Prova di un intervento di psicoterapia di gruppo online per i disturbi mentali comuni (UpLift-X)

Il protocollo di studio, incluso un piano di analisi statistica completo, è stato pre-registrato e reso accessibile al pubblico nell'Open Science Framework il 4 ottobre 2024 (disponibile qui - https://osf.io/vup9c/).

Uno studio pragmatico, multi-sito, randomizzato, controllato e fattoriale in cluster, che coinvolge i servizi Talking Therapies (NHS-TT) del Servizio Sanitario Nazionale (NHS) per l'ansia e la depressione (precedentemente noti come servizi IAPT) in Inghilterra. L'intervento di gruppo abilitato digitalmente "UPLift", basato sul Protocollo Unificato, sarà disponibile per i pazienti con disturbi mentali comuni (e comorbidità) idonei a ricevere la terapia cognitivo comportamentale (CBT) ad alta intensità nei servizi NHS-TT, seguendo le linee guida nazionali (Centro Nazionale Collaboratore per la Salute Mentale, 2024). Il Protocollo Unificato è un trattamento transdiagnostico progettato per essere rilevante per un’ampia gamma di disturbi emotivi, data la comune concomitanza di depressione, ansia, sintomi somatoformi e dissociativi. Si basa sulla CBT e sulle teorie della regolazione delle emozioni e mira a supportare i pazienti nell’applicazione di una serie di abilità di regolazione delle emozioni che mirano alle principali vulnerabilità comuni che sono alla base di una serie di problemi di salute mentale: nevroticismo, basso controllo percepito e sopravvalutazione della minaccia. Il protocollo segue il principio di parsimonia, includendo il numero minimo di tecniche validate empiricamente che lo renderebbero accessibile, semplice ed efficace per il numero massimo di pazienti con varie combinazioni di sintomi e problemi. I contenuti sono organizzati in 8 moduli erogati online in 12 sessioni settimanali di 1,5 ore e includeranno una combinazione di risorse basate su Internet (questionari di automonitoraggio, video psicoeducativi, pratiche di competenze collegate a ciascun modulo) e sessioni di terapia di gruppo fornite da un esperto cognitivo comportamentale. terapista.

L'unità di randomizzazione (cluster) sarà ciascun servizio NHS-TT partecipante. I NHS Trust sono organizzazioni più ampie che gestiscono uno o più servizi NHS-TT, quindi l'unità di randomizzazione è il team locale. Tutti i pazienti trattati nello stesso servizio territoriale saranno membri dello stesso cluster. I servizi partecipanti verranno assegnati in modo casuale a uno dei 5 bracci. Ciascun braccio includerà lo stesso trattamento di gruppo online con protocollo unificato di 12 sessioni, ma organizzato in una sequenza diversa. I primi due moduli rimarranno fissi all'inizio dell'intervento, poiché queste sessioni introduttive sono necessarie per orientare tutti i pazienti al trattamento e per stabilire un processo di gruppo coeso. Allo stesso modo, il modulo finale viene fissato alla fine dell’intervento, poiché comprende una revisione complessiva di tutte le abilità di coping e si concentra sulla prevenzione delle ricadute. I moduli intermedi coprono specifiche abilità di regolazione delle emozioni e sono più suscettibili di personalizzazione (ad esempio, alcuni possono essere più o meno efficaci per pazienti specifici). Questi moduli prescrittivi verranno forniti in sequenze diverse in ciascuno dei bracci di prova.

I partecipanti completeranno le misure di base all'ingresso nello studio, le misure settimanali dei risultati dei sintomi prima di ogni sessione e un sondaggio post-trattamento (sessione 12) e di follow-up a 6 mesi. L'esito primario sarà l'affettività negativa (NA), sulla base di un punteggio composito che raggruppa elementi del Patient Health Questionnaire-9 (PHQ-9; depressione), della scala del disturbo d'ansia generalizzato-7 (GAD-7; ansia) e dell'adattamento lavorativo e sociale. Scala (WSAS; funzionamento). Gli esiti secondari saranno la qualità della vita (EuroQol - 5 dimensioni; EQ5D), il benessere (scala del benessere mentale di Warwick ed Edimburgo; WEMWBS) e l'abbandono del trattamento.

I ricercatori raccoglieranno inoltre cartelle cliniche anonime per tutti i pazienti che accedono alla CBT erogata individualmente nei servizi partecipanti durante il periodo della sperimentazione clinica. Questi dati includeranno dati demografici, assistenza clinica e risultati clinici. Ciò consentirà ai ricercatori di effettuare confronti tra efficacia clinica e costo-efficacia utilizzando una strategia di corrispondenza caso-controllo descritta nel piano di analisi statistica.

Il piano di analisi statistica sarà effettuato in tre fasi legate a ciascuno degli obiettivi dello studio.

Obiettivo 1: confrontare i risultati delle diverse sequenze del modulo UP Questa sarà l'analisi primaria, su cui si baserà il calcolo della dimensione del campione. I casi con punti dati mancanti post trattamento (12a sessione) nella variabile dipendente verranno imputati utilizzando il pacchetto MissForest R utilizzando tutte le variabili di base come predittori. Le imputazioni verranno effettuate separatamente per ciascun braccio di prova. L'analisi applicherà un modello lineare multilivello (effetti misti), in cui i pazienti saranno nidificati all'interno di gruppi, inserendo un effetto casuale per il livello di gruppo. La variabile dipendente sarà il punteggio di affettività negativa (NA) post-trattamento, che entrerà nel braccio di studio come variabile indipendente, controllando la NA al basale. I modelli saranno sviluppati in fasi sequenziali e gli indici di adattamento del modello (AIC, BIC, -2LL) saranno esaminati dopo ogni fase di modellazione. I ricercatori conserveranno e interpreteranno il modello più adatto e più parsimonioso ottenuto attraverso questo processo graduale, utilizzando il test del rapporto di logverosimiglianza -2 per confrontare i modelli. Il coefficiente di correlazione intra-cluster (ICC) sarà riportato come indice di variabilità nei risultati del trattamento attribuibile al livello di gruppo. Le dimensioni degli effetti tra gruppi (Cohen d) verranno calcolate e riportate per ciascun contrasto (ad esempio, sequenza UP standard rispetto ad altre sequenze).

Analisi secondaria: il piano di analisi di cui sopra verrà ripetuto utilizzando un modello logistico multilivello con l'abbandono come variabile dipendente. La variabile di abbandono sarà derivata dai registri di partecipazione alla terapia di gruppo, dove i casi che hanno partecipato a più della metà (≥6) sessioni saranno raggruppati nella categoria di riferimento (codice = 0) e i casi che hanno partecipato a meno della metà (≤5) saranno classificati come casi abbandonati (codice = 1).

Obiettivo 2: sviluppare un metodo di selezione dei moduli personalizzato I casi con punti dati mancanti nella variabile dipendente verranno imputati utilizzando il pacchetto MissForest R utilizzando tutte le variabili di base come predittori, con imputazioni separate nelle partizioni di addestramento/convalida e all'interno di ciascun braccio di prova. Il miglioramento affidabile (RI) si riferisce a una riduzione della gravità dei sintomi tra due punti temporali, che è di entità maggiore rispetto all’indice di cambiamento affidabile per la misura psicometrica. Seguendo questa definizione, i ricercatori classificheranno i casi utilizzando una variabile binaria che indica se hanno avuto (codice = 1) o meno (codice = 0) un miglioramento affidabile dopo l'esposizione a un modulo prescrittivo del protocollo unificato. Questa codifica ci consentirà di identificare i casi che sperimentano miglioramenti sintomatici affidabili dopo l'esposizione a ciascuno dei moduli target, indipendentemente da dove si trova il modulo (ad esempio, verso l'inizio, la metà o la fine dell'intervento) nell'intervento di gruppo in cui sono stati assegnato a. Questa metodologia consentirà ai ricercatori di controllare il sequenziamento e gli effetti della risposta precoce, per identificare il profilo dei pazienti che hanno una risposta favorevole a ciascun modulo specifico.

Partizionamento del campione: l'intero campione di prova verrà suddiviso casualmente in sottoinsiemi di addestramento e convalida utilizzando una suddivisione 60:40, con un numero bilanciato da ciascuno dei 5 bracci di prova in ciascuna suddivisione della partizione di addestramento. Ciò garantirà che 396 casi verranno selezionati casualmente nella partizione di addestramento, superando la dimensione minima del campione di 300 necessaria per addestrare un modello di previsione clinica affidabile utilizzando l’apprendimento automatico supervisionato.

Sviluppo e ottimizzazione del modello (nella partizione di formazione): i ricercatori produrranno un totale di 5 modelli di previsione dell'apprendimento automatico, uno per ciascun modulo UP prescrittivo. Ciascun modello addestrato elaborerà gli input (caratteristiche di base dei pazienti) e produrrà [a] una classificazione prevista e [b] una corrispondente probabilità prevista relativa alla classificazione. La logica di questi algoritmi è rispondere alla seguente domanda: date queste caratteristiche del paziente, quanto è probabile che questo specifico paziente sperimenterà un miglioramento affidabile dopo l'accesso al modulo X? Strategia di validazione incrociata (nel campione di validazione): l'accuratezza statistica e l'utilità clinica dei modelli di machine learning saranno valutate nella strategia di validazione confrontando le previsioni dell'algoritmo con i risultati osservati e confrontando i risultati per i pazienti che hanno ricevuto per primi il loro modulo ottimale. ai pazienti che non lo hanno fatto.

Analisi secondaria: l'analisi di machine learning e la strategia di convalida incrociata di cui sopra verranno ripetute per addestrare un classificatore binario con l'abbandono come variabile dipendente. La variabile di abbandono sarà derivata dai registri di partecipazione alla terapia di gruppo, dove i casi che hanno partecipato a più della metà (≥6) sessioni saranno raggruppati nella categoria di riferimento (codice = 0) e i casi che hanno partecipato a meno della metà (≤5) saranno classificati come casi abbandonati (codice = 1).

Obiettivo 3: valutare l'efficacia della terapia di gruppo UP abilitata digitalmente rispetto alla CBT individuale Questa analisi includerà [a] un sottogruppo di partecipanti allo studio clinico che sono stati assegnati in modo casuale al braccio in cui il protocollo UP è stato somministrato nella sequenza standard e [b ] un campione abbinato di pazienti che hanno avuto accesso alla CBT individuale ad alta intensità nei servizi NHS-TT partecipanti. I dati per i singoli casi di CBT saranno campionati dalle cartelle cliniche elettroniche. I casi di CBT che soddisfano i criteri di inclusione dello studio elencati saranno selezionati per questa analisi, includendo solo i casi in cui il problema primario presentato è identificabile nelle cartelle cliniche e dove i punteggi di gravità al basale (PHQ-9, GAD-7, WSAS) sono disponibili al loro primo partecipato alla sessione CBT. I casi con punti dati post-trattamento mancanti (ultima sessione frequentata) nella variabile dipendente verranno imputati utilizzando il pacchetto MissForest R utilizzando tutte le covariate come predittori. Le imputazioni verranno effettuate separatamente per ciascun gruppo (CBT individuale; terapia di gruppo UP standard). I risultati clinici post-trattamento (punteggi NA) saranno confrontati tra i casi che accedono al protocollo UP standard del gruppo rispetto ai singoli casi CBT utilizzando una stima doppiamente robusta, che combina un aggiustamento per l'assegnazione non casuale ai trattamenti e un modello di regressione aggiustato per covariata per testare l’effetto causale dell’esposizione a un intervento.

Analisi secondarie: l'analisi di cui sopra verrà ripetuta per confrontare i risultati utilizzando misure specifiche del disturbo (PHQ-9, GAD-7, ADSM) per i casi con le diagnosi rilevanti. Le dimensioni degli effetti tra gruppi (Cohen d) verranno calcolate e riportate per ciascun confronto.

Analisi economica sanitaria: verrà condotta un'analisi economica dal punto di vista del Servizio Sanitario Nazionale e dei Servizi Sociali Personali. Un'analisi costo-utilità utilizzerà gli anni di vita aggiustati per la qualità (QALY derivati ​​dal questionario EQ-5D e tariffe basate sull'insieme di valori pubblici del Regno Unito) come misura della qualità della vita, utilizzando il post-trattamento (ultima sessione assistita) dati sulla scala NA nell'analisi primaria e dati di follow-up a 3 mesi in un'analisi secondaria. L'utilizzo delle risorse dei servizi sanitari e sociali sarà valutato utilizzando i costi di riferimento del Servizio Sanitario Nazionale e il database sull'utilizzo delle risorse dei servizi personali e sociali (PSSRU). I ricercatori stimeranno il rapporto costo-efficacia incrementale per la terapia di gruppo rispetto alla CBT individuale, utilizzando il bootstrap per stimare gli intervalli di confidenza. L'incertezza della decisione sarà presentata su una curva di accettabilità del rapporto costo-efficacia. Verranno condotte ulteriori analisi di sensibilità per l'utilizzo delle risorse e i costi unitari. Un'analisi di sensibilità controllerà i costi di base. Le analisi di scenario esploreranno prospettive alternative di costo; cioè, prospettive NHS e NHS/PSS. I risultati dell’analisi costo-efficacia saranno riportati in linea con la Dichiarazione consolidata degli standard di reporting sulla valutazione economica sanitaria 2022.