Ensayo de una intervención de psicoterapia grupal en línea para trastornos comunes de salud mental (UpLift-X)

El protocolo del estudio, que incluye un plan de análisis estadístico completo, se registró previamente y se puso a disposición del público en Open Science Framework el 4 de octubre de 2024 (disponible aquí: https://osf.io/vup9c/).

Un ensayo controlado aleatorio factorial de conglomerados, pragmático, multisitio, que involucra servicios de terapias de conversación (NHS-TT) del Servicio Nacional de Salud (NHS) para la ansiedad y la depresión (anteriormente conocidos como servicios IAPT) en Inglaterra. La intervención grupal habilitada digitalmente "UPLift", basada en el Protocolo Unificado, estará disponible para pacientes con trastornos mentales comunes (y comorbilidades) que sean elegibles para recibir Terapia Cognitivo Conductual (TCC) de alta intensidad en los servicios NHS-TT, siguiendo las pautas nacionales. (Centro Nacional Colaborador en Salud Mental, 2024). El Protocolo Unificado es un tratamiento transdiagnóstico que fue diseñado para ser relevante para una amplia gama de trastornos emocionales, dada la coexistencia común de depresión, ansiedad, síntomas somatomorfos y disociativos. Se basa en la TCC y las teorías de regulación de las emociones, y tiene como objetivo ayudar a los pacientes a aplicar una serie de habilidades de regulación de las emociones que se dirigen a las vulnerabilidades comunes centrales que subyacen a una variedad de problemas de salud mental: neuroticismo, bajo control percibido y sobreestimación de la amenaza. El protocolo sigue el principio de parsimonia, al incluir el número mínimo de técnicas validadas empíricamente que lo harían accesible, sencillo y eficaz para el máximo número de pacientes con diversas combinaciones de síntomas y problemas. Los contenidos están organizados en 8 módulos impartidos en línea en 12 sesiones semanales de 1,5 horas e incluirán una combinación de recursos basados ​​en Internet (cuestionarios de autocontrol, vídeos psicoeducativos, prácticas de habilidades vinculadas a cada módulo) y sesiones de terapia grupal impartidas por un especialista cognitivo conductual calificado. terapeuta.

La unidad de aleatorización (grupo) será cada servicio NHS-TT participante. Los NHS Trusts son organizaciones más amplias que gestionan uno o más servicios NHS-TT, por lo que la unidad de aleatorización es el equipo local. Todos los pacientes atendidos en el mismo servicio de área local serán miembros del mismo grupo. Los servicios participantes se asignarán aleatoriamente a uno de los 5 brazos. Cada brazo incluirá el mismo tratamiento de Protocolo Unificado grupal en línea de 12 sesiones pero organizado en una secuencia diferente. Los dos primeros módulos permanecerán fijos al inicio de la intervención, ya que estas sesiones de introducción son necesarias para orientar a todos los pacientes hacia el tratamiento y establecer un proceso grupal cohesionado. Del mismo modo, el módulo final se fija al final de la intervención, ya que incluye una revisión global de todas las habilidades de afrontamiento y se centra en la prevención de recaídas. Los módulos intermedios cubren habilidades específicas de regulación de emociones y son más susceptibles de personalización (por ejemplo, algunos pueden ser más o menos efectivos para pacientes específicos). Estos módulos prescriptivos se entregarán en diferentes secuencias en cada uno de los brazos del ensayo.

Los participantes completarán medidas de referencia al ingresar al estudio, medidas de resultado de síntomas semanales antes de cada sesión y una encuesta de seguimiento posterior al tratamiento (sesión 12) y a los 6 meses. El resultado primario será la afectividad negativa (NA), basada en una puntuación compuesta que agrupa elementos del Cuestionario de salud del paciente-9 (PHQ-9; depresión), la escala de trastorno de ansiedad generalizada-7 (GAD-7; ansiedad) y el ajuste social y laboral. Escala (WSAS; funcionamiento). Los resultados secundarios serán Calidad de vida (EuroQol - 5 dimensiones; EQ5D), Bienestar (Escala de Bienestar Mental de Warwick y Edimburgo; WEMWBS) y abandono del tratamiento.

Los investigadores también recopilarán registros médicos anónimos de todos los pacientes que accedan a la TCC administrada individualmente en los servicios participantes durante el período del ensayo clínico. Estos datos incluirán datos demográficos, atención clínica y resultados clínicos. Esto permitirá a los investigadores realizar comparaciones de rentabilidad clínica y de costos utilizando una estrategia de emparejamiento de casos y controles descrita en el plan de análisis estadístico.

El plan de análisis estadístico se realizará en tres etapas vinculadas a cada uno de los objetivos del estudio.

Objetivo 1: comparar los resultados de diferentes secuencias del módulo UP. Este será el análisis principal, en base al cual se basa el cálculo del tamaño de la muestra. Los casos en los que faltan puntos de datos posteriores al tratamiento (12.ª sesión) en la variable dependiente se imputarán utilizando el paquete MissForest R utilizando todas las variables de referencia como predictores. Las imputaciones se realizarán por separado para cada brazo del ensayo. El análisis aplicará un modelo lineal multinivel (efectos mixtos), donde los pacientes se ubicarán dentro de grupos, ingresando un efecto aleatorio para el nivel de grupo. La variable dependiente será la puntuación de Afectividad Negativa (NA) posterior al tratamiento, ingresando al grupo de prueba como variable independiente, controlando la NA inicial. Los modelos se desarrollarán en pasos secuenciales y los índices de ajuste del modelo (AIC, BIC, -2LL) se examinarán después de cada paso de modelado. Los investigadores retendrán e interpretarán el modelo más parsimonioso y de mejor ajuste logrado a través de este proceso paso a paso, utilizando la prueba de relación de verosimilitud log -2 para comparar modelos. El coeficiente de correlación intragrupo (ICC) se informará como un índice de variabilidad en los resultados del tratamiento atribuibles al nivel del grupo. Los tamaños del efecto entre grupos (d de Cohen) se calcularán y reportarán para cada contraste (p. ej., secuencia UP estándar frente a otras secuencias).

Análisis secundario: el plan de análisis anterior se repetirá utilizando un modelo logístico multinivel con la deserción como variable dependiente. La variable de abandono se derivará de los registros de asistencia a terapia grupal, donde los casos que asistieron a más de la mitad (≥6) de las sesiones se agruparán en la categoría de referencia (código = 0) y los casos que asistieron a menos de la mitad (≤5) se clasificarán como casos que abandonaron (código = 1).

Objetivo 2: desarrollar un método de selección de módulos personalizado Los casos con puntos de datos faltantes en la variable dependiente se imputarán utilizando el paquete MissForest R utilizando todas las variables de referencia como predictores, con imputaciones separadas en las particiones de entrenamiento/validación y dentro de cada brazo de prueba. La mejora confiable (RI) se refiere a una reducción en la gravedad de los síntomas entre dos puntos temporales, que es mayor en magnitud que el índice de cambio confiable para la medida psicométrica. Siguiendo esta definición, los investigadores clasificarán los casos utilizando una variable binaria que indica si tuvieron (código = 1) o no (código = 0) una mejora confiable después de la exposición a un módulo prescriptivo de Protocolo Unificado. Esta codificación nos permitirá identificar casos que experimenten mejoras sintomáticas confiables después de la exposición a cada uno de los módulos objetivo, independientemente de dónde esté ubicado el módulo (por ejemplo, hacia el inicio, la mitad o el final de la intervención) en la intervención grupal en la que hayan estado. asignado a. Esta metodología permitirá a los investigadores controlar los efectos de secuenciación y respuesta temprana, para identificar el perfil de pacientes que tienen una respuesta favorable a cada módulo específico.

Partición de la muestra: la muestra de prueba completa se dividirá aleatoriamente en subconjuntos de entrenamiento y validación utilizando una división 60:40, con un número equilibrado de cada uno de los 5 brazos de prueba en cada división de partición de entrenamiento. Esto garantizará que se seleccionen aleatoriamente 396 casos en la partición de entrenamiento, superando el tamaño mínimo de muestra de 300 necesarios para entrenar un modelo de predicción clínica confiable utilizando aprendizaje automático supervisado.

Desarrollo y optimización de modelos (en la partición de capacitación): los investigadores producirán un total de 5 modelos de predicción de aprendizaje automático, uno para cada módulo UP prescriptivo. Cada modelo entrenado procesará entradas (características de referencia de los pacientes) y generará [a] una clasificación predicha y [b] una probabilidad predicha correspondiente perteneciente a la clasificación. La lógica de estos algoritmos es responder a la siguiente pregunta: Dadas las características de estos pacientes, ¿qué probabilidades hay de que este paciente específico experimente una mejoría confiable después de acceder al módulo X? Estrategia de validación cruzada (en la muestra de validación): la precisión estadística y la utilidad clínica de los modelos de aprendizaje automático se evaluarán en la estrategia de validación comparando las predicciones del algoritmo con los resultados observados y comparando los resultados de los pacientes que recibieron su módulo óptimo primero. a los pacientes que no lo hicieron.

Análisis secundario: el análisis de aprendizaje automático y la estrategia de validación cruzada anteriores se repetirán para entrenar un clasificador binario con la deserción como variable dependiente. La variable de abandono se derivará de los registros de asistencia a terapia grupal, donde los casos que asistieron a más de la mitad (≥6) de las sesiones se agruparán en la categoría de referencia (código = 0) y los casos que asistieron a menos de la mitad (≤5) se clasificarán como casos que abandonaron (código = 1).

Objetivo 3: evaluar la efectividad de la terapia de grupo UP habilitada digitalmente frente a la TCC individual. Este análisis incluirá [a] un subgrupo de participantes del ensayo clínico que fueron asignados aleatoriamente al brazo donde se administró el protocolo UP en la secuencia estándar, y [b ] una muestra emparejada de pacientes que accedieron a TCC individual de alta intensidad en los servicios NHS-TT participantes. Los datos de los casos individuales de TCC se extraerán de registros médicos electrónicos. Los casos de TCC que cumplan con los criterios de inclusión del ensayo enumerados se seleccionarán para este análisis, incluyendo solo los casos en los que el problema principal de presentación sea identificable en los registros clínicos y donde las puntuaciones de gravedad iniciales (PHQ-9, GAD-7, WSAS) estén disponibles en su primera Asistió a la sesión de TCC. Los casos en los que faltan puntos de datos posteriores al tratamiento (última sesión atendida) en la variable dependiente se imputarán utilizando el paquete MissForest R utilizando todas las covariables como predictores. Las imputaciones se llevarán a cabo por separado para cada grupo (TCC individual; terapia de grupo UP estándar). Los resultados clínicos posteriores al tratamiento (puntuaciones NA) se compararán entre los casos que acceden al protocolo UP grupal estándar versus los casos individuales de TCC utilizando una estimación doblemente robusta, que combina un ajuste para la asignación no aleatoria a los tratamientos y un modelo de regresión ajustado por covariables para probar el efecto causal de la exposición a una intervención.

Análisis secundarios: el análisis anterior se repetirá para comparar los resultados utilizando medidas específicas del trastorno (PHQ-9, GAD-7, ADSM) para los casos con los diagnósticos relevantes. Los tamaños del efecto entre grupos (d de Cohen) se calcularán y reportarán para cada comparación.

Análisis económico de la salud: se realizará un análisis económico desde la perspectiva del NHS y los servicios sociales personales. Un análisis de costo-utilidad utilizará años de vida ajustados por calidad (AVAC derivados del cuestionario EQ-5D y tarifa basada en el conjunto de valores públicos del Reino Unido) como medida de la calidad de vida, utilizando el postratamiento (última sesión atendida) datos en la escala NA en el análisis primario y datos de seguimiento a los 3 meses en un análisis secundario. El uso de recursos de servicios sociales y de salud se valorará utilizando los costos de referencia del NHS y la base de datos de uso de recursos de servicios sociales y personales (PSSRU). Los investigadores estimarán la relación costo-efectividad incremental de la terapia grupal versus la TCC individual, utilizando bootstrapping para estimar los intervalos de confianza. La incertidumbre en la decisión se presentará en una curva de aceptabilidad costo-efectividad. Se realizarán análisis de sensibilidad adicionales para el uso de recursos y los costos unitarios. Un análisis de sensibilidad controlará los costos de referencia. Los análisis de escenarios explorarán perspectivas alternativas de costos; es decir, las perspectivas del NHS y del NHS/PSS. Los resultados del análisis de rentabilidad se informarán de acuerdo con la Declaración de Estándares Consolidados de Informes de Evaluación Económica de Salud de 2022.