它对谁有效?住院患者心理治疗后基于网络的跨诊断维持治疗效果的结果调节因子:随机对照试验gydF4y2Ba

简介gydF4y2Ba

尽管有充分证据表明心理疗法对常见精神健康障碍有效[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba]，心理治疗干预的长期结果仍是一个主要问题[gydF4y2Ba3.gydF4y2Ba-gydF4y2Ba6gydF4y2Ba］．急性期心理治疗后的心理治疗旨在维持已实现的变化(即维持期治疗)，已被证明可提高结果的可持续性(如重度抑郁症[gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba，强迫症[gydF4y2Ba9gydF4y2Ba]，以及人格障碍[gydF4y2Ba10gydF4y2Ba，gydF4y2Ba11gydF4y2Ba])。然而，由于干预成本高和临床医生可用性有限，此类干预措施难以传播。gydF4y2Ba

使用互联网提供导则式自助维护阶段处理可能有助于克服这种未满足的维护需求。在心理治疗的维持阶段，基于网络的指导自助策略比面对面的维持方法有几个优点。这包括:(1)由于强调患者在(有指导的)自助治疗中的积极作用，在日常生活中整合获得的技能的更大潜力[gydF4y2Ba12gydF4y2Ba(2)消除急性和维持治疗之间的等待时间，(3)消除患者和临床医生的旅行时间和费用，(4)24/7基础上的项目，(5)更低的成本。gydF4y2Ba

多项研究表明，通过互联网进行维护阶段处理的效果很好[gydF4y2Ba13gydF4y2Ba-gydF4y2Ba20.gydF4y2Ba］．例如，我们小组开发了一种基于互联网的持续阶段心理治疗，即住院心理治疗后的一种基于互联网的跨诊断维持治疗(TIMT) [gydF4y2Ba15gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba］．TIMT旨在提高在常规护理环境下治疗常见精神健康障碍的住院患者的长期疗效，如重度抑郁、焦虑、创伤后应激、强迫症、饮食或躯体形式障碍。最近，一项实用的随机对照试验(RCT)对TIMT进行了评估，将TIMT加常规治疗(TAU)与只加TAU (N=400)进行了比较。在本研究中，从住院出院到3个月随访期间，TIMT + TAU组的参与者表现出了更好的住院治疗效果(即精神病理症状严重程度变化的差异)的维持(组间效应大小:gydF4y2BadgydF4y2Ba= 0.38,gydF4y2BaPgydF4y2Ba<.001)和12个月的随访(组间效应量:gydF4y2BadgydF4y2Ba= 0.55,gydF4y2BaPgydF4y2Ba<.001)比仅使用tau控制[gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

尽管有证据表明基于互联网的维持阶段治疗的普遍有效性，但很少有人知道哪些患者可能或不可能从这种特殊的治疗传递中受益。研究患者特征对基于互联网的维持期治疗效果的调节作用，对于确定合适的人群和针对患者亚群的特定需求定制干预措施至关重要。更多地了解哪些人可能或不可能从这些干预措施中受益，也应有助于确定相关的变革机制，以及在循证层面上分配卫生保健资源[gydF4y2Ba21gydF4y2Ba］．gydF4y2Ba

迄今为止，只有少数研究调查了基于网络的心理健康问题干预结果的调节者。在其中一项研究中，Warmerdam和他的同事[gydF4y2Ba22gydF4y2Ba探讨了基于网络的认知行为疗法(CBT)和基于网络的抑郁症状解决疗法的调节者。本研究中调查的变量(人口统计学变量、疾病严重程度、功能失调态度和解决问题的能力)都没有调节两种治疗方法的差异效果。在一项比较基于网络的CBT与基于团体的面对面CBT效果的研究中，Spek等人[gydF4y2Ba23gydF4y2Ba]发现利他主义程度高的参与者在群体CBT中的表现优于基于网络的CBT(在年龄、性别、教育程度、神经质、外向性、亲和性、开放性和严觉性、前处理严重程度、先前抑郁发作和婚姻状况方面没有显著发现)。当比较在线CBT治疗抑郁症的反应与等待名单对照组时gydF4y2Ba24gydF4y2Ba]发现抑郁症状的预处理严重程度越高，治疗效果越好。在另一项研究中，de Graaf和他的同事[gydF4y2Ba25gydF4y2Ba]探讨了预处理和短期改善变量作为无支持的基于互联网的CBT结果的调节因子、常规初级护理(TAU)和CBT结合TAU治疗抑郁症。他们发现，与TAU相比，对问卷的极端积极反应水平较高的患者在基于网络的CBT中有更好的结果，而那些有父母精神病史或有严重抑郁症诊断的患者在基于网络的CBT + TAU中有更好的结果。gydF4y2Ba

本研究的目的是找出影响住院心理治疗后TIMT效果的调节因素。利用来自一项关于TIMT有效性的务实随机对照试验(ISRCTN:28632626)的数据[gydF4y2Ba15gydF4y2Ba]，我们进行了二次分析，以确定人口统计学、临床和动机变量，以调节TIMT对精神病理症状严重程度变化的影响。gydF4y2Ba

鉴于目前缺乏关于基于互联网的持续阶段治疗效果的调节因子的数据，我们采用了一种探索方法，包括广泛的潜在预处理调节因子[gydF4y2Ba21gydF4y2Ba］．我们选择的调节因子是基于(1)先前调查面对面继续治疗结果调节因子的研究结果[gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba]，(2)基于网络的干预结果研究中先前预测因子/调节因子的结果[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba23gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba28gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，(3)复发/长期预后研究的预测因素[gydF4y2Ba5gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba-gydF4y2Ba36gydF4y2Ba)和(4)干预特征的理论假设。本研究中潜在审查员的最终名单包括(1)人口统计学，如年龄、性别、教育水平和计算机/互联网素养;(2)临床特征，如诊断、缓解状态、首次发病年龄、共病人格障碍和住院治疗期间的可靠变化;(c)动机变量，如自我效能感和积极结局预期。gydF4y2Ba

本研究的主要研究问题为:gydF4y2Ba

1. 与TAU相比，本研究中是否有任何预处理因素调节了TIMT的有效性?gydF4y2Ba
2. 如果发现了调节效应，在识别的调节因子上表现为不利分数的参与者是否仍然从TIMT中受益?gydF4y2Ba

方法gydF4y2Ba

研究设计gydF4y2Ba

我们使用来自实用主义随机对照试验的数据进行了二次分析，将住院患者心理治疗后的TIMT和TAU与仅TAU进行了比较(N=400) [gydF4y2Ba15gydF4y2Ba］．随机对照试验是在德国一家提供常规精神卫生保健的诊所进行的。采用自评量表对研究结果进行评估，自评量表分别在住院患者入院(T1)、住院治疗结束/ TIMT开始(T2)、出院3个月/ TIMT结束(T3)和住院治疗结束12个月(T4)完成。该研究旨在在主要效应分析中找到一个小到中等的效应大小，这被认为是在此背景下对卫生保健决策者的最小相关差异。所有程序都得到了大学和医院机构审查委员会的批准。有效性试验的设计和结果在先前发表的一项研究中有详细描述[gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

参与者和程序gydF4y2Ba

我们从2008年7月至2009年10月在研究医院接受各种精神障碍治疗的2189名患者中招募了潜在参与者。如果患者(1)年龄在18岁以上，(2)符合精神障碍的标准，他们就有资格参加这项研究gydF4y2Ba《国际疾病分类》第十版gydF4y2Ba（gydF4y2Baicd -gydF4y2Ba) [gydF4y2Ba37gydF4y2Ba)，(3)能说足够的德语，(4)有基本的读写能力，(5)能使用能上网的电脑。排除标准为(1)精神病诊断，(2)急性酒精或物质依赖，(3)自杀风险显著。gydF4y2Ba

给予完全书面知情同意的参与者被随机分配到仅接受TAU(对照组)或TAU加TIMT(干预组)。400名参与者中有58人(14.5%)未完成T3评估，113人(28.5%)未完成T4评估。没有在1次随访中提供数据的参与者与没有丢失基线精神病理症状严重程度评分或任何其他临床特征数据的参与者没有差异(所有gydF4y2BaPgydF4y2Ba值>.10)，年龄除外(未完成者比完成者平均年轻2.21岁，gydF4y2BaPgydF4y2Ba= .02点)。通过模式混合分析，未发现缺失模式与结果之间存在显著交互作用[gydF4y2Ba38gydF4y2Ba］．因此，缺失的数据似乎不会对结果产生偏差。gydF4y2Ba图1gydF4y2Ba总结整个研究的参与者登记和流程[gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

干预措施gydF4y2Ba

住院治疗gydF4y2Ba

住院治疗以认知行为治疗为基础[gydF4y2Ba39gydF4y2Ba］．参与者每周接受1次单独治疗(50分钟)和平均6次团体治疗(90分钟)。干预措施还包括运动疗法和物理疗法，以及必要时的医疗治疗(包括药物治疗)。由6名经验丰富的治疗师和14名接受培训的治疗师提供治疗。治疗时间22 ~ 98天，平均46.30天，标准差8.17天。gydF4y2Ba

按正常情况治疗gydF4y2Ba

住院治疗后，所有参与者都获得了非结构化的门诊心理治疗和标准化的门诊小组为基础的面对面维持治疗[gydF4y2Ba40gydF4y2Ba]，一般由转介机构提供。此外，在研究期间对药物的使用没有限制。gydF4y2Ba

照常治疗加上基于互联网的诊断维持治疗条件gydF4y2Ba

除TAU外，干预组给予TIMT治疗12周。TIMT的主要重点是支持患者持续利用在治疗期间获得的技能。为此，TIMT致力于帮助参与者确定他们认为有帮助的活动，并系统地将这些活动融入他们的日常生活。因为TIMT的目的是加强患者所经历的任何有益的策略，它可以用来维持治疗结果，而不管患者患有哪种精神病理，也不管患者之前接受了哪种治疗。TIMT由5个核心组件组成。第一部分是制定个人发展计划。该过程在住院治疗的最后10天内进行，TIMT参与者完成3个混合式(面对面和在线)标准化目标设置和行动计划，而不是住院患者的TAU。参与者制定详细的计划，包括(1)他们希望在干预阶段实现的高度相关的个人目标，以及(2)实施意图[gydF4y2Ba41gydF4y2Ba，包括如何以及何时实现这些目标的细节。TIMT的第二个核心部分是完成一个结构化的Web日记，参与者每周评估他们的个人目标的实现情况，并为下周设定具体的目标。TIMT的第三个组成部分是在线同伴支持小组。由3到6个参与者组成的子小组被要求在他们的网络日记上互相提供异步的在线反馈。TIMT的第四个组成部分是教练支持，包括治疗师每周对参与者的网络日记进行异步的在线书面反馈。教练的正式培训水平各不相同，从心理学硕士水平的学生(n=1)和正在培训的心理治疗师(n=1)到有10年以上专业经验、经过cbt培训的有经验的心理治疗师(n=3)。教练每周由有执照的高级治疗师监督一次，这在研究医院是通常的。教练们被建议每周为每位病人提供支持的时间不要超过30分钟。支持提供的总时间平均为每位患者231分钟(范围:10-490，标准差128)。最后，TIMT包括每周的精神病理症状在线监测。gydF4y2Ba

治疗了gydF4y2Ba

除了服用镇静剂的频率外，干预组和对照组在接受治疗的类型上没有差异。干预组的参与者比对照组更不可能服用镇静剂(gydF4y2BaPgydF4y2Ba<措施)(gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

措施gydF4y2Ba

版主gydF4y2Ba

我们总共纳入了11项前处理参与者的特征:年龄、性别、教育程度、主要诊断、共病人格障碍、住院治疗结束时的缓解状态、住院治疗期间主要结局的可靠变化、首次疾病发作后的年份、互联网/计算机知识、积极结局预期和健康相关自我效能感。gydF4y2Ba

从住院患者档案中提取性别、年龄、教育程度等信息。所有自我报告数据都使用基于在线的评估工具进行评估。在入院面谈中评估诊断和首次疾病发作的年份。所有的采访者都是经验丰富的心理治疗师，他们要么是心理学家，要么是拥有硕士或更高学位的内科医生，在管理德国版本的结构化临床访谈方面接受过广泛的培训gydF4y2Ba精神疾病诊断和统计手册gydF4y2Ba(第四版)(gydF4y2Badsm - ivgydF4y2Ba) [gydF4y2Ba42gydF4y2Ba］．当受试者的精神病理症状严重程度(主要结局指标，如后续所述)评分超过原始评分值0.685时，被划分为住院出院时缓解(是/否)[gydF4y2Ba43gydF4y2Ba])。症状严重程度的可靠变化(是/否)根据广泛使用的Jacobson和Truax [gydF4y2Ba44gydF4y2Ba］．个体可靠变化得分小于-1.96被认为反映可靠(积极)变化;得分等于或大于-1.96表示没有可靠的变化。如果参与者在“我习惯收发电子邮件”的选项中勾选“完全不懂”，他们就会被归为“完全不懂”。4 =完全正确)。其他所有参与者都被归为互联网/计算机通。如果受访者接受过9年的学校教育，则被评为受教育程度较低;如果受访者接受过10年的学校教育并获得相应学位，则被评为受教育程度中等;如果受访者至少接受过13年的学校/大学教育并获得相应学位，则被评为受教育程度较高。gydF4y2Ba

使用患者治疗期望和评价问卷(PATHEV)的相应亚量表对阳性结果预期进行评估[gydF4y2Ba45gydF4y2Ba］．该量表由4个项目组成，衡量参与者对住院治疗有效性的期望(例如，“我认为我的问题最终会得到解决”)。回答范围从0(=不同意)到4(=完全同意)。分数越高，表示对积极结果的期望越高。多项研究证明了量表的建构效度[gydF4y2Ba45gydF4y2Ba］．在本研究中，内部一致性(Cronbach alpha)为0.77。gydF4y2Ba

采用社会心理健康评估汉堡模块(Health- 49)问卷49项简表的自我效能量表评估与健康相关的自我效能感[gydF4y2Ba43gydF4y2Ba］．该量表包括5个项目，衡量预期的持久性和在几个领域的成功(例如，“尽管我不舒服，我实现了我为自己设定的个人目标”得分倒置用于量表计算;0=不正确，4=非常正确)。分数越高，自我效能感越低。本研究的内部一致性(Cronbach alpha)为0.86。gydF4y2Ba

因变量gydF4y2Ba

有效性试验的主要结果是出院(T2)到3个月和12个月随访(T3、T4)期间一般精神病理症状严重程度(症状严重程度)的变化。症状严重程度的评估采用了HEALTH-49，这是德国广泛使用的一种症状严重程度衡量标准[gydF4y2Ba43gydF4y2Ba］．健康-49一般精神病理症状严重程度量表由18个项目组成，与躯体形式抱怨(7项)、抑郁(6项)和恐惧焦虑(5项)相关。参与者被要求对他们在过去两周内出现的症状的严重程度进行评估(0=完全没有;4 =非常)。基于大量临床和非临床样本的几项研究(1548名心理治疗住院患者，5630名初级保健患者，见[gydF4y2Ba43gydF4y2Ba])。在本研究中，总体精神病理症状严重程度评分基线的内部一致性(Cronbach alpha系数)为0.87，抑郁症状为0.90，躯体形式抱怨为0.86，恐惧焦虑为0.86。gydF4y2Ba

统计分析gydF4y2Ba

通过分类变量和卡方检验比较基线特征的组间差异gydF4y2BatgydF4y2Ba测试连续变量。通过多水平混合效应模型模拟和检验了预处理参与者特征(调节因子)和跨测量场合个体内部变化的个体间差异之间的相互作用。对症状严重程度随时间的变化进行假人编码，并将其作为固定的一级效应(即受试者内)处理(假人1:T1-T2，假人2:T2-T3，假人3:T2-T4)。治疗条件(0=对照条件，1=干预条件)被视为固定的第2级(即受试者之间)效应。更重要的是，缓和剂与治疗条件之间的相互作用，所有跨水平的相互作用效应(条件× T1-T2, T2-T3, T2-T4;模型中还考虑了调节因子× T1-T2、T2-T3、T2-T4)和3向交互效应(调节因子×条件× T1-T2、T2-T3、T2-T4)。调解者×条件× T2-T3或调解者×条件× T2-T4的3向交互作用表明，干预效果的大小随调解者的作用而变化。该模型对测量场合的协方差矩阵没有任何限制。因此，没有对模型假设进行检验。我们标准化了连续预测因子，以便在假定的调节因子上获得平均分数的参与者估计回归系数。gydF4y2Ba

为了增加可解释性并允许测试非线性效应，超过2个类别的分类变量(即，诊断、首次疾病发作的时间、教育)被重新编码为最多3个有意义的类别。由于患病率低，我们排除了除抑郁症、焦虑症和适应障碍以外的其他诊断。所有连续调节因子(即年龄、自我效能、积极结果预期)都被标准化，以便回归系数参考参与者在每个调节因子上的平均得分。gydF4y2Ba

针对意向治疗(ITT)设计，我们将所有参与者随机分配到条件。我们采用了全信息最大似然(FIML)估计，它允许所有可用的数据包括，而不替换或插入缺失的值。对于缺失数据，混合模型的FIML估计尤其稳健[gydF4y2Ba46gydF4y2Ba］．gydF4y2Ba

此外，我们对每个显著的三方相互作用效应进行了后续的简单斜率分析[gydF4y2Ba47gydF4y2Ba，以探讨相关的低阶效应。在该方法中，对干预主效应的斜率和显著性进行评估，以确定调节因子的条件值。对于连续调节因子的显著3向相互作用，计算均值和均值上下一个标准差的简单斜率[gydF4y2Ba48gydF4y2Ba］．gydF4y2Ba

根据对照组和干预组对症状严重程度评分的影响，计算每个显著缓和因子的效应大小，参与者按显著缓和因子变量分组。科恩的gydF4y2BadgydF4y2Ba分数(gydF4y2Ba49gydF4y2Ba]，通过基线评分的合并标准差标准化基线与随访之间的差异计算。gydF4y2Ba

为了验证ITT分析结果是否只在干预完成者样本中持续，我们随后在保持关键治疗参数的参与者中重复所有混合效应模型(完成12个Web日记条目中的至少6个或超过25个帖子，n=177)。gydF4y2Ba

为了阐明我们研究结果的可泛化性，我们评估了所有潜在的调节者，这些调节者也来自研究中心招募期间接受治疗的患者，但没有参加试验(没有受邀，拒绝参加，不符合纳入标准)，但知情同意将其数据用于研究目的(n=1789)。研究参与者和非参与者使用类别变量和卡方检验进行比较gydF4y2BatgydF4y2Ba测试连续变量。gydF4y2Ba

最后，如果显著的调节效应与我们的先验预期相矛盾，我们分别对对照组和干预组进行事后简单斜率分析，以确定影响的原因。所有分析均采用SPSS 19 (IBM公司，Armonk, NY, USA)进行。gydF4y2Ba

描述性的数据gydF4y2Ba

表1gydF4y2Ba显示因变量一般精神病理症状严重程度的描述性统计。gydF4y2Ba表2gydF4y2Ba显示所有调节变量的描述性数据。gydF4y2Ba表1gydF4y2Ba和部分gydF4y2Ba表2gydF4y2Ba已在以前的研究中报道过[gydF4y2Ba15gydF4y2Ba］．与随机分配一致，干预组与对照组在任何预处理变量上均无差异。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

结果gydF4y2Ba

治疗结果的调节因子gydF4y2Ba

概述gydF4y2Ba

下表显示了基于ITT的预处理参与者特征(调节因子)、干预条件和症状严重程度变化之间相互作用的混合效应模型结果。截距表示基线时症状严重程度的估计水平(出院，T2)。缓解因子的回归系数表示在基线时假设缓解因子的单位不同的参与者之间症状严重程度的差异。T1-T2回归系数表示对照组入院患者(T1)与出院患者(T2)症状严重程度的平均差值，T2-T3回归系数表示对照组出院患者(T2)与3个月随访患者(T3)症状严重程度的平均差值，T2-T4的回归系数为对照组出院(T2)与随访1年(T4)症状严重程度的平均差值。病情的回归系数表示出院时(T2)干预组与对照组症状严重程度的差异。跨水平交互作用条件× T1-T2、T2-T3、T2-T4代表干预组与对照组随时间变化的差异。gydF4y2Ba

如预期的那样，我们发现(1)两种条件(T1-T2) T1与T2之间症状严重程度显著降低，(2)T1-T2与干预条件之间无交互作用，(3)存在显著的条件× T2-T3交互作用，即干预组在T2与T3之间症状严重程度保持较低，而对照组则有所升高。(4) T2-T4 ×条件交互作用显著，干预组在T2-T4期间症状严重程度保持较低，而对照组症状严重程度有所增加(gydF4y2Ba表4gydF4y2Ba)．缓解因子× T1-T2、T2-T3、T2-T4交互效应的回归系数代表缓解因子对不同测量场合症状严重程度变化的影响。最后，条件×调节因子× T1-T2、T2-T3、T2-T4交互效应的回归系数代表干预与对照条件差异对随时间变化评分的调节效应。gydF4y2Ba

二分调节变量gydF4y2Ba

表3gydF4y2Ba显示二分调节变量的结果。结果显示，干预组与对照组在症状严重程度随时间变化上的差异没有调节作用(见gydF4y2Ba表3gydF4y2Ba，条件×调解者× T1-T2, T2-T3, T2-T4)。因此，随着时间的推移，没有任何二分调节因子可靠地改变了干预与控制对症状严重程度的有效性。无论性别、网络素养、住院治疗期间的可靠变化、共病人格障碍或T2时的缓解状态如何，干预在结果可持续性方面优于对照。gydF4y2Ba

三生调节变量gydF4y2Ba

表4gydF4y2Ba显示了3个三裂调节变量的混合效应模型结果，教育水平，诊断，以及自首次发病以来的年份。发现了三种显著的三方相互作用效应。教育假人2(低教育vs高教育)与条件× T2-T3相互作用，与条件× T2-T4相互作用。这些相互作用表明，与高教育水平相比，低教育水平参与者的干预效果更显著gydF4y2Ba图2gydF4y2Ba)．受教育程度低的参与者在出院和3个月随访之间以及出院和1年随访之间的症状严重程度变化上干预条件与对照条件的差异更大。事后分析表明，尽管高学历受试者干预主效应的简单斜率(条件× T2-T3, T2-T4)较低学历受试者低，但干预主效应仍然显著(高学历受试者T2-T3: B= -0.17, SE 0.08，gydF4y2BaPgydF4y2Ba= .04点;T2-t4: b = -0.25, se 0.11，gydF4y2BaPgydF4y2Ba= .03点;简单坡度低学历受试者T2-T3: B= -0.49, SE 0.14，gydF4y2BaPgydF4y2Ba<措施;T2-t4: b = -0.66, se 0.18，gydF4y2BaPgydF4y2Ba<措施)。gydF4y2Ba

此外，诊断假人1(情绪障碍vs焦虑障碍)与条件× T2-T3相互作用。在出院和3个月随访期间，诊断为焦虑障碍的参与者在症状严重程度的变化上比诊断为情绪障碍的参与者表现出更大的干预与对照组的差异gydF4y2Ba图3gydF4y2Ba)．事后分析表明，尽管干预主效应的简单斜率(条件× T2-T3)在情绪障碍参与者中低于焦虑障碍参与者，但干预主效应在两组中均显著(简单斜率情绪障碍T2-T3: B= -0.21, SE 0.07，gydF4y2BaPgydF4y2Ba= 04;单纯斜坡焦虑障碍T2-T3: B= -0.64, SE 0.02，gydF4y2BaPgydF4y2Ba<措施)。从出院到1年随访期间，诊断假人1没有调节治疗与症状严重程度变化之间的关联。gydF4y2Ba

自疾病发作以来的年份没有缓和任何干预治疗的效果与对照组在变化评分上的差异。因此，基于互联网的跨诊断维持治疗是有效的，与首次疾病发作的时间无关。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

连续调节变量gydF4y2Ba

表5gydF4y2Ba显示混合效应模型结果的连续调节变量年龄，自我效能，和积极的结果预期。发现了一个显著的3向相互作用。阳性结局预期与条件× T2-T3相互作用。这种相互作用表明，出院和3个月随访期间，更积极的结果预期与更强的干预效果相关gydF4y2Ba图4gydF4y2Ba)．随访分析显示，虽然干预主效应(条件× T2-T3)的简单斜率在中度(平均)阳性结局预期参与者中低于高(平均+ 1 SD)阳性结局预期参与者，但干预效果仍然显著(单纯斜率中度阳性结局预期T2-T3: B= -0.25, SE 0.05，gydF4y2BaPgydF4y2Ba<措施;单纯斜率高阳性预后预期T2-T3: B= -0.36, SE 0.07，gydF4y2BaPgydF4y2Ba<措施)。对于低阳性预后预期(均值- 1 SD)的参与者，干预主效应(条件× T2-T3)的简单斜率较低，不再显著(简单斜率低阳性预后预期T2-T3: B= - 0.13, SE 0.07，gydF4y2BaPgydF4y2Ba= .09点)。只有14.4%的参与者(57/400)表达了较低的积极结果预期。因此，下降到不重要很可能是因为低功率。此外，该参与者组的简单斜率分析显示，从出院到1年随访期间，干预对症状严重程度变化的主要影响是显著的(简单斜率低阳性结局预期T2-T4: B= -0.38, SE 0.10，gydF4y2BaPgydF4y2Ba<措施)。尽管短期效果不显著，但积极结果预期较低的参与者从干预中长期受益。积极结局预期和出院至1年随访期间症状严重程度的变化之间没有相互作用，包括其他连续变量年龄和自我效能感也没有相互作用。因此，TIMT似乎与年龄和自我效能无关。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

影响的大小gydF4y2Ba

效应量(Cohen’sgydF4y2BadgydF4y2Ba)，根据对照和干预条件对症状严重程度的影响进行比较，计算出每个显著缓和因素的影响程度，参与者按每个显著缓和因素变量的参数值分组。的平均效应量gydF4y2BadgydF4y2Ba=0.22gydF4y2BadgydF4y2Ba对照组与干预组受教育程度较低的受试者在出院至3个月随访期间精神病理症状严重程度变化的差异为=0.80。从出院到随访1年的变化，平均效应量为gydF4y2BadgydF4y2Ba=0.30的高学历参与者，平均效应大小为gydF4y2BadgydF4y2Ba=0.57的受教育程度较低。以诊断为调节因素，对照组与干预组在出院至3个月随访期间的变化有差异gydF4y2BadgydF4y2Ba=0.33的参与者有情绪障碍gydF4y2BadgydF4y2Ba焦虑症患者=1.02。以积极的结果预期作为调节因素，对照组与干预组在出院至3个月随访期间的变化有差异gydF4y2BadgydF4y2Ba=0.58的参与者有较高的积极结果预期，gydF4y2BadgydF4y2Ba平均积极结果预期的参与者=0.39，和gydF4y2BadgydF4y2Ba=0.20对于积极结果预期低的参与者。gydF4y2Ba

干预完成者样本gydF4y2Ba

以下干预完井者分析的结果与ITT分析的结果非常相似。大多数显著的3-way相互作用在完成者样本中也显著(B= -0.45 ~ -0.12, SE 0.05-0.21，gydF4y2BaPgydF4y2Ba= -.046 03)。仅教育假人2与条件× T2-T4的交互作用在随访时不再显著(B= -0.43, SE 0.22，gydF4y2BaPgydF4y2Ba= 0.05)。ITT分析中不显著的相互作用在完成者样本中均不显著(B= -0.11 ~ 0.02, SE 0.07-0.20，gydF4y2BaPgydF4y2Ba=。08 .97点)。gydF4y2Ba

普遍性gydF4y2Ba

如gydF4y2Ba表1gydF4y2Ba在之前的研究中也有部分报道[gydF4y2Ba15gydF4y2Ba性别方面，研究参与者与非参与者(n=1789)无差异(χgydF4y2Ba^2gydF4y2Ba_1gydF4y2Ba= 0.4,gydF4y2BaPgydF4y2Ba=.52)，第一次疾病发作的年数(χgydF4y2Ba^2gydF4y2Ba_2gydF4y2Ba= 0.1,gydF4y2BaPgydF4y2Ba=.93)，存在共病人格障碍(χgydF4y2Ba^2gydF4y2Ba_1gydF4y2Ba= 0.5,gydF4y2BaPgydF4y2Ba= 0.46)，或住院治疗结束时缓解状态(χgydF4y2Ba^2gydF4y2Ba_1gydF4y2Ba= 1.0,gydF4y2BaPgydF4y2Ba= 0.32)或住院时的初始精神病理症状严重程度(研究参与者症状严重程度T1:平均值1.49，标准差0.70;非参与者症状严重程度T1:平均值1.52，标准差0.84，gydF4y2BatgydF4y2Ba_{679.03gydF4y2Ba}= -0.69,gydF4y2BaPgydF4y2Ba= 54)。研究参与者明显比非参与者年轻(平均相差1.7岁，gydF4y2BatgydF4y2Ba_{2135gydF4y2Ba}= -3.54,gydF4y2BaPgydF4y2Ba<.001)，自我效能感较高(gydF4y2BatgydF4y2Ba_{2182gydF4y2Ba}= -2.11,gydF4y2BaPgydF4y2Ba= .04点,gydF4y2BadgydF4y2Ba=0.15)文化程度略高(χgydF4y2Ba^2gydF4y2Ba_2gydF4y2Ba= 40.81,gydF4y2BaPgydF4y2Ba<措施,Kendall’s tau coefficient=0.11), had higher positive outcome expectations (tgydF4y2Ba_{625.6gydF4y2Ba}= 4.07,gydF4y2BaPgydF4y2Ba<措施,gydF4y2BadgydF4y2Ba= 0.27)。与非参与者相比，有较大比例的参与者可以访问互联网(χgydF4y2Ba^2gydF4y2Ba_1gydF4y2Ba= 47.3,gydF4y2BaPgydF4y2Ba<措施,phi coefficient=0.15) were Internet literate (χ^2gydF4y2Ba_1gydF4y2Ba= 62.7,gydF4y2BaPgydF4y2Ba<措施,phi coefficient=0.17), and relatively fewer showed reliable change during inpatient treatment (χ^2gydF4y2Ba_1gydF4y2Ba= 5.3,gydF4y2BaPgydF4y2Ba=。02，系数=0.05)。gydF4y2Ba

事后分析gydF4y2Ba

教育的调节作用与我们的先验预期相矛盾，即受教育程度较高的参与者比受教育程度较低的参与者从基于互联网的干预中获益更大。因此，我们分别对对照组和干预组进行了进一步的事后简单坡度分析，以确定这种影响的可能解释。对于对照组参与者，我们发现教育程度与出院至3个月随访期间症状严重程度变化之间无显著交互作用(教育假人2 × T2-T3交互作用，B=0.10, SE 0.11，gydF4y2BaPgydF4y2Ba=0.35)，但我们发现教育程度与出院至12个月随访变化之间存在显著交互作用(教育假人2 × T2-T4, B=0.35, SE 0.14，gydF4y2BaPgydF4y2Ba= .02点)。从出院到1年随访期间，受教育程度较低的参与者比受教育程度较高的参与者有更大的恶化风险。相比之下，我们发现干预组中低教育水平与高教育水平之间无显著交互作用，出院至3个月随访期间症状严重程度的变化也无显著交互作用(B=0.21, SE 0.17，gydF4y2BaPgydF4y2Ba=.07)也不考虑从出院到12个月随访的变化(B=0.06, SE 0.15，gydF4y2BaPgydF4y2Ba= .68点)。与对照组相比，受教育程度较低的干预参与者没有表现出比受教育程度较高的参与者更大的症状严重程度恶化的风险，表明参加TIMT可以有效地降低这一风险因素。gydF4y2Ba

讨论gydF4y2Ba

主要结果及与先前工作的比较gydF4y2Ba

在目前的研究中，我们旨在确定住院患者心理治疗后TIMT治疗结果的调节因子。教育水平、积极结果预期和心理健康诊断被认为是TIMT对精神病理症状严重程度影响的显著调节因子。结果表明，TIMT对一般精神病理症状严重程度的影响在低(相对于高)教育水平的参与者中更明显。在短期内(直到3个月的随访)，积极结果预期较高的参与者比积极结果预期较低的参与者获益更多。然而，在1年的随访中，这种效果并不显著。此外，患有情绪障碍的参与者从干预中获得的益处低于患有焦虑障碍的参与者;然而，在1年的随访中，这种效果也不显著。简单的斜率分析显示，即使有些组从参与治疗中获益较少，这些亚组的治疗效果仍然显著，除了3个月随访时阳性结果预期较低的亚组外。gydF4y2Ba

其他预处理变量与TIMT的效果没有相互作用，这表明TIMT可能仅在结果可持续性方面优于TAU，而不考虑年龄、性别、共病人格障碍、疾病发作时间、自我效能、住院治疗结束时的缓解状态、住院治疗期间精神病理症状严重程度的可靠变化和互联网读写能力。然而，考虑到这些分析是探索性的，研究并没有发现小的相互作用效应，这些无效的发现应该谨慎解释。gydF4y2Ba

受教育程度较低的参与者比受教育程度较高的参与者从TIMT中获益更多，这一发现与另一项调查面对面延续阶段心理治疗的主持人的研究结果形成对比，在该研究中，教育与治疗结果没有相互作用[gydF4y2Ba27gydF4y2Ba］．此外，这一发现也与其他3项研究形成了对比，后者在基于互联网的干预研究中发现，高等教育与更好的治疗结果相关[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba50gydF4y2Ba］．对于当前研究结果与以往研究结果之间的差异，有几种可能的解释:首先，这些差异可以用治疗类型的差异来解释(急性期与维持期;疾病特异性vs转诊断)、不同类型的急性期治疗(门诊vs住院)、研究人群和设计。其次，也可以假设，低学历的住院患者在出院后可能比高学历的住院患者表现出更高的恶化风险，因为他们更明显地难以将所获得的技能转移到日常生活中。因此，他们可能比受过高等教育的参与者从维持干预中获益更大。这一假设符合持续阶段治疗的风险降低模型[gydF4y2Ba8gydF4y2Ba]，假设这些概念可以通过帮助参与者减少这些风险因素的后果，有效地降低由于不可改变的脆弱性(如教育、遗传倾向、发育条件)而增加的复发或复发风险。事后简单斜率分析显示，在本研究中，受教育程度较低的对照组参与者比受教育程度较高的参与者更容易恶化，而在干预组中没有发现这种相互作用，表明参加TIMT可以有效地降低这一风险因素。此外，住院治疗提供了一个相当独特的机会，向患者介绍基于在线的面对面干预，并教授他们成功使用干预的必要技能。因此，一种可能导致研究结果的机制不再起任何作用，在这些研究中，受教育程度较低的参与者从基于互联网的治疗中获益较少(即互联网技能较低)。然而，由于本研究是第一批调查住院患者心理治疗后维持期治疗结果调节因素的研究之一，很明显，未来的研究需要进一步阐明教育对治疗结果的调节作用。gydF4y2Ba

基于我们的数据，我们只能推测可能的解释，为什么焦虑症参与者比抑郁症参与者在(短期内)更大程度上受益。这些结果与研究结果一致，即针对焦虑的互联网干预的效果规模通常比针对抑郁的干预更大。在对26个rct的回顾中，Griffiths和同事[gydF4y2Ba51gydF4y2Ba]发现，对于有临床显著抑郁症状的干预措施，效应大小差异在0.42 - 0.65之间，而对于有诊断焦虑症的干预措施，效应大小差异在0.29 - 1.74之间。与抑郁症治疗指南不同[gydF4y2Ba52gydF4y2Ba，gydF4y2Ba53gydF4y2Ba]，目前治疗焦虑症的指南[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba54gydF4y2Ba不建议在急性期心理治疗之后继续进行心理治疗。然而，我们的研究结果表明，患有焦虑症的参与者可以在住院心理治疗后从基于网络的维持治疗中受益。关于抑郁症的亚组效应，未来的研究应该尝试检查治疗策略，以改善TIMT的结果，特别是对这一高危群体[gydF4y2Ba3.gydF4y2Ba］gydF4y2Ba

关于出院至3个月随访期间变化差异的积极预后预期的重要发现，与对变化的高预期与更好的治疗结果相关的想法一致[gydF4y2Ba45gydF4y2Ba，gydF4y2Ba55gydF4y2Ba］．然而，在1年随访时，这些变化差异变得不显著。因此，它作为治疗分配的预测指标似乎是有限的。gydF4y2Ba

限制gydF4y2Ba

为了有效地解释本研究的结果，应该考虑几个限制。首先，与大多数调解者研究一样，本研究中的分析是探索性的，参与者没有根据潜在的感兴趣的调解者随机进行。尽管这一程序有局限性，方法学家们越来越认识到它对于培养经验建立的假设的重要性，在临床应用之前在未来的研究中进行检验[gydF4y2Ba21gydF4y2Ba］．其次，其他未测量的变量(如参与者的基因标记、发展历史、自我调节技能、应对策略、归因风格、个性特征)也可能调节TIMT的影响，这应该在后续研究中考虑。第三，与大多数纵向研究一样，缺失值必须被视为对分析有效性的相关威胁。然而，用于处理缺失数据的调整(FIML)对于混合模型中的缺失数据尤其有效[gydF4y2Ba46gydF4y2Ba］．第四，TIMT是一个多成分的干预(例如，个人发展计划、网络日记、同伴支持小组、教练支持、监测)。因此，特定成分的影响在多大程度上被研究变量所调节还不清楚。第五，样本量没有提供足够的力量来检测潜在的调节变量的显著结果与小的子组。由于这一限制，除情绪障碍、适应障碍和焦虑症作为潜在调节变量外，其他诊断不能纳入进行的分析。因此，对于有其他诊断的参与者，不能一概而论。同样，样本量也不能提供足够的力量来分别检验不同诊断状态或性别的审查员。因此，尚不清楚TIMT效应的调节因子是否在亚人群中不同(例如，不同的调节因子对男性和女性或对不同的原始诊断)。与未参与队列相比，受教育程度较低的个体在研究样本中的代表性不足。因此，TIMT对低教育水平的参与者特别有效的研究结果可能只适用于有兴趣参与这种干预的低教育水平的参与者。 Finally, the sample included in this study was recruited in only 1 inpatient hospital, which clearly limits the generalizability of the findings to other patient populations.

的优势gydF4y2Ba

本研究的优势包括:(1)与其他研究相比，它的样本量大，(2)TAU控制条件，这使我们能够明确哪些参与者可能受益于TIMT，哪些参与者可能不受益于常规卫生保健服务提供的治疗，(3)纳入和排除标准保持在最低限度，以最大化生态效度，(4)通过比较调解者样本和代表研究地点几乎所有患者的大样本参与者来评估结果的普遍性。gydF4y2Ba

结论gydF4y2Ba

基于互联网的跨诊断引导自助干预可能是实施维持期治疗的一种成本效益高、影响深远的方法。本研究发现，住院心理治疗后的TIMT有助于不同特征的患者维持治疗结果。对于教育水平较低的参与者尤其有效。尽管有些亚组从干预中获得的收益比其他组少，但所有亚组都明显受益。未来的研究应该在临床应用前重复我们的结果。gydF4y2Ba