没有合适的资源?快使用搜索试试~ 我知道了~
社交焦虑治疗偏好研究:基于互联网心理动力疗法与认知行为疗法的影响
《中华人民共和国电信与信息服务业务经营许可证》编号:2020-2026基于互联网的心理动力疗法与认知行为疗法治疗社交焦虑障碍的偏好研究Tomas Lindegaarda, Thomas Hesslowb,Maja Nilssonb,Robert Johanssonb,Per Carlbringb,Peter Lilliengrenc,Gerhard Anderssona,da瑞典林雪平林雪平大学行为科学和学习系b瑞典斯德哥尔摩斯德哥尔摩大学心理学系c瑞典斯德哥尔摩Ersta Sköndal Bräcke大学学院d瑞典斯德哥尔摩卡罗林斯卡医学院临床神经科学系A R T I C L E I N F O保留字:社交焦虑症心理动力学心理治疗认知行为疗法互联网提供的治疗偏好匹配A B S T R A C T目的:网络认知行为疗法(ICBT)和网络心理动力疗法(IPDT)在社交焦虑障碍(SAD)的治疗中显示出了良好的前景。然而,很少有人知道客户的喜好和什么预测治疗结果。本试点研究的目的是是为了检查在SAD治疗中对ICBT与IPDT的偏好,以及参与者的偏好强度和治疗联盟是否预测了治疗反应。此外,我们还调查了两种治疗的效果,包括6个月的随访。方法:36名参与者被指示根据简短的描述在IPDT或ICBT之间进行选择。两个疗程均为10周。Liebowitz社交焦虑量表结 果: IPDT( N= 23; 63.9%) 比ICBT( N= 13; 36.1%) 更常 见, 但 差 异未 达到 统计 学显 著性 (p=0.10)。偏好强度对治疗效果无预测作用,而联合治疗对治疗效果有预测作用。IPDT组和ICBT组在治疗期间观察到的组内效应分别为d=0.40[-0.21, 0.99]和d=0.53[-0.29, 1.31]意向治疗(ITT)分析显示,在治疗后或6个月随访时,两种治疗在任何结局指标上均无显著差异结论:目前的初步研究没有发现在治疗SAD时对IPDT或ICBT的偏好存在差异,两种治疗均导致SAD症状的小至中度改善。偏好强度可能无法预测治疗效果,但这需要在更大规模的研究中进行验证。1. 介绍社交焦虑障碍(SAD)是最常见的焦虑障碍之一,占成年人群的5%至15%(Fehm等人,2005; Kessler等人,2005年)。其特征在于过度害怕在社交场合被羞辱或尴尬(美国精神病学协会,2013),并且如果不治疗,通常是慢性的和严重的衰弱(Grant等人,2005年)。社交焦虑障碍显示出与其他诊断,如抑郁症以及其他焦虑障碍的高共病性(Goldstein-Piekarski et al.,2016; Langer和Rodebaugh,2014)。荟萃分析证据支持几种不同的治疗方法治疗SAD的有效性,认知行为目前具有最强研究支持的CBT疗法(Cuijpers等人,2013; Mayo-Wilson等人,2014年)。也有几项关于SAD的互联网交付CBT(ICBT)的试验(Kampmann等人,2016年)。此外,至少有两项随机对照试验(RCT)已经发表,显示与CBT相比,心理动力学疗法(PDT)的结果大致相同(Bögels et al., 2014; Leichsenring等人,2013年)。还有一项关于互联网递送的PDT(IPDT)的对照试验,与等待名单对照相比显示出较大的治疗效果,并且在两年的随访中效果增加(Johansson等人, 2017年)。因此,PDT也可以被认为是SAD的一种有前景的治疗选择,也可以通过互联网提供即使SAD有不同的治疗选择,但仍有许多患者无法获得最佳治疗效果,通讯作者:行为科学与学习系,林雪平大学,SE-581 83林雪平,瑞典。电子邮件地址:tomas. liu.se(T. Lindegaard)。https://doi.org/10.1016/j.invent.2020.100316接收日期:2019年12月13日;接收日期:2020年3月16日;接受日期:2020年3月17日2020年3月1日至8日期间的价值2214-7829/©2020TheAuthors.由ElsevierB.V. 这是一个不可操作的CC,它与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T. Lindegaard等人2接受循证治疗(Mayo-Wilson et al.,2014年)。此外,几项研究表明,多 达 五 分 之 四 的 治 疗 患 者 ( 60- 80% ) 在 治 疗 终 止 后 没 有 缓 解(Leichsenring et al.,2014; Liebowitz等人,2005年)。关于基于互联网的干预,尚未出现一致的治疗反应预测因子(Andersson et al.,2018年),这意味着很少有人知道为什么一种特定的治疗方法对一个病人有效,而对另一个病人无效,或者哪种治疗方法最适合特定的病人。一个例外是基于SAD的ICBT试验的患者水平分析(Tillfors等人,2015年),其中基于聚类分析的风险特征显示,具有高水平社交回避和抑郁症状的人群构成了治疗反应不良的风险特征。另一条研究路线研究了治疗前神经成像和机器学习,结果很有希望(Månsson等人,2015),尽管这样的预测因子到目前为止不太可能用于常规临床实践。此外,在面对面的心理治疗研究中显示出与结果的小但强有力的关系的治疗联盟(Horvath等人 ,2011 ), 未能一致 预测互 联网交付 试验的 结果(Andersson等人, 2018年)。尽管如此,最近的一项荟萃分析表明,早期联盟与互联网干预结果之间的关联与面对面研究大致相同(Probstet al., 出版中)。尽管难以找到上述结果的可靠预测因素,但已发现与面对面心理治疗中较低的脱落率以及更好的治疗效果相关的一个因素是客户治疗偏好(Swift等人, 2018年)。最近一项基于53项研究的荟萃分析发现,与为客户提供非首选治疗相比,考虑治疗偏好增加了科恩d = 0.28的治疗效果。 接受首选治疗也降低了脱落风险(比值比= 1.79; Swift et al.,2018年)。有趣的是,Raue等人(2009)的一项研究发现,偏好强度是比偏好匹配本身更好的预测因素。例如,在一项关于行为激活和药物治疗的研究中,Moradveisi等人(2014)发现,偏好强度显著预测了行为激活组的治疗依从性,但在药物治疗组中则不然。此外,不相信你的药物治疗可以减少50%的疗效(Faria等人,2017年)。在我们小组先前关于IPDT与ICBT治疗抑郁症的偏好研究中,我们发现偏好强度与治疗完成之间存在小到中度的正相关性,但未达到统计学显著性(Johansson等人,2013年c)。同一研究还发现CBT组的偏好强度与长期结果之间存在显著关系(Johansson et al.,2013年c)。与本研究相关的一个重要因素是,当给予选择时,相当数量的参与者选择了ICBT而不是IPDT(30ICBT 68.2% vs 14 IPDT 31.8%)。因此,根据上述先前的研究,本研究的主要目的是调查当参与者可以选择他们的治疗取向时,对心理动力学和认知行为互联网提供的SAD治疗的偏好。我们的假设是,根据Johansson等人的研究,参与者更喜欢ICBT而不是IPDT(2013 c)。本研究的第二个目的是调查研究开始时的偏好强度是否与治疗结果或依从性相关,根据上文总结的既往研究,我们预测偏好强度越高第三,考虑到关于治疗联盟作为互联网提供的干预措施的预测因素的混合发现,我们还调查了在第三周测量的治疗联盟是否预测了治疗结果。我们的假设是,治疗的一致性将与治疗结果显著相关。最后,我们还想研究两种治疗的有效性,如果我们预期两种治疗对社交焦虑症状产生较大的组内效应,并在6个月随访时保持不变。2. 方法2.1. 设计本研究是一项更大的随机对照试验(SOFIA研究)的一部分,其中评估了以观察为中心的IPDT对社交恐惧症的影响(Johansson等人,2017年)。本研究在大型RCT研究的治疗期完成后开始。在试验中被分配到等待名单条件的参与者有机会在IPDT或ICBT之间选择SAD,这是一种称为偏好匹配的设计。选择是在简短的描述之后做出的。两个疗程均为10周2.2. 招聘参与者通过SOFIA项目网站上的注册招募。2013年底和2014年初,该项目在报纸和社交媒体上做了广告(详情见Johansson et al.,2017年),并获得了瑞典林雪平地区伦理审查委员会的批准(reg. 号2013/361-31)。2.3. 评估和甄选当该项目的注册期结束时,共有99人报告了他们对参与研究的兴趣。选择过程的流程图见图1。共有75个诊断性访谈由硕士水平的心理学研究生进行。要被纳入研究,参与者必须符合DSM- IV社交恐惧症的诊断标准。此外,参与者必须年满18岁或以上;在LSAS-SR中获得≥30分;能够说,写和读瑞典语,并且具有Fig. 1.整个研究期间参与者的流程图。《中华人民共和国电信与信息服务业务经营许T. Lindegaard等人3表1基线时参与者的社会人口统计学特征妇女8人(62%)17人(74%)男子5人(38%)6人(26%)这个平台提供安全邮件服务,治疗师可每周就参与者的家庭作业提供意见。它还使每周的测量能够安全地进行。在目前的研究中,治疗师被给予每周每位患者花费15分钟的一般指导。ICBT治疗是SOFIE治疗的一种形式(详情参见Furmark等人,2013年)。ICBT治疗基于一个模型,已婚或与伴侣同居伴侣,不住在一起离婚,寡妇,鳏夫14(61%)1(8%)2(9%)1人(8%)1人(4%)Clark 和 Wells ( 1995 ) 的 SAD 模 型 以 及 Heimberg 的 SAD 模 型(Heimberg和Becker,2002)。SOFIE ICBT治疗已经在几个对照试验中进行了测试(Andersson等人,2014年),包括有效性研究(例如,El Alaoui等人, 2015年)。心理动力学IPDT治疗是瑞典语翻译,单身4人(31%)6人(26%)职业工作8(62%)18(78%)失业0(0%)3(13%)退休1(8%)0(0%)育儿假0(0%)1(4%)学生4(31%)1(4%)教育程度小学1(8%)1(4%)高中/大学5(38%)0(0%)大学,3年0(0%)4(17%)<大学,3年以上5人(38%)14人(61%)其他2(16%)4(17%)其他心理治疗正在进行2(15%)0(0%)否,但以前7(54%)16(70%)否4(31%)7(30%)正在用药5例(38%)4例(17%)否,但以前有3(23%)7(30%)没有5个(38%)12个(52%)访问具有互联网连接的计算机。如果受试者已接受任何其他心理治疗,则不可能参加本研究。如果已以稳定剂量服用至少3个月,则允许合并用药排除标准包括自杀风险升高,严重的精神问题如精神病,需要另一种形式治疗的其他初步诊断和持续的药物滥用。总共有73名参与者符合该研究的入选标准,并被随机分配到治疗组或等待名单对照组(参见Johanssonet al., 2017年)。 在试验期结束时,对等待名单上的参与者(n = 36)进行了电话采访,他们被邀请根据简要描述(见下文)在IPDT ( n=23; 63.9% ) 或 ICBT ( n=13;36.1%)之间进行选择。表1描述了本研究样本的演示图形通过研究平台和电话进行治疗后选择过程概述见下图12.4. 程序2.4.1. 选择治疗通过让参与者阅读描述两种治疗的文本来选择治疗;见表2。这两种治疗方法都是用外行的话描述的。这些说明没有明确说明具体治疗类型的名称 在参与者阅读描述后,他们可以选择他们想要治疗“A”还是治疗“B”。他们还被要求通过回答“这个选择对你来说有多重要”这个问题来估计自己的偏好强度。从1到4,1是“一点都不重要”,4是“非常重要”。这构成了研究的偏好强度测量。2.4.2. 治疗和治疗师每种治疗方法包括9章文本,并根据指导自助模型(Andersson,2016)布置相关作业。参与者和治疗师之间的所有联系都是通过一个安全的互联网平台进行的,需要双重认证才能登录。除了提供改编自自助书籍《活得像你的意思》(弗雷德里克,2009),最初翻译用于混合焦虑和抑郁的跨诊断试验(Johansson等人,2013年a)。这本书大致遵循了原始手册的一个以血管为重点的治疗(麦卡洛等人,2003年)。治疗还包括每章末尾的家庭作业,以提高参与者学习和概括材料的能力(Johansson等人,2013 b; Johansson等人,2017年)。治疗的更详细描述可以在Johansson et al. (2017年)。关于治疗师反馈的内容和目的,两种治疗的重点是确保参与者完成每周的家庭作业,给予鼓励和验证,并在需要时提供额外的澄清。因此,治疗师的角色和治疗师反馈可以被认为在两种治疗中更相似而不是不同(Johansson等人,2013年b)。这项研究有七名治疗师,四名在IPDT组,三名在ICBT组,他们都是心理学硕士学位的学生。IPDT组的四名学生以前有过心理动力学治疗的经验没有一个治疗师以前有过通过互联网引导自助的经验。治疗师没有接受任何系统的研究准备,但主要鼓励他们自己研究治疗手册。所有治疗师均接受了4次临床医生的监督,这些临床医生对两种治疗方法具有丰富的经验。治疗师没有因为参与研究而获得任何金钱补偿。2.5. 措施在整个研究过程中,共使用了9种测量仪器。参与者被要求每周填写Liebowitz社交焦虑量表-自我报告(LSAS-SR),这是主要的结果指标。基线后/治疗前、治疗后和随访评估还包括患者健康问卷(PHQ-9)、广泛性焦虑障碍筛查量表(GAD-7)、人际问题量表(IIP- 64)和临床总体印象量表(CGI)。此外,在三种情况下-2.5.1. 主要结局指标为了测量社交焦虑的症状,使用LSAS-SR自我评估工具(Baker等人,2002年)。它由24个项目组成,其中,基于前一周,参与者被要求估计在涉及社交互动或成就的情况下感知到的恐惧和回避的程度(Baker等人,2002年)。LSAS-SR表现出良好的心理测量特性,重测信度为r= 0.83,内部一致性α= 0.79或更高,变化灵敏度令人满意(Baker等人,2002年)。当通过互联网进行管理时,也显示出类似的心理测量特性(Hedman等人, 2010年)。ICBTIPDT(n= 13)(n= 23)年龄平均年龄,(SD)41.4(12.0)43.8(16.3)Min-Max20–7223–62《中华人民共和国电信与信息服务业务经营许T. Lindegaard等人表44向参与者提供的两种治疗描述。治疗A(互联网提供的认知行为疗法)治疗B(互联网提供的心理动力疗法)这种治疗假设社交恐惧症应该被理解为对某些社交情境以及这些情境引起的反应的恐惧症。以前在社交场合的负面经历意味着你会把这些与你宁愿避免的不愉快经历联系起来。这种回避在短期内会导致焦虑减少,但从长期来看,这种回避会导致社交焦虑恶化。治疗的中心焦点是以自己的节奏逐渐接近充满焦虑的情况,以便以新的替代方式应对它们。例如,它可能是关于呆在情境中并试图接受不适,面对并习惯于出现的情绪,或者调查并挑战与情境相关的负面想法。这种情况的一些例子可能是在工作中与同事闲聊,在工作会议上提出问题或进行简短的演示。许多患有社交恐惧症的人在社交场合中表现得很迟钝,因此很难理解为什么这种感觉不会随着时间的推移而改变。根据这种处理,这是因为情况的不同部分被避免了,例如,向下看地面或思考完全不同的东西。这种“安全行为”使情况在目前更容易处理,但问题仍然存在于长期。回避和消极的想法一起导致自我关注的增加,这成为一个恶性循环,症状恶化。治疗开始于诊断和治疗安排的深入介绍。然后,你开始绘制思想和解释,然后再去看不同类型的思想陷阱。然后,你开始通过不同类型的思想和行为实验系统地挑战消极思想。在与思想一起工作之后,你开始通过所谓的暴露,以小步骤将自己暴露在困难的情况下。然后你把关于思想、感觉和行为的推理放在一起,在那里你练习打破自我关注的恶性循环,继续做暴露。在最后一个阶段,一个人练习各种社交技能,如设置边界和积极倾听。这种处理假设社交恐惧症应该被理解为对某些情绪反应的恐惧症。我们在幼年时期与照顾者和其他重要人物的关系经验告诉我们要避免某些类型的情感,如愤怒、悲伤、喜悦或兴趣--正是这种回避导致了社交焦虑。治疗的中心重点是学会逐渐接近一个人的感受,并长期与他们在一起,并欢迎他们,尽管他们往往是不愉快的。治疗的前提是,与我们的情绪更密切的接触会让我们感到更安全和满意。有时情绪可能难以理解或接受,然后它们可能导致内部冲突,导致不适反应。这些对情绪的反应有时会导致焦虑和其他症状,在治疗过程中,你会更仔细地观察这些反应。治疗对情绪的理解的核心是,它们与我们生活中重要的人有关,通过对这些联系的更深入理解,接近情绪变得更容易。由于患有社交恐惧症的人往往非常自我批评,感到非常羞愧,治疗也侧重于更友善和更大的同情心。治疗分为四个步骤。第一步是意识到感受,并开始有意识地与它们同在,而不改变它们或逃避它们。第二步是处理当我们接近我们的情绪时产生的焦虑,你将学习不同的工具来做到这一点。第三步是第一步的深化,因为一个人试图更深入地探究情感的复杂性。第四步是倾听自己的感受,然后与他人分享。在这里,您将学习不同的工具,以有意识和现在的方式与他人沟通。2.5.2. 次要结局指标为了检测和评估抑郁症的严重程度,使用了自评量表PHQ-9。该工具由基于DSM-IV抑郁标准的九个陈述组成(Kroenke等人,2001年)。PHQ-9表现出r = 0.84的重测信度和Cronbach α = 0.86-0.89的内部一致性(Kroenke等人,2001年)。PHQ-9在检测和评估抑郁症的严重程度方面表现出良好的灵敏度和特异性,是一种经过充分验证的工具(Kroenke et al.,2010; Titov等人, 2011年)。作为次要焦虑测量,GAD-7(Spitzer et al.,2006年)使用。GAD-7是一种自我评估工具,包括总共8个问题,基于根据DSM-IV的广泛性焦虑症的诊断标准(Spitzer et al.,2006年)。该测试显示Cronbach α =0.92的内部一致性和r = 0.83的重测信度(Spitzer等人,2006年)。此外,该仪器已被证明具有良好的性能,可用于测量正在进行的治疗期间的治疗效果(Dear等人, 2011年)。WAI-S是一种旨在通过12个项目来衡量工作联盟的工具,这些项目分为任务、目标和纽带三个分量表(Horvath和Greenberg,1989;Tracey和Kokotovic,1989)。在本研究中,使用了专门适用于基于互联网的指导治疗的表格版本(Bergman Nordgren et al.,2013年)。为进行本项研究,对这一文书作了细微的语言调整WAI-S各分量表的内部一致性和Cronbachα总分在0.95和0.91之间(Busseri和Tyler,2003)。WAI-S与较长的原始版本在心理测量和预测特性方面高度相关,因此两者是可互换的(Busseri和Tyler,2003)。M.I.N.I.是根据DSM-IV和ICD-10进行的简短的、结构化的精神诊断访谈(Lecrubier等人,1997年)。该仪器可以由非专业的访问者在实践后使用,并在短时间内施用,因此可以被视为其他诊断仪器如SCID-P和CIDI的良好替代品,其具有较长的施用时间(Lecrubier等人,1997;Sheehan等人,1997年)。该工具表现出评分者间可靠性,kappa值在0.88和1.0之间,重测信度为0.75(Lecrubier等人,1997; Sheehan等人,1997年)。CGI是一种用于评估改进程度的工具(Guy,1976)。该工具包括三个分量表:疾病严重程度、总体印象和效率指数。在本研究中,仅使用了整体印象,其旨在衡量参与者自研究开始以来改善或恶化的程度。这是一个7度的等级,从-3(非常恶化)到+3(非常改善)。在本研究中,CGI通过电话采访与治疗前和治疗后的评估,由硕士水平的心理学学生,不盲目的治疗分配。最后,IIP-64被设计用于测量人际问题的严重程度(Horowitz等人,1988年)。该工具由64个陈述组成,测量人际关系问题的八个领域,包括霸气,报复,寒冷,社交回避,非断言,剥削,过度养育和侵入(Weinryb等人,1996年)。关于心理测量学特性,量表显示了Cronbach α = 0.67和0.84之间的内部一致性,以及0.80和0.90之间的重测信度(Horowitz等人,1988; Weinryb等人,1996年)。2.6. 数据分析法所有描述性统计量均使用SPSS 24版计算。采用分段潜在增长曲线模型对主要处理效果进行了分析。这种类型的模型用于对基线期(受试者等待治疗时)和治疗期(作为两个不同的阶段,但在同一模型中)进行建模(Hesser,2015)。此外,潜在生长曲线模型允许对个体差异的变化率以及初始症状水平进行建模,同时还考虑到随着时间的推移重复测量中观察结果的非依赖性,使得这种方法非常适合纵向数据的分析(Hesser,2015; Wang和Wang,2012)。Wald测试用于测试《中华人民共和国电信与信息服务业务经营许T. Lindegaard等人5表3整个研究期间连续主要和次要结局指标的平均值、标准差、Ns和组内效应大小测量ICBT IPDT Cohen'sD组内效应大小[95% CI]M(标准差)NM(标准差)N期间ICBTIPDTLSAS-SR基线前62.46(15.46)1363.70(17.95)23–––预处理62.69(26.28)1350.74(21.45)23基线前至治疗前-0.1 [-0.78,0.76]0.66[0.05,1.24]后处理50.25(19.99)1242.14(21.64)21治疗前至治疗后0.53 [-0.29,1.31]0.40 [-0.21,0.99]后续行动44.22(25.46)934.0(20.19)16治疗后至随访0.27 [-0.61,1.13]0.39 [-0.28,1.03]PHQ-9预处理9.08(7.29)138.52(6.18)23–––后处理4.25(4.62)124.19(4.50)21治疗前至治疗后0.78 [-0.05,1.57]0.80[0.17,1.39]后续行动4.44(1.67)94.69(3.57)16治疗后至随访-0.05 [-0.91,0.81]-0.12 [-0.77,0.53]Gad-7预处理7.54(6.09)136.70(5.30)23–––后处理5.50(4.83)124.05(4.84)21治疗前至治疗后0.37 [-0.43,1.15]0.52 [-0.09,1.11]后续行动5.44(3.68)94.06(4.80)16治疗后至随访0.01 [-0.85,0.88]0.00 [-0.65,0.65]IIP-64预处理44.69(19.04)1342.91(18.34)23–––后处理36.17(14.29)1239.76(18.78)21治疗前至治疗后0.50 [-0.31,1.28]0.17 [-0.43,0.76]后续行动80.22(29.63)972.56(39.92)16治疗后至随访-1.99 [-2.95,-0.87]-1.10 [-1.77,-0.38]单个随机和固定效应变量的显著性以及随机效应的协变。所有计算均使用Mplus版本8.1进行(Muthén和Muthén,2017)。对于次要结局指标,以及为了检验随访时主要结局指标的任何差异,使用最大似然估计连续结局变量的回归。类似于ANCOVA分析,在分析中使用相应结果测量的治疗前值作为预测因子,以控制任何治疗前不良反应(Muthén et al., 2016年)。这些分析通过使用全信息最大似然估计法利用了所有可用数据,从而使其成为完全的意向治疗分析。因此,分析基于随机缺失(MAR)的假设,这意味着缺失数据的概率可能取决于任何观察到的变量,但不取决于缺失数据点的潜在值(Schafer和Graham,2002)。对于潜伏生长模型,通过将两组间变化评分的估计差异除以残差加给药前随机截距估计值之和的平方根,计算Cohen d组间效应量(Feingold,2009)。对于用于次要结局测量以及检验治疗后至随访差异的回归模型,根据模型估计的平均值和方差除以治疗前的标准差计算组间效应大小。根据治疗前和治疗后以及治疗后和随访之间观察到的平均值和合并标准差的差异估计组内效应大小。最后,根据先前的研究,治疗缓解被定义为LSAS-SR的原始评分低于或等于30(Doyle和Pollack,2002; Leichsenring等人, 2013年)。3. 结果3.1. 处置偏好23 名 参 与 者 选 择 了 IPDT ( 63.9% ) , 13 名 选 择 了 ICBT(36.1% )。单样本卡方检验显示差异无统计学意义,χ2(1)=2.79,p=.10,Cramer'sV=0.28,小的电子尺寸。3.2. 附着力和依从性三十三 在36名参与者中, (92%) 后-治疗评估,ICBT组有1例缺失,IPDT组有2例缺失。对于后续评估,从25名参与者(69%)中获得了数据,ICBT组中有4名参与者缺失,IPDT组中有7名总的来说,864次独特测量中有93次(11%)数据缺失关于治疗依从性,如果参与者完成了模块的相应作业并将练习答案发送给他或她的治疗师,则认为模块已完成。在IPDT组中,参与者在10周后治疗结束时平均完成了80%的模块,而ICBT组的参与者完成了59%的模块。独立t检验显示,该差异无统计学意义,t(34)=1.82,p=0.08。在IPDT组中,23名参与者中有15名(65.2%)完成了所有9个单元,而在ICBT组中,13名参与者中有3名(23.1%)完成了所有单元。两名参与者没有完成任何一个模块,组卡方(χ2)检验显示,不同组中完成所有模块的参与者比例存在显著差异,χ2(1)= 5.90,p= 0.02。因此,parti-IPDT组中的受试者比ICBT组中的受试者完成更大程度的治疗,从而获得更大的治疗剂量。然而,治疗依从性与LSAS-SR的变化无关,r=-0.103,p= 0.57。3.3. 治疗效果观察到的所有主要和次要结局指标的平均值、标准差和N以及组内效应大小见表3。3.3.1. 主要观察指标随机效应重复测量分段增长模型的结果显示,LSAS-SR在基线期和治疗期的初始症状水平(截距)以及变化率(斜率)存在显著的个体变异性。治疗期的随机截距和随机斜率之间存在显著的协方差,-11.5 95%CI[-22.69,-0.32],z=-2.02,p= 0.04,表明在研究开始时LSAS-SR症状较高的参与者在治疗期间改善得更快。对于参与者等待治疗的基线期,潜在增长模型显示,ICBT组在此期间LSAS-SR没有显著改善, 0.07 95% CI《中华人民共和国电信与信息服务业务经营许T. Lindegaard等人6[-0.6,0.8],z=0.22,p=0.82。IPDT组平均改善了与ICBT组相比,每周多0.7分,-0.7095% CI [-1.49,0.08],z=-1.75,p=.08,但该差异无统计学意义。组间效应计算为Cohend=0.34 95%CI [-0.05,0.72],IPDT组的效应较小。对于治疗期,潜在增长模型显示,ICBT组在此期间LSAS-SR平均每周提高1.19分,-1.1995% CI[-2.04,-0.34],z=-2.76,p=.006, IPDT 组与 ICBT 组无 显著 差异 , 0.46 95% CI[-0.61,1.53],z=-0.84,p=.40,因此表明在此期间,两个治疗组的变化率无显著差异。组间效应为Cohen的d= 0.22 95% CI [-0.30,0.74],这是一个小的效应大小,有利于ICBT组。随访时,回归模型显示两组之间不存在显著差异,b=-0.1,p=0.54。组间效应量计算为Cohend=0.18 95% CI [-0.41,0.77],也是一个小的效应量,但此时有利于IPDT组。3.3.2. 次要结局指标对于PHQ-9,回归模型显示两组在治疗后b=−0.02,p= 0.85或随访时b=−0.07,p= 0.66均无显著差异。治疗后的组间效应计算为Cohend=0.04 95% CI [-0.34 , 0.41] , 有 利 于 IPDT 组 , 随 访 时Cohend=0.06 95% CI [-0.22,0.35],有利于ICBT组。对于GAD-7,回归模型显示两组在治疗后b=−0.13,p =0.41或随访时 b=− 0.13 , p= 0.51 均无显 著差异。 治疗后 的组间效 应为Cohend=0.24 95% CI [-0.34,0.81],随访时Cohend=0.20 95% CI [-0.37,0.78],均有利于IPDT组。对于IIP-64,回归模型显示两组在治疗后b= 0.06,p =0.56或随访时 b=-0.17 , p= 0.15 均 无 显 著 差 异 。 治 疗 后 的 组 间 效 应 为Cohend=0.12 95% CI [-0.27 , 0.51] , 有 利 于 ICBT 组 , 随 访 时Cohend=0.70 95% CI [-0.26,1.66],有利于IPDT组。最后,关于CGIe I,由于样本量较小,我们决定将类别数量从7个(-3,-2,-1,0,1,2,3)减少到2个(恶化/未改善,改善)。十一ICBT组的13名(85%)参与者在治疗后有所改善,而IPDT组的23名参与者中有17名(74%)。由于样本量较小,采用Fisher精确检验校正的卡方检验显示该差异不显著,χ2(1)=0.55,p=0.68。3.4. 预测器分析3.4.1. 优惠力度ICBT组参与者的平均偏好强度为2.77(SD= 0.60),IPDT组参与者的平均偏好强度为3.09(SD= 0.73)一项独立的t检验显示,两组之间的偏好强度没有显著差异,(34)= 1.33,p = 0.19。在分段增长模型中添加偏好强度作为治疗期间变化率的预测因子,显示偏好强度不能显著预测治疗有效性,z=-0.56,p = 0.57,因此从最终分段增长模型中删除。关于治疗依从性,偏好强度与完成模块的数量无显著相关性,r=0.18,p=0.30。最后,我们发现偏好强度和治疗完成没有显著相关性,r=0.28,p=0.09。3.4.2. 工作同盟治疗期间参与者工作联盟的无条件潜在增长曲线模型显示时间的显著效应,0.74 95% CI [0.22,1.27],z=2.77,p=.006,这意味着参与者的工作联盟平均每周提高0.74分。治疗组未显著预测工作联盟的变化,0.48 95% CI [-0.59,1.54],z=0.88,p= 0.38;然而,随机截距和随机斜率之间存在显著协方差,−7.29 95%置信区间[-13.90,-0.68],z=-2.74,p= 0.006,表明WAI开始较低的参与者在治疗期间的增幅更大。在分段增长模型中,将第3周测量的工作联盟作为治疗期间变化率的预测因子,显示两者之间存在显著相关性,-0.05 95%CI [-0.072,-0.018],z=-3.22,p=.001,表明第3周较高的工作联盟与治疗期间症状下 降 较 快 相 关 。3.5. 缓解和不良事件基线期后,4名参与者恢复到LSAS-SR水平低于或等于30原始点,IPDT组3名(13%),ICBT组1名(8%)。治疗后,ICBT组中没有一名患者康复(8%),而IPDT组中有7名患者康复(30%)。经Fisher精确检验校正的卡方检验显示,治疗后组间差异无统计学意义,χ2(1)=2.90,p =.21,比值比(OR)= 5.25,95%。CI[0.57-48.58]。在随访时,两名ICBT参与者和八名IPDT参与者已经康复(分别为15%和35%)。经Fisher精确检验校正的卡方检验显示,该差异无显著性,χ2(1)=1.57,p= 0.27,OR=2.93,95% CI[0.52-16.61]。关于不良事件(参见,Rozental等人,根据CGI,IPDT组中一名(4%)参与者被分类为严重恶化。此外,ICBT组的两名参与者报告说,他们在CBT对社交恐惧症的描述中没有认识到自己。4. 讨论据我们所知,这项试点研究是第一项研究,以检查在治疗SAD的IPDT与ICBT的偏好。首先,我们发现IPDT比ICBT更容易被选择,这与之前关于抑郁症的类似偏好研究不同(Johansson等人,2013年c)。然而,该样本中的差异未达到统计学显著性。其次,与我们的假设相反,我们没有发现偏好强度可以显著预测治疗结果或依从性。然而,我们确实发现了第三周的联盟评级与治疗结果之间的显著相关性。研究还表明,两种治疗在治疗后对社交焦虑、抑郁、广泛性焦虑和人际关系问题都有小到中度的影响,并且在6个月随访时这些影响得到维持或改善 在缓解方面,IPDT组中35%的参与者在随访时缓解,而ICBT组为15%。治疗之间的差异很小且不显著,这与关于Bonafide治疗结局的总体研究文献一致。尽管如此,鉴于参与者未随机接受治疗,并且偏好匹配可能在两组之间引入了系统性差异,因此无法推断两种治疗之间的任何差异。此外,该研究没有检测组间差异的把握度。此外,我们发现IPDT组的参与者完成治疗模块的程度明显高于ICBT组,《中华人民共和国电信与信息服务业务经营许T. Lindegaard等人7接受更大的治疗剂量,尽管这被证明与结果无关。治疗期间观察到的组内效应大小(ICBTd= 0.53; IPDT d= 0.40)低于大多数基于互联网的SAD研究中观察到的结果(Andersson等人,2012 a; Carlbring等人,2007; Johansson等人,2017; Tillfors等人,2011年)。在抑郁症的IPDT研究中观察到类似的现象,其中RCT研究显示,通过偏好匹配,效应大小是对照组的后续治疗的两倍(Johansson等人,2013年c)。结果还需要根据以下事实进行解释,即在等待治疗的基线期间,与ICBT组的参与者相比,IPDT组的参与者在社交焦虑症状上有一个小的,不显著的改善。这一发现与先前的研究一致,该研究表明,在社交焦虑症的随机对照试验中,等待名单对照组的症状略有减少(Steinert等人, 2017年)。然而,目前还不清楚为什么这只适用于后来选择IPDT的参与者。此外,不能排除自然恢复和向平均值回归的解释。关于预测分析,我们发现偏好强度和完成所有治疗模块之间存在小到中度的正相关性,r=0.28。结果无统计学意义,但这可能是由于缺乏把握度。这一发现与Johansson等人(2013 c)的研究一致,他们还发现偏好强度与完成所有治疗模块之间的相似强度无显著相关性。这可能表明,这两项研究都没有足够的力量来检测这种关系。没有发现偏好强度与社交焦虑症状的依从性或改善之间的关系。因此,本研究在很大程度上未能证实偏好强度与治疗依从性和结果之间存在显著关系的先前发现(Moradveisi等人,2014; Raue等人,2009年)。至于偏好匹配本身的效果,由于每个参与者都得到了他们选择的治疗,因此不可能用目前的研究设计来检验。然而,Leuzinger-Bohleber等人(2019)最近的一项研究发现,CBT和长期心理分析治疗的优先和随机分配之间的结局无差异。此外,我们还发现,参与者在第三周
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)
![pptx](https://img-home.csdnimg.cn/images/20210720083543.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.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
- VMP技术解析:Handle块优化与壳模板初始化
- C++ Primer 第四版更新:现代编程风格与标准库
- 计算机系统基础实验:缓冲区溢出攻击(Lab3)
- 中国结算网上业务平台:证券登记操作详解与常见问题
- FPGA驱动的五子棋博弈系统:加速与创新娱乐体验
- 多旋翼飞行器定点位置控制器设计实验
- 基于流量预测与潮汐效应的动态载频优化策略
- SQL练习:查询分析与高级操作
- 海底数据中心散热优化:从MATLAB到动态模拟
- 移动应用作业:MyDiaryBook - Google Material Design 日记APP
- Linux提权技术详解:从内核漏洞到Sudo配置错误
- 93分钟快速入门 LaTeX:从入门到实践
- 5G测试新挑战与罗德与施瓦茨解决方案
- EAS系统性能优化与故障诊断指南
- Java并发编程:JUC核心概念解析与应用
- 数据结构实验报告:基于不同存储结构的线性表和树实现
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)