没有合适的资源?快使用搜索试试~ 我知道了~
版权所有©2019-2019深圳市创科科技有限公司粤ICP备100248号计算机认知行为治疗(cCBT)Fabia Cientannia,Kevin Powera,b,Cristopher Wrightc,Fabio Sanid,Diane Reillye,玛丽-路易丝布莱克f,克里哈斯丁g,大卫摩根h,斯特拉克拉克iaNHS Tayside,15 Dudhope Terrace,Dundee,Scotland,UKb英国苏格兰斯特灵大学自然科学学院c苏格兰远程医疗中心,NHS 24,South Queensferry,苏格兰,英国d英国苏格兰邓迪大学心理学院英国苏格兰威肖总医院内瑟顿楼拉纳克郡NHS英国苏格兰Lynebank医院临床心理学系NHS Fifeg英国苏格兰阿伯丁皇家康希尔医院格兰扁NHS英国苏格兰勒威克Gilbert Bain医院NHS设得兰群岛NHSFife,Hayfield House,Hayfield Road,Kirkcaldy,苏格兰,英国A R T I C L EI N F O保留字:社会群体认同计算机认知行为疗法CCBT心理困扰A B S T R A C T社会群体识别,社会经济剥夺,以及一些其他的临床和人口统计学因素已被发现,以预测那些被称为接受计算机认知行为疗法(cCBT)作为轻度至中度抑郁症的干预治疗前的心理困扰的严重程度。本研究的目的是调查相同的关键因素是否能够预测接受cCBT治疗的样本中心理困扰的变化幅度。参与者(N=1158)包括完成“击败蓝调”(BtB)计划的个人。参与者完成了三个版本的群体认同量表(GIS),分别针对三个群体:家庭,社区和选择的社会群体。心理困扰的变化在所有结果测量子量表中显示出治疗前和治疗后评估之间的统计学显著改善。在那些治疗前有更严重心理困扰的人,那些生活在较轻状态的人,社会经济剥夺,那些谁认同更多的社会群体,和那些服用抗抑郁药物(ADM)的同时。这些发现为可能的治疗过程提供了有价值的信息在接受cCBT的人中,并强调社会群体识别作为心理健康不良的“社会疗法”的潜力1. 介绍基于互联网的干预越来越多地整合到全球的医疗保健服务中,作为增加获得心理学服务的努力的一部分(Vis等人,2015年)。在苏格兰,心理健康和心理治疗服务遵循在这个模型中,基于互联网的干预措施,包括cCBT,适合模型的第二步,作为轻度至中度介绍。苏格兰政府(2017年)将全国实施计算机化认知行为疗法(cCBT)服务确定为心理健康战略的一个关键目标,以增加心理自助资源的可及性。这一优先权得到了NICE和苏格兰校际指南网络(SIGN)发布的临床指南的支持(NICE,2006;SIGN,2010)。“战胜忧郁”(BtB)计划在指南中被特别命名为对那些经历轻度至中度抑郁和焦虑症状的人的适当干预。该计划包括八个一小时的基于文本的自助课程,遵循典型的认知行为疗法(CBT)结构通讯作者:NHS Tayside,15 Dudhope Terrace,Dundee,Scotland,UK。电子邮件地址:kevin. nhs.net(K. 功率)。https://doi.org/10.1016/j.invent.2019.100248接收日期:2019年1月28日;接收日期:2019年4月8日;接受日期:2019年4月24日2019年4月2日至7日的一份声明2214-7829/CrownCopyright©2019由ElsevierB提供。V. 这是一个不可操作的CC,因此需要OGLLorg/licenses/OGL/3.0/)。可在ScienceDirect上获得目录列表互联网干预杂志首页:www.elsevier.com/locate/inventF. Cientanni等人版权所有©2019-2019深圳市创科科技有2包括心理教育,行为激活和认知工作的元素,可供患者下载的打印版。该方案是完全自动化的,不需要治疗师的支持,因此,病人可以在自己的家中以及图书馆和门诊诊所等社区环境中使用,临床医生的参与最少。与其他基于社区的儿童行为治疗方案一样,BtB可以在不同程度的支持下实施,与没有支持的方案相比,提供更多支持的干预措施与更好的结果和更高的坚持率相关(Kaltenthaler和Cavanagh,2006年)。Grist和Cavanagh(2013)最近进行的Meta分析报告支持时间对干预有效性没有影响,但他们的分析中仅纳入了5项研究,这些研究的结果各不相同。关于BtB在治疗轻度至中度抑郁症中的临床功效的证据报告证明了一系列降低,自我报告的抑郁症显著降低(Proudfoot等人,2003;Proudfoot 等 人 , 2004; Omrod 等 人 , 2010 ) 、 自 我 报 告 的 焦 虑( Proudfoot 等 人 , 2003 ) , 和 心 理 困 扰 ( Learmonth 和 Rai ,2008)。在包括初级护理在内的一系列服务中,在治疗轻度至中度抑郁症中也发现了类似的症状改善(Proudfoot等人, 2004年)、二级护理(Learmonth和Rai,2008年)和专科护理服务(Learmonth等人,2008), 以及 治疗患 有身体 共病 如多发 性硬 化症的 抑郁症 患者(Cooper等人,2011 ),学生群体中的抑郁症(Richards等人,2013),以及工作场所的压力和缺勤(Grime,2004)。Gilbody等人( 2015 ) 最 近 的 一 项 研 究 比 较 了 a ) 全 科 医 生 ( GP ) 照 常 治 疗(GPTAU)与b)GPTAU加BtB对比c)GPTAU加MoodGym(Christensen等人,2004年)。该研究得出结论,GPTAU加BtB在减轻抑郁症症状方面并不比 GPTAU 单 独 提 供 更 大 的 益 处 。 然 而 , 这 些 发 现 受 到 了 批 评(Cunningham,2015; Christensen等人,2015; Jones,2015),由于一些混杂因素。例如,GPTAU包括使用抗抑郁药,咨询,心理服务(包括改善获得心理治疗服务)和二级护理心理健康服务。此外,19%的GPTAU患者可以获得心理网络干预(包括cCBT项目)。尽管cCBT项目的临床疗效总体上得到了很好的支持,但文献中存在与哪些因素可能预测通过完成cCBT获得的临床变化幅度相关的空白,尽管有4项研究努力检查潜在的预测因素。 Spek等人(2007)研究了治疗前和治疗后cCBT和团体CBT中结果的预测因素(自我报告抑郁症的减少),特别关注人格特质作为结果的潜在预测因素。Spek等人发现,抑郁症的最大变化是由较高的基线BDI分数、较高的利他主义特质、较低的神经质特质和女性化所预测的。除了这些发现,Esther de Graaf的第二项研究 等人(2010)进行了一项随机对照试验(RCT),以检查治疗前和短期改善变量作为从一般人群招募的参与者接受cCBT后12个月随访时结局的潜在调节因子/预测因子。该研究重点探讨了感知生活质量和功能失调态度作为治疗前后自我报告抑郁评分变化幅度的潜在预测因素。研究发现,那些极端(积极)反应的人在cCBT过程后报告了自我报告的抑郁症的更大变化(症状减轻)。Høifødt等人(2015)的第三项研究调查了对cCBT(高强度治疗师gui- dance)反应的预测因素,通过治疗前和治疗后评估之间自我报告的抑郁变化来衡量,以及通过在整个治疗过程中出现分数下降的速度来衡量反应率。Høifødt等人(2015)发现,治疗前抑郁发作次数越多,生活满意度得分越高,同居或已婚都预示着积极治疗反应的可能性更大。最近,El Alaoui等人(2016)对接受常规互联网精神病护理的成年人进行了一项共同研究。治疗干预包括三个月的cCBT治疗模块,由合格的心理学家远程指导,定期提供反馈。评估了一组潜在的预测变量(共38个),以评估其预测临床改善率和治疗后结局的个体能力。预测变量大致分为六个主要类别,包括临床特征(11个变量),精神疾病家族史(10个变量),合并症(9个变量),社会人口学特征(6个变量)和两个治疗相关因素(依从性和治疗可信度)。El Alaoui et al.(2016)发现,治疗依从性高、治疗可信度评分高、全职工作和治疗前抑郁严重程度较高,都预示着治疗过程中自我报告的抑郁症减少幅度更大。1.1. 群体认同与心理困扰社会群体认同可能对心理健康和幸福感产生积极影响的想法源于社会认同理论(Tajfel和Turner,1979),表明认同群体提供了一种积极的社会认同感,自尊和归属感。拥有多个群体成员身份为满足这些需求提供了多种来源,因此可以想象,一个人所识别的社会群体的数量是心理健康和幸福的重要因素。调查社会群体认同与抑郁症之间联系的研究发现,拥有更多的群体认同可以预防抑郁症,减轻症状并防止复发(Cruwys等人,2013年)。此外,当通过诸如“第4组健康”(G4 H;Haslam等人, 2016)和“Reclink”(Cruwys等人,2014),心理健康得到了积极的改善,自我报告的抑郁症有所减少。因此,可以认为,拥有多个小组成员可能为心理健康的改善提供了肥沃的土壤,因此我们可以预期,那些拥有更多认同的人可能会在任何给定的心理干预过程中经历更大的改善。不同于其他形式的CBT,如“传统”面对面CBT或小组CBT,cCBT涉及与临床医生的最小接触,而是依赖于患者远程完成治疗过程(无论是在自己家中还是在社区环境中,如图书馆或健康中心)。在这方面,cCBT并不涉及与他人的接触,而是专注于认知重建和行为激活作为主要的治疗成分。一些临床医生认为,将社交孤立的个体转介到涉及最少人类接触的治疗可能会加剧现有的社交孤立(Stallard等人,2010年)。患者似乎也有这种担忧,因为Hind等人(2010)的一项定性研究调查了cCBT作为抑郁症干预措施的可接受性,结果显示患者认为干预措施的远程性质可以维持其现有的社会隔离。这是重要的,因为据了解,社会孤立(就孤独而言)可能会增加患抑郁症的风险(Cacioppo et al.,2010年; Luo等人,2012),抑郁症可能导致社交退缩和社交孤立增加(美国精神病学协会[APA],2013),这表明这两个因素之间可能存在双向关系。在接受cCBT的人群中,先前的研究表明,那些接受cCBT服务的人群所持有的社会群体认同的数量已经低于一般人群,37.3%的样本未能认同任何群体,只有8.8%的人认同三个群体(Cientanni等人,2017年)。这是在一般人群样本中通常发现的相反模式,其中大多数人认同F. Cientanni等人版权所有©2019-2019深圳市创科科技有3至少有三个社会群体(可能更多),很少有人不认同任何群体(Sani等人,2015年a)。此外,先前的研究还表明,那些社会群体认同较少的人在接受cCBT服务的人中,在治疗前有更严重的心理困扰(Cientanni等人,2017),然而,在cCBT过程中,群体识别可能对心理困扰的变化产生的影响尚不清楚。正是由于这个原因,目前的研究旨在衡量社会群体认同作为一个潜在的重要预测因素的变化,心理困扰的cCBT的过程1.2. 社会经济剥夺和心理困扰关于心理健康,研究表明,在社会经济高度落后的地区,常见心理障碍的患病率较高(Fryers等人,2003年)。关于常见精神健康障碍患者的社会经济衰退和治疗后临床变化,可以想象,经济手段减少和支持积极变化的资源减少可能等同于促进临床改善的肥沃土壤减少。一项针对英格兰224名全科医生(GP)实践的患病率研究发现,在社会经济最贫困地区,属于全科医生实践的患者不仅具有最高的抑郁症状患病率,而 且 具 有 最 高 的 症 状 持 续 性 ( Ostler 等 人 , 2001 年 ) 。 同 样 ,Delgadillo等人(2015年)审查了改善心理治疗(IAPT)服务的转诊情况,发现在社会经济贫困加剧的地区,心理健康问题的患病率较高,重新制定率显著较低。事实上,当社会经济剥夺作为心理困扰的预测因素进行调查时,发现社会经济剥夺的人越多,基线心理困扰就越严重,并且群体认同的数量和社会经济剥夺共享一个小的但统计上显着的负相关(Cientanni等人,2017年)。在这两个方面,可以看出,社会经济剥夺可能是治疗过程中心理困扰变化幅度的重要预测因素,社会经济剥夺和社会群体认同可能相关,但迄今为止还没有研究调查社会经济剥夺对接受cCBT的患者心理困扰1.3. 现有文献对临床变化研究cCBT过程中临床改善的文献在少数几项研究中,没有一项研究将社会群体认同和社会经济剥夺视为cCBT过程中心理痛苦变化的潜在预测因素。此外,虽然每个预测因子研究都很好地解决了与cCBT治疗反应相关的许多重要因素,但仍然存在许多其他其中包括未能控制教育的潜在影响(Høifødt等人,2015),未能控制抗肿瘤药物(ADM)使用的影响(Spek等人,2007; Esther de Graaf等人,2010; Høifødt等人,2015)或测量与当前ADM使用相对的精神药物使用史(El Alaoui等人,2016),测量先前抑郁发作的次数,而不是问题持续时间(Spek等人,2007; Høifødt等人,2015),并使用涉及高度治疗师指导的cCBT干预;因此,在没有治疗师输入的情况下,很难判断哪些因素可以预测整个cCBT中的痛苦变化(Høifødt等人, 2015年)。1.4. 目前的研究目前的研究旨在通过评估社会群体认同、社会经济贫困和其他潜在重要的临床和人口统计学因素的影响来解决文献中的空白,这些因素是接受cCBT作为轻度至中度抑郁症干预措施的关于潜在的重要临床因素,已发现治疗前抑郁的持续时间较长(慢性程度较高)与CBT的治疗反应较差相关,因为在治疗前经历抑郁症状较长时间的患者往往对CBT的反应较差(Hamilton和Dobson,2002)。通过先前抑郁发作的次数测量的治疗前抑郁症的慢性化也被发现是cCBT过程后症状严重程度的积极变化的预测因子(Høifødt等人,2015年)。然而,Proudfoot et al.(2004)发现cCBT过程中的临床变化与疾病的治疗前持续时间之间没有显著的相互作用;因此,治疗前症状的慢性化对cCBT过程中临床变化的影响尚不清楚。ADM的使用也是与测量心理困扰的变化有关的重要因素,因为ADM的使用可以如预期的那样降低抑郁症状的严重程度(APA,2000;Fournier等人,2010),因此,与使用cCBT作为独立干预相比,同时使用cCBT可能会导致cCBT过程中心理困扰的更大减少。相比之下,已经发现那些有精神药物使用史的人在完成cCBT的人中具有较慢的改善率和较高的治疗后自我报告的抑郁评分(El Alaoui等人,2016年)。事实上,Proudfoot等人(2004)发现BtB的作用与同时使用ADM没有相互作用,表明BtB可以在同时使用或不同时使用ADM的情况下提供临床益处;因此,该因素在cCBT过程中与心理困扰变化相关的影响仍然不清楚。最后,治疗前临床表现的严重程度可能是研究cCBT过程中心理困扰变化时需要考虑的重要因素。在一项综合Meta分析中,Bower等人(2013)检查了治疗前抑郁严重程度对接受低强度干预治疗抑郁患者结局的影响,发现治疗前抑郁程度较严重的患者比抑郁程度较轻的患者受益于更大的治疗效果。虽然一些先前的研究发现治疗前抑郁严重程度与cCBT的治疗效果之间没有显著的相互作用(Proudfoot等人,2003年)或治疗前抑郁和治疗反应之间的BDI评分变化(Høifødt例如,2015),其他研究已经确定,那些在治疗前具有更严重症状的患者在cCBT过程中取得了更大的改善(Spek等人,2007; El Alaoui等人,2016年)。为了澄清这些问题,本研究将调查当前ADM使用、问题持续时间和心理困扰的治疗前严重程度,作为cCBT过程中心理困扰变化的潜在预测因素。关于人口统计学因素,已经确定了一些与cCBT疗程后症状变化相关的潜在重要变量。首先,已经发现女性在基于互联网的CBT中显著预测更好的结果,如通过治疗前到治疗后的BDI评分的差异所测量的(Spek等人,2007年)。其次,一项荟萃分析显示,年龄较大的人在cCBT中的结果似乎较差(Grist和Cavanagh,2013)。第三,已发现较高的教育程度可预测更大的cCBT治疗结果,作者认为这可能是因为cCBT作为一种干预措施依赖于识字和自我导向学习;因此,教育经验可能是临床收益的重要因素(Spek等人, 2007年)。正是由于这些原因,我们选择调查年龄、性别和F. Cientanni等人版权所有©2019-2019深圳市创科科技有4在cCBT过程中心理困扰变化的教育。最后,对N=1873例完成BtB的患者进行的本地研究是NHSTayside显示,在BtB的第5次和第8次治疗之间,通过CORE-OM测量的正是由于这个原因,我们选择研究第1阶段和第5阶段之间(治疗前至治疗中)以及第1阶段和第8阶段之间(治疗前至治疗后)评分变化的预测因素。2. 方法2.1. 参与者和程序目前的研究使用了作为MasterMind项目的一部分收集的数据(Vis等人,2015年)从四个NHS苏格兰健康委员会(格兰扁,法夫,设得兰群岛和拉纳克郡)以及2014年9月至2017年4月期间33个月内从NHS泰赛德收集的数据。参与者包括由临床医生推荐通过BtB计划接受cCBT的患者。BtB服务的转诊标准包括疑似诊断为轻度至中度抑郁症(由转诊临床医生确定),年龄>16岁,不得有其他显著的心理疾病,不得有主动自杀倾向。在纳入期间,N=9736例患者被转介到五个卫生委员会的BtB服务。转诊主要来自全科医生(n=7633,78.4%),但也来自心理服务(n=808,8.3%)、心理健康服务和社区心理健康团队(n=469,4.8%)、精神病学服务(n=242,2.5%)和其他健康服务,如言语和语言治疗、职业治疗服务和社区护理(n=584,6.0%)。指定的当地BtB协调员联系所有转诊患者,以便于访问BtB系统并解决任何疑问。所有患者均被告知其当地BtB协调员的姓名和联系电话,如果他们在激活或完成治疗后有任何困难。与BtB协调员的日常联系在各卫生委员会之间各不相同,有些委员会在需要时提供电话支持,有些委员会在治疗期间的特定时间点提供电子邮件或短信,以提供鼓励和支持。在入选期间转诊的患者中,n=5332(54.8%)开始治疗,其中n=1157(21.7%)还完成了组识别测量 只有那些开始治疗并完成了所需的组识别措施的人才被纳入本研究。一名患者在入选期间开始了两次BtB项目,该患者每次完成第一阶段的数据均被纳入,并作为两个单独的病例处理。因此,本研究的总样本量为N = 1158,其中371例( 32% ) 为 男 性 , 787 例 ( 68% ) 为 女 性 ( M 年 龄 =39.99 岁 ,SD=14.71,范围16 -87岁)。从这一点开始,形成样品的患者被称为2.2. 社会群体认同使用自我报告问卷(群体识别量表(GIS))对三个不同的群体(家庭,社区和第三个群体,由参与者从包括运动队,友谊团体,爱好团体或工作场所团体等群体的列表中选择)进行评估。地理信息系统是一个全球范围内的四个项目衡量一个人的归属感和与群体的联系(例如,“Ihave a sense of belonging to [my group]”) together with 参与者使用七分制(1=先前的研究表明,GIS具有良好的可靠性,其alpha值从高.80到低.90不等,无论其所处的特定群体如何适配(例如,家庭、朋友)(Sani等人,2015年b)。与先前的研究(Sani等人,2015a),目前的研究通过计算四个项目的平均得分来确定每个社会群体的认同感。如果平均得分>5,则将<然后,我们通过将三个二元变量相加来计算每个参与者的组识别数量,以创建范围从0(不存在组识别)到3(识别所有三个组)的分数。缺失的项目根据问题所针对的特定社会群体内其他项目的得分分配平均值2.3. 社会经济剥夺从医疗记录中收集参与者的邮政编码,并根据苏格兰多重延迟指数(SIMD)(苏格兰政府,2016)进行分类。SIMD使用从最新的人口普查和小区域人口估计(SAPES)中获取的信息来确定每个数据区的贫困等级。苏格兰被划分为6505个小的地理区域,称为“数据区”,数据区等级从1(最贫困)到6505(最贫困)不等。社会经济贫困程度由贫困的七个方面组成一个指数。这些因素包括就业、收入、健康、教育(技能和培训)、获得服务的地理位置、犯罪和住房。SIMD是苏格兰政府用来识别苏格兰社会经济贫困地区的官方工具目前的研究使用SIMD等级的十分位数来表示社会经济贫困;然而,分数是颠倒的,1表示最贫困,10表示最贫困的地区。2.4. ADM使用为了测量ADM的使用,参与者被问到以下单项自我报告问题:“你使用抗抑郁药物多久了?”他们可以回答“不到1个2个月”、“超过2个月”或“我没有服用抗抑郁药物”。为了分析的目的,ADM使用回答被二分以代表那些服用和那些不服用ADM的人。2.5. 问题持续时间为了测量问题的持续时间,参与者被问到“你有这个问题多久了?”他们可以回答“10至20年”、“20至40年”或“超过40年”。这些物品在治疗开始时由BtB方案提供2.6. 人口计量参与者的年龄和性别取自转介到BtB方案的医疗记录。受教育程度是用以下单项自我报告问题来衡量的:参与者可以回答2.7. 心理困扰CORE-OM被广泛接受,并在常规临床实践中用作测量整体心理困扰的工具(Gray和Mellor-Clark,2007)。CORE-OM是一种泛诊断测量,具有四个领域:“幸福感”(4项)、“问题严重性”(12项)、“功能”(12项)和“风险”(6项),这些领域借鉴了临床医生关于心理健康和健康最重要因素的意见(Mellor-Clark et al., 1999年)。F. Cientanni等人版权所有©2019-2019深圳市创科科技有534个项目中的每一个都以陈述的形式呈现,参与者被要求评价他们在过去一周内对陈述描述的方式有多频繁,从“根本没有”到“大部分或所有时间”。幸福领域衡量的是整体心理健康,而不是特定条件,包括诸如“我想哭”之类的陈述功能领域衡量参与者的社会和一般日常功能水平风险领域衡量对自己(4项)和对他人(2项)的风险,并包括“我曾想过伤害自己”和“我曾对他人实施身体暴力”等项目。最后,问题严重性领域通过评估包括睡眠等生理症状在内的心理困扰加剧的不同指标来衡量参与者表现症状的严重程度,同样没有条件特异性本研究探讨了cCBT过程中这些领域的变化,作为潜在重要临床和人口统计学预测因素的独立结局指标。使用CORE-OM评估第1阶段(治疗前)、第5阶段(治疗中)和第8阶段(治疗后)的心理困扰严重程度。参与者对每个项目的评分在0到3之间,因此总分范围为0到102。然后将总分据报道,所有分量表的内部可靠性显示α水平在> 0.75和<0.95之间,临床样本中所有项目的α水平为0.94(Evans等人,2002年)。子量表的重测信度也被报道为高(在0.87和0.91之间),风险子量表的预期信度为0.64(Evans等人,2002年)。在临床人群中,个体领域和总体评分均显示出相对于其他症状严重程度自我报告测量的良好收敛效度(所有项目的CI范围为0.63至0.88)(Connell et al.,2007年)。2.8. 焦虑和抑郁BtB计划包括每次会议上抑郁和焦虑的两个单项自我报告措施参与者被问到在每次会议上收集这两个单项措施的分数,并在初步分析中进行了调查。2.9. 更改分数计算通过计算参与者的治疗前和治疗中评分以及治疗前和治疗后评分之间的差异来计算变化评分变量(每项治疗结果指标)。CORE-OM领域包括每个CORE-OM子量表,以及BtB抑郁和焦虑评分,治疗前和治疗中期以及治疗前和治疗后评估之间。我们将Bonferroni校正应用于t检验的α水平(α=0.007),以消除重复检验效应的风险最后,然后进行一系列多元线性回归(MLR)分析作为我们的主要分析,以分别建立治疗前和治疗中以及治疗前和治疗后每个CORE-OM领域的心理困扰评分研究的预测变量为治疗前心理困扰的严重程度、群体认同总数、社会经济剥夺、年龄、性别、教育程度、ADM使用和问题持续时间。每次MLR分析中使用的治疗前严重程度预测因子与相应的结局变量(CORE-OM领域CS)匹配;例如,在调查功能变化时,将治疗前CORE-OM功能领域评分作为预测因子输入,而在调查健康状况变化时,将治疗前CORE-OM健康状况评分作为预测因子输入等。3. 结果3.1. 描述性统计量在1158名开始第一阶段并完成GIS的人中,n= 278(24.0%)完成了所有8个疗程。最大的辍学率发生在第一和第二次会议之间,当n = 265(22.9%)的那些谁完成了第一次会议没有继续完成第二次会议。表1显示了完成每个疗程的患者数量和疗程之间的损耗率,每个疗程参与者自评抑郁和焦虑评分的平均值和标准差,以及第1、5和8次疗程的平均心理困扰评分(CORE-OM总评分)。在1158名参与者中,417人(36.0%)不认同任何群体,352人(30.4%)认同一个群体,278人(24.0%)认同两个群体,只有111人(9.6%)认同所有三个群体。参与者的邮政编码显示了社会经济贫困等级十分位数的全部范围,M = 4.95,SD = 2.59。 在ADM使用方面,720名(62.2%)参与者表示他们目前正在服用ADM,411名(35.5%)参与者表示他们没有服用ADM(27名参与者,2.3%,没有回答)。 在问题持续时间方面,略多于五分之一的样本(n =237,20.5%)表示他们的问题持续了1 -3年,超过一半的样本报告他们的问题持续了3年(n = 587,50.7%)。表1参与者完成每个课程的频率和百分比,以及BtB课程中自评抑郁、焦虑和心理困扰评分的平均值和标准差。verity’, 更大的变化分数时间点(会话编号)抑郁焦虑心理困扰M SD M SD(CSs)表明更大的临床改善(心理上的而较小的阳性CS表示适度的临床改善。2.10. 统计分析所有分析均使用社会科学统计软件包(SPSS)软件版本24(IBMCorp.,2013年)。首先进行一系列Pearson相关性分析作为初步分析,以建立关键变量之间的任何相互关系(治疗前心理困扰的严重程度,如第1阶段的CORE总分所示,群体识别的总数,社会经济剥夺,年龄,性别,教育,ADM使用,问题持续时间和心理困扰的变化)。然后用Cohen'sd进行重复测量t检验,以探索会话1(N=1158,100%)会话2(n= 893,77.1%)会话3(n= 688,59.4%)会议4(n=565,48.8%)会议5(n=456,39.4%)会话6(n= 382,33.0%)会议7(n=322,27.8%)第八次(n= 278,24.0%)4.49 2.22 5.211.86 1.90 0.644.40 2.195.08一点七九4.13 2.26一点八九3.88 2.37 4.562.103.46 2.334.082.24 1.28 0.663.43 2.38 4.022.183.28 2.38 3.752.162.92 2.503.402.34 1.02 0.69F. Cientanni等人版权所有©2019-2019深圳市创科科技有6表2心理困扰、焦虑和抑郁的治疗前和治疗中评估之间变化的平均值、SD、t检验结果和效应量治疗前测量(第1节)治疗中期(第5次会议)改变分数t(pre-至治疗中期)MSDMDMSD(df=455)pCohen'sda核心(总数)1.90 0.64 1.28 0.66 0.51 0.53 20.56 0.000 0.95总计减去风险2.01 0.72 1.35 0.72 0.55 0.59 19.88 0.000 0.92福利2.34 0.86 1.57 0.88 0.65 0.79 17.50 0.000 0.88问题严重度2.07 0.80 1.35 0.79 0.61 0.67 19.38 0.000 0.91运作1.83 0.74 1.27 0.71 0.45 0.59 16.40 0.000 0.77风险0.42 0.57 0.15 0.31 0.18 0.40 9.70 0.000 0.59BtB焦虑症5.21 1.86 4.08 2.24 1.02 2.17 10.09 0.000 0.55BtB抑郁症4.49 2.22 3.46 2.33 0.91 2.17 9.01 0.000 0.45<007(双尾,应用Bonferroni校正)。a科恩d效应量d=0.2(小),d=0.5(中),d=0.8(大)(科恩,1988年)。3.2. 治疗前和治疗中的变化治疗前和治疗中期之间的CORE-OM总评分的平均变化相当于严重程度类别从“中度”到“轻度”的一次变化,如临床人群中严重程度范围的建议平均截止点所示(Connell et al., 2007年)。采用配对t检验研究治疗前后心理困扰、焦虑和抑郁的变化。采用配对t检验研究治疗前后心理困扰、焦虑和抑郁的变化t检验显示,治疗前和治疗中所有CORE- OM领域以及BtB抑郁和焦虑指标的评分变化具有统计学显著性(p 0.001)。
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 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
最新资源
- WPF渲染层字符绘制原理探究及源代码解析
- 海康精简版监控软件:iVMS4200Lite版发布
- 自动化脚本在lspci-TV的应用介绍
- Chrome 81版本稳定版及匹配的chromedriver下载
- 深入解析Python推荐引擎与自然语言处理
- MATLAB数学建模算法程序包及案例数据
- Springboot人力资源管理系统:设计与功能
- STM32F4系列微控制器开发全面参考指南
- Python实现人脸识别的机器学习流程
- 基于STM32F103C8T6的HLW8032电量采集与解析方案
- Node.js高效MySQL驱动程序:mysqljs/mysql特性和配置
- 基于Python和大数据技术的电影推荐系统设计与实现
- 为ripro主题添加Live2D看板娘的后端资源教程
- 2022版PowerToys Everything插件升级,稳定运行无报错
- Map简易斗地主游戏实现方法介绍
- SJTU ICS Lab6 实验报告解析
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
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功