; Lincoln等人，2014年）的报告。此外，临床医生已经定性地确定缺乏对疾病的洞察力是参与CBTp的障碍（Hazell等人， 2017年）。没有确定的研究检查洞察力和互联网使用或参与在线干预之间的关联。有人提出，在面对面干预中表现出的相关性可能表明，那些对疾病了解程度较低的人也不太可能参与在线干预，因为他们缺乏对治疗的感知需求。3.2. 心理因素3.2.1. 恢复方式恢复方式与洞察力的区别在于其关注对精神疾病的态度，并且被概念化为“整合”或“封闭”（McGlashan等人，1975年）。那些具有整合康复方式的人通常承认他们精神病的重要性对他们的经历表现出好奇心，C. Arnold et al.互联网干预25（2021）100411（接下页）8表3研究包括与面对面治疗/服务相关的因素。研究样本N干预参与构建体参与运作变量显著/相关不显著/不相关Alvarez-Jimenez等人（2009年）澳大利亚FEP 41 CBTp依从性完成干预（如治疗心理学家所示）和/或完成80%的计划干预较长的DUP和较差的洞察力水平与较低的依从性年龄、性别、婚姻状况、教育水平、就业状况、与家人同住、一般疾病/症状严重程度、目前正在服用抗精神病药物、功能水平Anderson等人（2013年）加拿大凯西等人（2016）英国FEP 324 EPP（维修）脱离FEP 103 EIS（服务）参与3个月没有联系老年人和少数民族（黑人与白人相比）与脱离接触的风险增加有关。独居的人脱离接触SOLES评分学历>继续教育;与他人同住>独居;与未经治疗的疾病持续时间呈正相关（值>1220天）;与信念的积极关联，MH与社会压力和奇怪的想法性别、物质剥夺、社会剥夺、未经治疗的疾病持续时间、药物滥用、症状严重程度、警察/救护车联系年龄、性别、种族、社会经济状况、婚姻状况。关于MH的信念（家庭，表达的情感，遗传学，超自然），诊断，DUPConus等人（二零一零年）澳大利亚FEP 660 EPP（维修）脱离病例记录显示主动拒绝接触或无法追踪既往法医学史、基线时疾病严重程度较低、基线功能较低、持续SUD、出院时无家庭成员生活可预测脱离接触性别、精神病家族史、出院时疾病严重程度、出院时整体功能Currell等人（2016）英国CBTp治疗师21 CBT p完成CBT p N/A（定性调查）积极成分：接受和应用认知模型，关注当前-足够的注意力和记忆力，安全基础-未经治疗的疾病持续时间较短和安全依恋史，有意义的积极合作-容忍新经验/信息/变化的能力和合作生产制剂的能力Fanning等人（2012年）爱尔兰FEP 88 Group CBTP出席率、遵守率参加>1次会议，参加>5/12次会议出勤率与更高的教育，更低的阴性症状，更多的洞察力疾病。依从性与较少的阳性阴性症状、较少的社会自我意识&生活安排、婚姻状况、社会经济状况、诊断、DUP、就业状况、恢复方式、病前适应、药物态度Fung等人（二零零八年）香港Fung等人（二零一零年）香港Sz 86精神科医院、社区服务Sz 105精神病医院，社区服务（心理社会治疗）依从性（心理社会治疗）依从性PTCS：出勤和参与量表PTCS：出勤和参与量表较高的出勤率与较低水平的内在耻辱，更好地了解精神疾病和独居的社会后果。更好的参与与更高的自尊水平和对精神疾病更好的治疗依从性与更好地准备改变自己的心理健康和更少的精神病症状，更低的内化耻辱性别、教育C. Arnold et al.表3（续）互联网干预25（2021）100411（接下页）9研究样本N干预参与构建体参与运作变量显著/相关不显著/不相关Gurak等人（2017）美国Hazell et al.（2017）英国Sz和家庭有幻听经历的人，MH临床医生了解文化的家庭治疗21，201简要的能力建设和贸易p参与不适用（定性调查）依从性与更严重的症状、参与者的少数民族（黑人和白人）、更高的水平呈消费者报告说，经历认知困难可能会使参与变得困难。阳性症状（声音听力）可能会破坏或分散注意力治疗=潜力参与的障碍。临床医生将阳性症状或缺乏洞察力、认知困难和动机问题视为参与的潜在障碍Johansen等人（2011年）挪威FEP 148精神病治疗（服务）参与SES总分较低的参与度与较低的神经认知功能（概念化，言语流畅性和语义集合转移）和更多的临床症状（阳性，阴性，抑郁/焦虑，混乱和兴奋成分）相关年龄、教育程度、用药年限Kilbride等人（2013年）英国Kim等人（2019）澳大利亚9 CBTp主观经历，参与FEP 700 EIS（服务）脱离，重新接合N/A（定性调查）主动拒绝接触或无法追踪，脱离接触后与临床工作人员进行面对面接触个人参与和信任、伙伴关系和协作被认为对参与很重要。灵活性被强调为提高参与者保持参与能力的治疗的一个重要属性。个人动机和机构需要取得进展，并继续与CBT。由于专注于特定的认知过程，CBT被认为是努力的;参与的障碍还包括治疗的准备程度与以下因素相关的脱离：没有就业/教育/培训;没有精神病的二级亲属;同时滥用药物（大麻安非他明）&年龄（当控制混杂变量时）、性别、精神病家族史、诊断（情感与非情感）和DUP。没有与脱离接触后重新接触相关的变量Kukla等人（2014）美国Sz光谱50 CBTp参与（参与者与非参与者）参加>7次会议的参与者有更高的受教育程度高于非受教育者。较高的认知功能（工作记忆）和基线时较轻的阴性症状与参与相关基线时评估的年龄、性别、种族、精神病诊断、收入水平、精神病住院史、自尊或工作史Lecomte等人EP118社区（服务）SES总分服