没有合适的资源?快使用搜索试试~ 我知道了~
《中华人民共和国电信与信息服务业务经营许可证》编号:2020-门诊患者和自我介绍的参与者:针对焦虑症的互联网干预中治疗成分的依从性和结局Alice Arndta,Julian Rubelb,Thomas Bergerc,Wolfgang Lutza,a德国特里尔大学临床心理学和心理治疗系b德国吉森,Justus-Liebig大学心理治疗研究系c瑞士伯尔尼大学临床心理学和心理治疗系A R T I C L E I N F O保留字:因特网干预措施预测自我推荐A B S T R A C T目的:虽然依从性是提高互联网干预有效性的一个重要因素,但许多研究仅通过疗程数来衡量依从性,而没有报告对特定治疗成分的依从性。本研究的目的是调查门诊患者和参与针对焦虑的互联网干预的自我推荐参与者对治疗成分的依从性以及结果。方法:将门诊患者(N= 50)与自我推荐(N= 37)参与者和匹配的门诊等候名单样本(基于最近邻匹配)进行比较:使用t检验和χ2检验比较参与者组之间基于完成的锻炼次数的治疗成分依从性。采用2× 2重复测量方差分析比较两组受试者治疗前后症状的变化。主要测量包括广泛性焦虑障碍量表-7(GAD-7)和迷你社交恐惧量表(Mini-SPIN)。使用非参数bootstrap分析,将疗程数和治疗依从性作为参与者组与结局之间关系的潜在中介因素进行研究。最后,使用LASSO和logistic回归研究了门诊参与者坚持治疗成分的预测因素。结果:自我推荐的参与者比门诊参与者更依从,但两组在结局上没有显著差异。坚持放松的门诊参与者在等待期间比匹配的门诊等候名单样本表现出更大的改善。参与者组对结果的影响通过坚持暴露和会话次数来介导。结论:在互联网干预中,参与者组之间对治疗成分的依从性存在差异,并对治疗结果具有中介效应。因此,应该鼓励这种做法,特别是在参与者不是自我介绍的情况下。根据这些发现,更多的研究应该更深入地调查相关的参与者特征。1. 介绍在许多研究中已经发现对焦虑症的互联网干预是有效的(参见Andrews等人,2018年)。然而,并非所有互联网干预的参与者都接受相同剂量的治疗,因为不同研究的依从率差异很大(Beatty和Binnion,2016)。这些依从率的差异是至关重要的,因为发现对互联网干预的依从性越高,结局越高(Couper et al.,2010年)。因此,研究互联网干预的依从性仍然是一个优先事项(Hilvert-Bruce等人,2012年)。到目前为止,识别坚持互联网干预的一致预测因素已被证明是困难的(例如,Castro等人,2018; El Alaoui等人,2015; Lutz等人,2017年)。结果Alfonsson等人(2016)的一项研究使用了不同的依从性指标,发现出现了不同的依从性预测因子。作者得出结论,在心理治疗研究中,有必要仔细定义治疗依从性。然而,许多调查依从性的研究只使用了一般的依从性指标,如访问网站的次数或完成的会话次数(例如,卡斯特罗·通讯作者:临床心理学和心理治疗系,特里尔大学,Am Wissenschaftspark 25+27,D-54286特里尔,德国。电子邮件地址:lutzw@uni-trier.de(W. Lutz)。https://doi.org/10.1016/j.invent.2020.100319接收日期:2019年10月17日;接收日期:2020年2月14日;接受日期:2020年4月2日于二零二零年一月一日之估值2214-7829/©2020由ElsevierB.V. 这是一个不可避免的问题,因为CCBY-NC-NDLicense(http://creativecommons.org/licenses/BY-NC-ND/4。0/)。可在ScienceDirect上获得目录列表互联网干预杂志首页:www.elsevier.com/locate/invent《中华人民共和国电信与信息服务业务经营许A. Arndt等人,2例如,2018; Couper等人,2010年)。这遵循了面对面环境中的研究实践,其中依从性通常通过会议出席率来定义,低依从性通过过早终止治疗来操作(KoZelel等人,2018年)。然而,这些一般测量可能不是最相关的依从性指标,它们也不一定意味着将实现期望的结果(Sieverink等人,2017年)。应该更仔细地研究对治疗组分的依从性,而不是这种广泛的依从性定义,因为这些组分被认为是治疗变化的原因(Domhardtet al., 2019; Wampold,2015)。在针对焦虑症的治疗中,表现、放松和认知重建被认为是必不可少的(Borza,2017),因为这些成分被认为可以打破身体唤醒、功能障碍、灾难性思维和回避的循环。有几个因素可能会影响对这些治疗成分的依从性。在面对面治疗中,在使用暴露靶向PTSD和焦虑症状的治疗中,已经报道了更高的过早治疗终止率(Cooper等人,2018年)。这可能表明某些治疗成分,如暴露,可能被患者认为比其他成分更难。如果未监测患者参与此类具有潜在挑战性的治疗组分或未充分支持患者,则可能导致依从性水平不同,从而导致治疗结局水平不同。在互联网干预中,参与者在面临困难时没有找到足够的支持或澄清的风险可能高于面对面的情况。这可能导致更多参与者对具有挑战性的治疗部分表现出较低的参与度。有趣的是,专注于失眠和疼痛的研究也报告了低依从性(参见KoZelel等人,2018; Matsuzawa等人,2019年)。因此,除了感知到的困难之外,患者对他们的问题的感知以及他们感知到的治疗成功的概率也可能是关于依从性的关键因素。虽然焦虑症患者可能比疼痛患者更容易从内部感知他们的问题,但他们相信他们可能能够从特定治疗中获益,并且特定治疗成分可能会有所不同,例如取决于他们的损伤程度以及他们的内部和外部资源。在互联网干预的背景下,考虑这些患者因素尤其相关,因为一些研究关注的是更广泛公众可用的互联网干预(自我推荐的参与者),而较少 的 研 究 调 查 了 整 合 到 常 规 护 理 环境 中 的 互 联 网 干 预 的 依 从 性(Andersson和Hedman,2013; El Alaoui等人,2015; Kenter等人,2013年)。虽然一项研究发现了关于初级保健依从性的有希望的结果(Berger等人,2017),据报道,常规护理的依从性不到研究试验的一半(Hilvert-Bruce et al., 2012年)。因此,仍有必要调查自我推荐的参与者和常规护理中的患者是否以及如何在依从性和治疗结果方面存在差异。这可能对互联网干预的实施具有重要意义,表明它们可能最适合哪种参与者,以及如何优化它们以增加对关键治疗成分的依从性。然而,解释关于治疗成分依从性的发现的一个可能障碍是,仍然难以估计可能导致预期结果的合理使用阈值(Sieverink et al., 2017年)。总之,本研究的目的是调查门诊患者和参加针对焦虑的互联网干预的自我参考参与者对治疗成分的依从性以及结局。由于我们假设自我推荐的参与者更有动力参与,我们预计自我推荐的参与者的依从性和结果会更高。通过纳入患者健康问卷-9(PHQ-9)和霍普金斯症状自评量表-11(HSCL-11)等次要指标,我们试图考虑组间抑郁症状和总体损害的差异。此外,我们将门诊参与者与没有访问互联网干预的门诊患者的匹配样本进行了比较,在等待期间的变化。我们假设参与干预的门诊患者在等待期间比未接受干预的门诊患者改善得更多。此外,我们调查了坚持治疗的组成部分作为中介的结果。具体来说,我们假设如果参与者更多地坚持干预的关键治疗部分并完成更多的会话,他们会改善得更多。最后,我们调查了患者变量,如人口统计学变量、治疗期望和自我效能(参见Matsuzawa et al.,2019)作为门诊参与者对治疗组分依从性 的潜在预测因素。根据Alfonsson et al.(2016)的发现,我们预计将根据所使用的依从性指标(对暴露、放松或认知重建的依从性)确定略有不同的预测因素。2. 方法2.1. 与会者人数本研究对两组患者进行了网络干预:一组是在门诊登记接受面对面治疗的患者,在等待期间接受了网络干预。第二组由感兴趣的参与者组成,他们是通过地区报纸和大学出版社的广告招募的 所有参与者都通过三个项目进行了自杀倾向的筛选:“我有结束生命的想法”,“在过去的七天里,你对结束生命的想法有多痛苦”,以及“在过去的一周里,我有结束生命的想法”。如果参与者“有时“赞同其中一个项目或“很少“赞同三个项目中的两个项目,则被排除在外。此外,患者健康问卷-9(PHQ-9)评分超过21分所示的高度抑郁症状是排除标准。由于互联网干预针对焦虑症,只有获得广泛性焦虑症量表-7(GAD-7)评分为5分或更高的参与者才接受干预。门诊患者在诊所登记时填写了PHQ-9和GAD-7,而自我推 荐 的 参 与 者 在 登 记 参 加 研 究 时 填 写 了 筛 选 问 卷 。 使 用 MiniInternational Neuropsychiatric Interview(M.I.N.I,Sheehan等人,1998年)。访谈由两名训练有素的硕士生和七名研究生临床培训的心理学家进行。总共有1128名在门诊登记的门诊患者表示有兴趣在等待期间参加干预(见图1)。使用常规应用的注册问题筛选入选和排除标准。在筛选高水平的焦虑(GAD-7评分超过5分),排除显示自杀风险的门诊患者和高抑郁症状(PHQ-9评分超过21分)后,联系了537名门诊患者,并提供了有关研究和干预的信息。对于238名提供知情同意书的门诊患者,安排了面谈预约。 入选标准包括惊恐障碍、社交恐惧症或广泛性焦虑症的诊断以及年龄在18至65岁之间。此外,如果报告了急性自杀或双相情感障碍或精神病的诊断,则将门诊患者从研究中排除。经纳入和排除标准筛选后,对86例上述焦虑障碍诊断之一的门诊患者进行网络干预。总共有104名自我推荐的参与者提供了知情同意书,并填写了参与研究的筛选问卷。在筛选焦虑水平(GAD-7评分超过5)、自杀倾向和高水平抑郁症状(PHQ-9评分超过21)后,联系了85名参与者,并安排了诊断面谈。同样,只有符合以下标准之一的参与者《中华人民共和国电信与信息服务业务经营许A. Arndt等人,3Fig. 1.门诊受试者和自我转诊受试者的流程图。《中华人民共和国电信与信息服务业务经营许A. Arndt等人,4包括上述焦虑症。如果参与者完全报告了急性自杀倾向或完全符合双相情感障碍或精神病的标准,则将其从研究中排除。经过筛选的纳入和排除标准,48名门诊病人被分配到干预。入选后,参与者填写了一份治疗前问卷,然后能够访问互联网干预。2.2. 门诊等候名单样本151名门诊患者在等待期间没有获得互联网干预,满足所述研究标准(PHQ-9不超过21,GAD-7超过5),并填写了面对面治疗前问卷。 一个重要的目标是估计门诊参与者在等待时间内比非参与门诊患者受益更多的程度。为了排除参与和非参与门诊患者之间的潜在差异,使用匹配程序识别非参与门诊患者,这些患者与参与门诊患者在相关治疗前变量上最相似。符合入选标准的门诊患者的等待名单样本用作匹配程序的基础。通过使用LASSO回归识别匹配的相关变量。 为了评价匹配程序的成功,使用标准化均值差来检查匹配组之间协变量分布的平衡。2.3. 干预干预由八个模块组成,并且主要基于为社交焦虑障碍、惊恐障碍和广泛性焦虑障碍开发的认知行为方法(也参见Berger等人,2014年)。具体内容是针对MINI诊断的焦虑症(社交恐惧症、广泛性焦虑症或恐慌症)量身定制的。在模块中讨论了以下治疗元素,并在会议期间引入了相关的运动原型:(1)介绍该计划和动机增强,(2)心理教育和放松,(3)认知重建,(4)自我集中的注意力和分离的正念,(5)暴露和行为实验,(6)总结和重复,(7)生活方式调整和解决问题,以及(8)重复和复发预防(Berger et al.,2014年)。在第一个模块中,参与者被介绍给该计划,并可以设定个人治疗目标。在第二个模块中,向参与者提供了有关焦虑症病因的信息,并介绍了放松。参与者被要求练习放松,并记录他们练习的时间。在接下来的模块中,参与者被告知功能失调的想法在焦虑症中的作用。 他们被要求记录他们的焦虑引发的想法,并询问他们,以获得更现实的观点。在第四模块中,参与者被要求做一个练习,以展示自我集中注意力与正念的效果。这里没有使用任何协议。最后,在模块五中,参与者被指示练习接触,并在最终协议中跟踪他们在接触方面的进展。按顺序访问模块,完成模块后,可以在其余治疗中使用所介绍的方案。参与者被指示使用该程序工作六周,每周工作量为1-2个模块。如果在SIX周后,参与者希望继续使用干预措施,则他们可以在另外SIX周内访问该程序安全套接字层加密用于保护所有基于互联网的通信,并使用匿名登录名和密码识别参与者。本研究按照赫尔辛基宣言进行,并得到特里尔大学当地伦理委员会的批准。参与者被告知他们可以联系研究协调员通过电子邮件或电话。每周一次,治疗师给参与者写一封半标准化的支持性反馈信息。三名心理学硕士学生每周提供反馈。他们接受了简短的反馈示例培训,并由第一作者(研究生临床培训的心理学家)监督。在反馈中,参与者通过练习取得了重要进展,并有动力继续治疗。如果参与者在过去一周内没有表现出任何活动,参与者会收到继续治疗的提醒2.4. 评估所有参与者在登记时填写了一份问卷:在门诊登记的参与者接受了一组标准化的临床问卷,其中GAD-7、PHQ-9和三个自杀倾向项目用于筛选。直接注册互联网干预的参与者填写了一份筛选问卷(包括PHQ-9,GAD-7和社会人口学变量),该问卷链接到包含研究和干预信息的网站。根据筛选问卷和诊断访谈纳入后,所有参与者填写了治疗前问卷,包括PHQ-9、霍普金斯症状自评量表-11(HSCL-11)、GAD-7和迷你社交恐惧量表(Mini-SPIN)。随后,参与者被要求在互联网干预期间每周填写治疗中问卷,并在互联网干预后填写一份治疗后问卷。如果他们没有填写治疗中或治疗后的问卷,他们会被提醒填写最多三次。18名参与者未填写治疗前问卷:N门诊参与者(NO)=14,N自我推荐参与者(NSR)=4。相似数量的参与者没有登录网站(NO= 15,NSR=3)。 11名参与者在干预期间或之后没有填写任何问卷。在其余87名参与者中(NO=50,NSR=37),58名参与者填写了治疗后问卷。2.4.1. 诊断仪器M.I.N.I是一种简短的结构化诊断访谈(Sheehan等人,1998年)。它基于《精神疾病诊断和统计手册》第4版(DSM-IV)和《国际疾病分类》第10版(ICD-10),并显示出良好的交互可靠性(Rossi et al.,2004年)。2.4.2. 措施在互联网干预开始之前评估了治疗预期。在网络干预前、干预中、干预后对所有症状量表(GAD-7、Mini-SPIN、HSCL-11、PHQ-9)进行评定。如上所述,门诊参与者在门诊诊所登记时完成了一组常规的标准化问卷。在本研究中,使用了这些问卷的一个子集:PHQ-9和GAD-7、简明症状量表(BSI)、心理治疗进展评估问卷(FEP- 2)、一般自我效能量表(GSE)和不和谐问卷-简版(INC-S)。下文提供了另外四份问卷的详细信息(见门诊常规测量部分)。2.4.2.1. 对互联网干预2.4.2.1.1. 广泛性焦虑量表(GAD-7)。GAD-7是焦虑问卷(Löweet al.,2008),可用于筛查广泛性焦虑症,但也可用于检测恐慌症或社交焦虑症。 它由七个项目组成,反映了广泛性焦虑症的七个核心症状,并在0到3的范围内进行评级(“根本没有”到“几乎每天”)。总评分范围为0 - 21,评分高于5表示轻度焦虑(评分> 10表示中度,评分> 15表示重度)。良好的内部一致性已被报道(克朗巴赫的《中华人民共和国电信与信息服务业务经营许A. Arndt等人,5α = 0.89,Löwe等人,2008年)。2.4.2.1.2. 霍普金斯症状自评量表(HSCL-11)。HSCL-11(Lutz等人,2006)是症状自评量表-90-R(Derogatis,1994)的11项修订版。问题的回答是在一个四点李克特规模从“根本没有“到“非常”。这些问题主要集中在抑郁和焦虑症状上。已经发现HSCL-11具有足够的心理测量特性(例如, Cronbach α = 0.85; Lutz等人, 2006年)。2.4.2.1.3. 迷你社交恐惧量表(Mini-SPIN) 迷你旋转是社交恐惧症量表的简短版本(Connor等人,2000),它测量恐惧,回避和生理症状。与SPIN(包含17个项目)相比,Mini-SPIN由三个项目组成,用于评估过去一周内所经历的回避和害怕尴尬。答案以五分制的李克特量表(0-“完全没有”,4-“非常”)提供。已经报道了良好的内部一致性和良好的收敛和判别效度(Wiltink等人, 2017年)。2.4.2.1.4. 患者健康问卷-9(PHQ-9)。PHQ-9(Kroenke等人,2001)基于根据DSM-IV的抑郁症标准测量抑郁症状,分数越高表明抑郁症状越严重。 答案以四点李克特量表(0-“根本没有“和3 -“几乎每天”)提供。重测信度良好(r= 0.84; Kroenke例如, 2001年)。2.4.2.1.5. 治疗期望。参与者能够在三个项目上表明他们对治疗的期望:使用互联网干预对他们来说有多重要(1- “ 我 的 生 命 取 决 于它 ” , 5 - “ 它 根 本 不 重 要 ” ) , 他 们 有 多 相 信 干 预 可 以 帮 助 他们 ( 1 - “ 根 本 不 相 信 ” , 4 - “ 非 常 相 信 ” ) , 以 及 他 们 相 信他 们 在 互 联 网 干 预 后 可 以 应 付 日 常 生 活 的 程 度 ( 1 - “ 非 常差 , 我 根 本 无 法 应 付 ” , 6 - “ 很 好 , 正 如 我 所 希 望 的 那样 ” ) 。2.4.2.1.6. 遵守措施。记录登录次数和完成的会话次数。对治疗组分(暴露、放松和认知重建)的依从性分别基于暴露、放松和“现实思维”方案中的报告数量。这些方案使用了李克特量表和自由文本空间的组合,以根据说明进行记录。使用李克特量表报告放松强度(放松方案)、恐惧强度和对特定想法的信念程度(认知重构)以及预期和观察到的恐惧强度(暴露)。自由文本空间用于报告情况,想法和行为。如果完成了方案中的每个空格,则纳入方案中报告的练习我们检查了无意义的条目,但没有设置关于单词数量的阈值。2.4.2.2. 门诊常规措施2.4.2.2.1. 简明症状量表(BSI)。BSI测量自我报告的心理症状,并基于SCL- 90-R(Franke,2000)开发。BSI由躯体化、强迫、人际关系敏感、抑郁、焦虑、愤怒-敌对、恐怖、偏执和精神病性9个量表组成。这53个项目是在一个5分制的李克特量表上回答的,该量表表明症状的影响有多强(1-“根本没有”,5-“非常强”)。 对于BSI的主要症状维度,内部症状评分范围在0.70和0.89之间,并且它们与SCL-90-R的可比维度的相关性相当高(Geisheim等人,2002年)。2.4.2.2.2. 心理治疗进展评估问卷(FEP-2)。FEP-2由40个项目和四个量表组成:幸福感、症状、人际关系和与接近和回避目标有关的不一致性。它用于测量治疗进展,并且已被证明是可靠的和变化敏感的(Lutz等人, 2009年)。2.4.2.2.3. 不一致问卷-的INC-S评估了与心理治疗特别相关的接近和回避目标的满意度(GrosseHoltforth和Grawe,2003)。它由两个分量表上的23个项目组成:方法动机目标(14个项目;例如,“最近,我已经独立了”)和回避动机目标(9项;例如,“最近,我受到了批评”)。答案以5分制的李克特量表(1-“不够“至5 -“完全足够“)提供。动机目标之和得分高意味着接近和回避动机目标都不能达到。Cronbach的α值范围在0.65和0.86之间,用于接近和回避量表以及动机目标的总和(Grosse Holtforth和Grawe,2003)。2.4.2.2.4. 一般自我效能量表(GSE)。GSE由10个项目组成,测量有效处理各种压力情况的个人能力的广泛和稳定感(Schwarzer,1999)。回答格式是四点李克特量表(1-“完全不正确”,4 -“完全正确”)。GSE量表已用于许多研究中,其中它通常产生α= 0.75和0.91之间的内部偏差(Scholz等人, 2002年)。2.5. 数据分析策略在第一步中,我们调查了参与者对互联网干预的坚持程度,并使用χ2检验和t检验比较了自我参考参与者和门诊患者之间的坚持程度。然后我们比较了参与者组的结果。对于后评分缺失的参与者(N=29),使用R中 的 missForest 函 数 输 入 缺 失 值 。 使 用 2 ×2 重 复 测 量 方 差 分 析(ANOVA)估计结果,考虑时间(前到后)和组效应(自我参考参与者与门诊参与者)。 此外,通过从治疗前的症状评分中减去治疗后的症状评分并将结果除以治疗前评分的SD,计算每项测量的组内效应大小。接下来,我们比较了门诊病人和没有上网干预的门诊病人。为了控制样本差异,选择了151名没有访问互联网干预的门诊患者,并填写了入选标准GAD-7(> 5),而非排除标准PHQ-9(> 21),应用于门诊参与者。然后使用10倍交叉评估LASSO(最小绝对收缩和选择算子)(Tibshirani,2011)来识别和选择等待期间参与研究的最重要预测因素。VarImp函数用于根据预测因子的重要性对其进行排名。根据10个最重要的预测因子,门诊患者样本(门诊对照组)与门诊参与者样本相匹配。在软件R中,插入符号包和Matchit包分别用于实现LASSO和匹配过程。我们使用非参数bootstrapping分析来检验是否依从治疗成分介导了参与者组(自我推荐vs.门诊患者)对焦虑症状的影响(通过GAD-7测量)。具体而言,在该模型中,假设对每个治疗组分的依从性越高,治疗次数越多,两者都将导致更好的治疗结果。为了控制初始损伤的影响,将剩余的术后评分用作因变量。 当参与者组别在其他初始减值计量方面出现重大差异时,该等计量会入账为协变量。此外,治疗预期作为协变量输入。使用SPSS V.25中的PROCESS函数V.3.4进行分析,我们应用模型80(模型作为PROCESS函数中的参数,参见Hayes,2017)。最后,由于关于依从性预测因素的发现仍然很不一致,我们再次使用了10倍交叉验证的LASSO来确定对活性治疗成分依从性的预测因素。VarImp函数用于根据预测因子的重要性对其进行排名。《中华人民共和国电信与信息服务业务经营许A. Arndt等人,6表1各组参与者的基线变量。有大学入学文凭,组间差异显著:更多自我介绍的参与者(p=.006)有大学入口 文凭. 对 平均而言, 参与者 were approX ironyMini-SPINcM(SD)治疗前平均评分HSCL-11dM(SD)治疗前平均评分PHQ-9eM(标准差)治疗期望值M(SD)年龄3.04(1.09)2.27(0.52)2.30(0.59)2.94(0.48)3.28(1.08)2.72(1.04)t(85)=2.43p= 0.017 *2.32(0.53)2.19(0.49)t(85)=1.14p=0.2572.43(0.58)2.13(0.58)t(85)=2.39p=0.019 *t(85)=-0.63p=0.53236岁(SD=12.70),组间无显著差异。治疗预期范围为2.22 - 4.33(M=2.93,SD=0.48),评分越高表示治疗预期越积极。自我推荐和门诊参与者在治疗期望方面没有显著差异。2.7.配对程序及结果使用LASSO对151名门诊患者进行了抽样,以确定预测研究参与的门诊特征:然后匹配程序基于研究参与的10个最重要的预测因素(FEP-2,PHQ-9,HSCL-11,不一致性,BSI子量表恐惧焦虑和焦虑,年龄,教育水平,使用药物以及自我评价; GSE)。通过最近邻(NN)匹配,选择与在等待期间接受互联网干预并完成面对面治疗前问卷调查(N =40)的门诊参与者最相似的门诊等待名单样本(N = 40)。在应用NN匹配后,几乎所有考虑的基线变量都基本平衡:标准化平均差异评分(smd)范围从INC-S初始损伤的0.006到使用药物的0.162,仅性别的标准化平均差异评分较高(smd=0.27)。NN匹配后,等待期无显著差异(p= 0.830),两组在任何基线变量上均无差异(均p>0.05),表明初始损伤水平相似,人口统计学变量特征相似。3. 结果3.1. 自我推荐和门诊参与者的依从性平 均 而 言 , 参 与 者 完 成 了 八 个 会 话 中 的 五 个 ( M=5.01 ,SD=2.72,见表2)。参与者对治疗成分(暴露、放松和认知重建)的依从性差异很大。参与者表现出相对较高的平均坚持放松(放松日记中的条目数M=6.44,M(标准差)35.91(12.70)34.30(11.5)38.08(14.1)t(85)=1.38p=0.171SD= 10.39)。 与坚持放松坚持认知重构相比(认知重构日记中的条目数M=3.43,aGAD:广泛性焦虑症。bGAD-7:广泛性焦虑症筛查-7。cMini-SPIN:微型社交恐惧症量表。dHSCL-11:霍普金斯症状自评量表。ePHQ-9:病人健康问题调查表-9。2.6.自我推荐和门诊参与者在互联网干预开始之前,参与者在所有措施上都受到了严重损害(见表1)。平均而言,他们超过了GAD-7评分15,这被认为表明非常高的焦虑相关损害(Löwe et al.,2008年)。在Mini-SPIN上,他们超过了6分,这使得社交恐惧症的诊断是可能的(Wiltink等人,2017年)。PHQ-9评分高于15,表明抑郁症状的高度损害(Kroenke等人,2001年)。HSCL-11的一般损害也很高。与自我推荐的参与者相比,门诊参与者在PHQ-9(p=.017)和Mini- SPIN(p=.019)上的得分显著更高。自我介绍和门诊参与者之间关于M.I.N.I诊断为广场恐怖症、惊恐障碍、社交恐怖症和广泛性焦虑障碍的频率没有显著差异(见表1)。56%的参与者是女性,自我推荐和门诊参与者之间没有显著差异。近64%的参与者SD=5.44)和暴露量(M暴露日志中的条目数=1.5,SD=3.5)相当低。总体而言,不到一半的参与者完成了任何练习(使用认知重建:是(N=41),使用暴露:是(N=27)。自我推荐的参与者比门诊参与者完成了更多的会话(t(85)=-2.56,p= 0.012)。在比较自我推荐和门诊患者之间对放松的依从性之前,检查是否存在离群值,并使用Winsorizing来减少潜在偏倚:报告的放松练习次数的四个极值被替换为最接近的非离群值(Field,2013)。平均而言,自我推荐的参与者做了更多的放松练习,但这种差异并不显著(t(85)=-1.96,p=.054)。无论是否使用winsorizing,该结果都没有改变。此外,自我提及的参与者对认知重建的依从性更高,无论是平均值(t(46.35)=-3.79,p<0.001)还是报告使用认知重建的频率(NO=16(32%); NSR=25(50%))。由于只有11名门诊参与者(22%)和16名自我提及的参与者(43%)表明体内存在任何暴露因此比较了两组之间报告使用暴露(是/否暴露)在体内暴露方面,自我推荐的参与者比门诊参与者更依从(χ2(1)= 4.48,p= 0.034)。基线变量总体(N=87)门诊参与者(NO=50)自 我 推 荐 的参与者(NSR=37)检验统计量(p)MI 诊断广场恐怖频率N30(34.5)二十(四十)十(二十七)χ2(1)=1.58p=0.208(%)MI 诊断社交恐惧症四十三(四十九)二十五(五十)18(48.6)χ2(1)=0.02频率Np=0.901(%)MI 诊断GADa35(40.2)二十四(四十八)11(29.7)χ2(1)=2.95频率Np=0.086(%)MI 诊断恐慌三十(三十四)十六(三十二)14(37.8)χ2(1)=0.59障碍p=0.443频率N(%)性女性人数(%)56(64.4)三十二(六十四)24(64.9)χ2(1)=0.01p=0.934水平教育大学55(63.5)二十六(五十二)29(78.4)χ2(1)=7.63p= 0.006**入口文凭(%)《中华人民共和国电信与信息服务业务经营许A. Arndt等人,7表2参与者组对干预的依从性可变参与者组M(SD)/N检验统计量p会话数门诊患者(NO= 50)4.48(2.73)t(85)=−2.560.012 *自我介绍(NSR= 37)5.95(5.95)全部(N= 87)5.10(2.72)坚持放松(运动次数)门诊患者(NO= 50)4.38(7.82)t(85)=-1.96.054自我介绍(NSR= 37)8.24(9.89)全部(N= 87)6.02(8.01)坚持暴露(是)门诊患者(NO= 50)11人(22.0%)χ2(1)=4.480.034 *自我介绍(NSR= 37)16人(59.3%)全部(N= 87)27坚持认知重建(是)门诊患者(NO= 50)16人(32%)χ2(1)=10.800.001 *自我介绍(NSR= 37)25人(50%)全部(N= 87)41人(42%)*p 0.05。<3.2. 自我推荐和门诊参与者的结局根据GAD-7(F(85)=27.07,p 0.001)和SPIN(F(85)=24.95,
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
- C++多态实现机制详解:虚函数与早期绑定
- Java多线程与异常处理详解
- 校园导游系统:无向图实现最短路径探索
- SQL2005彻底删除指南:避免重装失败
- GTD时间管理法:提升效率与组织生活的关键
- Python进制转换全攻略:从10进制到16进制
- 商丘物流业区位优势探究:发展战略与机遇
- C语言实训:简单计算器程序设计
- Oracle SQL命令大全:用户管理、权限操作与查询
- Struts2配置详解与示例
- C#编程规范与最佳实践
- C语言面试常见问题解析
- 超声波测距技术详解:电路与程序设计
- 反激开关电源设计:UC3844与TL431优化稳压
- Cisco路由器配置全攻略
- SQLServer 2005 CTE递归教程:创建员工层级结构
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