基于网络的干预在减少抑郁和疾病缺席中的有效性:随机对照试验

简介

抑郁症在工作人口中非常普遍[1］．据估计，在一年的时间里，多达26.7%的成年人出现抑郁症状，约8.9%的成年人符合抑郁症的所有标准[2］．由此造成的损害和功能残疾对受影响的个人以及经济造成了巨大的负担。抑郁的员工比没有抑郁的员工有更高的医疗费用[3.，4]，在欧洲每年的总费用估计为1180亿欧元[5］．

抑郁症与大量的工作日损失有关。6］．在德国，抑郁症是病假的主要驱动因素，并且比其他精神疾病诊断的病假时间更长[7］．当员工在抑郁发作后重返工作岗位时，抑郁情绪往往仍然存在，工作表现也会下降。8，9］．因此，保持工作能力应是临床干预的重要目标。然而，针对抑郁症员工职业健康的健康促进干预措施的发展结果好坏参半[10-13］．获得治疗的机会仍然有限，现有的个人和结构性障碍阻碍了抑郁症患者寻求及时的、基于证据的帮助[14-16］．

基于网络的干预是克服抑郁症治疗差距的一个有前途的工具[17］．虽然通常使用与面对面治疗类似的技术，但此类干预通常通过网站提供，并允许参与者随时访问内容，并按照自己的节奏完成课程。基于网络的干预在治疗师支持的水平上有所不同[18，从完全的自助到指导形式，包括定期与治疗师联系(例如通过电子邮件反馈)。基于网络的干预的优势在于其可访问性，寻求帮助的门槛低，相对匿名，患者在(有指导的)自助中发挥积极作用，以及成本低。然而，在比较基于网络的干预与常规护理的研究中，也报道了与基于网络干预传播相关的风险[19，20.］．在工作人口中，基于网络的干预措施尤其有利于那些因对工作场所的精神疾病有负面看法而不愿寻求定期治疗的人。

基于网络的干预在减轻抑郁症状方面的有效性已被反复证明，但不同研究的效果大小差异很大[21-23］．例如，在理查兹和理查德森的元分析中纳入的19项研究中[21]，与对照组相比，抑郁症的改善程度从没有影响(d=−0.03)到强效应(d= 1.43)。这种异质性使得有必要单独评估干预措施。方法学上，弱对照组(例如，等待列表控制而不是主动对照组)和未能采用意向治疗原则导致对治疗效果的高估[24］．基于网络的抑郁症干预已经在德国不同的临床人群中进行了研究[25-29但是，据我们所知，目前还没有研究关注在因抑郁症请病假的人群中进行基于网络的干预。

参与者自我报告是电子健康试验的主要结果衡量标准。然而，缺乏独立的结果评估和仅依赖自我报告措施限制了这一不断发展的领域。例如，一份关于基于网络干预的随机对照试验方法学质量的报告得出结论，需要更多地使用独立的结果测量来提高疗效研究的有效性[24］．迄今为止，很少有研究采用独立的结果，这种尝试仅限于观察者对症状的评分，并没有扩展到对工作缺勤的客观行为测量[30.-32］．在基于网络的干预措施的研究中缺乏客观的疾病缺席测量是令人惊讶的，因为疾病缺席经常被用作其他领域的健康综合测量[33］．

这项研究检验了基于网络的指导干预在降低高风险人群抑郁和疾病缺勤的有效性，同时使用了来自健康保险记录的自我评估抑郁和疾病缺勤评估。我们假设网络干预在减少抑郁症状和缺勤方面比对照组更有效。

方法

研究设计

这是一个双臂开放标签随机对照试验。参与者被随机分配到干预组(IG)，接受基于网络的指导干预，或等待名单对照组(CG)，接受基于网络的无指导心理教育。

我们使用计算机化的块随机化程序(分配比例1:1，块大小为10)。进行随机化的研究人员除了他们的6位数代码外，没有关于参与者的任何信息，也没有参与参与者的登记和分配到研究组，这是由两个不同的研究人员处理的。在基线(T0)和随机分组后12周(治疗后，T1)评估结局变量。此外，在随机分组后24周(治疗后12周，T2)评估随访测量。样本量的计算基于随访时组间的预期差异。G*Power用于样本量计算[34］．首先，我们假设幂为0.80，α水平为0.05，效应大小为中小(d=0.3)，结果为N=357，执行双面运算t检验两个独立均值之间的差异。其次，在纳入、评估后和随访时增加20%的流失率，我们计算出需要纳入N=608名参与者。

该研究得到了Leuphana大学(Lüneburg)伦理审查委员会的批准。该研究回顾性注册于2013年2月1日，国际标准随机对照试验编号ISRCTN02446836;http://www.controlled-trials.com/ISRCTN02446836。尽管进行了回顾性登记，但没有参与者在登记前登记。

招聘

参与者是在2013年1月至2014年4月期间从大规模德国法定健康保险中招募的，第一个参与者于2013年2月注册。我们从Kaufmännische Krankenkasse (KKH)招募了会员，这是一家在全国拥有约180万会员的法定健康保险公司。首先，为了确定因抑郁症而病假的高风险参与者，对保险成员进行了抑郁症诊断(国际疾病分类代码F32.0、F32.1、F33.0、F33.1和F34.1)、因抑郁症而病假的病史和目前因病缺勤的筛查。其次，研究团队向所有经过积极筛选的保险成员发送了邀请函，并附上了研究信息，即知情同意书(见多媒体附件1)，并输入6位数字密码登入平台。既往有轻度至中度抑郁症发作(国际疾病分类代码F32.0, F32.1, F33.0, F33.1)或心境恶劣(F34.1)的成年人被纳入，以避免给予不必要的低强度治疗。在平台注册之前，进行了排除标准筛选。在患者健康问卷(PHQ-9)上得分≥20，表明严重抑郁的参与者被排除在外。第二个排除标准是自杀性，通过自杀想法的存在来衡量。在研究期间，所有参与者都能像往常一样不受限制地接受治疗，包括在德国医疗保健系统中通常为抑郁症提供的治疗和服务(如心理治疗和药物治疗)。

干预

基于网络的干预“HelpID”是一个为期12周的基于网络的项目，基于认知行为疗法、意识训练和系统咨询。该项目分为每周12次。每次持续30到45分钟，包括互动元素、视频和音频，解释与抑郁症相关的主题(例如，症状和病程)，以及图表、插图、练习和意识和放松的指导。每次治疗在前一次治疗结束后一周进行。参与者每周都会收到电子邮件，提醒他们有新的会议可以参加。该项目采用了一种指导形式，根据要求与治疗师联系，也就是说，接受过干预方法培训的心理学家(本科或更高水平)通过电子邮件或电话提供反馈。该干预是由临床心理学家团队开发的，由Despina Lion博士领导，他是一名临床心理学家和治疗师，在系统咨询、认知行为治疗和神经心理学方面拥有丰富的经验。可在网上查阅[35)(见多媒体附件2)．自2016年7月起，“HelpID”的版权由私人综合护理公司IVPNetworks GmbH拥有。这种干预措施可在商业上向单身用户提供，并列入法定健康保险的保健计划。

干预的心理学方法包括认知行为疗法、正念训练和系统咨询。在开发过程中，以各自疗法的现有研究证据为基础，特别强调“以人为本”的方法，重点关注将使用干预措施的人的观点。认知行为疗法是网络干预中研究最广泛的心理治疗方法[36］．从认知-行为疗法中，干预使用了认知重组的元素，强调处理消极情绪和自动思维，以及行为激活的练习。在过去的几年里，正念训练越来越多地用于心理治疗。它被证明对抑郁症状有效，并可适用于在线格式[37，38］．关于正念的干预模块使用户在练习中观察自我，并在日常情况下练习正念。系统咨询是一种治疗方法，它强调围绕个人及其资源的社会背景[39］．具体来说，采用系统的提问技巧和指导来利用参与者的社会支持。在特定的每周课程中，系统原则被提出，而关于系统疗法的家庭作业鼓励参与者在日常互动中采用系统的观点和行为改变。

对照组

对照组是等待名单加心理教育的条件。在为期12周的研究期间，参与者可以通过短信了解抑郁症的本质、症状和治疗方法。心理教育内容由一组训练有素的心理学家(本科或以上学位)制定，并基于抑郁症的科学文献(如德国s3指南)[40］．选择这种类型的控制条件，是因为更积极的对照组(即心理教育)被认为比被动对照组(即等待名单条件)在方法学上更有效[24］．有证据表明，心理教育可减轻抑郁症状，并可作为初级保健的初步治疗方法[41］．对照组没有治疗师的指导。研究结束后，如果参与者要求访问，他们有资格访问干预措施。

结果

主要结果是使用患者健康问卷(PHQ-9)和贝克抑郁量表(BDI II)自我评估抑郁症状。PHQ-9测量了前2周抑郁症状的严重程度，得分在0到27分之间，数值越高表明抑郁越严重[42，43］．PHQ-9具有良好的信度和构念效度[42］．BDI II使用21个项目来衡量抑郁症的严重程度[44，45］．在德语样本中，BDI II在内部一致性、重测信度和构念效度方面表现出良好的心理测量特性[46］．作为次要结果，使用曼彻斯特生活质量短期评估(MANSA)评估生活质量[47——一个包含12个条目的量表，用来评估参与者对不同生活领域的满意度。MANSA已在一个瑞典样本中得到验证，并显示出令人满意的内部一致性和结构效度[48］．用户满意度在事后评估中使用“总体而言，您对该程序有多满意?”有四个选项:1=很好，2=好，3=满意，4=差。

旷工信息是从健康保险记录中检索出来的。在德国医疗保健系统中，这种标准化的健康数据是定期收集的。其主要目的是偿还费用和保证质量，但也可用于二次分析。由于数据的常规收集，健康保险记录被认为具有较高的生态效度。我们将KKH健康保险公司的健康保险记录与参与者的数据进行匹配，使用6位参与者代码作为标识符。该代码为每个积极筛选的保险成员生成，也用于在研究平台上注册。我们分析了随机分组前90天(基线)和干预后90天(评估后)的病假数据。根据Hensing等[33］．第一，至少缺席一次的人数;第二，缺席频率，即一个人在90天内缺席的次数，与持续时间无关;第三，缺席持续时间，即90天内缺席的总天数。缺勤数据不具有诊断特异性。

统计分析

根据CONSORT声明中的建议，在意向治疗(ITT)基础上进行统计分析[49]及其对电子健康试验的改编[50)(见多媒体)．使用马尔可夫链蒙特卡罗多重imputation (IBM SPSS version 22中的缺失数据模块)对后处理的缺失数据进行估算，其中每个缺失值指定10个估计，除结果变量外，还包括分组分配作为附加变量。在假设数据随机缺失的情况下，多重imputation被认为比其他的imputation方法更适合于对真实的干预效果进行更精确的估计，即将最后的观察结果继续进行[51］．此外，当只包括完成后评估的参与者时，进行了每方案(PP)分析，以检查结果的稳健性和敏感性。t试验用于确定基线特征的差异和组内差异。以基线评分为协变量，采用协方差分析(ANCOVA)估计干预组与对照组治疗后干预结果的差异。科恩d作为效应量的度量，使用汇总标准偏差[52］．对于组间效应大小，科恩d由均值差计算。

为了评估个体水平上的临床意义，计算PHQ-9的可靠变化指数(RCI) [53］．克伦巴赫α=。89from Kroenke et al [42]被用来作为PHQ-9可靠性的估计，以及来自当前研究的预处理标准偏差。如果参与者在RCI上表现出可靠的积极变化，他们就被归为“反应者”，如果他们在RCI上表现出消极变化，他们就被归为“恶化者”。可靠的正向变化对应于RCI小于−1.96,PHQ-9点变化大于−4.05。可靠的负变化对应的RCI小于−1.96,PHQ-9点的变化大于4.05。最后，需要治疗的数量(NNT) [54]被计算。

所有分析均使用Stata 13进行。的报道P值是双向的，并且在95% CI内。

‎ 查看此图

结果

参与者的特征

图1显示了参与者在整个研究中的流动。对全部保险成员进行了筛选，结果筛选出3929名积极筛选的保险成员，随后邀请他们参加。其中，180人回应，符合纳入标准，提供知情同意，并随机进行。在180名参与者中，88名在12周后完成了事后评估(保留率:48.8%，88/180)，58名在24周后完成了随访评估(保留率:32.2%，58/180)。为了估计实现的功率，进行了事后功率分析。这表明，在180名参与者的样本中，所达到的检测效果的能力d=0.3 = 0.51。

完成后评估的参与者与未进行随访的参与者之间的基线特征进行了差异测试。老年参与者(T1时PHQ:P= .02点,BDI at T2:P=.03)和受过高等教育的参与者(PHQ为T1:P=。03、T2时BDI:P=.04)更有可能完成主要结局的后评估和随访评估。在研究登记期间未接受心理治疗的参与者更有可能完成一项主要结果的后评估(T1时的BDI:P=.04)和随访评估(T2时BDI:P=.04)，与登记时在等待名单上或接受心理治疗的参与者相比。在完成后评估的患者和未进行随访的患者之间没有发现其他相关差异。

表1显示受试者基线时的特征。参与者平均年龄为48岁，以女性为主(68%)。大多数人已婚或有伴侣(56%)，并完成中学或更高学历(85%)。大约一半的样本是全职工作(51%)，另外27%是兼职工作，而20%的工作人员是高管职位。大约五分之一(21%)没有工作。大多数人曾经历过抑郁发作(51%)或报告患有慢性抑郁症(30%)。在研究登记期间，一半的参与者开了抑郁症药物(50%)，26%在接受心理治疗，13%在心理治疗等待名单上。在所有登记的参与者中，43%的人当时有病假证明。样本中平均基线抑郁症状PHQ-9为11.10分(SD=4.45)，为中度抑郁。在任何基线特征方面没有发现临床相关的差异，我们的结论是随机化是成功的。

干预的有效性

表2显示基于意向治疗样本(估算数据)的平均得分、基线和后评估干预结果的标准差、效应量和统计显著性。PHQ-9组间显著差异有利于干预组(F_1179年= 15.06,P<.001)，对应中等效应量(d=0.55, ci 0.25-0.85)。对于BDI-II组，治疗后组间差异显著(F_1179年= 8.69,P=.004)，这相当于一个中等的效应量(d=0.40, ci 0.10-0.70)。

此外，干预组和对照组从基线到评估后的组内变化均显示抑郁症状减轻。在干预组中，PHQ-9平均降低了5分(t₉₉= 14.28,P<.001)，这对应于较大的组内效应量(d=1.42, ci 1.14-1.71)。对照组平均下降2.79分(t₇₉= 5.82,P<.001)，对应于中等效应量(d=0.65, ci 0.41-.89)。

在每方案分析中，我们在评估后测试了干预完成者和未完成者之间PHQ-9评分的差异。两者无显著差异(t₁₇₈=−陈霞,P=尾数就)。表3给出了每个协议分析的结果。对于PHQ-9，在完成者中发现了有利于干预组的显著组间差异(PHQ-9:F₇₇= 8.98,P=.04)，对应中等效应量(d=0.61, ci 0.15-1.07)。干预组完成者的PHQ-9平均得分降低了5.70分，对照组降低了2.24分——这相当于一个很大的效应量(d=1.72, CI 1.23-2.22)和中等效应量(d=0.49, CI 0.14-0.82)。对于BDI-II，在每个方案分析中，组间效应未达到统计学显著性(F₇₇= 0.81,P= .37点,d=0.25, CI−0.18 ~ 0.65)。干预组BDI-II组内变化显著(t₄₃= 3.68,P<.001)和对照组(t₄₂= 4.70,P<措施)。

治疗反应

在干预组中，63%(63/100)的参与者从基线到干预后表现出可靠的症状变化，因此被归类为应答者。在对照组中，33%(27/80)被归类为应答者。干预组与对照组的可靠症状改变有显著性差异(t₁₇₈= 3.39,P<措施)。这导致NNT为4.08。干预组1名患者出现症状恶化，对照组5名患者出现症状恶化。

病假

160名参与者有疾病缺勤的信息(干预组:n=88，对照组:n=72)。对于20名参与者，无法从保险记录中检索到疾病缺勤，因此无法获得这些参与者的数据。

表4显示至少缺勤一次的人员，基线和后评估时的缺勤频率和缺勤持续时间。大多数参与者在基线期间至少缺席一次:IV: 85% (77/85)， CG: 80%(58/72)。总体而言，在评估后至少缺席一次的参与者明显减少(IV: 28%， CG: 16%)。组内缺失减少显著(IV:t₈₇= 6.54,P<措施，CG:t₇₁= 6.17,P<措施)。

关于缺勤频率，干预组参与者在基线时平均缺勤1.2次，在评估后平均缺勤0.4次。在对照组中，参与者在基线时缺席1.2次，在评估后缺席0.2次。组内缺勤频率显著降低(IV:t₈₇= 7.49,P<措施，CG:t₇₁= 8.59,P<措施)。

同样，在基线和评估后都发现了高缺勤持续时间。在每个时间点检查的90天中，干预组的参与者在基线时旷工26天，在后评估时旷工25天。在对照组中，参与者在基线时缺席28天，在评估后缺席24天。然而，从基线到评估后，缺勤时间没有显著差异(IV:t₈₇=点,P=。79，CG:t₇₁= .95,P=点)。对于所有三项测量，后评估时组间差异未达到统计学显著性(至少有一次缺失:F_1159年= .80,P= .37点,一个bsence frequency:F_1159年= 3.24,P=。07、缺勤时间:F_1159年= .02点,P= .88点)。

二次结果

MANSA测量的生活质量无显著差异(F_1169年=点,P= .40,d=0.13, CI−0.21 ~ 0.41)。

长期影响

24周随访时，BDI-II抑郁评分组间无显著差异(F₈₅=结果P= .33)。然而，干预组和对照组都发生了显著的组内变化。在干预组，BDI-II从基线到随访评估的平均降低了5.46分(t₉₉= 6.81,P<.001)，对应于中等效应量(d=0.68, ci 0.46-0.90)。对照组平均降低4.69分(t₇₉= 4.37,P<.001)，对应于较小的效应量(d=0.48, ci 0.26-0.72)。

用户满意度

87名参与者在评估后完成了用户满意度调查。在干预组中，13.6%(6/44)的人认为整个项目非常好，68.2%(30/44)的人认为很好，18.2%(8/44)的人认为满意。在对照组中，4.6%(2/43)的人认为该计划很好，37.2%(16/43)的人认为很好，34.9%的人认为满意，23.3%(10/43)的人认为很差。干预组平均满意度评分2.04分，对照组平均满意度评分2.76分。干预组的平均满意度显著更高(t₈₅= 4.60,P<措施)。

讨论

主要研究结果

这项研究比较了基于网络的干预在减轻成人因轻度至中度抑郁症而出现疾病缺勤的直接风险方面的有效性。与等待名单加心理教育的对照组相比，使用网络干预的参与者在抑郁症状方面表现出明显的减少。然而，由于本研究的低反应和高损耗，在完成干预(每方案分析)的参与者中，一个主要结果没有达到统计学意义，在随访中，只有组内变化持续，但干预效果没有持续。就个体临床意义而言，干预组的更多参与者对治疗有反应。我们使用健康保险记录来衡量疾病缺勤，发现两组中疾病缺勤率都有所下降，但两组之间在工作缺勤方面没有统计学差异。该试验的实现功率低于计算值。因此，它的结果应该在更大的样本中复制。

与之前工作的比较

考虑到精神疾病对工业化国家劳动力的影响越来越大，这些发现尤其有意义[55］．抑郁症是工作日损失的一个重要原因，比其他精神疾病造成的缺勤时间更长。为了减轻疾病负担，需要广泛提供循证治疗，以保持员工的心理健康，以免公司和个人随着疾病的发展而面临更严重的负担。一般来说，基于网络的干预措施提供了一种很有前途的治疗工具，因为这些干预措施可以在任何时间和不同地点以用户自己的速度进行访问。由于其相对匿名性，网络干预尤其有利于那些希望避免在工作场所被视为有精神疾病的负面看法的抑郁症员工。然而，在卫生保健系统中传播基于网络的干预措施也存在风险。根据元分析，基于网络的干预措施的效果各不相同，因此有必要单独评估每种干预措施。如果有效减少抑郁症状的网络干预措施得到更广泛的实施和采用，可以预期对抑郁症造成的负担和损害产生积极影响。它还可以帮助克服传统治疗的缺点(例如，等待名单)。

这项研究为支持基于网络的抑郁症干预的有效性的研究做出了贡献。在这项研究中，需要进行大量的疗效研究，以确定这些干预措施对哪些亚组有效[56］．由于轻度至中度抑郁症而有高请假风险的成年人尚未被基于网络的干预措施专门针对。在效应量方面，以往的研究发现研究之间存在显著的异质性。这使得有必要分别评估每种干预措施。本研究报告的效应量与其他评估抑郁症指导干预的研究相当，包括Andersson和Cuijpers的荟萃分析[23]，其中组间平均效应大小为d=0.41。在基于网络的干预领域，提高干预有效性和依从性所必需的治疗指导的数量仍然是一个争论的主题[18，57］．考虑到这种干预只在要求时提供了最低限度的治疗师支持，并且获得了与更严格指导的研究相似的结果，我们推测，仅仅是在干预期间与治疗师联系的选择-而不是常规的治疗师联系-就足以满足许多参与者的需求，并且同样有效。然而，通过定期指导，有可能减少辍学率。支持偏好的审查不在本研究的范围内，需要对这一主题进行进一步的研究。

我们发现，健康保险记录是基于网络干预的有效性研究的合适结果。两组缺勤频率均有所降低，但两组间缺勤情况无统计学差异。有几种解释可以解释这一发现。首先，我们不能排除缺勤频率随时间的下降是由回归均值或自发缓解引起的可能性。我们的样本是在高水平的疾病缺勤期间招募的，如数据所示(见表3)．因此，由于统计上的偶然性，患病缺席的频率在评估后趋于较低的水平。需要一个健康对照组来比较疾病缺席的基线水平，这在本研究中是无法获得的。其次，在我们的研究中，90天的时间周期可能不够长，不足以适当地检测出工作缺席的变化。先前关于因精神健康问题而生病缺勤的人口研究发现，缺勤时间的中位数为79天[58］．这表明疾病缺勤开始或结束的时间超出了本研究的时间段。同样，我们的样本没有足够的动力来检测工作损失天数的微小差异。第三，在本研究中，组织因素(如高工作要求、工作保障)可能会影响工作缺勤。不幸的是，我们无法测量组织变量。

为了解开这些解释，未来关于基于网络的干预对缺勤的影响的研究应该包括更长的时间段，可能与疾病缺勤有关的组织因素的信息，以及健康对照组的缺勤数据作为基线比较。整合客观的行为参数(即健康保险公司的病假数据)可以提高有效性研究的有效性，并可能是自我报告结果测量的有价值的补充。

私隐及资料保安

在基于网络的干预措施中，与健康有关的信息以电子方式处理和存储。因此，数据的安全性和保密性问题需要引起重视。这项研究采用了几种措施来确保研究参与者的隐私。与个人相关的信息和研究数据存储在不同的服务器上，以确保个人无法被识别。用户的Web浏览器和服务器之间的通信是通过安全套接字层(SSL)连接加密的。所有数据都存储在位于德国的服务器上。

限制

这项研究有几个必须承认的局限性。首先，尽管报告基于网络的干预的效果在我们的研究范围内，但仍不清楚干预的哪些具体元素和属性有助于其有效性。关于干预的长度，心理治疗中剂量-反应关系的证据表明，大多数进展发生在干预的前几个阶段[59］．同样，基于网络的8次或更少的干预比超过8次的干预更有效[21］．这表明，目前的12届干预可以在保持其效力的同时缩短其长度。

第二个限制与响应率有关。积极筛选的保险成员的反应较低(5.8%，226/3929)。这引起了人们的担忧，与非参与者相比，参与者特别有动机使用基于网络的干预，特别是因为非参与者因抑郁而缺席的疾病被积极筛选，因此属于目标群体。理想情况下，应该收集非参与者的数据作为基线对照组，但由于缺乏知情同意，在本研究中无法获得这些数据。当完整的保险成员池被筛选，所有积极筛选的保险成员都被邀请时，招聘停止。这导致样本比之前在功率分析中计算的样本要小得多(计算N=680 vs实际N=180)。

第三，研究期间的人员流失率很高。在评估结束后，45.5%的参与者退出，在随访中，67.7%的参与者退出。一般来说，在基于网络的干预中，辍学是一个常见的问题[60］．然而，正如Richards和Richardson在元分析中报道的那样，本研究中的辍学率显著高于有治疗师支持的基于网络的干预的平均流失率(28%)[21］．最近几项基于网络的干预研究表明，辍学率明显较低[27，32］．在这项研究中，相对较高的流失率的一种可能是，未能完成每周课程的参与者只通过电子邮件被提醒。使用电话提醒的可比研究获得了更高的参与者依从性。第二种解释是，治疗师的指导只能根据要求提供。导向性干预与非导向性干预相比，流失率较低。因此，有退出风险的参与者可能不太可能接受治疗师的指导。尽管我们对每个方案和估算数据的分析显示了可比较的结果，这表明干预完成者和未完成者没有差异，但风险仍然存在，即研究退出可能导致结果偏倚。由于几个基线特征(年龄、教育程度和是否接受心理治疗)与完成结果评估的可能性之间的关联，缺失的随机假设可能已经被违反。总的来说，高流失率限制了本研究得出的结论。

第三，年龄和受教育程度与退学之间的正相关关系限制了研究结果对年轻和受教育程度较低群体的普遍性。这得到了研究样本组成的支持，其中受过高等教育的参与者和高管职位的参与者比例过高。需要更有统计力的进一步研究来确定不同亚组之间的有效性。

第四，参与者在研究期间照常接受治疗，包括心理治疗和药物治疗。因此，我们不能排除组内抑郁评分变化受第三因素变量影响的可能性。因此，必须谨慎地解释组内的变化。

第五，没有进行临床访谈来评估抑郁症。结构化临床访谈是临床评估的金标准，具有较高的效度和信度。由于资源有限，本研究仅依靠参与者的自我报告来评估临床症状。

第六，在研究期间提供的治疗支持的数量和持续时间没有被测量，因此很难将结果与其他基于网络的干预研究进行比较，这些研究使用了不同程度的支持，从没有支持到更密集和定期的支持。在这项研究中，支持是应要求提供的，这可能会阻止一些参与者使用支持，从而降低依从性。

第七，我们采用候补名单加心理教育对照组。等待名单对照组破坏了内部有效性，并可能导致对治疗效果的高估[24］．因此，主动控制组被认为偏见较小。为了最大限度地提高参与者的反应，我们决定通知对照组参与者，他们可以在研究完成后根据要求访问干预措施。这可能降低了对对照条件的期望。此外，对照组参与者在研究期间很活跃，因为他们有机会接受心理教育。因此，我们观察到对照组的平均症状减轻，这与基于网络的心理教育可以减轻抑郁症状的发现是一致的[41］．与此同时，心理教育可能对一些参与者产生不利影响，因为它使患者对抑郁症的话题更加敏感，导致随访时过度报告症状严重程度。例如，一项使用心理教育对照组的研究发现，抑郁症的发病率高于正常水平[32］．我们的结果显示，可靠症状恶化总体上较低，但与干预组(1%，1/100)相比，对照组(6.25%，5/80)发生频率更高。这表明对照组存在不良反应，但不太可能影响治疗效果。由于我们没有在对照条件下收集使用和参与心理教育的数据，心理教育的感知可信度仍然未知。

第八，这是一项开放标签试验，参与者和研究人员都知道哪个组正在接受哪种治疗。此外，只有问卷数据被评估为使用参数的代理，但没有关于程序实际使用的吸收数据(例如，网站使用的频率和长度)。参与者如何与项目互动的数据可以为特定干预元素的有效性提供有价值的见解。

结论

基于网络的干预减少了患病缺席的成年人的抑郁症状。由于这次试验的幂值低于计算值，因此其结果应该在更大的样本中得到复制。需要进一步验证健康保险记录作为电子健康试验的结果衡量标准。