没有合适的资源?快使用搜索试试~ 我知道了~
互联网干预5(2016)44人格特征可预测治疗师指导的基于互联网的饮食失调认知行为治疗的退出随机对照试验的结果LouiseHögdahl,Johanna Levallius,Caroline Björck,Claes Norring,Andreas Birgegård临床神经科学系,卡罗林斯卡医学院,精神病学研究中心,Norra Stationsgatan 69,SE-113 64 Stockholm,Swedena r t i c l e i n f o文章历史记录:2016年2月2日收到2016年6月23日收到修订版2016年7月13日接受2016年7月18日在线发布保留字:互联网自助CBT暴食症辍学预测a b s t r a c t基于互联网的指导自助认知行为疗法(ICBT)似乎是一种很有前途的治疗饮食失调的方法然而,治疗脱落是一个常见的问题,很少有人知道的相关性,特别是在临床设置。 本研究旨在探讨在一项随机对照试验的背景下,在进食障碍的饮食病学,人格特征,合并症,和人口统计学特征方面的专门饮食障碍护理的辍学预测。109名诊断为神经性贪食症或类似进食障碍的门诊患者被随机分配到两种类型的ICBT。参与者被评估了几个临床和自我评级。平均辍学率为36%。 辍学的预测较低的分数在人格特质的尽职尽责和自信的测量NEO人格量表修订版,和较高的分数在自我的测量社会行为的结构分析。治疗师因素也可预测脱落:一位治疗师的脱落率(82%)显著高于其他三位(M =30%)。理论和临床意义的预测因素的影响进行了讨论。© 2016作者。由爱思唯尔公司出版这是一篇CC BY-NC-ND许可下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)中找到。1. 介绍基于互联网的干预作为提供自助治疗的一种方式正变得越来越受欢迎(Dunn等人,2012),并且治疗师指导的基于互联网的认知行为疗法 ( ICBT ) 似 乎 是 提 供 进 食 障 碍 ( ED ) 治 疗 的 有 希 望 的 方 式(Aardoom等人,2013年)。基于证据的自助计划和CBT(尽管不一定基于互联网)被认为是治疗的选择(NICE指南,2004),但当考虑治疗脱落时,ICBT的有效性低于假设(Melville等人,2010年)。我们需要更多地了解辍学的相关因素。因此,本研究旨在研究辍学的几个因素的预测能力两种最常见的ED;神经性贪食症(BN)和BN样ED(EDNOS),估计终生患病率为约1%BN和2%EDNOS的贪食型(Smink等人, 2012年)。最常受影响的是年轻妇女(Fairburn和Harrison,2003年)。BN的特征是反复暴饮暴食:在有限的时间内,进食量超过大多数人的进食量,并且无法停止进食或无法控制进食量或进食内容。暴饮暴食通常*通讯作者。电子邮件地址:louise. ki.se(L. Högdahl),johanna. ki.se(J. Levallius),caroline. ki.se(C. Björck),claes. ki.se(C. Norring),andreas. ki.se(A.Birgegard)。其次是不适当的代偿行为,如自我诱发的呕吐、泻药或利尿剂滥用、过度运动或禁食。还有一个严重高估的身体形状和重量(APA,2000年)。术语脱落是指治疗的提前终止,但对于基于互联网的治疗和传统治疗,缺乏关于更准确定义的共识,使得脱落研究难以解释(Aardoom等人,2013; Fassino等人,2009年b; Mahon,2000年)。在传统的CBT中,退出例如被称为在达到治疗目标之前结束治疗,违背治疗师的建议,没有与治疗师讨论(Bados等人, 2007),或者仅仅是参与者提前终止治疗还是按计划完成治疗(Schnicker et al.,2013年)。在基于互联网的心理障碍治疗中,一般将其定义为没有完成所有治疗步骤,或没有完成足够的治疗步骤或根据预定截止值的治疗百分比而结束(Melville等人,因此,在基于互联网的治疗中,脱落定义通常关注比例而不是临床相关性。然而,由于对脱落定义没有共识,我们选择了类似Bados等人的定义,(2007);一个实用的和临床相关的定义。一项关于基于互联网的ED治疗的综述报道了研究和治疗脱落之间的一些区别(Dolemeyer等人,2013 年) 。 在关 于转移 性治疗的研究中,已经检查了早期和晚期脱落(Fassino等人,2009b),以及是否应将未能参与视为其自身的退出类别(Bell,2001年; Waller,1997年; Watson等人, 2013年)。http://dx.doi.org/10.1016/j.invent.2016.07.0022214-7829/© 2016作者。由爱思唯尔公司出版这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表互联网干预乌尔纳尔日报首页:www.elsevier.com/lL. Högdahl et al. / Internet Interventions 5(2016)44 -5045治疗退出在精神病患者中普遍存在,但在ED方面尤其如此(Swift和Greenberg,2014; Zaitsoff等人,2015年)。然而,有很大的差异。一项综述发现,基于互联网的ED治疗的脱落率为9%-47.2%(Dolemeyer等人, 2013)和另一个报道的5%-24%(Beintner等人, 2014年)。另外两项关于ICBT的研究,特别是Salut BN(见下文),显示辍学率为82%(Nevonen等人, 2006)和45%(Fernando-Aranda et al. ,2009年)。总的来说,比率大致与传统ED门诊治疗的脱落率相比,比率范围为29%-73%(Fassino等人,2009年a、b)。尽管这个问题早已为人所知,但仍未得到解决;相反,一些作者认为,1993-2009年期间,ED治疗研究的脱落率翻了一番多出于临床和研究方面的原因,脱落可能会造成问题。它对医疗保健资源造成压力,因为管理和临床评估既耗时又昂贵,如果患者选择过早结束,则努力可能是徒劳的围绕脱落的管理导致等待治疗的其他患者的延迟(Watson等人, 2013年)。也有可能,因为病情有所好转而退出的患者如果继续接受治疗,可能会达到更好的结果,而因为认为治疗无效而退出的此外,高脱落率使得难以评估治疗有效性(Hoste等人, 2007年)。然而,至于治疗结果,从ED治疗中退出对患者来说不一定是负面的(Schnicker等人, 2013年)。 关于传统的ED治疗,一项综述得出结论,与完成者相比,脱落者在随访时通常具有更好的结果(Fassino等人,2009年b)。一项研究发现,71%的门诊脱落者在2-5年随访时得到改善(Di Pietro等人,2002),另一项研究发现脱落者和完成者的结果在随访时没有显著差异,尽管完成者取得了显著更大的临床改善(Bjork etal.,2009年)。另一方面,其他人发现,从门诊治疗中退出的BN患者在12个月随访时继续遭受严重的暴食症状(Fairburn等人,1993年)。具体而言,对于ED的ICBT辍学者的结果尚不清楚。在ED症状严重程度、精神共病或治疗因素是否预测传统ED治疗的脱落方面,来自先前研究的结果是混合的(Fassino等人,2009年a)。 对于BN,较长的疾病持续时间可能与脱落相关(Hoste等人,2007年)。然而,有充分的证据表明,诸如冲动性、低自我导向性、低合作性和边缘性特征等人格特征与辍学有关(Fassino等人,2009年b)。特别是基于互联网的治疗的脱落研究不足,先前的研究强调了更多随机对照试验(RCT)的重要性,直接比较不同的基于互联网的ED治疗(Wagner et al.,2015),并关注个性变量,如暴躁和冲动,因为它们可能导致由于对挫折 的 容 忍 度 较 低 或 对 治 疗 的 承 诺 较 少 而 导 致 更 高 的 辍 学 可 能性(Melville et al., 2010年)。关于ICBT对ED的辍学预测,到目前为止,结果并不一致(Wagner等人,2015年)。最近的两项综述表明,辍学与更多的病理学相关,如更高频率的暴饮暴食和呕吐、更高的瘦身动力、更多的形状关注、更严重的抑郁或焦虑的共病症状(Aardoom等人, 2013)、较低年龄、较低BMI、BN诊断和较高约束(Beintner等人,2014年)。在一种常用的ICBT类型Salut BN中,辍学的预测因素包括治疗师因素(Nevonen等人,2006),更多的抑郁症状,更低的自我导向(Wagner等人,2015),更 多 的 焦 虑 症 状 , 较 低 的 多 动 , 较 低 的 BMI , 较 低 的 奖 励 依 赖(Fernando-Arandaetal., 2009),以及更多的暴饮暴食和呕吐(Carrard等人, 2006),而在一项研究中没有发现预测因子(Carrard等人,2011年)。虽然在脱落研究中关注患者特征是常见的,但一些人已经检查了ED治疗中的治疗师因素,并发现脱落是由不良的治疗联合预测的(Zaitsoff等人,2015),以及治疗师无法倾听和理解(Bjork等人, 2009年)。已经发现对治疗师的不满意可以预测各种精神障碍的传统CBT的脱落(Bados等人,2007年)。然而,由于这些研究没有审查ICBT,因此不清楚结果是否可以推广到这一人群。由于对ED患者从ICBT中退出的预测因素的研究很少,并且发现不一致,并且由于传统ED治疗的退出已被证明是由人格特质预测的,因此我们探索了人格特质,ED症状,精神病合并症和人口统计学变量的可能预测因素因此,本研究的目的是在一项随机对照试验(RCT)中探索ICBT脱落的可能预测因素,该试验在专科门诊ED护理中采用两种ICBT治疗(Salut BN和BIB-ICBT)治疗BN和类似ED。 虽然不是一个严格的复制,这项研究类似于一项研究的健康BN和阅读疗法的瓦格纳等人。(2015年)。2. 方法2.1. 参与者和设计本研究是在RCT(www.example.com)的背景下进行Controlled-trials.com/ISRCTN44999017,并在瑞典斯德哥尔摩县议会内的斯德哥尔摩饮食失调中心的特殊诊所进行。该诊所为所有年龄和各种类型的ED患者提供各种不同的治疗,并在纳入期间通过自行登记或转介每年招收约650名新患者。2009年10月至2013年2月招募了150名门诊患者。 使用袖珍计算器将参与者随机分配到两种类型的ICBT之一(N= 109)或以计划为导向的日间患者计划(N= 41)。后者超出了本研究报告的范围,因此在此不再进一步审议入选标准要求诊断为DSM-IV BN、暴食型EDNOS或暴食症,过去一年内有不当代偿行为史,年龄≥ 18岁,体重指数(BMI)17.5-34,瑞典语流利,能上网。排除标准为重度抑郁、焦虑或强迫症状(根据下文所述的CPRS-S-A,最高评分分别为15、15和14)、药物或酒精滥用、过去一年内自杀未遂、当前自杀计划、精神病或同时参与其他ED治疗(精神药理学治疗除外)。未接受治疗者(N=11)被定义为未能开始治疗的参与者,未被纳入分析。 脱落和完成者的定义见Bados et al. (2007):提前终止治疗的参与者与按计划完成治疗的参与者。例如,开始治疗但提前结束治疗的参与者,无论是反对治疗师的建议,没有通知治疗师,还是没有给出解释,都被定义为退出者。共有35名(36%)参与者被视为脱落。完成者定义为至少完成第一个治疗步骤并积极留在治疗中的受试者,直至双方同意因症状充分减轻而终止治疗,直至完成所有治疗步骤,或直至达到24周的最大允许治疗时间。共有63例(64%)受试者被视为完成者。2.2. 文书2.2.1. 临床评级结构化进食障碍访谈(SEDI)是一种结构化临床诊断访谈,最多涵盖30个问题,以确定DSM-IV ED诊断。初步验证显示可接受46L. Högdahl et al. / Internet Interventions 5(2016)44 -50与金标准饮食失调检查访谈的一致性(Cooper等人,1989年)(Kendallτ-b = 0.69,p ≤ 0.0001; De Man Lapidoth和Birgegard,未发表的结果)。TheStructured Clinical Interview for DSM-IV Axis I Disorders;SCID-I(First等人,1999)被认为是临床疾病的金标准,并用于评估精神共病。评价者间可靠性已被证明是中等至优秀的(Lobbestael等人,2011年)。全球功能评估(GAF)量表,DSM-IV轴V,在0-100量表上测量心理,社会和职业症状的严重程度GAF的可靠性和有效性已被证明是适度的(Goldman等人,1992年)。有关以前的ED治疗,住房,职业,首次ED症状的年龄等信息。在瑞典议会注册;这是一个国家ED治疗质量登记处。2.2.2. 自我评价进食障碍检查问卷; EDE-Q,版本4.0(Fairburn和Beglin,1994)有36个项目,重点关注过去28天的四个领域:饮食限制、进食、体形和体重问题,按7级量表评定。这些分量表合并成一个全球平均分量表。对进食紊乱和代偿行为进行评估,包括频率。EDE-Q已经显示出良好的内部一致性、区分效度(Berg等人,2012)、令人满意的同时有效性(Fairburn和Beglin,1994)、时间稳定性(Mond等人,2004)和重测信度(Luce和Crowther,1999)。瑞典版本中的所有分量表均显示出可接受的内部一致性(Mantilla和Birgegard,2015)。社 会行 为 的结 构 分析;SASBintroject ( Benjamin ,2000 )在10步Likert量表上的36个陈述SASB是一个具有两个维度的复杂模型:一个水平的依恋轴,包括两个变量,从自爱到自我攻击,一个垂直的自主轴,包括从自我解放到自我控制的变量。在组合中,这两个维度产生了四个额外的变量:自我恐惧、自我保护、自我责备和自我忽视.SASB导入具有很强的内容效度,并且有几项发现支持其结构效度、并发效度和预测效度(Benjamin et al., 2006年)。情感综合征的综合精神病理学评定量表自我评估; CPRS-S-A(Asberg等人, 1978)涵盖了19个项目,并以7步量表测量了过去3天内的抑郁、焦虑和强迫症症状。 它被认为是用于测量门诊患者症状的有用且可靠的仪器(Mattila-Evenden等人, 1996年)。临床损伤评估:CIA有16个项目,在过去28天内在4点Likert量表上报告,测量三个领域中继发于ED的损伤:认知,个人和社会。 它已被证明具有高水平的内部一致性,重测可靠性,判别效度和结构效度,以及对变化的敏感性(Bohn等人, 2008年)。神经性贪食症改变阶段问卷;BNSOCQ有20个项目,分6个阶段检查改变动机:预先考虑、考虑、准备、行动、维持和终止。 它具有良好的心理测量特性,具有出色的内部一致性和重测信度(Martinez等人,2007年)。删除了三个项目,因为它们旨在增加体重,这通常不适用于本研究中平均体重的参与者。NEO人格量表修订版; NEO PI-R(Costa和McCrae,1992)是一个240项的自我报告量表,旨在测量五个维度和五个因素模型(FFM)的30个方面,其中五个维度是神经质,外向性,开放性,责任心和尽责性。行为、感觉和态度的陈述按李克特五分制从强烈反对到强烈同意进行评级。已经证明了精神病样本中因子结构的可复制性(Bagby等人, 1999年)。瑞典语版本显示出令人满意的心理测量特性(Kallmen等人, 2011年),但价值观方面除外,这表明内部一致性较低。2.3. 程序作 为 标 准 程 序 , 参 与 者 最 初用 计 算 机 化 的 “Stepwise“ 系 统(Birgegard等人,2010),其中包括几个临床和自我评级(见上文)。如果符合入选标准,则向患者提供有关当前研究的口头和书面信息,并要求其参与。那些退群的人照常接受治疗那些接受的人被转介到四个治疗师之一,其中三个是有执照的心理学家,一个是社会科学家。所有人在研究前都接受了CBT培训和临床经验。 改变动机评估(BNSOCQ)在与治疗师会面时以纸质形式进行,人格特质评估(NEO PI-R)在会议后不久通过邮件发送给参与者。斯德哥尔摩伦理审查委员会(注册号:2008/ 669-31/4)批准了伦理2.3.1. 处理条件该研究检查了两种类似类型的ICBT:BIB-ICBT和Salut BN。两种治疗的最长治疗时间均为24周,参与者每周接受治疗师的基于互联网的支持,两次面对面会议(评估前和评估后),治疗内容包括基于CBT的计划,其中有许多步骤需要连续遵循 内容可分为三个主要领域:1)通过行为调整和心理教育停止暴食-净化-节食的恶性循环,2)重新评估对自我价值和外表的态度的认知重建,以及3)复发预防。参加者为两次面对面会议支付标准费用,否则治疗免费。每一种治疗方法都有其独特之处。在BIB-ICBT中,患者接受了一本自助平装手册(Fairburn,2003),其中包括6个治疗步骤:1)开始,2)规律饮食,3)暴食的替代方法,4)解决问题和评估,5)节食和相关的食物避免形式,以及6)预防复发。 使用安全通信平台进行电子邮件通信,治疗师遵循治疗师手册(Fairburn,1995 ) 中的 指南 。 在 Salut BN(http://www2.salut-ed.org/demo/)中,参与者被给予一个纯在线程序的用户帐户,该程序包括七个步骤:1)动机,2)自我观察,3)行为修正,4)解决问题5)认知重建,6)自信,7)预防复发。与治疗师的沟通在系统内进行。Salut BN与许可费和每次治疗的固定价格相关,因此诊所比BIB-ICBT更贵3. 统计分析使用SPSS for Mac(v.22)分析数据通过独立样本t检验计算连续数据中脱落者和完成者之间的差异Cohen的d效应量定义为≥0.20小效应、≥0.50中效应和≥0.80大效应。分类数据采用χ2分析,效应量phi≥0.10小,≥0.30中,≥0.50大。至于预测因素分析,选择了四类预测因素:1)人格特质,2)ED症状,3)精神病合并症,4)人口统计学(例如,年龄、BMI、病程)。由于把握度不足,分类中的变量被单独分析。 对于NEOPI-R测量的人格特质,研究了方面水平上的联系,以捕获可以在维度水平上掩盖的方差( Markon 等 人 , 2005 ) , 并 最 大 化 临 床 效 用 ( Samuel 和Widiger,2006)。基于人格的自我评估SASB和NEO PI-R进行了分析与logistic回归两个控制变量:治疗师和病程。在对精神病合并症(CPRS-S-A评分)、进食障碍和补偿行为(EDE-Q频率)和人口统计学分析中,L. Högdahl et al. / Internet Interventions 5(2016)44 -5047表1在参与的周数和完成的治疗步骤中,脱落者和完成者之间的描述性统计量和比较表3脱落者和完成者在自我评估的人格特征、ED症状、精神病合并症、年龄、BMI、疾病持续时间、临床可变脱落(N=35)完成者(N=63)不Dp损伤,动机改变,临床评估,辍学f全球运作。完成者治疗周数13.8(7.0)24.9(4.7)-9.335−1.90b0.001可变(N=35)(N=63)步骤BIB-CBT0.8(0.4)a4.1(1.3)b-10.885-3.88b0.001年龄27.5(7.2)27.1(7.4)步数Salut BN1.4(0.9)c5.1(1.9)d-7.485-2.64b0.001BMI22.8(2.8)23.4(3.4)注. BIB-CBT和Salut BN的步数分别显示,因为它们分别最多包含治疗周数是从治疗开始日期到结束的周数,在许多情况下,治疗因假期、疾病或类似原因暂停,因此,尽管完成者报告的平均时间为24.9周,但最大活性治疗周数始终为24aN=19。bN=32。c人数=16dN=31。变量如年龄和BMI,控制变量为治疗师和疾病持续时间。用Hosmer和Lemeshow检验分析模型的拟合优度用Nagelkerke'sR2表示解释方差的比例,用卡方统计量表示各全模型的显著性。单变量离群值定义为观察值±平均值的2.5 SD4. 结果在ICBT中共分析了98名参与者,其中BIB-ICBT中有50名(51%),Salut BN中有48名(49%)。 平均在治疗开始前34天(SD = 23,范围=0-91)进行评估。在评估和治疗开始之间的天数方面,脱落者和完成者之间无显著差异(p = 0.913,t =-0.110)。平均辍学率为36%,因此大多数参与者(64%)是完成者。然而,很少有人完成所有治疗步骤。 在BIB-ICBT中,6名(12%)参与者完成了所有步骤,在Salut BN 中,13名(27%)参与者完成了所有步骤。 BIB-ICBT和Salut BN之间的脱落率(p= 0.834,χ2= 0.110)或参与周数(p= 0.339,t=-0.961)无显著差异。治疗时间和完成步骤的数量见表1。4.1. 参与者特性除一人外,所有参与者均为女性,40人(41%)在接受ICBT之前至少接受过一次治疗在既往治疗史方面,脱落者和完成者之间无显著差异(数据未显示)。大多数(62%)参与者被诊断患有贪食症。共病精神病诊断是常见的,尤其是焦虑症(50%),其次是抑郁症(29%)。脱落者和完成者的ED诊断和并发症分别见表2。表2ED和共病诊断中脱落者和完成者的患病率和比较。可变脱落(N=35)完成者(N=63)χ2 φ pED诊断贪食症25人(71%)36人(57%)1.954-0.1410.162EDNOS共病10名(29%)27人(43%)- 解放34.3(16.3)25.3(14.7)克-affi rm 34.0(19.1)a26.4(17.1)e- 爱情38.1(20.8)34.8(19.3)c保护48.7(18.6)43.2(18.5)c- 控制58.5(17.3)55.2(14.4)c51.4(22.7)c- 攻击37.3(21.6)35.8(24.3)c- 忽略36.0(18.6)33.6(19.9)cNEO PI-R结构域神经质117.8(22.6)i117.1(25.3)h外向性111.0(20.6)j113.3(21.9)l开放度121.4(20.2)k113.0(21.9)l可接受性117.5(22.7)k126.0(16.5)h尽责性105.0(22.5)k113.7(22.6)hCPRS-S-A共混物抑郁8.1(4.0)7.9(3.5)c焦虑7.3(3.5)7.2(3.6)c强迫症状6.8(3.4)6.4(3.0)c注. 由于数据缺失;aN=34,bN=28,cN=62,dN= 59,eN=60,fN=55,gN=61,hN = 45,iN = 24,jN = 26,kN = 25,lN = 44。持续时间是指基于患者首次出现ED症状时自己的年龄陈述不同治疗者的脱落率差异有统计学意义(χ2= 11.485 ,p =0.009)。对于三位治疗师,少数参与者(分别为29%、30%和30%)退出,而对于第四位治疗师,大多数参与者(82%)退出。辍学者的疾病持续时间平均比完成者长近三年这不是显著差异,但存在小的影响(t =1.528,d = 0.32,p = 0.130)。在表3所示的描述性变量中,我们没有发现脱落者和完成者之间的其他显著差异。进行逻辑回归分析,以检查可能的预测辍学。基于先前的研究,发现治疗师(Nevonen等人, 2006)和疾病持续时间(Hoste等人,2007)来预测脱落,并且基于我们发现这些变量在组之间(趋势)显著不同,选择治疗师和疾病持续时间作为预测模型中的控制变量。结果表明,在尽责性领域,在方面尽职较低的分数预测辍学。脱落者平均得分为19.4(SD = 5.7),完成者平均得分为23.0(SD = 3.6)。此外,外倾性领域中的自信心方面也很重要。脱落者评分为13.9(SD=5.2),完成者评分为16.1(SD=4.3)。在SASB中,发现集群Self-af film预测辍学(见抑郁10名(29%)18(29%)a0.0020.0050.962表3中的化合物)。逻辑回归分析的结果如下:物质滥用20人(57%)3人(9%)29(47%)a2人(3%)a0.9621.308-0.100-0.1160.3270.253如表4和表5所示。还进行了预测分析,EDE-Q心理量表,进食紊乱的频率,注. 由于数据缺失,N=62。合并症是指DSM-IV SCID-I诊断:抑郁症包括重度抑郁症和未另行说明的抑郁症(NOS);焦虑症包括伴有和不伴有惊恐障碍的广场恐怖症、不伴有广场恐怖症的惊恐障碍、强迫症、创伤后应激障碍、社交恐怖症、特异性恐怖症、广泛性焦虑症和焦虑NOS;物质滥用包括酒精和药物滥用。仅包括当前诊断补偿行为,CPRS-S-A子量表抑郁,焦虑和强迫症,以及全球功能和人口统计学变量的临床评估,如BMI和年龄,控制治疗师和疾病持续时间没有发现这些变量预测脱落(数据未显示)。持续时间,年13.5(9.5)10.7(7.9)cEDE-Q全局3.7(1.2)3.8(0.9)dEDE-Q频率过度进食10.2(8.7)8.4(8.2)客观暴食8.3(6.5)a6.4(6.1)e主观暴食6.3(6.5)4.1(4.3)呕吐6.3(6.5)7.0(8.9)行使9.11(8.4)6.5(7.8)中情局25.8(10.0)25.6(10.0)BNSCOQ全球2.5(0.4)b2.6(0.4)f48L. Högdahl et al. / Internet Interventions 5(2016)44 -50表4治疗脱落的预测因素Logistic回归模型,每个预测因子一个模型,控制治疗师和疾病持续时间模型预测器B实验(B)(CI95%)pχ2(p)R2H-LNEOPI R尽职(N=73)a0.2101.23(1.07;1.43)0.00430.68(b0.001)0.4740.174自信(N=73)a0.1351.14(1.00;1.31)0.04425.05(b0.001)0.4010.450SASB自适应(N=94)b-0.0290.97(0.94;1.00)0.04119.50(0.002)0.2570.389注. R2= Nagelkerke R方,H-L = Hosmer-Lemeshow检验,Exp(B)=比值比。aN = 25例脱落,48例完成。bN = 34例脱落,60例完成。5. 讨论5.1. 主要发现目前的研究探讨了人格特质,ED症状,精神病合并症,和人口统计学变量作为可能的预测因素,在两种类型的ICBT的BN和类似的ED,在临床人群的随机对照试验结果表明,人格特征中的尽责性和自信性得分较低,自我肯定性得分较高,对辍学有预测作用。辍学也被发现预测治疗师的因素。首先,在尽责性方面得分较低的人往往有点不可靠和不可靠,而得分较高的人则被描述为遵守道德原则并渴望履行道德义务。 在此背景下,尽职尽责是尽责性维度的一个方面,通常可以被描述为“实现的意愿”。它涉及到在执行功能(如计划、组织和执行任务)方面,为了达到更高目标而抵制冲动的能力。我们的发现与之前的研究一致,根据气质和性格量表TCI(Cloningeret al.,1994年),已被发现预测辍学。自我导向显示出与责任感的强烈正相关,并测量与瑞典的妇女标准相比(Costa和McCrae,2003年),辍学率处于较低水平,完成学业者的分数处于平均水平(数据未显示)。如前所述,在以前的研究中,冲动性被证明可以预测辍学,但我们没有发现在这方面有任何显著的然而,天花板效应可能掩盖了相关性;与正常数据相比,完成者处于高范围,脱落者处于极高范围。此外,冲动已被证明与尽责性呈负相关(Costa和McCrae,1992),如前所述,我们确实发现了显着的影响。其次,较低的自信心得分被发现预测辍学分数低的人倾向于呆在后台,让别人说话,而分数高的人则倾向于支配地位、强势和社会优势。自信心是外倾性领域的一个方面,通常将某人描述为喜欢,社交,活跃,健谈和乐观的人,或者是内向,保留,独立和节奏均匀的人。虽然与瑞典妇女的标准相比,辍学的预测分数较低(Costa和McCrae,2003年),但辍学者和完成学业者的分数都在平均范围内。第三,人格特质概念化的自我形象表明,较高的自我信念的分数预测辍学。在自我情感方面得分高的人表示接受自己的感受,愿意探索自己的情感,并采取行动。宽容、放纵和广泛开放的认知方式伴随着这些特征。尽管脱落者的得分高于完成者,但与先前发表的瑞典女性的标准数据相比,两者的得分均较低(Bjorck等人, 2003年)。对NEO PI-R和SASB结果的一种解释是,与完成者相比,辍学者似乎对遵守规则和期望的道德义务感较低,ICBT要求参与者承担进步的责任并遵守计划中的步骤低自信可能与独立性有关,这可能导致自我满足感,这取决于并发的特征,例如在神经质维度中高SASB的自我AF-FIRM可操作的倾向感兴趣,接受,探索一个人的情绪,并采取行动。它还与一种倾向,感觉舒适和满意自己。简而言之,在决定继续或退出时,预测性的人格特质可能表明优先考虑避免短期情绪不适,而不是实现长期目标。然而,也有可能对某些患者来说,基于以下信念而退出是一个合理的决定:一个人能够自己康复,和/或治疗对他的症状没有帮助,甚至有害一项关于ICBT治疗各种精神疾病的定性研究表明,9.3%的患者报告了治疗的某种类型的负面影响(Rozental等人, 2015年)。此外,正如先前关于辍学者治疗结果的研究所示,这对患者来说不一定是负面的这三个预测因子(自信、尽职和自我坚定)可以测量相似特质的不同方面然而,它们很可能解释了唯一的方差,因为它们都保持了显著性。在logistic回归分析中一起输入时考虑到辍学研究的异质性和往往是临时性的,一个理论框架将有助于指导未来的努力,其中之一可能是自我耗竭的概念(Baumeister等人, 2006年)。这是指一种状态,在这种状态下,自我调节的有限资源,即超越和改变自发反应以实现目标的能力,已经耗尽,并且反生产行为变得更有可能。从治疗中退出可以被视为这种行为的一个例子,这与消极情绪领域的几个特征有关(参见。神经质)和约束(类似于尽责性)的多维人格问卷(罗伯茨等人,2006年)。这些作者提出,某些人格特征会导致人们拥有某些经历,然后反过来又会被这些经历塑造,从而加强人格特征。例如,当患者在项目中面临挑战时表5治疗脱落的预测因素联合逻辑回归模型与所有三个预测进入同一个模型,控制治疗师和病程。模型预测器B实验(B)(CI 95%)pχ2(p)R2H-LNEOPI R尽职0.2511.29(1.06;1.56)0.01242.67(b0.001)0.636 0.613自信0.2181.24(1.03;1.51)0.025SASB自适应膜-0.0600.941(0.90;0.98)0.007注. N= 70,其中23例脱落,47例完成。R2 = Nagelkerke R方,H-L = Hosmer-Lemeshow检验,Exp(B)=比值比。L. Högdahl et al. / Internet Interventions 5(2016)44 -5049自信心低的人可能不太可能要求额外的指导(而不是不幸的干扰因素、不充分的指示、误解或其他一些原因),导致在程序之后增加的困难和甚至更高的寻求帮助的门槛。我们还发现了治疗师效应。三位治疗师的平均辍学率这一结果与Nevonen等人的结果相似。(2006年),其中总辍学率为82%,但两名治疗师的辍学率为86%,第三名的辍学率为14%。Nevonen对完成者的定义比我们严格:只有那些完成所有治疗步骤的人才被认为是完成者。尽管如此,治疗师是一个重要的因素脱落。与治疗师的访谈显示,与其他两位治疗师相比,脱落最少的治疗师提供了更多的支持,并且具有更多的治疗方法(Nevonen等人, 2006年)。 Nevonens的发现与一项关于基于互联网的心理健康干预的综述一致,该综述发现了治疗联盟与基于互联网的治疗结果之间的关系(Sucala et al.,2012),以及关于各种焦虑症的ICBT的研究,该研究也发现了联盟与治疗结果之间的关联(Nordgren etal., 2013年)。因此,虽然目前的研究还没有检查治疗结果,但似乎联盟在ICBT中很重要,因此它可能与我们发现的治疗相关的脱落率然而,我们没有收集参与者对治疗或治疗师的经验数据,也没有与治疗师进行访谈,因此无法进一步分析这一问题5.1.1. 影响本研究的结果主要是从理论上解释,因为它们有助于增加知识的预测因素,从ICBT在临床环境中退出但这些结果也具有临床重要性,因为它们强调了在决定提供ICBT之前需要对人格特征进行彻底的基线筛查此外,目前的研究结果与以前的研究结果一起,可以指导专门为此目的设计的新仪器的构造5.1.2. 研究的优势评估是在标准化程序中进行的,该程序包括临床和自我评估,这些评估得到了很好的验证,总体上具有良好的心理测量特性。另一个优势是,参与者是从临床环境中的常规专业护理中招募的,而不是在其他类似的辍学研究中相对常见5.1.3. 限制目前的研究有几个局限性。首先,它动力不足。这是难以避免的,因为它是随机对照试验的一部分,最初设计用于其他目的,而不是检查脱落;事实上,很难想象脱落研究的效力不低,因为这种分析是偶然的,因为先前的效力分析旨在疗效/有效性,而不是脱落。出于这个原因,我们采用了一种方法,其中I型错误(考虑到许多分析和未校正的p值的明显风险)被判定为在贡献数据服务中更可接受,这可能有助于稳定贡献因素的未来荟萃分析另一个局限性是数据缺失,这可能会影响结果。初始评估平均在治疗开始前34天进行。在这样一段时间内,症状水平等状态因素的预测能力可能低于特质人格因素,因此应谨慎解释。由于对辍学的定义没有达成共识,另一种辍学分类可能会给出不同的结果;然而,我们的发现与以前的研究一致我们混合了两种治疗条件下的数据,因为我们发现他们然而,由于功率相对较低,治疗可能在某些方面有所不同,但仍未检测到。5.2. 结论和未来研究目前的研究探讨了几个变量作为可能的预测因素,从ICBT的饮食失调症在一个专门的门诊设置。治疗师因素和个性因素,如不太尽职和自信,更多的自我肯定被认为是预测因子。我们没有发现预测辍学的精神共病然而,RCT排除了具有更严重精神症状的患者,并且评估未涵盖所有精神疾病,例如未评估人格障碍未来的研究应扩大纳入标准,进一步探讨这一问题,然后再得出结论我们的目标是包括男性参与者,结果只有一名男性。进一步的尝试最好应该包括男性在更大程度上比我们设法做到的。我们发现的预测辍学的人格特征部分相同,或相似,从标准ED治疗辍学的先前发现。因此,未来研究的一个适当重点是,无论治疗类型如何,具有某些人格特征的患者是否可能退出。另一个问题是辍学问题到底有多大来澄清这幅画面 有人完成所有治疗步骤或在整个时间段内接受治疗的事实并不一定意味着他们依从治疗,有人退出的事实并不一定意味着他们在治疗期间不依从。 个性变量也可以成功地预测顺从性。 未来的研究最好也应该检查治疗师相关的因素,如联盟,忠诚,个性和方法在关联到辍学。确认斯 德 哥 尔 摩 郡 议 会 为 临 床 研 究 提 供 了 财 政 支 持 ( PickUp20080309、PickUp 20110539、PPG 201202
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_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://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
- 电力电子系统建模与控制入门
- SQL数据库基础入门:发展历程与关键概念
- DC/DC变换器动态建模与控制方法解析
- 市***专有云IaaS服务:云主机与数据库解决方案
- 紫鸟数据魔方:跨境电商选品神器,助力爆款打造
- 电力电子技术:DC-DC变换器动态模型与控制
- 视觉与实用并重:跨境电商产品开发的六重价值策略
- VB.NET三层架构下的数据库应用程序开发
- 跨境电商产品开发:关键词策略与用户痛点挖掘
- VC-MFC数据库编程技巧与实现
- 亚马逊新品开发策略:选品与市场研究
- 数据库基础知识:从数据到Visual FoxPro应用
- 计算机专业实习经验与项目总结
- Sparkle家族轻量级加密与哈希:提升IoT设备数据安全性
- SQL数据库期末考试精选题与答案解析
- H3C规模数据融合:技术探讨与应用案例解析
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
![](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)