没有合适的资源?快使用搜索试试~ 我知道了~
互联网干预28(2022)100542自杀丧亲后在线团体干预的有效性:一项随机对照试验BirgitWagner*,RaphaelaGrafiadeli,ThomasSch¨fer,LauraHofmann1柏林医学院,Rüdesheimer Strasse 50,14197 Berlin,GermanyA R T I C L EI N FO保留字:自杀丧亲悲痛团体干预长期悲伤障碍A B S T R A C T简介:自杀者是精神障碍和自杀倾向的高危人群。自杀后的悲伤不同于其他类型的死亡后的悲伤,丧亲者可能需要针对其情况的支持在这项研究中,我们评估了一种针对自杀者的在线干预措施及其对心理健康的有效性。方法:共有140名参与者被纳入干预,并随机分为治疗组和等待名单对照组。干预包括12个基于认知行为方法的每周模块,并以小组形式进行网络研讨会。主要结果是抑郁和自杀倾向;次要结果是长期悲伤症状、创伤后应激障碍、创伤后认知、绝望和悲伤特异性症状。结果:在意向治疗分析中,创伤后回避症状显著改善(d=0.43)和治疗完成者(dbetween=0.56)中,与等待名单对照组相比,治疗完成者(dbetween=0.50)的在干预组中,精神病理症状-从基线到6个月随访,平均寿命显著下降。此外,在基线时确定了抑郁、悲伤、自杀意念和创伤后应激症状评分较高等因素,这些因素影响了干预的有效性。结论:本研究的结果表明,完成一个在线小组干预的自杀丧亲者可以减少创伤相关的结果。然而,等待对照组在所有其他结果中也从测量前到测量后显著改善。未来的研究需要积极的对照组,以进一步检查的有效性。1. 背景世界卫生组织(WHO,2019)估计,每年有80万人死于自杀,而自杀未遂的发生率是自杀的十倍。自杀被认为是青少年和年轻人死亡的第二大原因,在过去十年中,自杀人数有所增加。在许多方面,自杀丧亲之痛与其他类型的死亡后经历的悲伤相似(Kolves等人,2019年)。然而,某些悲伤反应与自杀性丧亲有关。受自杀影响的个体往往会因其环境而感到耻辱,这反过来又导致社会孤立增加,寻求帮助的意愿降低(Pitman等人,2016年)。其他常见的自杀相关的悲伤反应是自我归因的死亡责任和内疚感此外,丧亲者可能会对死者感到强烈的愤怒,被遗弃的感觉,或对自杀原因的永久问题(Pitman等人, 2014; Ross等人,2019年)。先前的研究报告指出,自杀者的家属更容易患上精神疾病,从而导致日常生活以及社交和职业环境的严重障碍。在一项基于人群的前瞻性研究中,Wilco X et al. (2015)分析了1,051,515名自杀丧子父母的数据,发现这一人群因心理健康问题而缺勤超过30天的风险比非丧子父母高出10倍。此外,研究发现,自杀儿童的父亲因身体健康问题而缺勤的风险高出40%。Bolton等人(2013)表明,在失去孩子的父母中,抑郁和焦虑症的可能性增加。* 通讯作者。电子邮件地址:birgit. medicalschool-berlin.de(B. Wagner)。1 分享第一作者。https://doi.org/10.1016/j.invent.2022.100542接收日期:2021年10月8日;接收日期:2022年4月19日;接受日期:2022年4月29日2022年5月5日在线发布2214-7829/© 2022作者。由Elsevier B. V.发布,这是CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表互联网干预期刊主页:www.elsevier.com/locate/inventB. Wagner等互联网干预28(2022)1005422自杀同样,与因事故或突然自然死亡而失去父母的丧亲青年相比,因自杀而失去父母的丧亲青年更有可能在失去父母后的前9个月内患上抑郁症或创伤后应激障碍(PTSD)(Brent等人,2009年)。与非暴力死亡后失去亲人的个体相比,丧亲组也显示出延长悲伤的患病率增加。据估计,在自杀丧失者中,长期悲伤的患病率约为43-80%(Bellini等人,2018; Mitchell等人,2005年)。此外,长时间的悲伤与自杀倾向的增加显著相关,因此被认为是丧亲组中非常关注的领域(Pitman等人,2014年)的报告。Molina等人(2019)在他们的综述中发现,14.1-因此,世界卫生组织(WHO,2019)将自杀者家属描述为自杀的高危人群,并将自杀者家属的善后护理描述为国家和国际自杀预防的重要组成部分。为自杀者提供支持已经变得越来越多近年来,随着这一丧失亲人的人群的特殊需求在心理社会保健领域引起了更多的关注,无论是在线还是离线,很少有专门针对这一丧亲群体的循证心理治疗干预措施。Linde et al.(2017)在他们的系统性综述中,共检查了7种旨在减少自杀丧亲者悲伤的干预措施。虽然一些干预措施被证明可以有效减少悲伤反应和自杀意念,但只有一种干预措施可以减少长期的悲伤障碍。作者还指出了纳入干预措施的方法学局限性。同样,最近的一项系统性综述,包括11项关于对自杀者进行干预的有效性的研究,表明很少有干预会减少丧亲者的简单悲伤反应(Andriessen etal.,2019年)。几 研究 有 指示 的 认知行为疗法(CBT)导致丧亲人群中长期悲伤障碍症状的减少(Boelen等人,2007;Wittouck等人,2011年)。迄今为止,只有少数研究调查自杀丧亲后的CBT,但这方面的结果显示出有希望的效果(de Grootet al.,2007; Pfeffer等人, 2002; Kovac和Range,2000)。近年来,研究表明,基于网络的丧亲干预措施对丧亲者有益,其治疗效果与面对面治疗相当一项荟萃分析和系统综述基于7项纳入研究评估了基于网络的丧亲干预措施对丧亲者的有效性(Wagner et al.,2020年b)。大多数基于互联网的干预措施都使用结构化写作,无论是否有治疗师的支持,所有这些都是基于认知行为原则。基于互联网的悲伤干预对减轻悲伤的效果是有希望的,显示出中等的效果大小。本研究的目的是开发和评估一个在线的对自杀者家属进行团体干预。干预是手动的,并基于认知行为疗法的原则。这项研究的主要目的是减少自杀和抑郁的自杀丧亲之痛。次要结果是PTSD,长期悲伤(PG)和绝望。2. 方法2.1. 议定书汉堡医学院伦理委员会(03.03.2018,参考编号MSB-2018- 11)对本研究进行了伦理批准。在开始干预之前,参与者收到了研究信息,提供了有关程序,入选和排除标准,研究目标以及保密性,数据存储和数据保护指南的详细信息所有参与者均通过电子邮件或邮件。详细的研究方案于2020年1月发表(Wagner等人,2020年a)。2.2. 设计这项研究是一项随机对照试验,有两个条件:治疗组和候补对照组。治疗组立即开始干预,而等待对照组在等待12周后参加干预。两种情况下的患者接受相同的干预。在基线(试验前)、中期(6次治疗后)、治疗后以及3个月和6个月后(随访:仅治疗组)进行评估。该随机对照试验根据CONSORT 2010年随机对照试验声明指南(Schulz etal.,2010年)。2.3. 参与者和招募招募主要通过干预网站和合作伙伴进行:德国丧亲父母和丧亲姐妹联邦协会(VEID e.V.)自杀者家属协会(AGUS e.V.)此外,通过社交媒体招募参与者(例如,Instagram、Facebook)、针对丧亲者的特定论坛和网站,以及通过社交媒体平台和传单上的广告。符合以下标准的参与者被纳入研究:(1)通过自杀失去亲密的人,(2)年龄在18至75岁之间,(3)足够的德语技能,(4)互联网接入,(5)提供签署的同意书。如果受试者符合以下一项或多项排除条件,则标准:(1)重度抑郁(BDI-II> 35),(2)急性自杀倾向,(3)当前精神病,(4)物质滥用,(5)双相情感障碍,(6)边缘型人格障碍,或(7)自我伤害。对于研究方案,进行功效分析(Wagner等人,2020年a)。我们的目标是包括总共104名参与者。2.4. 程序和随机化有兴趣参加研究的个人被邀请在干预网站上注册。参与者随后收到一封电子邮件,其中包含有关研究和干预的详细信息,以及同意书。一旦签署同意书,参与者就被邀请参加在线问卷调查,然后进行电话采访。符合入选标准的参与者由研究协调员分配到下一组。一旦12名参与者被纳入,个人被随机分配到治疗组或候补对照组,使用区组随机化,没有额外的分层。随机化比例为1:1,两组平均分配。2.5. 干预在线小组干预包括每周12次会议,每次持续90分钟。研究参与是免费的。整个干预是基于认知行为方法(见补充材料中的表A.1)进行的,包括与自杀幸存者相关的主题(例如,内疚、耻辱)。在两次会议之间,参与者可以自愿完成额外的家庭作业(例如,(二)与死者的关系)。 每届会议都遵循类似的结构。首先,参与者简要地分享了他们目前的感受,然后使用心理教育内容来介绍这个话题,之后播放了一段证明视频,其中失去亲人的亲属分享了他们的悲伤经历。随后进行了分组讨论和互动。在每节课结束时,组长提出家庭作业,并有时间提问。B. Wagner等互联网干预28(2022)1005423=-=-===-=-整个干预通过软件程序Adobe Connect进行。在小组开始之前,与会者收到了网络研讨会室的链接以及技术说明。每个干预小组由两名组长进行:(1)一名心理治疗师或一名正在接受培训的心理治疗师;(2)一名因自杀而失去亲人并有开展自助小组经验的人。对组长进行专项培训,并每隔1个月进行一次定期督导.2.6. 文书2.6.1. 筛选合格性标准研究协调员对每名参与者进行了电话访谈,作为资格筛选。DSM-IVA/X综合征(SCID-I)的结构化临床访谈(Structured Clinical Interviewfor DSM-IV A/X综合征)(Wittchen et al.,1997年)使用。设定了以下排除标准:双相情感障碍、重性抑郁症、躁狂发作、边缘型人格障碍、创伤后应激障碍以及酒精和药物滥用。德国版(Knaevelsrud,2005)的自杀风险评估访谈(Lange等人,2000)和荷兰精神障碍筛查装置的德国版本(Arnoldi等人,2000)被用来记录急性自杀倾向和精神病症状。此外,中间视图包括关于损失的问题(例如,“是谁发现的?”)以及关于参与者的当前健康状态(例如,“你现在有身体不适吗?”)。2.7. 观察指标2.7.1. 贝克抑郁量表(BDI-II)BDI-II(Hautzinger等人,2006年)是一个自我评估工具,用于评估抑郁症的严重程度。参与者选择最准确地反映他们在过去两周内的状况的陈述。然后从所有21个项目计算总分,提供有关抑郁发作严重程度的信息。BDI-II报告的内部一致性为α临床样本中为0.93,α0.85英寸目前的样品。2.7.2. 贝克自杀意念量表(BSSI)BSSI(Beck等人,1988)是一种自我评估工具,用于评估自杀意念的严重程度。问卷由19个项目组成,每个项目内有三组陈述(编码为0-2)。另外两个项目评估了过去的自杀企图,但不包括在总分中。总体BSSI评分可以在0和38之间变化,其中较高的BSSI评分可以在0和38之间变化分数表明自杀风险较高。内部一致性被报告为极好的,在德国样品中α =0.94(Kliem等人,2017年)和α=0.85在本样本中。2.7.3. 获得性自杀能力量表(ACSS-FAD)ACSS-FAD(Spangenberg等人,2014)评估了死亡的无畏,这被视为自杀能力的一个子维度。问卷由4分制李克特量表(0 =0)上的7个项目组成。“完全不适用于我“到4 =“完全适用于我”)。的德国样本的内部一致性报告为良好,α=在本样品中,α = 0.79和α=0.762.7.4. 修订的事件影响量表(IES-R)德国版IES-R(Maercker和Schützwohl,1998)评估了创伤事件后7天内的创伤后应激反应。该问卷由4分制的李克特量表(0“完全不“到5“经常”)上的22个项目组成。IES-R分为三个分量表:回避(8项),侵入(7项)和超觉醒(七项)。在临床样本中,分量表的内部一致性在α=0.71和α=0.90之间变化,在本样本中,分量表的内部一致性在α=0.71和α=0.82之间变化。2.7.5. 复杂性悲伤量表德文版(Lumbeck等人, 2012)(Prigerson等人,1995年)用于评估长期悲伤的症状。问卷由19个项目组成,采用5分制李克特量表(0=4 =“总是”)。计算所有19个项目的总分,评分表示症状严重程度较高。在德国临床样本中α = 0.87,0.84在本样本中,内部一致性被认为是好的。2.7.6. 悲伤经历问卷(GEQ)GEQ(Bailley等人,2000)评估了失去亲人后的悲伤反应,其中包括自杀后经常发生的悲伤反应。本研究使用了污名化(10个项目)、内疚(6个项目)、责任(5个项目)和羞耻(7个项目)分量表。这些项目采用5分制的李克特量表(1“从不“到5 “几乎总是”)。可以计算每个分量表的总分;所有分量表可以相加得出总分。各分量表的内部一致性良好,α=0.70和α=0.86在一个样本的丧亲学生。我们样本的内部一致性在α=0.78和α=0.89之间变化2.7.7. 患者健康问卷(PHQ-9)德国版的PHQ-9(Lo?we等人,(2002)筛选一种评估抑郁症的工具,包括9个项目,每个项目采用4分评定量表(1=格式)和心理社会损害(一个项目,4分制量表,从“完全没有损害“到“严重损害”)。内部一致性良好,临床样本的Cronbach α = 0.89(Grafe等人, 2004年)和α=0.82在目前的样本。2.7.8. H标度H量表是贝克绝望量表(Beck et al.,1974年)。该量表评估三个维度:对自我的负面期望、对环境的负面期望和对未来的负面期望。在这项研究中,10个项目的简短版本在6分量表(1=“completely内部临床和非临床样本的一致性为良好至极好,α0.74和α0.92。在本样本中,Cronbach’s Alpha为α=0.89。2.7.9. 创伤后认知量表(PTCI)德文版(Müller等人,2010)(Foa等人, 1999)由7分等级量表(1 =“完全不同意“到7“完全同意”)上的33个项目组成,该量表测量创伤事件后的功能失调认知。由三个分量表(关于自我的消极认知,关于世界的消极认知,自我,责备),问卷内部一致性较好,α=0.97,α=0.88,α=0.86。2.8. 统计分析使用SPSS 27进行数据分析。使用频率和描述性统计量分析人口统计学数据,同时列出分类变量的频率以及连续变量的平均值和标准差。t检验用于比较预测量和人口统计学的基线组间差异。使用重复测量ANCOVA分析治疗组和候补对照组之间的差异,组作为受试者间因素,时间作为受试者内因素,同时遵循所有分析的意向治疗分析原则。此外,我们通过将该变量作为协变量纳入ANCOVA中来控制当前的专业支持。计算受试者内和受试者间分析的效应量。Cohens d(Cohen,1988)用于受试者内效应量,d之间(dppc2)为B. Wagner等互联网干预28(2022)1005424通过从治疗组的平均前后变化中减去对照组的平均前后变化,然后除以合并的试验前标准差,计算受试者间效应量(Morris,2008)。还进行了完整者分析,分析结果而不使用任何替换值。完成者定义为参加八次或八次以上会议并完成事后问卷的参与者。此外,使用期望最大化算法插补缺失值,以保留试验Fig. 1. 参与者流程图B. Wagner等互联网干预28(2022)1005425========-==-=-=-==-==---把握度和控制混杂因素。提供一次插补值分析和一次完整分析。为了评价治疗组干预的有效性和长期效果,对主要结局以及长期悲伤(ICG)和创伤后应激症状(IES-R)进行了重复测量ANCOVA。这些值是从基线、术后和3个月和6个月后的随访中获得的,同时还控制了当前专业支持的变量。Greenhouse-Geisser调整用于纠正违反球度的情况。另外计算临床显著变化,以评价抑郁、悲伤和自杀意念结局的改善。临床显著变化表明参与者的评分是否从参与干预前的“功能障碍人群“变为参与干预后的“健康人群“(Jacobson和Truax,1991)。为此,通过使用我们的临床样品和非临床样品的平均值和标准偏差的乘积的总和除以它们的标准偏差的总和来确定截止值(Evans等人, 1998年)。表1基线(t0)时治疗组(n = 84)和等待组(n = 56)受试者以及总样本(n =140)的社会人口统计学和损失相关特征。治疗等待名单总数性别(女性)抽搐百分之八十九点三百分之八十九点三百分之八十九点三Age in years婚姻状况在一段关系40.96(13.02)33.3%百分之十七点九41.55(12.41)百分之二十八点六百分之二十三点二41.20(12.74)31.4%20.0%结婚百分之三十二点一25.0%百分之二十九点三丧偶百分之十点七百分之十六点一百分之十二点九离婚百分之六点零7.1%6.4%教育水平初级4.8%3.6%4.3%二次百分之二十三点八21.4%22.9%更高71.4%75.0%百分之七十二点九目前的专业支助54.8% 55.4% 55.0%目前使用的精神药物19.0% 12.5%16.4%死亡年龄42.8039.3641.423. 结果3.1. 样品共有N313名参与者登记参加了这项研究。参与者的详细流程见图1。总共可入组N140例受试者,并随机分配至治疗组(n84)或候补对照组(n56)。社会人口统计学信息和损失相关特征见表1。在基线水平,两组之间的社会人口统计学或损失相关数据无显著差异。在治疗组中,n=24(28.6%)名参与者退出在治疗期间,n=8(9.5%)另外的个体没有与死者的亲属关系(男,SD)*出席的会议次数(男、女)*(17.37)27.76(57.78)8.67(4.21)(16.94)30.93(49.88)(17.22)29.03(54.60)完成后问卷调查,尽管完成了程序。在在等待名单条件下,n8(14.3%)名参与者在随机化后退出,总共n23(41.1%)名参与者在干预期间退出。总体而言,治疗条件下的参与者参加了8.67(SD4.21)次会议。表2列出了进行意向治疗分析后,治疗组基线和治疗后的平均值、标准差和效应量,以及等待名单对照组基线和等待期后的平均值、标准差和效应量。3.2. 按疾病列出的以下分析基于意向治疗分析的原则。完成者分析的结果见补充材料中的表B.1。由于结果差异极小,因此此处仅报告意向治疗分析。3.3. 主要结局指标运行三个重复测量ANCOVA,以确定两组之间关于抑郁(BDI-II)和自杀(BSSI,ACSS)的差异,时间(基线vs.治疗后)作为受试者内因素(见表2)。对于ITT分析,未发现抑郁症状组与时间之间的统计学显著相互作用,F(1,137)=0.95,p.333,d之间零点一九对于BSSI和ACSS的分数组间和自杀倾向时间间无统计学显著交互作用,F(1,137)=0.05,p= 0.823,dbetween= 0.05,F(1,137)0.52,p.474,d之间0.10.在完成者分析中观察到相似的结果。* 仅报告治疗组。3.4. 次要结局指标对 次 要 结 局 进 行 重 复 测 量 ANOVAs , 以 评 估 两 组 在 长 期 悲 伤(ICG)、悲伤反应(GEQ)、创伤后应激症状(IES)、抑郁症状、功能障碍(PHQ-9)、功能障碍性认知(PTCI)和绝望(H量表)方面的差异(表2)。ITT分析显示,对于长期悲伤症状,组间和时间间无统计学显著相互作用,F(1,137)=0.96,p=0.329,dbetween=0.15。悲伤反应也没有显著的相互作用,F(1,137)1.33,p.252,d在0.15之间.类似地,没有发现创伤后侵入和过度觉醒的组和时间之间的统计学显著相互作用,F(1,137)=3.49,p=0.064,dbetween=0.31和F(1,137)=1.91,p=0.169,d=0.21。然而,一个统计上显著的跨-可以观察到创伤后回避的行为,F(1,137)=8.36,p0.004,d之间0.43,症状明显改善创伤后回避的表现。 完成器分析还显示,创伤后损伤有显著的相互作用,F(1,97)11.78,p0.001,d在0.50之间,治疗条件下症状<创伤后认知功能障碍无显著相互作用,F(1,137)=2.60,p=0.110,dbetween=0.27,绝望的差异F(1,137)0.10,p.754,d之间 零点零五关于PHQ-9(抑郁症状,功能障碍),未发现显著的相互作用,F(1,138)=1.34,p.249,d介于0.22和F(1,138)1.494,p.225,d介于0.24,分别。孩子百分之十五点五百分之二十三点二百分之十八点六母百分之二十七点四百分之二十三点二百分之二十五点七兄弟姐妹百分之二十六点二百分之十七点九22.9%伙伴21.4%百分之十九点六百分之二十点七朋友百分之一点二3.6%二点一厘B. Wagner等互联网干预28(2022)1005426=-==-==---==-===-表2在基线(t0)、评估后(t2)和意向治疗数据的组内和组间差异(以“额外支持”作为协变量),按条件(治疗、等候名单)测量主要和次要结局,n = 140(TG =84,WCG = 56)。0.490.05WCG 2.03(0.91)1.96(0.79)0.080.220.030.610.570.160.140.230.140.0020.470.560.230.22注. BDI-II=贝克抑郁量表; BSSI=贝克自杀意念量表; ACSS-FAD=获得性自杀能力量表; ICG-D=复杂悲伤量表; IES-R:修订的事件影响量表; GEQ:悲伤体验问卷;PHQ-9=简明版患者健康问卷; PTCI=创伤后认知量表。3.5. 治疗组从基线至随访的有效性干预引起了抑郁症的统计学显著变化-从基线到6个月随访的症状,F(2.23,180.79)23.84,p0.001,d在1.51以内;结果表明症状随时间推移而减轻。<用BSSI和ACSS-FAD测量的自杀倾向没有显著变化,F(2.12,173.56)=0.74,p.530,d以内0.27和F(2.55,208.92)7.30,p0.001,d<0.14,分别。然而,自杀倾向在完成干预后显著增加,但随后随着时间的推移显著下降。从基线至6个月随访,发现长期悲伤症状统计学显著减少,F(2.31,189.55)=15.51,p0.001,d在1.13范围内。<此外,干预导致创伤后应激症状回避、侵入和过度觉醒的统计学显著减少,F(2.22,181.61)=11.20,p<.001,d内=0.81,F(2.41,197.52)=38.95,p.001,d内=1.75,<和F(2.35,192.75)22.98,p.001,d<分别为1.04对于GEQ的分量表,统计学上显著的变化可能从基线到6个月随访,发现存在污名化以及内疚和羞耻,F(2.27,186.21)=3.34,p=.032,d内=0.42,F(2.28,186,98)=8.62,p0.001,d内=0.84,F(2.04,<(166.89) 3.08,p 0.028,d以内0.05;表示 减少各自的成果。责任感分量表无显著变化(F(2.15,176.65)=1.05,p= 0.001)。0.371,d在=0.15以内),并且关于绝望,带F(2.02,165.52)2.92,p0.056,d以内0.55.完成者分析的结果相同,但GEQ子量表污名化和羞耻,其中从基线到6个月随访没有观察到症状改善。所有时间点的平均值和标准差见补充材料中的表B.2(意向治疗)和B.3(完成者分析)。 图图2显示了治疗组的效果。3.6. 临床意义的变化抑郁和悲伤都有临床显著变化。然而,未观察到治疗和等待名单条件之间的显著差异(见柔软材料中的表B.4)。3.7. 额外分析进行分层多元回归,以确定逐步添加与损失相关的特征(自损失以来的时间,关系程度,自杀年龄,死者年龄),完成额外家庭作业任务的数量,参加会议的数量和基线时的主要结果是否对治疗组的抑郁症状和自杀倾向以及创伤后应激症状和延长的悲伤有影响。首先,我们分析了抑郁症状的变化,作为因变量。全模型有统计学意义,R2 0.42,F(8,74)8.90,p0.001<,调整后的R2 0.37. 仅在基线时增加BDI-II评分导致R2统计学显著增加0.21,F(1,49)15.12,p 0.001,表明较高的BDI-II评分< 评分在 基线 LED 到 较大 改进 抑郁结果组预邮政互作效应效应量主效应M(标准差)M(标准差)时间 * 组pd的d内时间p主要结局BDI-IITGWCG18.90(7.59)18.57(8.83)13.07(7.73)14.28(8.87)F(1,137)=0.950.3330.190.762019 - 01 -25 00:00:00<0.001BSSITGWCG2.10(3.86)1.75(2.92)2.11(4.04)1.60(2.73)F(1,137)=0.050.8230.05-0.03F(1 137)=0.130.715ACSS-FADTG1.96(0.85)1.80(0.70)F(1,137)=0.520.4740.100.21F(1 137)=0.060.807次要结局ICG-DTGWCG33.68(11.55)31.98(10.74)27.48(10.11)27.46(12.09)F(1,137)=0.960.3290.150.572019 - 01 -27 00:00:00<0.001IES-R回避TGWCG15.33(10.49)11.54(7.34)11.03(6.66)11.33(7.97)第137章:一个人的世界0.0040.430.49法国(1,137)¼13.95<0.001IES-R过度觉醒TGWCG12.80(6.74)14.41(8.36)9.66(5.39)9.70(7.00)F(1,137)=1.910.1690.210.52法国(1,137)<0.001IES-R入侵TGWCG19.54(7.28)17.86(7.52)12.97(6.27)13.62(7.36)F(1,137)=3.490.0640.310.972019 - 05 - 26 01:01:00<0.001GEQ共计TGWCG76.29(16.94)72.89(17.89)70.78(13.45)70.01(17.82)F(1,137)=1.330.2520.150.36法国(1,137)0.014GEQ污名TGWCG28.43(8.96)27.93(8.29)26.99(6.87)26.89(6.90)F(1,137)=0.110.7410.050.18法国(1,137)0.278GEQ内疚TGWCG19.55(5.11)18.88(5.43)17.33(4.01)17.60(5.53)F(1,137)=1.620.2050.180.482019 - 05 -15 00:00:00<0.001GEQ职责TGWCG10.49(4.38)10.21(4.04)9.60(3.34)9.66(4.05)F(1,137)=0.320.5700.080.05F(1 137)=2.140.146GEQ羞耻TG17.8215.88(5.30)16.8615.87(5.79)F(1,137)=1.530.2180.170.19F(1 137)=0.570.453B. Wagner等互联网干预28(2022)1005427==-==-=-==-==-==-==---==-4035302520151050基线后FU3 FU6抑郁悲伤侵入回避过度唤醒图二. 治疗组干预的有效性。注.在基线(t0)、中期评估(t1)、治疗后(t2)、3个月随访(t3)和6个月随访(t4)时测量干预条件下的抑郁(BDI-II)、PG(ICG-D)和在岗位上的症状。然后计算自杀倾向(BSSI)的相同模型。全模型具有统计学显著性,R20.28,F(9,49)2.09,p 0.048,校正后R20.14。死亡者年龄的增加导致R2统计学显著增加0.10,F(1,50)5.83,p.019,表明死者年龄越大自杀倾向越低此外,增加基线时的BSS评分导致R2显著增加0.09,F(1,49)6.34,p.015.研究结果还表明基线时BSSI得分较高的参与者在岗位水平上的自杀倾向对于长期悲伤的症状也可以观察到类似的结果和创伤后应激障碍当观察ICG时,完整模型具有显著性;R20.42,F(9,49)3.86,p0.001,调整后的R20.31,再次,增加死者的年龄以及增加基线ICG评分导致R2增加0.12,F(1,50)7.24,p.010),R2为0.21,F(1,49)17.46,第001页,<分别 包括 的分量表 回避, 过度兴奋, 和IES在回归模型中的入侵,全模型是显着的,R20.62,F(9,49)9.03,p 0.001<,调整后的R20.56R20.44,F(9,49)4.23,p 0.001<,调整后的R20.33,R20.45,F(9,49)4.45,p 0.001<,调整后的R20.35,分别。在这里,同样,在基线时增加相应的子量表导致 R2显著增加0.53,F(1,49)69.37,p 0.001,回避,R2为0.27,
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
- OptiX传输试题与SDH基础知识
- C++Builder函数详解与应用
- Linux shell (bash) 文件与字符串比较运算符详解
- Adam Gawne-Cain解读英文版WKT格式与常见投影标准
- dos命令详解:基础操作与网络测试必备
- Windows 蓝屏代码解析与处理指南
- PSoC CY8C24533在电动自行车控制器设计中的应用
- PHP整合FCKeditor网页编辑器教程
- Java Swing计算器源码示例:初学者入门教程
- Eclipse平台上的可视化开发:使用VEP与SWT
- 软件工程CASE工具实践指南
- AIX LVM详解:网络存储架构与管理
- 递归算法解析:文件系统、XML与树图
- 使用Struts2与MySQL构建Web登录验证教程
- PHP5 CLI模式:用PHP编写Shell脚本教程
- MyBatis与Spring完美整合:1.0.0-RC3详解
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