为了解决儿童和青少年普遍存在的焦虑和抑郁障碍，已经制定了一些早期干预和预防项目[ 1， 2］．然而，尽管坚持的重要性已被公认为是决定一系列心理健康项目成功与否的一个因素[ 3.， 4]，很少有研究来衡量依从性水平或确定增加依从性的因素。本文旨在调查的因素和背景，增加坚持以证据为基础的网站提供认知行为治疗(CBT)在青少年的抑郁和焦虑。

关于青少年人群坚持干预计划的预测因素的知识主要基于针对身体健康或吸烟行为的研究。Kyngas [ 5例如，研究人员发现，青少年的动机、对社会福祉的感知威胁以及对急性问题发展或表现的恐惧预示着他们对类风湿性关节炎治疗的依从性。另一方面，戒烟计划的研究已经确定了较高的基线吸烟率，增加对烟草影响的了解，以及白人种族是与改善依从性相关的因素。性别和年龄与结果无关[ 6， 7］．儿童和青少年心理治疗的出席率低和过早终止治疗也与低社会经济地位、少数民族地位、父母精神病理和儿童精神病理严重程度有关[ 8］．

成人和儿童对医疗状况的计划依从性也取决于治疗类型和计划因素，如提醒、奖励和监测[ 4］．系统或计划因素也被认为是培养依从性的重要因素。虽然没有在青少年中进行调查，但来自成人研究的证据表明，环境的重要性——环境、个人接触的数量和提供的支持——在网络和非网络环境中保持依从性方面都具有潜在的重要性。 9］．成人坚持网络项目的其他预测因素包括疾病严重程度、治疗时间、慢性、年龄较小和女性性别[ 10］．

以前关于项目依从性的研究受到不完善的数据收集方法、使用回顾性自我报告(依赖于良好的记忆力)和缺乏社会可取性偏见的阻碍[ 11， 12］．行为数据(包括实际使用程序期间的使用记录)是衡量依从性的首选方法。基于互联网的干预措施记录用户活动是调查完成率的有用平台。

目前的研究旨在调查依从性，网站上的活动水平作为这一结构的主要衡量标准。该研究的一个具体目标是比较心理健康网站(MoodGYM)在两种不同环境下青少年的模块和运动完成率。第一个样本是一组在教室里完成MoodGYM的用户，在课堂上，老师鼓励、支持和指导他们将该项目作为课程的一部分使用。教师们没有收到学生通过该项目取得进步的具体报告。第二个样本由自发登录开放获取网站的社区青少年用户组成。在这两种情况下，网站课程都是完全自动化的，参与者在课程中的进度是自我指导的，除了学校的参与者每周被引导到不同的模块。我们预测，与社区环境相比，受监控的教室环境的依从率将更高。目前的研究还旨在确定两个样本中有助于依从性的人口学、环境和症状相关因素。

这项研究首先旨在比较接受监测和未接受监测的青少年MoodGYM项目用户的坚持率。正如预测的那样，学校样本中的青少年比社区用户完成了更多的练习。在项目完成方面，两个样本之间有近10倍的差异，突出了监测设置在提高依从性方面的成功。这些发现支持了之前的研究，该研究还发现，设置和监测可以通过增加动机和兴趣来提高依从性[ 4， 9］．

当前研究中一个意想不到的发现是，一旦完成两个或多个模块，两个样本的运动完成率是相等的。这表明，如果社区用户有足够的自我激励来完成一个以上的模块，他们就会继续像受监控的学校环境中的参与者一样强烈地参与MoodGYM计划。

本研究的第二个目的是确定两个青少年用户样本对MoodGYM项目的依从性的预测因素。参与以学校为基础的干预被发现是依从性的一个重要预测因素，与之前的研究一致，该研究发现受监控的环境可以产生更大的依从性[ 4， 9］．女性性别和依从性之间的积极关系也与过去的研究相一致，这些研究发现，青春期女性更有可能寻求心理健康援助[ 15］．

在以学校为基础的青少年样本中，依从性的另外两个预测因素是生活在农村地区，在测试前的焦虑水平较低。这些发现可能反映了农村地区青少年心理健康服务方面的差距，或者反映了农村学生和教师更大的依从性和积极性。焦虑分数越高的青少年运动完成率越低，其依据尚不清楚。然而，焦虑可能会减少学校出勤率，从而减少参与项目的机会，或者它可能对项目参与有更直接的影响。例如，个人可能会在上课时间通过浏览其他互联网网站来有效地避开课程，他们可能会从事其他逃避活动，或者他们可能会因为沉思或担心而无法在规定的时间内完成所有的练习[ 16］．未来的研究可以明确地衡量这些变量，作为进一步探索和解释这些关系的一种手段。

在社区样本中，较高的测试前抑郁评分被认为是青少年依从性的另一个预测因素。测试前抑郁分数较低的青少年完成该项目的动机可能较低，因为与症状严重的人相比，该项目对他们的相关性或益处较小。这一发现的另一个潜在原因可能是，在预测试中抑郁症状较少的人可能不需要那么多的项目来感觉“良好”，因此在获得他们需要的东西后就退出了[ 17］．

目前的研究有一些局限性，应该强调。首先，所回顾的项目是基于互联网的，因此本研究中坚持的具体预测因素可能无法推广到面对面的干预。目前研究中探索的环境、人口统计学和症状相关因素的预测能力相对较小(仅占方差的21%)，这表明其他因素也可能预测MoodGYM计划的依从性。因此，未来的研究应侧重于衡量其他潜在的依从性预测因素，如改变的动机、改变的阶段、计算机悟性、基于计算机的程序的感知效果、支持水平和个人期望。

在以学校为基础的样本中，学校之间的运动完成率的可变性也应进一步调查。学校层面的预测因素可能包括学生的性别分布(男女同校vs单性别)，学校类型(私立vs公立)，以及学校的社会经济地位。除此之外，未来的研究还应该明确衡量用户在多大程度上使用MoodGYM课程中教授的技术，以确定人们是积极地参与网站上的内容，还是只是被动地浏览。这将使用户对程序的参与得到更密切的评估。

我们也承认，我们的直接开放获取用户和在校学生之间存在许多可测量和不可测量的差异。很明显，开放获取青少年的焦虑和抑郁水平高于学校教室的青少年样本。该计划可能实施的动机和背景也非常不同。开放获取用户可能会立即寻求心理健康问题的帮助，而学校的普通参与者可能不需要该网站。这些因素可能会影响依从率，并混淆这里所述的两个样本的依从率之间的差异。尽管如此，我们的分析在确定不同设置之间差异的重要性的同时，控制了这一因素，并提供了关于两种设置中其他变量对依从性影响的额外信息。

澄清和确定进一步的依从性预测因素将有助于制定适当的策略，以帮助提高对自动化互联网应用程序的依从性[ 18］．这些策略可以包括调整程序以更好地满足青少年的个人需求(有效地减少无关材料的数量)，以及针对用户变化阶段或基于计算机的程序知识的治疗准备课程。例如，如果用户不确定互联网干预的可能效果，那么提供该计划成功的细节和结果的教育计划可能有助于增加用户完成该计划的动机和动力。除此之外，自动发送电子邮件来提示登录程序可能会提高依从性。这种假设的策略可能使在健康和心理健康领域制定和实施更有效的方案成为可能。