没有合适的资源?快使用搜索试试~ 我知道了~
互联网干预对情绪障碍患者和治疗师参与的影响
互联网干预25(2021)100420从患者和治疗师的参与预测对情绪障碍AlbertoGonza'lez-Roblesa,*,CarlosSuso-Riberab,AmandaDíaz-Garciaa,Azucena García-Palaciosb,c,Diana Castilla c,d,Cristina Botellab, ca心理学和社会学系,萨拉戈萨大学(特鲁埃尔校区),西班牙特鲁埃尔b基础和临床心理学系,西班牙哈梅第一大学,卡斯特利翁cCIBERFisiopatologíaObesidadyNutrici'on(CIBERObn),西班牙马德里SaludCarlosIII研究所d西班牙巴伦西亚巴伦西亚大学人格、评价和心理治疗系A R T I C L EI N FO保留字:ICBT跨诊断情绪障碍指导A B S T R A C T背景:跨诊断iCBT已被证明是有效的治疗情绪障碍。关于治疗师和患者参与这些干预措施的最佳水平知之甚少互联网提供的干预措施的具体特点包括治疗依从性(例如,材料的审查量)和指导(例如,治疗师的支持)。探索这些因素在治疗结果中的重要性可能有助于最大限度地提高互联网提供的心理干预的效率。目的:在这项研究中,我们的目的是分析病人和治疗师参与(即,平台使用和治疗师指导量)在西班牙公共专业精神保健服务中接受跨诊断iCBT的方法:这是一项随机对照试验的次要分析。样本包括63名完成情绪障碍跨诊断iCBT的患者。平台使用指标包括登录平台的次数和参与者查看模块的次数。治疗师指导的测量方法为与治疗师的支持电话数量及其总持续时间(分钟)。进行Logistic回归和ROC分析,以探讨平台使用和治疗师指导对症状减轻的预测价值。临床结果包括基线和干预后评估的抑郁和焦虑症状。还探讨了平台使用和治疗师指导变量之间的双变量关系。结果:总体而言,平台使用和治疗师指导与症状改善无关。然而,患者和治疗师参与参数相互关联。具体来说,呼叫次数和持续时间与登录次数更多(r=0.61;p 0.001)和更频繁相关<模块审查(0.46≤r≤ 0.60;p 0.001)。<较高的基线抑郁和焦虑分别是,与治疗完成后抑郁(r= -0. 37,p= 0. 003)和焦虑(r= -0. 48,p 0. 001)的改善相关。<讨论:结果表明,在预测最佳症状减轻方面,平台使用和治疗师指导没有可靠的截止点。然而,在平台使用和指导变量之间发现了显着的关联,这需要进一步的研究。有必要对这一主题进行更多的研究,以进一步阐明这些和其他平台使用和指导变量在互联网提供的iCBT结果中的作用。1. 介绍焦虑和抑郁障碍是最常见的情绪障碍(Bullis等人,2019年),由于其惊人的患病率和相关的在经济成本和情感痛苦方面的后果(Baxter等人,2014; Lim等人,2018年)。在这种情况下,几十年来,研究人员声称应该努力为这些疾病找到更容易获得的循证心理疗法(Kazdin,2015)。因此,更加自动化和易于传播的方式,* 通讯作者:C/ Ciudad Escolar,s/n,44001 Teruel,Spain.电子邮件地址:gonzaleza@unizar.es(A。 Gon za'lez-Robles).https://doi.org/10.1016/j.invent.2021.100420接收日期:2021年4月9日;接收日期:2021年6月16日;接受日期:2021年2021年6月20日在线提供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/inventA. Gonza'lez-Robles等互联网干预25(2021)1004202在过去的二十年里,提供心理治疗已经出现。这些治疗包括,例如,部分或完全通过电话、互联网、应用程序或媒体组合提供的心理治疗,尽管大部分努力都致力于互联网提供的治疗,并且越来越多地致力于基于应用程序的干预(Mohr等人, 2017年)。在网络心理治疗的范围内,大部分的研究集中在网络认知行为疗法(iCBT)的研究。大量研究已经证明了iCBT的功效和有效性(Andrews等人,2018年;卡尔布林例如,2018年)。虽然iCBT的有效性已经相对较好地确立,但对iCBT中调节或预测治疗成功或失败的特征知之甚少。治疗结果的预测因子和调节因子的研究在心理治疗研究中起着重要作 用 , 因 为 相 同 的 治 疗 不 太 可 能 以 相 同 的 方 式 对 每 个 人 起 作用(Kazdin,2014)。迄今为止,治疗结果的预测因子和调节因子通常包括患者的社会人口学特征(例如,年龄、性别、教育水平)和临床状态(例如,症状严重程度、诊断)(El Alaoui等,2013; Webb等人,2017年)。然而,近年来,特别是随着自我管理的干预措施的出现,研究人员也表现出兴趣的遵守和遵守参数作为潜在的预测和主持人的互联网提供的心理治疗。治疗依从性和治疗结果之间的关系在关于互联网递送干预的文献中已经被强调为关键方面(Christensen等人,2009; VanBallegoijen等人,2014年)的报告。然而,由于这些研究中使用的依从性指标的异质性,关于这种关系的发现仍不清楚(Donkin例如, 2011; Sieverink等人, 2017年)。遵守通常被定义为脱落率(未完成治疗的参与者数量)或治疗依从性(即,患者是否按照研究目标完成治疗)(Donkin等人,2013年)。治疗依从性在遵守平台规定使用方面的重要性(例如,已完成的单元数目和审查内容的使用情况)不太清楚。这是一个关键问题,因为完成互联网提供的治疗(即,完成所有治疗模块)并不一定意味着患者正在积极地使用干预。例如,研究发现,即使在没有退出互联网干预的患者中,使用率也很低或根本没有使用(Christensen和Mackinnon,2006年)。因此,更广泛的依从性方面,如患者的活动水平或参与计划,值得更多的研究关注iCBT。iCBT的一个优点是它有助于数据收集(Andersson和Titov,2014)。例如,互联网提供的干预措施可以很容易地收集与平台使用相关的客观数据,例如登录次数、完成的模块数量或使用程序所花费的时间(关于使用和遵守措施的回顾,请参见Donkinet al.,2011年)。该信息可以帮助分析在使用和治疗结果之间是否存在剂量-反应关系(Sieverink等人,2017年)。迄今为止,平台使用与治疗之间的关系在许多研究中已经检查了结果(Manwaring等, 2008; Enrique等人, 2019; Couper等人, 2010; Donkin等人, 2013; Fuhr等人,2018年)。例如,Donkin et al. (2013)发现每次登录完成的活动数量与结果改善相关。 在另一项研究中,Enrique et al. (2019)显示,在完成iCBT治疗抑郁症后实现临床有意义变化的患者通常比没有经历这些变化的患者更参与该计划(包括使用平台的时间,登录次数,治疗完成百分比和活动次数)。总之,文献表明,平台使用与治疗结局之间存在正相关关系,这些指标可用于建立剂量-反应关系。例如,Enrique et al.(2019)表明,在15个会话中至少使用7小时的平台,并在12周内完成30项活动,有情绪障碍的患者的临床显著变化iCBT的另一个重要特征可能对治疗依从性和治疗结果产生相当大的影响,这是为参与者提供指导的性质和程度(Andersson,2018)。 人们普遍认为,在互联网干预中提供一些指导比完全自我指导的干预更有益。然而,值得注意的是,一些研究未能发现指导与iCBT研究结果之间的关联。例如,Mira et al.(2017)的一项研究显示,在轻度至中度抑郁症的互联网治疗中,有指导和无指导的心理治疗之间没有显着差异。类似地,对耳鸣实施iCBT干预的研究发现,在有指导和没有指导的患者中,治疗功效的水平相似(Rheker等人,2015年)。尽管如此,大多数可用的证据表明,指导和治疗结果之间存在显著的关系(Baumeister等人,2014; Palmqvist等人,2007年)。此外,iCBT中的指导量似乎与治疗结局的程度呈线性相关,即接受更多指导的患者似乎表现出更大的改善(Richards和Richardson,2012)。研究还表明,临床医生指导的iCBT(即,指导包括提供一些临床内容)可以与其他不需要临床背景的指导性iCBT类型,例如作为技术人员指导的iCBT,可能包括回答技术问题或提出一般建议,以通过互联网提供的干预来指导患者(Andersson等人,2019; Richards和Richardson,2012)。然而,尽管文献已经显示了指导和治疗结果之间的关系,但尚不清楚是否存在可以预测对iCBT的结果反应的最佳指导量(例如,花在电话上的时间与治疗师)。在目前的研究中,我们将参与者的参与程度概念化为患者参与,将治疗指导概念化为治疗师参与。本调查的目的是探讨患者和治疗师参与与西班牙公共精神卫生单位(即,预测患有情绪障碍的个体样本中焦虑和抑郁症状的变化)。患者参与变量包括他们登录程序的次数和他们回顾治疗内容的频率。治疗师参与变量作为一个功能的电话期间花费的时间,以提供指导的病人。具体来说,我们的目的是探索患者参与的数量(即,平台使用)和临床医生参与(即, 指导量)预测iCBT后抑郁和焦虑症状的临床显著变化。在这样做的时候,我们探讨了是否可以获得一个建议的截止点,为病人和治疗师的参与。一般而言,文献表明,引导的iCBT经常导致比非引导的iCBT更好的结果(Baumeister等人,2014;Palmqvist等人,2007年)。基于这些发现, 我们 预计 到 找到 一积极 关系 患者之间在iCBT后的肿瘤学的参与和减少。怎么--曾经,虽然有一些研究将指导的程度与结果的大小联系起来Richards和Richardson,2012),可用的证据仍然有限,因此对这种关系的研究需要进一步调查。2. 方法2.1. 设计这项研究是对一项随机对照试验(RCT)数据的二次分析,该试验比较了情绪障碍的跨诊断iCBT与公共专业精神卫生保健服务中的常规治疗(Gonza'lez-Robleset al., 2015年)。用于情绪障碍的跨诊断iCBT已在大量研究中成功测试,表明其优于等待名单条件(Newby等人,A. Gonza'lez-Robles等互联网干预25(2021)1004203=2016年)和一样有效的面对面CBT(纽比等人,2015年)。关于我们的随机对照试验,结果支持与专门的心理健康护理相比,跨诊断互联网提供的协议在焦虑,抑郁和生活质量方面具有更大的有效性(Gon za'lez-Robles等人, 2020年)。该试验得到了JaumeI大学(Castello'n,西班牙)伦理委员会和三家参 与 医 院 ( ConsorcioHospitalarioProvincialdeCastello'n 、HospitalUniversitariodelaRibera 和 HospitalUni-versitario Valld'Hebron)的临床研究伦理委员会的研究方案于2015年7月27日在ClinicalTrials.gov注册为NCT 02345668。关于研究方案和临床试验的更多细节可以在别处找到(Gonz'alez-Robles等人,2015年,2020年)。2.2. 参与者和程序样本是由成年门诊病人寻求治疗抑郁症或焦虑症的问题,在西班牙公共专门的精神卫生机构(精神卫生单位)。由在这些中心工作的临床医生识别潜在候选人,并由研究人员评估合格性。招募过程的详细描述已在其他地方描述(Gon za'lez-Robles等人, 2020年)。要参加,个人必须符合以下入选标准:(1)至少18岁;(2)能够理解和阅读西班牙语;(3)有电子邮件地址并可以在家中访问互联网;(4)符合精神障碍诊断和统计手册,第四版(DSM-IV)诊断标准[74]情绪障碍(即,严重抑郁症、心境恶劣障碍、未特别指明的抑郁症、惊恐障碍、广场恐怖症、社交焦虑障碍、一般化焦虑障碍、未特别指明的焦虑症和强迫症);(5)提供书面知情同意书;(6)未患有严重精神障碍(精神分裂症,双相情感障碍,2.3. 干预干预是一个12个模块,transdiagnosis引导互联网提供的协议,用于治疗情绪障碍。该方案通过我们的研究小组设计的网络平台(https://psicologiaytecnologia.com/ ) 交 付 。 主 要 核 心 组 件 源 自 统 一 协 议( Barlow 等 人 , 2011a , 2011b ) , 但 它 也 结 合 了 辩 证 行 为 疗 法(Linehan,1993)的治疗策略。治疗的重点是通过以下核心组成部分教授个体适应性情绪调节策略:以当前为中心的情绪意识、认知灵活性、情绪回避和情绪驱动行为,以及暴露程序(内感受和情境)(模块4至11)。单元4至11的大部分内容改编自《统一议定书》。然而,模块4和5也纳入了辩证行为治疗技术,如正念(一)有效地,有效地)。该方案包含三个附加模块(模块1至3)。它们包括一个介绍模块,一个促进患者参与治疗的模块(即,改变的动机),以及一个关于情绪的心理教育模块(例如,情感的性质和作用)。该方案以复发预防模块(模块12)结束。12个治疗模块前面有一个表1治疗模块的目标。模块目标第一单元. 介绍治疗提供了一个框架的作用情绪障碍中的情绪调节和酒精和/或物质依赖性障碍);(7)不存在高自杀风险;(8)未患有会阻止参与者进行心理治疗的致残性医学疾病;和(9)在研究期间未接受其他心理治疗允许药物治疗,但参与者必须在入组研究前两个月内服用相同剂量。此外,研究期间药物的变化或增加所有参与者均提供了参与研究的书面知情同意书共有326名患者对该研究感兴趣。其中,281人接受了资格评估,67人因资格原因被排除在外最终样本包括214名参与者,他们被随机分配到跨诊断iCBT(n=106)或常规治疗(n=108)。原因模块2.变革动机和目标设定第三单元.理解情绪的作用第四单元.非判断性情绪意识和接受情绪体验第五单元.练习专注于当下的意识分析改变的利弊,强调积极性的重要性,并帮助建立重要的生活目标。提供有关情绪的角色和功能的心理教育,并训练患者跟踪情绪体验的三个组成部分。教导患者非判断性的情绪意识(即,正念“what接受情感体验。继续练习接受情感体验并增加对身体感觉的意识,思想、情绪和日常活动。排除在跨诊断iCBT组包括不符合第六单元.学习灵活专注于识别不适应的方式情绪障碍的诊断标准(n=37),第七单元.实践认知思维陷阱(Thinking trap)物质和酒精依赖性障碍(n=9),自杀风险(n=7),以及存在严重障碍,如双相情感障碍(n=5)和精神障碍(n=2)。最后,又有教导患者修改灵活性思维陷阱(即,认知再评价)。提供有关侵入性想法以及如何处理由于各种原因被排除在外(n7)。出于本研究的目的,我们只纳入了完成互联网提供干预的患者样本。具体而言,能够研究患者/治疗师之间的关系第8单元。情绪回避他们教导患者识别有助于维持其情绪问题参与和结果,本研究的参与者包括,他们已经完成了至少75%的干预(12个中的9个),第9单元。情感驱动的行为教导情感驱动行为以及如何用ules)。 大多数参与者完成了所有模块(n =54,86%),一名学生完成了所有模块(n=54,86%),一名学生完成了所有模块(n = 54,86%)。第10单元。 接受与面对更多的适应性行为。10例患者(1.6%)完成了11个模块,2例患者(3%)完成了10个模块,6例患者(9.5%)完成了9个模块。在这种情况下-教导身体感觉在身体感觉和情绪反应,并提供内感受暴露的训练。35例患者(33%)退出,7例患者被排除因为他们在完成基线评估之前退出,并且无法检索到另一名患者的数据。因此,本研究的样本由63名参与者组成。第十一单元.在情绪发生第12单元。复燃预防建立暴露层次,以帮助患者开始面对情境引发的避免情绪。回顾患者在整个计划中学到的东西。安排未来的实践学习策略,并教病人如何识别和应对未来的高风险情况。A. Gonza'lez-Robles等互联网干预25(2021)1004204=协议及其目标,以及如何使用该程序的建议。这些单元的目标见表1。关于程序结构,模块被顺序地呈现(即,在上一个单元完成之前,不能进入该单元),并鼓励学员随时复习这些单元。 图 1显示此功能的屏幕截图。2.3.1. 指导所有参与者都接受了治疗师和自动指导。治疗师指导包括每周一次简短的电话会议,最长持续时间为10分钟。这些每周一次的电话会议是事先安排好的,由参与试验的两名研究人员进行。电话不旨在解决临床内容。这些电话的目的是:1)探索参与者在使用治疗时可能遇到的困难或问题,并帮助他们解决这些问题,2)提醒他们在必要时经常回顾治疗内容,3)强调完成家庭作业任务的重要性,4)鼓励参与者继续使用方案,以及加强他们参与治疗,5)建议他们每周完成一个模块。自动化指导包括:a)每周2次简短的短信,b)在整个治疗模块中提供的指导。自动引导包括:a)提醒用户根据需要复习内容的重要性,b)鼓励用户完成每个模块中建议的活动的信息,c)在完成一个模块后和开始一个新模块时具有积极意义的信息,以及d)鼓励用户以适当的速度完成治疗的消息(每周一个模块)。出于本研究的目的,并且因为所有患者都接受了相同数量的自动化支持,所以我们只包括治疗师支持(即,电话次数及其持续时间)。2.4. 措施2.4.1. 主要结局指标贝克焦虑量表(BAI)(Beck和Steer,1993;Ma ga'n等人,2008年)是一个21项自我报告问卷,评估焦虑。分数范围从0到63分。要求患者在4点Likert量表上报告前一周内症状的严重程度(从根本没有到严重)。BAI在以前的验证研究中表现出良好的内部一致性(α在0.85和0.94之间),以及收敛和发散效度。西班牙版本已经证明了良好的内部一致性(α= 0.93; Mag'an等人, 2008年)。本研究中BAI的Cronbach α为0.93。贝克抑郁量表,第二版(BDI-II)(Beck等人, 1990; Sanz等人,2005)是用于评估抑郁症状的最广泛使用的工具之一。该量表包含21个关于抑郁症不同症状特征的条目。 分数加在一起,以获得一个总分数,可以范围0到63之间。BDI-II在以前的研究中表现出良好的内部一致性(α0.76-0.95)。西班牙语版本在一般人群和临床人群中均显示出良好的内部一致性(α在0.87和0.89之间; Sanz等人,2005年)。本研究中BDI-II的Cronbachα为0.91。2.4.2. 从基线评估到治疗后的会话次数:建立此指标以记录患者登录或访问治疗平台的时间。当特定会话的不活动时间超过60分钟时,下一个活动时刻将被计为新登录。评论数量:该指标包括患者查看模块的次数,即首次登录后重新打开给定模块的次数。因此,该计数不包括患者首次访问每个模块的时间。图1.一、 治疗平台截图。患者可以选择查看(A. Gonza'lez-Robles等互联网干预25(2021)1004205==-=-=-=-====-=---2.4.3. 治疗师参与(指导)所有患者每周接受一次电话,最长持续时间为10分钟。由于一些预定的电话未被接听,治疗师参与的分析包括a)成功完成的电话数量和b)治疗期间收到的所有电话的总持续时间。表2样本的基线和社会人口学特征(N=63)。年龄(岁),平均值(SD)38.64(10.61)性别,n(%)女性42(66.7)男性21岁(33.3)婚姻状况,n(%)单身13(20.6)已婚/伴侣41(65.1)2.5. 分析程序首先,描述了样本特征(平均值和标准教育,n(%)离婚/丧偶9(14.3)基础研究16(25.4)中学22(34.9)大学学习25(39.7)研究变量的偏差)。接下来,通过Pear-son相关性计算使用(登录和评论),指导(电话呼叫的数量和持续时间)和临床变量(基线抑郁和焦虑及其治疗后的变化评分)之间的双变量关联。计算抑郁和焦虑的变化,将它们包括在皮尔逊相关系数中,我们从前得分中减去后得分(例如,治疗后抑郁-治疗前抑郁的变化因此,负评分反映了牙周病的减少(即,改进)。最后,进行了两种类型的分析,以探索患者平台使用和指导是否可以预测结局的临床显著变化(CSC)。首先,计算逻辑回归,以探索更多的实践和指导有助于对临床显著减少的患者进行抑郁症和焦虑症(Depression and Anxiety) 第二,接收机操作-职业,n(%)学生3(4.8)管家4(6.3)就业人数34(54)失业13(20.6)下班8(12.7)退休1(1.6)月收入(€),n(%)无13(20. 6)<641.40 14.3641.40–1282.80251282.81–2565.6015>2565.60 1(1.6)主要诊断,n(%)GAD 15(23.8)AG 5(7.9)PD 10(15.9)SAD 3(4.8)强迫症3(4.8)MDD 11(17.5)DD 6(9.5)计算ROC曲线以获得敏感性和特异性分数,其将揭示实践和指导的最佳水平(截止值)。当一个人从该组的平均值移动至少两个标准差时,认为发生了临床显著的结果变化(Jacobson等人, 1984年)。因为样本包括表现出相当不同的症状严重程度的患者(即,轻度、中度或重度),对于每种结局,分析临床显著变化共病诊断,n焦虑NOS 10(15.9)GAD 5PD 5AG 12SAD 5强迫症1MDD 7DD 9焦虑/抑郁(未特指2)酗酒1根据symp,对三个亚组中的每一个进行了研究断层学严重程度。例如,对于抑郁症,已经提出轻度抑郁症的临界值为14-19,中度抑郁症的临界值为共病疾病数量,n(%)0 36(57. 1)115(23.8)2 7(11.1)对于严重抑郁症,高于28(Sanz等人, 2014年)的报告。对于这些亚组中的每一个,计算单独的平均值和标准差,并使用这些值来决定该亚组中的患者是否出现临床显著变化。相同的程序药物,n(%)≥3 5(7.9)16(25.4)抗肿瘤药14(22.2)溶血剂9(14.3)24(38.1)使用推荐的轻度(8 - 15)、中度(16 - 25)和重度(16 - 25)的临界值,26)焦虑(Sanz等人, 2012年)。所有分析均使用SPSS第22版(IBM Corp,2013)进行。α水平设定为0.01,以降低进行多重比较时不重要影响和假阳性的风险。3. 结果3.1. 样本特性表2显示了样本的基线社会人口统计学和临床特征。3.2. 患者和治疗师参与结果(平台使用和指导)在实践方面,研究参与者登录治疗并访问评论内容的中位数为28(平均 30.4,标准差26.0)和2次(平均12.6,SD 18.6)。 关于指导,参与者收到的电话中位数为8个(平均 7.2,标准差4.1)。 给参与者打电话的总中位持续时间为48.9分钟(平均值37.2,SD 41.0)。表3显示了平台使用(登录和内容审查)、指导变量(电话通话期间的分钟数)和 样本(基线抑郁和焦虑症状以及GAD:广泛性焦虑症; PD:惊恐障碍; AG:广场恐怖症; SAD;社交焦虑症;强迫症:强迫症; MDD:重度抑郁症; DD:心境恶劣障碍; NOS:未另行说明。治疗后的结果)。Pearson相关性揭示了接听电话的数量与参与者访问平台的次数之间存在显着的正相关关系(r0.61;p 0.001)并审查内容(r0.46;p 0.001)。<< Simi-最后,观察到在电话中花费的时间与患者的次数在治疗期间登录平台(r0.61,p 0.001)并审查模块(r0.60;p 0.001)。<<在研究结束时,电话呼叫次数与其总持续时间之间也存在显著相关性(r0.80;p 0.001),登录平台的次数与他们查看的次数之间也存在显著相关性<内容(R)0.84,p. 001)。<关于临床变量,基线时抑郁程度更高的患者在完成治疗后更有可能改善抑郁(r0.37,p 0.003)。同样的关系被发现是-基线焦虑和治疗后焦虑改善之间的差异(r0.48,p 0.001)。<无论是抑郁和焦虑的基线水平,治疗后的这些结果与平台使用和指导变量线性相关(均P> 0.01)。建立一个不太受限制的α水平,结果将表明,在基线时更抑郁的患者接受了更多的指导,即更长的电话=A. Gonza'lez-Robles等互联网干预25(2021)1004206=(n=-==-表3平台使用、指导和临床结局之间的相关性。来电次数7.21(4.12)0.80**-0.19-0.01 0.10 0.10通话时间48.94(40.98)-0.06 0.06 0.21 0.09变更BDI-II-9.03(9.82)0.42**-0.37*-0.08变更BAI-6.41(9.77)-0.05-0.48**基线BDI-II 23.70(11.03)0.39**基线BAI 20.14(11.96)* 第<01页,** 第<001页。以分钟表示的呼叫持续时间。变化评分计算为后评分-前评分,因此负评分表示神经病学的降低(即,改进)。BDI-II:贝克抑郁量表(第二版); BAI:贝克焦虑量表。(r=0.22,p=.034)。3.3. 出现CSC症状的个体百分比分别有61.7%和41.5%的参与者获得了抑郁和焦虑症状的CSC在温和的(n9),中度(n结果显示,抑郁症组、重度抑郁症组和对照组的CSC获得率分别为77.8%、64.7%和54.5%。在轻度(n19)、中度(n12)和重度抑郁症组(n22)中,CSC的报告率分别为47.4%、66.7%和66.7%。22.7%的参与者。3.4. 基于患者和治疗师参与预测CSC分类:logistic回归和ROC分析无论是患者还是治疗师的参与都不能预测抑郁或焦虑症状中CSC的分类(表4)。表5中报告的ROC分析结果显示,没有一个预测具有足够的分类能力(所有曲线下面积均低于0.5且不显著)。因此,没有价值的平台使用和指导具有足够的敏感性和特异性比。4. 讨论本研究分析了患者和治疗师参与跨诊断iCBT对参加西班牙专业精神卫生保健服务的情绪障碍患者的有效性的作用。患者参与变量包括平台使用因素,即患者登录程序的次数以及他们查看治疗内容的频率。治疗师参与评估为在整个治疗过程中与治疗师的电话通话次数及其持续时间。总的来说,结果并没有表明患者和治疗师参与的数量预测了跨诊断iCBT后症状的减轻。在这一行中,没有发现可以区分那些表现出临床显著症状减轻的患者与那些没有表现出临床显著症状减轻的患者的在患者参与方面,本研究建议平台使用量,定义为表4二元逻辑回归预测抑郁和焦虑症状中CSC的分类抑郁症状中的CSC焦虑症状中的CSC BetaP Beta P登录-0.03 0.254-0.030.165评论0.04 0.200 0.020.510电话次数0.447通话时间零 点 五零一CSC:具有临床意义的变化。抑郁和焦虑症状的Nagelkerke的R2分别为0.12和0.08。表5受试者工作特征曲线分析。抑郁症状中的CSCAUCPAUCP登录0.450.5970.370.119评论0.440.4850.410.284Number个电话0.470.7680.490.914通话时间0.410.3220.420.354CSC:临床显著变化; AUC:曲线下面积。登录和模块审查的数量,不能预测患者对跨诊断iCBT的反应。我们的结果与其他研究不同,这些研究发现了平台使用与iCBT结果之间的关系(例如,Manwaring等人,2008; Enrique等人,2019; Donkin等人,2013; Fuhr等人,2018年)。然而,重要的是要注意,现有文献中的使用和结果之间的关系在不同的测量中并不一致,它与所选择的使用度量类型有关。例如,Manwaring等人(2008)发现,平台使用量预测了患有进食障碍但没有其他相关临床症状的样本中特定进食障碍症状的改善。在另一项测试抑郁症的互联网心理治疗的研究中,分析了各种使用指标与治疗结果之间的关联。结果表明,只有一个使用度量与治疗结果相关(即,每次登录完成的活动数量),而其他测量,如登录数量或完成的活动数量,与症状减轻无关(Donkin等人,2013年)。在我们的研究中,我们未能找到使用和症状改善之间的显着关系,这一事实可能是由本调查中选择的指标来解释的。例如,登录和评论的数量可能无法提供有关参与者所做当他们登录平台或查看治疗模块时。具体地,患者可能非常频繁地登录,但是登录次数本身可能不提供关于患者实际上如何使用治疗的信息(例如,患者在真实环境中使用治疗策略的程度或患者是否执行所建议的活动)。换句话说,患者可能被动地而不是主动地使用该程序(Enrique等人, 2019年)。关于指导,未观察到接受的指导量(电话呼叫次数和持续时间)与治疗结局之间的关系迄今为止,iCBT文献通常对比较有和没有治疗师指导的治疗感兴趣,通常支持一些治疗师指导是优选的想法(Aardoom等人,2016; Baumeister等人,2014; Palmqvist等人,2007年)。不太清楚的是,多少指导是必要的或最佳的,哪些指导来源是可取的(例如,电话、电子邮件、文本消息等)。这在成本方面很重要(例如,文本可以更加自动化,并且需要较少的治疗师参与)。我们的研究结果并不支持这样一种观点,即某些水平的支持比其他水平的支持更好,这表明治疗师的参与量需要根据患者对iCBT的反应而具有一定的灵活性。平均值(标准差)评论的呼叫通话时间更改BDI-II更改BAIBDI-II(基线)BAI(基线)登录30.39(25.99)0.84**0.61**0.61**0.100.150.030.04评论12.55(18.63)0.46**0.60**0.010.14-0.02-0.06A. Gonza'lez-Robles等互联网干预25(2021)1004207一个有趣的发现是,患者在治疗开始前的严重程度并不能预测未来的患者和治疗师的参与。人们可能会认为,经历更严重炎症的患者需要更多的指导(即,更频繁和更长的电话),并且必须更频繁地检查治疗内容(更多地登录平台和更多地审查内容)。然而,有趣的是,焦虑和抑郁症状的严重程度与患者和临床参与无关,这表明应调查其他因素以探索患者和治疗师参与iCBT的个体差异。在患者参与方面,有几个因素可能影响平台的使用,例如个性特征(例如,内在与外在动机)(阿诺德 et 例如, 2019年)或 上下文变量(例如, 时间 提供给修改用于可视化治疗的技术的内容和质量)(Fer nandez-A lvarez etal., 2017年)。同样,人格特性(例如,神经质)和背景因素(例如,先前的因特网递送治疗的经验)(Wallin等,2016)可以预测患者需要的临床医生参与量。然而,值得注意的是,当考虑(i.e.、p.05),基线抑郁与治疗师参与(较长的电话)显著相关。<总的来说,这些发现-结果表明,这些变量和其他变量在多大程度上预测患者和治疗师参与iCBT需要进一步调查。同样,本研究中指导与结果之间缺乏关系可能部分归因于在线平台与患者之间的联系,换句话说,参与者与在线程序的治疗联盟(Herrero et al.,2020年)。研究表明,与面对面的心理治疗一样,接受互联网干预的患者能够与在线计划建立联系(Berry et al.,2018),并且这种关系与治疗结果和治疗满意度呈正相关(Go′mez-Penedo et al., 2020;Pihlaja等人, 2018年)。因此,重要的是换句话说,电话的重点是解决有关使用平台的具体问题,提醒关于的重要性 的 练习, 积极的控制,完成模块的过程,等等,这些方面也作为“自动化支持“出现在治疗模块中这项研究中的参与者可能与在线程序有高水平的治疗联盟(即,患者可能会受益于自动化指导),因此,本研究中提供的特定类型的治疗师指导在症状改善方面没有增加任何干预。此外,由于治疗师和自动化指导具有相似的内容,因此无法确定每种指导方式(治疗师vs.自动化)对治疗结果的具体影响。在任何情况下,文献表明,在互联网提供的治疗中存在某种类型的人类接触似乎对一些人来说是必要的。患者,以促进他们的参与和遵守(Ferna'ndez-A'lvarez例如,2017; Schueller等人,2017),这是互联网提供的干预措施研究的核心方面。在本研究中,患者参与(例如,平台使用)和治疗师参与(即, 也被调查过。一方面,会话(登录)的数量与审查的数量密切相关。也就是说,更频繁使用该程序的患者也倾向于更频繁地查看治疗模块。另一方面,花在手机上的时间与更高水平的平台使用(登录次数和模块评论次数)相关。乍一看,治疗师的参与似乎增加了患者对平台的参与程度。也就是说,在电话上花费更多时间的患者可能会表现出更大的平台使用率,因为他们接受了更多的积极强化,并且有更多关于练习重要性的提醒。另一种可能性是,这种关系反映了参与者表现出的不同参与程度。具体而言,可能更有可用性或对使用该平台感兴趣的患者也更多愿意花时间打电话。在任何情况下,我们只测量了登录次数和模块审查次数,但我们没有收集关于假定导致临床变化的特定行为的数据。例如,这些可能包括参与者对不同组成部分的理解程度,或者参与者是否积极和正确地完成了所提出的策略(例如,暴露程序、认知灵活性技术等)。鉴于这些变量不可否认的重要性,未来的研究应努力整合评估策略(例如,生态瞬时评估,EMA)(Colombo等人,2020),以分析这些方面如何与iCBT的治疗结果相关。例如,特定的EMA可能包括关于特定治疗策略(例如,内隐暴露任务)在某个时刻已经练习了多少次,或者在一天中已经练习了多少次特定的技术。类似地,生态瞬时干预(EMI)(Heron和Smyth,2010)可用于监测参与者是否积极完成作业(例如,移动电话中的通知,其鼓励患者做家庭作业并要求他们在暴露任务之后提供关于他们的情绪和想法的数据)。我们的研究有局限性。首先,一些相关的指标,如使用不同模块所花费的时间或查看模块,无法分析。这种限制是由于治疗平台的技术特征,而不是研究设计缺陷。其次,由于分析中仅包括完成者,样本量较小,这限制了结果的普遍性。第三,由于样本量的限制和频繁的合并症,分析不能根据诊断分开。最后,当前研究的设计不允许分离治疗师指导与自动化指导在治疗结果中的具体影响。总之,我们的研究发现患者参与(即,平台使用)和治疗师参与(即,指导)预测对跨诊断iCBT的反应,以减少情绪障碍患者的抑郁和焦虑症状。因此,我们的研究结果并不支持这样的观点,即至少在本研究中分析的变量(即,登录次数和内容的查看次数)。此外,应根据患者和情况灵活提供治疗师支持。这些结果为患者和治疗师参与iCBT的作用提供了新的线索。尽管患者和治疗师的参与可能很重要,但正如文献中所报道的那样,可能很难建立(或不必要)特定的截止值,至少对于某些使用指标而言。需要更多的研究来探索这一具体方面。此外,我们的研究结果表明,治疗师的参与对患者参与iCBT很重要。根据我们的研究结果,我们认为,治疗师和患者参与变量之间的相互关系,以及这种关系在治疗结果中的作用,是一个重要的研究领域,应进一步探讨。我们鼓励研究人员复制当前的研究结果,并纳入更多的患者和治疗师参与度指标,以提供更全面的患者视图和治疗师因素预测对iCBT的反应,这对于提高这些干预措施的有效性至关重要。最后,我们建议未来的研究超越传统的评估和治疗方法,通过整合EMAs和EMIs来检查治疗师和患者参与因素与互联网提供的干预结果之间的关系。资金本 研 究 的 资 金 来 自 P1- 1B
下载后可阅读完整内容,剩余1页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- VMP技术解析:Handle块优化与壳模板初始化
- C++ Primer 第四版更新:现代编程风格与标准库
- 计算机系统基础实验:缓冲区溢出攻击(Lab3)
- 中国结算网上业务平台:证券登记操作详解与常见问题
- FPGA驱动的五子棋博弈系统:加速与创新娱乐体验
- 多旋翼飞行器定点位置控制器设计实验
- 基于流量预测与潮汐效应的动态载频优化策略
- SQL练习:查询分析与高级操作
- 海底数据中心散热优化:从MATLAB到动态模拟
- 移动应用作业:MyDiaryBook - Google Material Design 日记APP
- Linux提权技术详解:从内核漏洞到Sudo配置错误
- 93分钟快速入门 LaTeX:从入门到实践
- 5G测试新挑战与罗德与施瓦茨解决方案
- EAS系统性能优化与故障诊断指南
- Java并发编程:JUC核心概念解析与应用
- 数据结构实验报告:基于不同存储结构的线性表和树实现
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)