特性対状態：うつ病と不安に対する性格特性、対処行動、認知の影響の違い

仮説 1: (BFI-10)、肯定的なメタ認知、否定的なメタ認知、および役に立たない対処戦略 (CAS-1 で測定された後者の 3 つ) で測定される神経症傾向は、より高いレベルのうつ病と不安を予測します。

研究課題 1: 現在のパンデミック サンプルにおけるうつ病と不安神経症に関連する BFI-10 で測定されたさまざまな特性は、どのように、またどの程度関連していますか?

調査質問 2: 形質または状態変数は、抑うつ症状および不安症状と最も強く関連していますか? この問題は、重回帰分析の部分相関を使用して調査されます。

統計分析：

2 つの階層回帰分析が行われます。 1) 従属変数として PHQ-9 を使用。 2) 従属変数として GAD-7 を使用した 2 番目。 両方の分析には、次の変数と次の手順が含まれます。手順 1 では、人口統計変数の年齢、性別、および教育がモデルに含まれます。 ステップ 2 の 2 では、特性変数 (つまり、BFI-10 で測定された 5 つの性格特性すべて) が含まれます。 最後のステップでは、3 つの状態変数の肯定的なメタ認知、否定的なメタ認知 (CAS-1)、役に立たない対処戦略 (CAS-1) が含まれます。

各回帰分析について部分相関が報告され、うつ病と不安に対する仮説予測因子の効果の大きさが示されます。 部分 (半部分) 相関は、予測関係の強さについて、偏りが最も少なく、最も解釈しやすい推定値を示します (Dudgeon、2016 年)。 これは、結果と、他のすべての予測因子とは異なる予測因子の側面との間の相関関係です。 相関のタイプとして、そのサイズは Cohen (1988) の基準に従って評価できます: 小 >=0.10、中 >=0.30、大 >=0.50。

両方の分析には、次の 5 つの特性予測変数が含まれます。

状態予測変数は前述のとおりです。肯定的なメタ認知 (CAS-1 サブスケール)。否定的なメタ認知 (CAS-1 サブスケール);役に立たない対処行動 (CAS-1 サブスケール)。

多重共線性およびその他の統計的仮定は、調べたものを使用してチェックされます。 多重共線性は、共通のガイドライン (VIF < 5 および許容範囲 > 0.2; Hocking, 2003; O'Brian, 2007) で評価されます。

この事前登録されたプロトコルで事前に指定されていない、今後の論文でさらに分析や質問が行われる場合、それらは探索的であると明示的に定義されます。

収集されたサンプルとノルウェーの成人人口との間の比例比率を保証する参加者のランダムサンプルの選択に続いて、主な調査結果の感度分析とランダムサブサンプル複製が行われます。

サンプルサイズと検出力の計算:

本研究はより大きなプロジェクトの一部であり、最初の部分は回帰分析を通じてメンタルヘルスの情報源予測因子を調査することを目的としており、2 つ目の部分は特定の情報源間の方向関係とそれらの中心性を複雑なシステムアプローチ (すなわち、ネットワーク分析）。 したがって、電力計算は、ネットワーク解析に必要な電力に基づいています。 Fried & Cramer (2017) による検出力分析のガイドラインに従って、参加者の数を推定パラメーターの数の 3 倍にすることをお勧めします。 ただし、Roscoe (1975) による多変量研究に対するより保守的な推奨事項では、推定パラメーター数の 10 倍のサンプル サイズを推奨しています。 したがって、これら 2 つのアプローチをそれぞれ実行すると、1305 ～ 4350 人の参加者が必要になります。 データは 3 週間収集され、参加者はノルウェーの成人の代表的かつランダムなサンプルに基づいており、無作為に選択され、研究に参加する平等な機会が提供され、デジタルの同意が得られます。

欠落データ:

個人の機密データを保存するためにノルウェーで使用されているプラ​​ットフォームである TSD システム (Services for Sensitive Data) は、ヨーロッパの GDPR (Generalデータ保護規則) 法。 したがって、参加者はいつでも自分のデータを撤回することができます。 調査には必須の回答フィールドが含まれています。 参加は任意であり、提供されたデータの撤回はいつでも可能です。 調査員は、参加者がデータを撤回することを期待していないため、データの欠落がないことを期待しています。 ただし、参加者がデータを撤回した場合、調査員は最先端の欠落データ分析を実施し、データがランダムに欠落しているかどうかを調査します。