电子心理健康干预对大学生学习成绩的影响：荟萃分析及有效性评估

《中华人民共和国电信与信息服务业务经营许可证》编号：2020年第2号第100321页电子心理健康干预对大学生学习成绩的影响：随机对照试验的荟萃分析F. Bolinskia，b，N.Boumparisa，b，A.Kleiboera，b，P.Cuijpersa，b，D.D.埃伯特a，b，c，H。催熟剂a，ba荷兰阿姆斯特丹自由大学临床、神经和发展心理学系b荷兰阿姆斯特丹自由大学行为与运动科学学院阿姆斯特丹公共卫生研究所c德国埃尔朗根-纽伦堡弗里德里希-亚历山大大学临床心理学和心理治疗系A R T I C L E I N F O关键词：大学生E-mental health学业成绩Meta分析A B S T R A C T背景：心理健康问题在大学生中普遍存在，并影响其学业成绩。电子心理健康干预措施已被证明在解决心理健康投诉方面是有效的，但其对学习成绩的影响尚未得到综合。目的：综合随机对照试验的证据，比较电子心理健康干预对大学生学习成绩的有效性。数据来源和合格标准：我们在2000年1月至2019年9月期间检索了6个数据库（PubMed，Cochrane library，CINAHL，ERIC，PsycINFO，Web of Science），试验报告了大学生的电子心理健康干预措施（指导或非指导），并测量了学习成绩（例如，平均分）。研究评价和综合方法：研究和参与者的特点和学习成绩的措施，在干预后提取。将后者合并，并计算Hedges'g作为效应大小。研究了异质性和发表偏倚结果：包含2428名参与者的SIX这些集中在情绪和焦虑或酒精和烟草的使用。数据汇总导致对学习成绩的g=0.26（95%CI，-0.00，0.52;p=.05）的小但不显著的影响，有利于电子心理健康干预而不是非活动对照。干预措施对抑郁（g=-0.24）和焦虑（g=-0.2）有积极影响。异质性很高。讨论：尽管影响较小且不显著，但我们的荟萃分析为电子心理健康干预对学习成绩的有效性指出了一个有希望的方向。然而，这些结果必须谨慎解释，因为异质性很高，很少有关于学生电子心理健康干预措施有效性的研究报告了学习成绩指标。1. 介绍学院和大学是青年人一生中的一个关键时期 个人自由的增加通常与各种压力源密切相关，例如社会支持结构的变化，经济独立和新的生活安排（Thurber和Walton，2012）。根据大规模流行病学研究，每年约有20%-30%的学院和大学生（以下称为学生）患有任何常见的心理健康状况，如情绪和焦虑症（Auerbach等人，2016; Ibrahimet al.， 2013年）。心理健康状况的存在往往与大学学业成绩例如，Hysenbegasi等人（2005）从他们的大学注册处收集了年度数据，并表明抑郁症的诊断与一个学期内整体成绩下降一半显著相关。考虑到平均绩点（GPA）阈值通常以0.5分的间隔表示，这种关联值得注意。此外，尽管主要基于横断面研究，但在学生中不断发现自杀意念、抑郁和低年级之间的相关性（Andrews和Wilding，2004; De Luca等人，2016年）。Mortier et al.（2015）表明，通讯作者：Vrije Universiteit Amsterdam，Van der Boechorststraat 7，1081 BT Amsterdam，the Netherlands电子邮件地址：f. vu.nl（F. Bolinski）。https://doi.org/10.1016/j.invent.2020.100321接收日期：2020年2月27日;接收日期：2020年4月16日;接受日期：2020年4月18日二零二零年第二季第三季之估值2214-7829/©2020TheAuthors.由ElsevierB.V. 这是一个不受约束的CC，并遵循CCBY逻辑（http：//creaitivecommmons.com）。或g/licenses/BY/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F. Bolinski等人2在首个学年，在进入大学前曾企图自杀的学生的最后一年级百分比（即所有年级的加权总和），较没有企图自杀的大一学生低约8%最后，Eisenberg等人（2009）的一项纵向研究表明，抑郁和焦虑症状不仅与低年级有关，而且与中断大学的可能性增加有关。在物质使用的背景下，Arria等人（2013）表明，在四年的时间里，大约40%的频繁marijuhana用户从大学辍学，相比之下，大约25%的最小用户。因此，解决学生的心理健康问题对学生个人和整个社会都是有益的，尤其是因为反过来可以提高学术产出。也就是说，大学成绩是人力资本积累的驱动因素之一（Brand andXie，2010; Hasan and Bagde，2013 ） 。 这 被 定 义 为 在 劳 动 力 市 场 上 生 产 所 需 的 因 素 ， 如 知 识（Goldin，2016）。此外，大学成绩越高，工作环境中的经济收入越高，失业风险越低（Kittelsen Røberg和Helland，2017）。因此，提高学生的心理健康水平可能通过提高他们的学业成绩来积极改善他们的经济前景。在计算机上或通过互联网提供的心理健康干预，我们将其称为电子心理健康干预，已经获得了预防和治疗成年人各种心理状况的坚实的经验基础，包括抑郁症（Buntrock et al.，2016; Karyotaki等人，2017），焦虑（Grist例如，2019）和酒精使用（Riper等人，2018年）。除此之外，还在学生群体中开展了大量关于电子精神卫生干预措施的随机对照试验（RCT）。Davies等人（2014）在其系统综述和荟萃分析中，综合了电子心理健康干预措施的效果，其中大多数是基于浏览器的，包括某种形式的人类指导，以改善学生的心理健康。他们确定了17项RCT，调查了14种干预措施，其中大部分基于认知行为疗法（CBT），共有1480名参与者。除了一种旨在治疗社交恐惧症的药物（Botella等人，2010年），纳入的研究集中在预防抑郁症，焦虑（一般，社会，考试）和压力。作者发现，与非活动控制条件相比，电子心理健康干预对抑郁症状（d= 0.43; 9项研究; 712名参与者），焦虑（d= 0.56; 7项研究; 374名参与者）和压力（d= 0.73; 3项研究; 217名参与者）有中度影响。然而，将两项比较（229名参与者）的数据与主动控制条件（如在线心理教育材料）进行汇总，并未导致电子心理健康干预和对照之间存在显著差异。在最近对48项关于这一主题的RCT进行的荟萃分析中，Harrer等人（2018 a）研究了电子心理健康干预对常见心理健康状况和压力的影响，以及与非活动对照组相比对学生健康的影响。除幸福感外，他们的结果显示，支持电子心理健康干预的效应显著较小，特别是抑郁症（g=0.18），焦虑症（g=0.27），进食障碍（g=0.52）和应激（g=0.2）。到目前为止，关于这些效应是否延伸到学习成绩的研究主要限于在线提供的干预措施。例如，Conley et al. （2015年）汇总的学业成绩数据来自90项研究，包括103项面对面的普遍心理健康预防干预措施。这导致了具有统计学显著性但较小的效应量g= 0.18（p 0.01<）。在他们的随机对照试点研究中，Melnyk等人（2015）测试了基于互联网的认知行为疗法（ICBT）干预是否有效地解决了学生的抑郁症，焦虑症，以及它的使用是否积极地影响了他们在学年结束时测量的成绩。他们发现，在基线时有严重焦虑的学生被随机分配到干预组，他们报告的抑郁和焦虑症状明显减少，而那些在干预组中的学生，对照组则没有。此外，与对照组相比，接受干预的学生在学期结束时的平均成绩（GPA）在统计学上显著更高（3.58 vs. 3.28;p=.02）。基于心理健康和学习成绩之间的关联，本研究的目的是评估电子心理健康干预措施与消极控制措施相比在提高学生学习成绩方面的综合有效性。我们还旨在汇总所纳入研究的心理健康结果。2. 方法2.1. 研究识别Andersson（2016）的一项综述发现，2000年左右开始进行基于网络的心理健康投诉干预因此，我们的文献检索仅限于2000年1月至2019年9月期间发表的记录。随后的筛选由F.B.独立完成和N.B.任何分歧都通过讨论解决，必要时与高级研究人员（A.K.，（人力资源部）。最初，我们筛选了标题和摘要，并保留了可能符合我们纳入标准的研究检查所有纳入研究的参考文献所有检索均在6个数据库中进行。之所以选择这些，是因为它们涵盖了教育领域（ERIC）以及临床试验和干预研究（CINAHL、Cochrane Library、PsycINFO、PubMed、Web of Sci-ence）。检索字符串由学术表现（例如，分数、GPA）、学生（例如，学院、大学）、电子心理健康干预（例如，在线、电子健康、基于互联网）等术语汇编而成，并过滤以仅包括RCT。如果可用，则使用索引术语，并通过自由文本术语进行补充。PubMed的完整检索字符串作为补充材料提供 由于我们预期学习成绩并不总是作为主要结果，因此没有在标题或摘要中报告，我们筛选了关于学生电子心理健康干预的评论（Harrer等人，2018年a），用于广告研究。2.2. 资格标准和数据提取如果研究报告的学生（研究生或本科生）在结局评估时在其机构注册，则认为研究合格这些机构可以指任何形式的高等教育，如学院、大学或应用科学大学。此外，参与者必须被随机分配到接受电子心理健康干预的一组，这被定义为a）基于互联网或计算机化的任何干预，以及b）专注于改善心理健康（例如抑郁，焦虑，药物滥用）或进入非活动对照组（例如等待名单，仅评估）。此外，在实施干预措施后，必须报告学习成绩，无论变量的类型（例如，结果、调节者、中介者）如何，也无论这是自我报告还是从研究所管理部门获得。EX可变数包括a）个别课程的考试成绩（例如期中），b）个别课程的最后成绩，或c）平均学期成绩（即GPA）。基于这些学习成绩变量的性质，无法区分即时和延迟评估，因此无法准确确定干预结束与学习成绩评估之间的时间。例如，考试成绩是在课程的中间或结束时收集的，而GPA通常是在学期结束时计算的。如果无法从已发表的记录中提取关于这些结局变量的足够信息，我们联系第一作者以检索缺失的信息。如果第一位作者无法联系或没有回复，我们会联系最后一位作者。无法访问的研究的数量，《中华人民共和国电信与信息服务业务经营许F. Bolinski等人3通过数据库检索识别记录（n = 9854）通过其他来源（n = 7）Fig. 1. 流程图。这意味着无法建立联系或无法获得数据，如图所示。1.一、除了对学习成绩的干预后评估，我们还提取了个别研究的其他特征（见表1）。这些指的是纳入和排除标准、国家、干预和控制条件的类型（即等待名单与仅评估）、样本量和心理健康结局。从发表的记录中提取数据是由两名研究人员独立完成注）。任何分歧都是通过讨论解决的。我们总结了所有纳入研究的数量以及干预组和对照组的参与接下来，我们根据干预的主要焦点创建每项研究中使用的干预措施描述见表2。2.3. 功率计算我们对所需的研究数量进行了功效计算，以获得足够的统计功效来检测测试后的效应大小。我们假设功效为β=0.8 ，显著性水平α=0.05，中等程度的研究间方差τ2为由Borenstein等人（2009）描述。由于在高等教育背景下尚未建立电子精神卫生干预措施中学业成绩的有效样本量，因此我们使用了Conley等人荟萃分析中报告的标准化平均差异g= 0.18。（2015）作为参考。因此，我们需要五项研究，每种条件下约有160名参与者，或者十项研究，每种条件下约有80名参与者（Borenstein等人，2009年）。这转化为每组约22名参与者的五项研究或每组约11名参与者的十项研究，以检测g = 0.5的中等效应大小（Borenstein等人， 2009; Cohen，1988）。2.4. 质量评估我们使 用修订的 Cochrane偏倚风 险评估工 具（Higginset al. ，2011），以评价纳入研究的方法学质量。以下标准被评定为低偏倚风险、高偏倚风险或偏倚风险不明确：a）充分生成随机序列，b）适当隐藏分配，c）对参与者和工作人员设盲，d）结局评估设盲，d）通过意向治疗（ITT）分析或多重插补充分解决损耗偏倚。独立完成偏倚风险评估纳入Meta分析的研究（n = 6）包括排除的全文文章及其原因（n = 44，无学习成绩报告，n = 30无EMH干预，n = 20份会议摘要或研究方案/注册，n = 9无学生群体，n = 3不可接近，n = 2活性对照组，n = 1无RCT排除总数n = 109）评估合格性（n = 115）资格排除的记录（n =6922）筛选的记录（n =7037）筛选删除重复项后的记录（n =7037）识别《中华人民共和国电信与信息服务业务经营许F. Bolinski等人4两名研究人员（F.B.，注）任何分歧都通过讨论解决。2.5. 荟萃分析对学习成绩和心理健康结果进行了荟萃分析。如果没有另外说明，所有分析均在综合荟萃分析第3版（CMA; Borenstein等人， 2013年）。我们将Hedges'g计算为每次比较的干预和对照条件之间的平均值差异，除以合并标准差，并通过转换平均值、样本量和p值调整小样本偏倚（Hedges和Olkin，1985），或者如果无法获得此信息，则通过转换报告的效应量（例如Cohen'sd;Cohen，1988）。预计研究之间存在相当程度的异质性。因此，我们在随机效应模型下进行了分析，该模型假设纳入的研究彼此之间存在显著差异。首先，通过使用森林图目视检查异质性，并通过I2统计量进行统计，I 2统计量表示异质性程度从0%到100%。约25%、50%和75%的I2可以分别解释为低 、 中 等 和 高 异 质性 （ Higgins 等 人 ， 2003 年 ） 。 在 Stata 中 使 用HETEROGI模块计算I2附近的95%置信区间（CI）（Orsini等人，2006年）。此外，如果存在离群研究，我们通过排除这些研究进行敏感性分析，以调查它们对结果的影响程度。通过比较单个研究的有效样本量的95% CI与合并有效样本量的95% CI的重叠，识别离群值。通过目视评估漏斗图的对称性和进行单尾显著性水平α=0.05的截距Egger检验，研究发表偏倚。后者是一种基于回归的方法，通过从标准误差的倒数（即精度; Egger et al.，1997年）。此外，我们使用了Duval和Tweedie的修剪和填充程序（Duval和Tweedie，2000）。该方法删除了可能导致漏斗图不对称的小型研究。基于该修剪图，随后对这些研究和重新估计中心另一侧缺失的研究进行插补。最后，我们进行了两次单变量荟萃回归分析。首先，为了评估电子心理健康干预的临床效果，即它们对心理健康结果的影响，是否可以预测它们对学习成绩的影响。提取的心理健康结果的效应大小作为预测因子。推导出的回归系数表明，临床有效性增加一个单位时，合并效应量对学术表现的变化程度。这可以解释为干预组和对照组之间的学习成绩的提高或降低，以及临床有效性的一个额外标准差差异。第二，为了探讨是否可以通过个体研究的偏倚风险程度来预测网络心理健康干预的效果大小。对于该荟萃回归分析，我们选择了一种保守的方法，将不清楚和高偏倚风险的评级结合起来。回归系数表示方法学质量增加一个单位时合并效应量的变化程度，即有一个额外的标准被评定为低偏倚风险。3. 结果3.1. 研究的选择和纳入文献检索共获得9854条记录，参考文献检索获得另外7条记录。其中，7037个在删除重复后仍然存在。另有6922条记录在扫描其标题和摘要后被排除。检索其余115份记录的全文并进行纳入评估，表1纳入荟萃分析的个体研究的特征研究参与者平均年龄（SD）干预比较器AP测度MH测量国家入选标准Nint排除标准NconEpton et al.（2014）Gilbertson et al.大学新生18.918.02（0.29）18.7（4.1）ATIATIAOWL平均绩点审核QFI英国美国IC≥18岁47332无报告48127Melnyk等人（2015年）a新生麦GPAAOPHQ-9;GAD-7DASS美国未报告≥18岁4222所有学生Shin（2013年）aViskovich和Pakenham（2019）Wolitzky-Taylor和Telch，2010年18.326.85（8.77）未报告玛伊-GPA成绩AOWL美国AUS未报告≥18岁;课程注册;熟练的英语忧虑对生活造成重大干扰或痛苦（基于AWQ，未进一步说明）62596无报告76566临床焦虑的学生麦WLGPAPSWQ服用精神药物/未保持相同剂量/计划开始/终止心理治疗;癫痫/癫痫发作美国3318注. ATI =酒精和烟草吸烟干预，MAI =情绪和焦虑干预，AO =仅评估，WL =等待名单，GPA =平均成绩点，AUDIT =酒精使用障碍识别测试（Saunders等人， 1993），QFI =数量和频率指数（Gilbertson等人， 2018; Haberman，1970），PHQ-9 =患者健康问卷（Kroenke等人， 2001），GAD-7 =广泛性焦虑症问卷（Spitzer等人，2006），DASS =抑郁和焦虑压力量表（Lovibond和Lovibond，1995），PSWQ =宾夕法尼亚州立大学焦虑问卷（Meyer等人，1990），IC =知情同意，AWQ =学术担忧问卷（Wolitzky和Telch，2005）N int =干预组参与者人数，N con =对照组参与者人数。a提交人收到的数据《中华人民共和国电信与信息服务业务经营许F. Bolinski等人5表2荟萃分析中纳入的研究干预措施的描述研究干预治疗持续时间（分钟/届会）Epton等人0 3 The Dog（2014）在使用干预措施之前，学生必须确定他们最重要的价值观（例如幽默、尊重）以及为什么这种价值观对他们如此重要。这是基于自我调节（Epton et al.，2013年），用于减少对干预内容的防御反应。该平台使用视频和信息文本，以及在线规划器来促进有针对性的健康行为。此外，还使用标准化的激励信息来鼓励采取健康的行为（即劝阻饮酒）。Gilbertson等人（ 2018）酒精明智：基于个性化规范反馈（PNF）和干预组的学生通过电子邮件从中央大学管理部门收到登录指示。Melnyk等人（ 2015）创造个人赋权的机会。一个面对面的CBT协议，这是整合到大学的在线课程平台的适应。内容包括视频和练习。第一单元：导言;模块2：自尊;模块3：健康应对和减轻压力;模块4：目标设定和解决问题;模块5：情绪，积极思考和沟通;模块6和7：修订和总结。Shin（2013）自我开发的干预措施旨在提高学生的生活意义，对抑郁症产生积极的影响。它包括四个连续的模块：模块1：介绍和目标设定;模块2：个人优势和有意义的工作的职业规划;模块3：将对自己的认识与有意义的目标相结合。模块4：总结会议Viskovich和Pakenham，（2019）你只活一次干预（YOLO）：基于接受和承诺疗法（ACT），涵盖了这种治疗方法的主要方面：模块1：根据SMART首字母缩略词澄清价值观和目标;模块2：认知融合;模块3：接受;和模块4：正念。无无无无7 304 304 30-45Wolitzky-Taylor和Telch，2010年计算机表达性写作干预：基于Pennebaker和Beall（1986）的原始治疗范式。在计算机化写作课程之前，有一个面对面的指导课程。在写作环节中，学生们被鼓励详细描述他们的学业恐惧。无无注. NR=未报告。图二、纳入荟萃分析的研究的个体偏倚风险评估其中有八项必须与作者联系才能获得数据或完整记录。有2428名参与者（实验组n = 1238，对照组n=1190）的six项个体比较的SIX项图1描绘了包合过程的流程图3.2. 纳入研究的特征（N= 6）6项研究的特征概述见表1。在一项RCT中，将学习成绩报告为主要结局（Viskovich和Pakenham，2019）。对于其他研究，这一点无法确定。关于参与者年龄的信息是据报告，除1例外，其他所有病例的年龄均在17岁至27岁之间（Wolitzky-Taylor和Telch，2010年）。所有干预措施都是自我指导的，这意味着除了技术指导和支持之外，没有人提供人为指导。关于学业成绩衡量标准，五个报告了GPA（Gilbertson等人，2018; Melnyk等人，2015年;Shin，2013 年; Viskovich和Pakenham，2019 年; Wolitzky-Taylor和Telch，2010年）和一份未进一步定义的平均考试成绩报告（Epton等人 ， 2014 年 ） 。 除 了 两 项 研 究 （ Viskovich 和 Pakenham ，2019;Wolitzky-Taylor和Telch，2010），大多数针对新生或新生。除Wolitzky-Taylor和Telch（2010）要求对参与研究有临床意义的担忧外，未报告明确的临床入选或排除标准。《中华人民共和国电信与信息服务业务经营许F. Bolinski等人6四项针对情绪和焦虑的随机对照试验，干预组733名参与者，对照组682名参与者。其中三个使用基于证据的方案，即认知行为疗法（CBT;Melnyk 等 人 ， 2015 ） ， 接 受 和 承 诺 疗 法 （ ACT; Viskovich 和Pakenham，2019）和表达性写作（Wolitzky-Taylor和Telch，2010）。剩下的研究重点是增加生活的意义，目的是减少心理健康投诉（Shin，2013）。6项研究中有2项专门针对减少或预防物质滥用（特别是酒精和烟草吸烟），干预组有505名参与者，对照组有508名参与者。这两种方法都使用了一种通用的酒精预防方法（Gilbertson等人，2018）以及酒精和香烟消费（Epton等人， 2014年）。3.3. 研究质量Meta分析中包含的6项研究的方法学质量如图2所示。其中，3个明确报告了随机序列生成。其余三项研究的情况尚不清楚。一项RCT可以确定分配隐藏，其余五项再次被评为不清楚。任何研究都没有对参与者和工作人员进行盲法或没有适当描述;在4项RCT中被评为高风险，在2项RCT中被评为在3项研究中，认为结局评估设盲是充分的，因为GPA和考试评分是从中心研究给药中收集的。另外三个被评为高风险，因为自我报告的GPA被使用。通过报告ITT分析，在6项研究中的3项中适当解决了治疗偏倚，而其余3项研究仅使用完成者数据或末次观察值结转（LOCF）插补。没有一项研究符合所有五项标准。一项研究对三项研究进行了评估，两项研究对两项研究进行了评估，三项研究符合一项标准。3.4. 干预后对学习成绩的汇总学习成绩数据得出，与非活动对照组相比，心理健康干预组的g=0.26（95% CI：-0.00，0.52;p= 0.05）较小且不 图 3显示了相关的森林图。未发现潜在离群值。异质性研究表明，研究之间存在显著的统计学显著差异，I2= 84.3（95% CI：63，91; p ≤.001）。 由于比较数量不足，我们无法进行亚组分析以研究异质性的原因。的 视觉 检查 的 的 漏斗 情节 建议电位发表偏倚，一项研究使用Duval和Tweedie的修剪和填充程序进行插补。所得插补效应量略有下降（g=0.21，95% CI：-0.04，0.46）。然而，Egger的测试 截距不显著（p= 0.46），表明几乎没有发表偏倚的证据。最后，6项研究中只有一项提供了适合合并的后续学术表现数据（Gilbertson等人，2018年）。因此，无法计算长期效应。3.5. 对心理健康结局的干预后效应汇总和Meta回归分析3.5.1. 抑郁3项随机对照试验（干预组N=719;对照组N=674）提供了干预后抑郁症的数据。汇总数据后，g =-0.24（95% CI：-0.46，-0.03;p=.03）的效应具有统计学意义，但很小，这有利于电子精神健康干预，而不是非活动对照。 对森林地块的目视检查（图）。 4）未提示任何离群值，因为所有单个研究的效应量的95%CI与汇总总体效应量的95% CI重叠。异质性为中度，统计学上无显著性，I2= 46.94（95% CI：0.84;p = 0.15）。3.5.2. 焦虑4项随机对照试验（干预组N=752;对照组N=692）显示了焦虑结局，汇总后的结果具有统计学意义，但较小，g=-0.2（95%CI：-0.3，95%CI：-0.2，95%CI：-0.3，95%CI-0.09;p≤.01），有利于干预组。根据森林图（图）。5），未检测到离群值，异质性较低且无统计学显著性，I2= 0（95% CI：0，68; p=.82）。3.5.3. 饮酒和吸烟两项旨在减少饮酒的研究（干预组N= 413;对照组N= 433），其中一项还报告了吸烟的干预后数据（Epton等人， 2014年：无法合并）。对酒精相关结局的总体影响较小且不显著：g=-0.06（95%CI：-0.20，0.07;p = 0.36）。无法对异质性进行统计学研究（自由度2）。<然而，正如森林图所示（图）。 6），没有一项研究被认为是 离群值。心理健康结果的效应大小不是学习成绩的显著预测因素（b =-0.95，95%CI：-2.48，0.58;p = 0.22）。使用偏倚风险作为预测因子的荟 萃 回归 分 析也 是 如 此 （ b =-0.12 ， 95%CI ： -0.42 ， 0.18; p =0.43）。图三.网络心理健康干预对学习成绩影响的荟萃分析。《中华人民共和国电信与信息服务业务经营许F. Bolinski等人7见图4。网络心理健康干预对抑郁症结局影响的荟萃分析。4. 讨论假设学生的心理健康与他们的学习成绩之间存在正相关关系（Hysenbegasi等人，2005; Mortier等人，2015年）。因此，我们的主要目的是通过荟萃分析评估电子心理健康干预对学生学业成绩的总体影响。由于基本假设是这些干预措施也证明了临床有效，我们还汇总了纳入研究的心理健康结果数据。确定了包含2428名受试者的Six RCT。4.1. 主要成果汇总研究得出的学习成绩指标g=0.26（95% CI：-0.00，0.52;p=0.05）较小且无显著性，有利于电子心理健康干预。一个效应，根据一般惯例，被认为是小的（科恩，1988）。然而，这些惯例通常应用于临床结局，因此可能无法很好地反映学术表现的改善。来自小学和高中的证据表明，教育干预（即旨在提高学习成绩的干预）预计会产生小得多但有意义的效果，d= 0.20以上的效果大小被认为是大的（Kraft，2019）。此外，由于纳入的研究除了技术支持外没有提供人类指导，因此从公共卫生的角度来看，它们的小效应可能仍然相关。 在人口水平上，收益可能是相当可观的，因为这种无指导的干预可以以相对较低的财务费用扩大规模，因为没有治疗师或教练的费用（Donker等人，二○○九年;Riper等人，2014年）。此外，学生广泛接入和使用互联网（世界银行，2020年）为扩大此类无指导干预（例如在大学基础设施内）提供了坚实的基础。我们还测试了与非活动对照条件相比， 6项随机对照试验中有3项提供了抑郁症的干预后结局。他们的合并效应为g=-0.24（95%CI：-0.46，-0.03;p= 0.03），与非活动对照相比，支持电子心理健康干预。虽然很小，但该效应精确地涵盖了Cuijpers等人确定的临床相关性的截止时间。（2014年）。报告焦虑结局的四项研究的汇总结果未达到这一基准（g=-0.2;95%CI：-0.30，-0.09;p≤.01）。同样，提供酒精相关结局的两项研究的汇总数据几乎为零且无显著影响（g=-0.06; 95%CI：-0.2，0.07;p=0.36）。在解释上述结果时，重要的是要考虑心理健康和一般学术表现之间的关系，这可能是复杂的，需要随着时间的推移进行检查。Eisenberg等人的两年纵向研究突出了这一点。（2009），表明抑郁和焦虑症状，甚至更多的是他们的共病表现，与GPA和大学辍学的概率呈负相关。作者提到了慢性抑郁症的重要性，这可能导致学生的抑郁症状和对他们学术能力的低判断相互强化的恶性循环（Eisenberg等人， 2009年）。在这方面，可以想象，只有在心理健康投诉减少或得到解决后，学术表现的改善才变得明显，反之亦然（Crocker等人，2003年）。图五.网络心理健康干预对焦虑结果影响的荟萃分析。《中华人民共和国电信与信息服务业务经营许F. Bolinski等人8见图6。电子精神卫生干预对饮酒影响的荟萃分析。考虑到这一点，包括电子心理健康干预的小临床效果可能至少部分解释了他们对学习成绩的小影响。据我们所知，教育领域还没有科学证据证明这一点。然而，将睡眠疗法用于患有抑郁症的员工作为类似的例子，在几个月的过程中采用这种疗法并不罕见，之后一个人可以恢复工作（Hees等人， 2013; Hees等人， 2010年）。4.2. 优势和局限性本荟萃分析的结果需要在其优势和局限性的背景下进行解释。 首先，很少有研究可以被纳入，排除的主要原因是大多数RCT（N=44）没有报告学习成绩的测量。一个可能的解释是，这些措施不是临床研究中通常评估的变量的一部分，可能仅限于（精神）健康相关的结果。从学生的角度来看，被要求提供或同意收集学业成绩数据可能会对机构测试或实施有关电子心理健康干预的意图产生怀疑。尽管有这些考虑，但合并样本量很大。我们预先计划的功效分析需要纳入大约5项研究，每种条件约有160名受试者，以发现g = 0.18的小标准化平均差异。虽然不鼓励事后功效计算（Hoenig和Heisey，2001），但我们可以假设我们的样本（6项研究，平均每种条件200名参与者）接近足够的规模来检测g=0.26的效应。然而，我们遇到了相当程度的异质性，由于纳入的研究很少，我们无法通过亚组分析进行研究其中四项研究针对新生或新生，没有提及明确的临床入选或排除标准。在没有明确的人口概况的情况下，大多数干预措施只能被视为普遍预防战略。考虑到相对较高的学习成绩基线水平，这可能会产生一个上限效应，排除任何潜在的干预效应。类似地，纳入研究的偏倚风险很高 ， 偏 倚风 险最 低的 研 究 （ Epton et al. ， 2014 年 ） 仅 满 足 五 个Cochrane偏倚风险评估标准中的三个。特别地，只有一项研究（Epton等人，2014）明显地隐藏了组分配，并且如在非药物试验中经常出现的情况（Boutron等人， 2007年），没有明确确保参与者的盲法。最后一点考虑是，与技术上可以在任何给定时间点进行管理的问卷不同，对学习成绩的评估通常是暂时预定的。也就是说，无论学生何时被要求提供有关例如他们的考试成绩，这些信息总是连接到一个固定的时间点，即考试时间或学期结束（例如GPA）。因此，很难计划干预管理与学术绩效结果之间的时间距离。因此，纳入研究中的学术表现干预后评估可能不具有可比性。虽然新的概念，如学生的出席（即由于身体和精神上的抱怨而导致的表现受损）与相关的问卷（例如，学生出席量表，PSS，Matsushita等人，2011年），这些很少使用（例如，Harrer等人，2018年b）。类似地，关于保留和其他学术成功的长期指标的报告很少，可能是因为它们的评估仅在纵向设计中是合理的（例如，Arria等人，2013; Eisenberg等人， 2009年）。4.3. 影响和未来研究在第一次荟萃分析中，我们保留了比较电子精神健康干预与非活动对照的RCT，以汇总数据。由于在这些设计中，效应尺寸通常较大（Mohr等人，2009），鼓励后续研究将其干预措施与积极对照组进行比较。此外，对于特定个体，效应可能更明显，因此需要在例如个体患者数据荟萃分析中进行调节分析（Karyotaki et al.， 2018年）。此外，根据上述总结的结果，还出现了一组三个重要的影响。首先，缺乏学术性的个人化措施阻碍了大多数研究的纳入，应该加以解决。技术提供了实现这一目标的方法，同时对参与者的负担最小，并避免了对学习成绩的盲目大数据方法是一个例子在学期末的GPA，同时避免潜在的偏见和繁琐的自我报告。因此，我们鼓励参与电子心理健康干预措施测试的研究人员定期考虑将学习成绩作为结果衡量标准。与此相关，实施更多的纵向研究，以消除横截面设计固有的限制是至关重要的。前者对于可靠地评估大学生心理健康与学业成绩之间的因果关系具有重要意义。第二，应注意缺乏界定目标人口的明确标准的问题。鼓励研究人员使用试验预登记和方案出版等工具，以保持研究质量。在我们的荟萃分析中只有一项研究这样做（Epton et al.，2014; Epton等人，2013年）。为 在 这 方 面 提 供 帮 助 ， 制 定 了 诸 如 CONSORT-EHEALTH（Eysenbach，2011年）第三，以后的审查应扩大这一概念《中华人民共和国电信与信息服务业务经营许F. Bolinski等人9学习成绩。潜在的，出勤率，保留，甚至认知措施可以作为一个代理的学生的能力，在学院和大学。5. 结论据我们所知，这是第一次综合证据证明电子心理健康干预对提高学习成绩的有效性。 由于缺乏学习成绩衡量标准，只能纳入一部分研究。合并效应量较小且无显著性，纳入研究的偏倚风险较高。一个综合性的概述，并建议包括学术表现的措施，作为常规的结果出现。注册和PRISMA声明该 荟 萃 分 析 已 在 公 共 研 究 平 台 figshare （ https ：//doi.org/10.6084/m9. figshare.7088504.v1）上注册。使用的大纲和搜索字 符串 可以 通过www.figshare.com或数 字对 象标 识符 （DOI ）https：//doi访问。org/10.6084/m9。figshare.7088504.一种填充的PRISMA检查表（Moher等人， 2001年）作为本出版物的补充。资金这项研究是作为由欧盟委员会资助的博士课程的一部分构思和执行的（地平线2020研究和创新行动，资助协议634757）。作者贡献FB、NB、AK、PC、DDE和HR设计了研究。FB和NB执行了搜索和数据提取。FB写了手稿。所有作者都参与并批准了手稿。竞合利益作者声明，以下经济利益/个人关系可能被视为潜在的竞争利益：Ebert博士曾担任赛诺菲、诺华、Minddistrict、Lantern、SchoenKliniken、Ideamed和德国健康保险公司（BARMER、TechnikerKrankenkasse）的科学顾问委员会和许多联邦心理治疗商会他也是在线健康培训研究所（GET.ON）的利益相关者，该研究所旨在实施与数字健康相关的科学发现。常规护理干预。确认作者要感谢Caroline Planting，感谢她帮助编辑了用于书目检索的检索字符串附录A. 补充数据本文的补充数据可在doi.org/10.1016/j.invent.2020.100321上找到。引用安德森，G.，2016年。网络心理治疗。Annu. Rev. Clin.Psychol. 12，157Andrews，B.，威尔丁，J.M.，2004年大学生抑郁、焦虑与生活压力、学业成绩的关系。Br. J. 心理学。95，509-521。阿里亚，上午，Garnier-Dykstra，L.M.，Caldeira，K.M.，文森特，K.B.，威尼克急诊室O'Grady，K.E.，2013.药物使用模式和大学连续入学：来自纵向研究的结果。 J StudAlcohol Drugs 74（1），71-83. https://doi.org/10.15288/jsad.2013.74.71。奥尔巴赫，R.P.，阿隆索，J