网络心理治疗系统中的自适应因素:系统回顾

介绍

研究表明，互联网心理治疗(IDPT)是一种有用的治疗工具[1有更大的潜力以更低的成本为影响深远的人群提供循证精神卫生干预措施[2，3.]。然而，实际用户对这些干预措施的依从性很低[4-8]。这些结果提出了IDPT的一个关键问题:如何提高IDPT的临床效果?因此，重点关注与增强用户对此类干预措施的适应有关的因素是相关的。

一些研究发现，在干预期间提供治疗师联系以获得在线指导和支持可以增加依从性和效果大小[7，9-14]。Clarke等[15增加了来自治疗师的电话和明信片提醒，以提高用户的依从性。该研究的结论是，在有或没有提醒的干预组之间没有发现显著差异。然而，Farrer等人进行的一项类似研究[16评估了有和没有电话互动的为期6周的IDPT对抑郁症的效果，结论是IDPT在有和没有跟踪的情况下都能有效地减少抑郁症。研究结果表明，干预的成功与否取决于实施干预的环境[16]。同样，一些研究增加了治疗师的电子邮件频率，以提高用户的依从性。Klein等[17]进行了一项研究，以检查治疗师的联系频率(从每周1封电子邮件到每周3封电子邮件)是否会对用户的依从性产生影响。该研究得出结论，IDPT的有效性可能与治疗师支持的频率无关。Hilvert-Bruce等[18]进行了一项研究，调查IDPT使用者的退出是否由于缺乏治疗效果，治疗选择、提醒和财务成本的变化是否提高了依从性，最后，增加临床接触是否提高了用户的依从性。研究结果表明，增加提醒、增加治疗的选择、费用、时间和与临床医生的联系可以提高用户的依从性[18]。这些发现表明，在不同的研究中，依从性的基线预测因素各不相同。

Christensen等人的系统综述[7]发现疾病多样性、治疗时间和预测的慢性性是影响IDPT患者依从性的重要因素。同样，临床严重程度也被认为是影响用户在针对饮酒问题的网络干预中坚持的关键因素之一[19]。类似的因素已被确定为用户遵守IDPT的最突出因素。然而，只有少数研究讨论了为什么目标群体选择不坚持任何特定的IDPT系统。在最先进的研究中，最常见的不坚持的原因是(1)人们认为他们已经取得了足够的进展，(2)用户报告的内容太多，没有太多的灵活性，(3)用户报告的治疗太复杂，(4)治疗不符合用户的期望，(5)缺乏治疗师联系，(6)缺乏个性化。Vandereycken和Devidt [20.得出的结论是，目标群体选择不坚持饮食失调治疗，因为他们认为自己已经取得了足够的进步。然而，根据其他几项研究，缺乏进展与不依从无关[7，17]。根据Johansson等人的一项调查[21]，当参与者无法感知到每周文本模块的长度与他们个人生活状况之间的相容相关性时，他们选择不坚持治疗。此外，由于文本模块的长度和浏览时间的消耗，参与者发现内容是一个令人厌倦的负担。此外，对于一些参与者来说，每周发给参与者的固定格式的内容被认为是不灵活的。参与干预的个人认为内容复杂性对理解和处理具有挑战性[8，21，尤其是当这些人认为自己有注意力问题或读写能力有限时。参与者对治疗过程的了解和期望已显示会影响使用者的信任，从而影响依从性[22]。Johansson等[21在他们的研究中概述，参与者提到他们很感激接受治疗。然而，并非所有人似乎都充分意识到这种治疗方法及其重要性。Alaoui等人也得出了类似的结论[23]，他们认为较高的治疗可信度是影响患者依从性的最重要的预后因素。反馈被认为增加了65%的干预参与者的用户依从性[19]。同样，Johansson等人的研究[21在干预期间缺乏治疗师的支持被患者认为是治疗师不关心他们的健康问题的标志。此外，一些与会者报告说，他们从来没有优先考虑他们的个人发展，因为他们知道面对面的会议是不需要的。最近一项关于心理健康的研究表明，依从性失败可能是由于缺乏个性化[24]。Doherty [25声称通过专注于用户个性化，提高了用户对IDPT系统的依从性。

大多数调查用户对IDPT依从性低的原因的研究发现，与患者相关的原因是个人和人际能力，以及缺乏资源，而不是诊断或健康问题的严重程度[7]。此外，这是关于病人改变的内在动机，他们的自我关系，以及他们对改变的接受程度。利维和克拉金[26将这一原因定性为患者变量。考虑到这是过早终止干预措施的原因，表明有必要进一步调查不遵守的原因和情况。具体来说，这表明在深入探索在线心理干预中不遵守的主观原因的文献中存在空白。一般来说，影响IDPT参与者过早终止的因素，如Johansson等人所概述的[21]，可以通过参与者对治疗的感知(内容复杂性、治疗师反馈和有关重要性的信息)和参与者的情况(对治疗的认识、可用性、日常生活、治疗期望和感知语言技能)之间的相互作用来表征。类似地，世界卫生组织的一份报告[27]区分了影响药物、治疗和卫生保健依从性的五个相互作用的维度:社会经济因素、治疗相关因素、患者相关因素、病情相关因素和卫生系统/卫生保健团队相关因素。同一份报告声称，关于卫生系统/卫生保健团队相关因素对依从性的影响的研究相对有限。

在本文中，我们提出除了这两个因素(对治疗的感知和个人情况)之外，第三个因素也有助于用户的依从性:IDPT系统的适应性。这里有两个观点:适应性和信息架构[28]。首先，IA与人们如何认知处理信息和增强参与者寻找信息的能力有关。第二，适应性是指系统对环境变化作出反应的能力。前者使IDPT中呈现的信息易于理解和发现，后者使IDPT更加个性化。在本文中，我们认为适应性和IA都是有助于用户遵守IDPT的基本要素。因此，本文献综述旨在探讨以下研究问题:(1)现有IDPT系统中最普遍的IA选择是什么，选择IA的主要理由是什么?(2) IDPT系统的主要适应性因素是什么，这些因素如何有助于提高用户依从性和干预结果?，(3) what are the primary adaptive strategies used in IDPT systems, and how do these adaptive strategies consume adaptive elements to generate personalized experience for mental health patients?, and (4) how can we generalize the results to create a conceptual framework that can be used in the creation of an adaptive IDPT system for mental health interventions?

据我们所知，有限的研究基于IA和适应性作为影响因素来考察IDPT系统中不依从性的经验。在本研究中，我们重点回顾了目前用于治疗精神疾病的IDPT系统中的适应性因素和IA。我们的回顾显示，有几个不同的术语被用来描述类似的IDPT系统。以互联网作为沟通机制的干预措施被称为基于网络的治疗、基于网络的干预、在线治疗、计算机化心理治疗、电子治疗、电子健康、基于互联网的认知行为治疗、数字干预、基于web应用程序的心理治疗、基于网络的治疗性干预、电子健康干预[29]，以及其他。类似地，其他变化包括创建技术平台，如Interapy [30.]， Deprexis [31]，极端的[32]、数字化行为改变干预[33]，以及带有特定品牌名称的智能手机应用[34]。由于没有任何分类偏好和专业本体，使得IDPT领域不一致和模棱两可。使用大量的术语和标签来描述类似的健康干预措施，使得搜索研究结果变得困难。为了保持一致，我们选择使用术语IDPT，如Andersson等人所建议的[35]。

方法

我们根据“系统检讨及荟萃分析首选报告项目”指引[36]。在这里，我们介绍了我们用来搜索、分析和从相关研究中提取相关信息的方法。

搜索策略

我们检索了Cochrane [37]，包括Medline (PubMed)、ACM数字图书馆、PsycINFO、EMBASE、CINAHL和Cochrane，以识别研究。此外，我们还手动检索了所选出版物的参考文献列表，以检索其他相关出版物。搜索字符串包括自适应，或灵活，或量身定制，互联网，干预和心理健康(见多媒体附录1详细搜索字符串)。每个术语都包含医学主题标题，搜索是在全文论文上完成的。检索限于2000年1月至2020年1月期间发表的所有英文论文。数据库检索和随后的审查由相同的两位作者(SKM和JDW)在双盲过程中独立完成。

合格标准

我们纳入了文章符合以下纳入标准的研究:(1)讨论了通过互联网(基于网络或基于移动设备)提供的干预措施，(2)试图通过使用适应性策略提供适应性(动态、量身定制、灵活)干预措施，(3)针对《精神疾病诊断与统计手册》第五版(DSM-5)定义的精神健康障碍[38]，(4)发表于2000年1月至2020年1月。没有施加数据限制。使用以下排除标准:(1)不是用英语写的，(2)不是全文论文，也不是以短文、扩展摘要、摘要或海报的形式发表的，(3)设计为非实证研究结果，如意见论文、评论、社论、信件、议程或研究方案，(4)涉及除心理健康以外的任何领域的适应性技术，或(5)不是关于适应性技术的。

审查程序

研究的选择分三个阶段进行，主要是对题目、关键词、摘要和全文的审查。对作者、期刊和发表日期进行盲法标题和摘要筛选。任何有疑问的文件都被纳入下一阶段，分歧通过讨论解决。在最初的数据库检索中识别出3341篇相关论文后，删除了372篇重复论文，保留了2969篇独特论文。在筛选步骤中，2969篇论文的最终名单由相同的两位作者根据纳入和排除标准独立审查。通过检索标题、摘要和关键词，共检索到105篇符合条件的论文。大量排除的两个主要原因是:(1)搜索引擎返回的结果包含任何搜索词，尽管它们在逻辑上是相关的;(2)大多数论文与心理健康相关，没有任何提及IDPT。对全文进行评估，以确定剩余论文的合格性。105篇合格论文的全文由同一作者独立评估。作者之间关于论文选择的任何分歧都通过讨论解决。 In total, 74 papers were excluded in this round, and the selection process led to the inclusion of 31 papers, as illustrated in图1。在这一阶段，最常见的排除原因是该出版物没有讨论通过互联网提供的干预措施。其他出版物被排除在外，因为它们关注的是其他类型的卫生保健干预措施，没有关于IA、用户依从性或适应性策略的明确信息。

‎ 查看此图

数据提取与合成

纳入研究的数据被提取、验证并制成表格供作者审查。从所选择的研究中，我们选择获得主要的适应要素、采用的适应策略、适应维度和参与适应的行动者。多媒体附录2对综述中的31篇文章进行了详细的总结分析。分析中所有的文章都列在参考文献中[11-14，24，32，39-63]。我们基于先前描述的自适应IDPT模型评估了所有相关研究[28]。正如研究中提到的[28]，我们提取了自适应参考模型的核心成分，包括自适应元素、自适应维度、IA和自适应策略。我们其余的结果都是基于这些核心组件。

数据和软件可用性

为了保证研究的透明度和可重复性，我们在GitHub上发布了结果数据、代码和程序[64]。GitHub存储库包括从数据库搜索中提取的原始文章、关键字公式文档、预处理的文章列表，以及用于数据预处理、分析和可视化的识字编程脚本。

结果

心理健康疾病

纳入的大量研究涉及抑郁症(n=11)和焦虑症(n=7)，其次是一般心理健康问题(n=8)，如幸福感、正念和目标实现。此外，一些研究报告了适应性在其他领域的应用，如失眠(n=2)、社会心理学(n=1)、注意缺陷多动障碍(n=2)、创伤后应激障碍(n=2)、自杀(n=2)和药物滥用(n=1)。在有关研究中处理的各类心理健康问题的完整清单载于表1。

干预平台

根据我们的研究结果，用于对患者进行互联网辅助干预的通信媒体可分为三类:网络应用程序、移动应用程序和电脑游戏。纳入的研究中有相当一部分是基于web应用程序的[11，14，24，39，43，49，50，52，54，56，63]，其次是移动应用程序[13，32，41，49，50，55，60，61]和基于游戏的干预[53]。只有一篇论文将网络和移动技术应用于基于互联网的干预。然而，很多研究并没有报道分娩方式。

IA

IA关注的是组织和标记web应用程序、内部网、软件和在线社区组件的艺术和科学，以提高它们的可用性和可访问性。IA在web app开发中起着至关重要的作用，良好的架构可以提高员工和客户查找信息的能力，降低app的维护成本[28]。寻找IDPT系统中使用的IA类型及其与治疗结果的相关性是本研究的研究问题之一。然而，相当数量的研究(20/31,65%)没有报告他们在IDPT系统中使用的IA类型。根据31篇综述文章中报告的干预措施的IA, 4项(13%)研究报告了使用基于隧道的IA, 3项(10%)研究报告了使用矩阵IA和分层IA。在相关研究中使用的IA类型的完整列表载于表2。

的分析表2回答了我们的第一个研究问题。这些IAs大多分为四类:(1)基于隧道的设计，(2)矩阵设计，(3)分层设计，(4)混合设计。先前的一项研究[65研究表明，90%的IDPT系统使用了基于隧道的设计，用户可以按顺序导航来搜索信息。基于隧道的设计类似于观看电视连续剧、阅读教科书、参加学术课程或参加多个临床会议。支持基于隧道的设计的一种观点是，这种体验不太可能让用户被信息和选项压垮[66]。在许多项目中，基于隧道的设计可能也是默认的IA设计选择，并且是最容易实现的。

自适应的元素

自适应元素是为用户定制的主要组件。如先前的一项研究所述[28]，主要的自适应元素可以是干预内容、设计、评估测试、IA、内容表示、内容复杂性、内容推荐、用户界面(如导航系统、搜索引擎)、反馈、通知/提醒/警报、行为活动、练习和报告/仪表板。我们报告了在相关研究中发现的适应性元素的完整列表表3。

许多研究(9/31,29%)报告了对干预内容的调整。然而，这些研究大多没有明确报告内容的类型、复杂程度或形式(音频、视频、演示、图片、作业、活动和评估)。对内容的形式及其相关复杂性的了解，有助于深入了解如何为患者调整和个性化干预措施。

另一个值得注意的观察是，一些研究(11/ 31,35%)使用反馈作为适应性元素。许多研究以不同的形式描述了自适应反馈的过程，包括发送个性化的激励信息[43]，治疗师量身定制的信息[11，13，54]，并提供一般支援[14]。相比之下，一些研究旨在通过发送电子邮件或短信或打电话来调整提醒和提醒[24，48，50]。只有2项研究针对运动的适应性[41，47]和1项针对行为活动适应的研究[60]。我们总共确定了7篇论文(7/ 31,23%)采用了评估测试或心理测量评估测试[39，42，45，46，55-57]。

表3给出了自适应IDPT系统中主要自适应元素的列表。该列表包括(1)干预内容，(2)内容呈现，(3)反馈信息，(4)评估测试，(5)行为活动(睡眠模式)，(6)提醒信息(电子邮件，短信，电话)，(7)练习，(8)报告(患者和治疗师的仪表板)。适应性的核心概念是创建这些自适应元素的不同级别，并基于个性化配置文件提供这些元素。例如，如果一个人看视频的时间比听音频、读文本或看幻灯片的时间多，那么基于适应性原则，以视频格式呈现即将到来的干预措施是有意义的。

适应的维度

适应性系统改变其行为的方式取决于多种因素:(1)用户的数据和偏好;(2)干预的目标;(3)措施;(4)适应行为者;(5)适应策略。我们把这些方面称为自适应IDPT系统的维度[28]。表4给出了从纳入的研究中提取的适应性维度的列表。

根据适应性维度的选择，相关研究主要分为两类:用户偏好(13/ 31,42 %)或结果测量(14/ 31,45 %)。只有1项研究使用了基于目标的适应维度。在使用用户偏好的研究中，一些研究[32，42-46，62]使用了用户语境，而一些研究使用了用户位置[32，62以适应干预措施。基于结果测量的研究使用心理测量测试或基于交互数据的用户行为分析来测量性能结果。

自适应策略

适应性策略指的是用于调整干预的技术。在最近的一项研究中28]，确定了四种重要的适应方法集群，即基于规则的适应、基于预测算法(如机器学习)的适应、目标驱动的适应和通过反馈循环的适应。与研究[28]，我们确定了以下适应性策略，见表5，在回顾的研究中。

策略列表包括基于规则的策略、基于预测算法的策略和基于推荐的策略。正如预期的那样，大量研究(20/31,65%)使用了某种形式的基于规则的适应机制。例如，一些研究[42，45，46used item-response理论[8来定制心理测试。采用心理测试的主要动机是在不问太多问题的情况下从患者身上提取基本信息。Van Gemert-Pijnen等人的研究[56]通过检查网络日志数据应用用户行为分析，并将其与基于规则的引擎相结合，以适应干预。同一项研究得出结论，模式识别可以是一种有用的工具，可以根据先前的经验教训定制干预措施[56]。随着数据科学的炒作，一些研究[12，40，44，49，50，58，60-62试图使用某种形式的预测算法来适应干预。虽然有些研究没有报告整体研究的结果[40，49]，其中大多数报告称，预测算法的使用对干预措施的适应具有积极作用[12，44，50，58，60-62]。然而，这些研究的结论是，需要进一步的研究来研究绩效结果的有效性。

治疗效果

总的来说，这一系统综述表明，根据患者的需求和偏好定制干预措施对用户依从性和治疗结果有积极影响。几项研究报告称，干预措施的个性化[13，32，39，41，43，47，50-52，54，56，59]及评估[42，45，46增加了用户粘性。同样，Coyle等人的研究[53]报告说，个性化的系统提供了更高程度的用户满意度。然而，一些研究报告在治疗结果方面缺乏明显的改善。例如，Batterham等人的一项研究[48报道说，在治疗的有效性或依从性方面，定制版本和静态版本没有显著差异。然而，同一项研究报告称，在定制条件下的参与者比在控制条件下的参与者更满意[48]。Lillevoll等[24[]得出了类似的结论，报告称，定制反馈和每周发送电子邮件提醒并不能改善干预结果或用户依从性。考虑到两组不同的结果，需要进一步的研究和临床试验来了解用户依从性和干预措施的个性化是如何相关的。

讨论

重要发现

根据纳入标准，总共确定了3341项研究。在对标题、摘要和全文进行审查后，有31项研究符合纳入标准，其中大多数试图为精神疾病量身定制干预措施。大约68%(21/31)的研究的第一作者具有卫生保健背景。最常见的适应性因素是治疗师对患者的反馈信息(11/ 31,35%)和干预内容(9/ 31,29%)。然而，这些因素如何促进IDPT在精神疾病中的疗效尚未报道。最常用的IA是基于隧道的IA(4/31, 13%)，而许多研究(20/31,65%)没有报道使用的IA。基于规则的技术是这些研究中最常用的适应性策略(20/31,65%)。所有的研究都根据用户偏好或使用诸如心理测试之类的性能测量方法大致分为两个自适应维度。

干预平台

我们的研究结果表明，网络应用程序、移动应用程序和电脑游戏是促进干预的主要平台。除此之外，其他通讯媒介包括机器人、虚拟实境(VR) [67]、增强现实(AR)、会话代理或聊天机器人[68]。文献研究的一个关键发现是，大多数idpt都是通过移动应用程序提供的[69和基于网络的应用程序。这是意料之中的，因为它们是用于个人计算的最流行的平台。智能手机包含大量的传感器和其他数据源，可以告知用户的健康、环境、活动、行为和意图等方面的信息。然而，只有少数尝试使用会话代理提供IDPT [68或VR或AR应用程序。如图2，在链中的位置越高，表明计算复杂度越高，但患病率越低。相反，在链中的较低位置表示较低的计算复杂度，但较高的患病率。选择网络和移动应用程序作为干预平台的最明显的解释是它们的流行。为使用最多的平台开发游戏是最有意义的。

‎ 查看此图

IA

尽管大量研究未能报告在其IDPT系统中使用了哪些IA，但IA仍然存在于所有软件系统中。理解系统的IA有助于用户轻松地存储、查找和解释信息，因为IA是应用于使信息可发现和可理解的设计原则。找到IDPT系统的底层IA可以帮助最终用户访问和发现系统，并且有关信息设计、结构、组织和标记的知识可以促进开发和评估阶段。正如之前的一项研究所解释的那样[70]， IA由三个主要部分组成:用户、内容和上下文。因此，IA有助于根据用户的上下文为他们发现内容。向用户提供他们正在寻找的正确信息可以通过减少跳出率来提高用户的依从性。71从而改善治疗效果。虽然我们的研究结果表明，目前大多数自适应IDPT系统都是基于隧道的，不能促进个性化，但我们提倡使用分层IA或混合IA，以便根据患者的需求提供有用的信息，并认为后一种设计为自适应IDPT系统提供了更丰富的机会。

自适应的元素

建立适应性IDPT系统的主要背景是帮助患有精神健康障碍的患者了解疾病并从疾病中康复。IDPT系统通过使用不同的媒体和元素(如文本、视频、音频、图片、演示文稿、反馈、提醒、报告等)来提供这些信息。这些元素有自己的格式、结构、元数据、容量和动态(比如更新的频率)。理解这些元素(Pakkala等人描述的内容)是至关重要的。71])和相关属性，以便在当前上下文中向正确的用户交付正确的内容。例如，了解描述睡眠障碍的文本的复杂性可以帮助根据患者的教育背景个性化内容。一个普遍的假设是，受过教育的人比非专业人士能理解更复杂的语言和医学术语。对于非专业人士来说，以动画视频或图片的形式呈现相同的内容更有价值。

自适应维度

自适应维度为自适应IDPT系统提供上下文，以定制其行为。定制IDPT系统行为的一种常用方法是基于有关用户偏好、度量(心理测试、用户行为分析等)和目标的输入，如下所示表4。在用户偏好的背景下，Yardley等人的研究[72]概述了用户可能会被呈现在他们面前的信息的数量和复杂性所淹没。因此，建议根据不同用户的需求和偏好来满足他们的需求。个性化之所以重要，主要是因为用户有不同的认知技能、教育背景、内容格式偏好、理解能力和其他素质。Sundar和Marathe [73]。他们的研究确定了两种类型的用户:那些更受代理提供性影响的用户(高级用户)和那些受结果内容相关性影响的用户。研究结果显示，非高级用户更喜欢个性化的内容，而当网站有定制功能时，高级用户对内容质量的评价更高。与用户偏好类似，适应的其他方面是绩效衡量，如心理测试的使用(例如，患者健康问卷-9 [74)、用户行为分析等。

自适应策略

适应性策略提供了一种机制，可以根据用户的需求和偏好向用户呈现正确的内容。虽然我们的审查结果显示，基于规则的自适应策略是最广泛采用的实践，但其他策略，尤其是机器学习，正变得非常普遍。考虑到我们可以捕获用户的每一个数字足迹，从而产生一个复杂而全面的数据集，一方面有可能使用复杂的机器学习或深度学习算法，但另一方面它也提出了一个关于隐私的基本问题。一般来说，要构建自适应IDPT系统，了解可以使用哪些自适应策略是至关重要的。根据所选择的策略，需要收集和存储数据。无论选择哪种自适应策略，IDPT系统的自适应都是一个数据采集和预处理的迭代周期;然后对预处理数据进行分析，并根据分析结果采取措施来调整干预措施。然而，如何分析数据和提取结果会影响IDPT系统的开发方式、IA的选择、数据存储方法和其他参数。

当代IDPT系统面临的挑战

虽然卫生保健系统的整合已成为一些卫生保健机构的一项政策，但目前的政策、项目实施努力和卫生保健整合的证据之间存在很大差距。我们的审查结果使我们列出了当前IDPT实践中的以下挑战。

IDPT缺乏标准分类法

缺乏卫生保健系统的标准化定义和适当的分类法，无法对类似的干预措施进行分组。正如在引言中提到的，使用非标准术语来指代同一系统会导致不一致，并且很难得出结论。基于这一挑战，几位研究人员[75-77已经努力使医疗保健系统正规化，以支持互操作性[76]，例如由健康级别7国际(HL7)医疗保健标准组织创建的快速医疗保健互操作性资源(FHIR) [78等等。如果科学家建立自适应IDPT系统遵循一个标准，那么从他们的发现中学习并扩展目前的理解以改善治疗结果将变得更容易。

科学基础

IDPT系统的试验结果显示出与面对面治疗相当的结果。然而，尽管IDPT得到了相当大的关注，但用户的依从性很低，而且关于IDPT系统设计和开发领域的基础科学的文献也少得多[79]。许多文献声称IDPT是基于心理教育，有助于行为改变和症状改善的修正。虽然这种假设可能是正确的，但关于特定症状的心理教育如何增强行为改变和症状改善的潜在科学在文献中不太明显。IDPT系统背后缺乏科学基础可能是用户对干预措施缺乏信任的原因[21-23因此缺乏坚持。以同样的方式，IDPT系统是遵循IA的应用软件(参见表2)及设计模式[80]。像IDPT这样的应用软件在研究界得到了很好的形式化和研究。由于缺乏此类报告，很难得出适应性因素或内部评估如何影响干预结果的结论。

与预测适应性策略相关的伦理和安全问题

技术已经成熟到一些研究人员设想创建自动化的、自适应的IDPT系统，这些系统在没有太多人类参与的情况下工作。然而，在适应性系统中什么是可能的和什么是可接受的之间存在争议。因此，它需要仔细考虑道德和法律问题;仅仅关注技术和操作角度可能会导致对患者的价值或效用降低。因此，在设计自适应系统时，信息和通信技术(ICT)研究人员和医疗从业者都必须考虑患者的能力、局限性和需求。自适应IDPT系统的主要目标是根据用户需求或任何其他自适应维度定制干预措施。自适应IDPT系统可以通过创建详细的用户分析来了解用户的需求。用户分析包括存储患者以前的诊断、敏感的个人信息以及当前状态。此外，为了最大限度地利用数据驱动的适应性，自适应IDPT系统需要存储交互数据，包括登录的时间、登录的频率，以及在粒度级别(点击、击键)上与系统的交互。例如，Van Gemert-Pijnen [56分析了日志数据，以便了解使用内容。存储此类用户交互数据一方面需要用户的适当同意，另一方面又直接涉及患者的隐私。因此，这是开发自适应IDPT系统的关键挑战之一。用户交互数据的安全存储问题需要进一步研究。例如，许多心理干预的目的是根据病人使用手机的情况来确定他们的症状。这种类型的研究是可能的，因为手机自带内置传感器和标准应用程序编程接口来测量和收集患者的数据，包括移动模式、身体活动、人群密度、室内与室外的时间以及位置。尽管随着无处不在的计算技术的进步，这些功能成为可能，但它们直接涉及隐私和道德问题。

影响及未来方向

预测技术将如何随着时间的推移而发展以及这些技术是否将继续适应临床应用并不容易。然而，基于这一系统综述的结果，我们概述了IDPT系统开发和创新领域的一些启示和未来方向。

对资讯及通讯科技研究人员的启示

一方面，随着用户越来越倾向于使用互联网提供的治疗，另一方面，随着环境智能技术的发展，物联网(IoT)的普及，人们预计IDPT系统将随着时间的推移而蓬勃发展。通过互联网提供的大量卫生保健干预措施也有类似的形式，因为其中大多数是基于心理教育的。所有这些干预都试图创造适应性因素表3)，并尝试根据自适应的维度对这些元素进行裁剪(参见表4)，使用自适应策略(参见表5)。因此，创建一个可用于多个医疗保健领域的概念框架是有意义的。此外，还需要创建特定领域的语言，以纳入适应性卫生保健干预措施。我们还需要更好的仪表盘工具，帮助治疗师和其他医疗从业者更好地了解患者的状态，并根据他们参与的干预措施调整他们的干预措施。

我们分析了有关适应性心理干预的最新研究。分析得出了最关键问题的答案，包括(1)治疗师希望定制的基本要素是什么?(2)这些要素可以在哪些主要维度上进行定制，以满足患者的需求?(3)在这些维度中触发适应的主要适应策略是什么?分析结果有助于确定与适应性系统相关的基本变量。正如McGaghie等人[81，一旦ICT研究人员和开发人员了解了基本变量，他们就可以利用这些发现创建一个概念框架，为特定问题的呈现奠定基础，在这种情况下，这是一个自适应IDPT系统的创建。此外，ICT研究人员和开发人员可以通过构建领域特定语言来验证概念框架。

对卫生保健研究人员的启示

虽然目前关于适应性IDPT系统对治疗结果的益处的研究证据是碎片化的，但这篇综述表明，适应性IDPT系统可以在提供个性化心理教育方面使有心理健康问题的人受益。这样的教育将有助于精神健康患者管理他们的疾病。此外，大量的卫生保健研究人员发表了关于适应性干预的文章，如图2。这表明卫生保健研究人员和计算机研究人员都认为适应性干预是加速用户依从性的必要现象。然而，调整治疗师给出的反馈或提供提醒是适应的简单形式表3)。干预措施可以根据几个维度进行调整，包括用户偏好、结果测量和不同的适应策略[28]，与环境技术的融合。因此，信息通信技术和卫生保健研究人员之间的合作对于开发适应性IDPT系统至关重要。虽然需要更多的随机对照试验来验证适应性治疗的有效性，但本综述的结果显示，有足够的证据表明，心理健康干预措施的适应性可以提高使用者的依从性和治疗结果。

对计算机科学研究的启示

开发一种可提高使用者依从性和治疗结果的适应性IDPT系统需要更广泛的研究来确定临床适宜性。鉴于IDPT系统在向影响深远的人口提供具有成本效益的服务方面的潜在利益，应进一步研究如何使适应战略个性化。此外，向研究界报告是任何透明学科的一部分，可以保持研究的诚实和负责任。此外，它也符合科学家更广泛的责任，即交流他们的工作和促进公众的理解。这样的理解可以被其他研究人员用来洞察新的研究方向。

未来的工作

近期的一项任务涉及为自适应IDPT系统创建一个概念框架。除此之外，我们设想开发特定于领域的语言，可以对这种自适应IDPT系统进行建模。此外，从回顾来看，有必要为治疗师和患者提供一个全面的可视化仪表板，以便他们可以接受干预，监测他们的症状，并管理他们的疾病。

限制

鉴于卫生信息通信技术文献相当多样化和广泛，目前的研究仅侧重于互联网提供的心理健康发病率干预措施。尽管存在这种局限性，但本文强调了继续研究这种干预方法的意义。另一个限制是，我们的文献研究只包括英语中的文章;因此，在世界其他地区进行并以其他语言发表的一些研究可能被遗漏。第三个限制与工业界开发的IDPT应用程序有关，这些应用程序无法进行审查。因此，我们对其体系结构中涉及的自适应元素知之甚少。

结论

适应性心理干预是根据个体的需求和偏好为个体量身定制内容或任务类型，以提高显著性和干预效果。这篇系统的综述描述了对通过互联网提供的适应性心理干预的现有研究的调查和分析。本研究概述了适应过程中的主要要素、适应系统中使用的内部评估、适应的主要维度和主要适应策略。基于这些发现，我们设想了一个概念框架的发展，研究人员和临床医生可以利用它来建立几种卫生保健干预措施的适应性模型。

我们回顾的结果表明，使用基于网络和移动应用程序来提供心理健康干预措施，例如抑郁症(研究最多)、焦虑症等。然而，这些研究中有许多没有报告在他们的系统中使用的IA，而那些报告的主要是基于隧道的系统。同样，一些研究使用基于规则的适应策略来适应基于表现测量(如心理测试)的干预措施。反馈信息、提醒和支持是最常用的自适应元素。在构建成功的IDPT系统中，需要进一步研究IA、自适应要素、自适应维度和自适应策略的作用。了解自适应IDPT系统的这些核心要素有助于创建可用于几种卫生保健干预措施的概念框架。