拒食症回復のためのスマートテクノロジー (STAR)

AN は青年期の慢性疾患の 3 番目の主要な原因であり、治療せずに放置すると、主要な臓器損傷、構造的および機能的な脳の変化、早期発症の骨減少症および骨粗鬆症につながる可能性があります。 家族ベースの介入は、AN の青年の最大 75% に有効ですが、約 30% は回復後に再発します。 AN の青年の転帰を改善するために、治療を最適化し、急性治療後の退院後の再発を防止することが極めて重要です。 この重大なニーズに対処するために、調査チームは、「食欲不振回復のためのスマート治療 (STAR) ." STAR は、最先端の評価技術を使用してテスト管理と機械学習を短縮し、回復の可能性を予測します。 この情報は、使いやすい臨床意思決定支援ツールを介して臨床医に返され、ユーザーが入力したデータが患者の進行が見られないことを示唆している場合に臨床医に警告します。

現在の臨床試験では、研究者は STAR を拡張して、退院後のウィンドウで提供される適応型 mHealth 介入をテストします。 研究者の仮説は、STAR スイート内で提供されるトランス診断評価および臨床決定支援ツールが対面式の臨床サービスを最適化し、適応型モバイルヘルス (mHealth) 介入の追加が外来治療反応を改善し、再発を減らすというものです。 ANの集中治療から退院した青少年に。 研究者の以前の研究は仮説を支持しています。 具体的には、研究者の過去の研究は、ED 関連の精神障害と回復を予測するための研究者の評価ツールの予測的妥当性と臨床的有用性を強力にサポートしています。 ただし、紙ベースの評価ツール全体の項目数は 144 であり、日常的に使用するには長すぎます。 この課題を克服するために、研究者は、元の紙と鉛筆の測定の信頼性と有効性を維持しながら、コンピューター化された適応テストを使用して評価の長さを最大 50% 短縮する携帯電話アプリを開発しました。 研究者は、このイノベーションを活用して、対面式と mHealth の両方の AN 治療を最適化することを提案しています。 目的は、1) mHealth 介入を開発すること (臨床医と利害関係者の意見を取り入れて)、および 2) 臨床医と患者のデータの両方を使用して、mHealth 介入の実現可能性、受容性、および暫定的な効果の大きさを確立することです。 これらの目的を達成するために、治験責任医師は、機械学習アルゴリズムと組み合わせたコンピューター化された適応テストを採用し、アプリ内で提供され、クライアントが予後不良や再発のリスクにさらされているときに臨床医に通知します。 具体的な目的は次のとおりです。1) 既存の臨床ツールを適応させて、セラピスト サポート モジュールと患者の mHealth メッセージを提供します。 2) 統合評価および mHealth 介入ツールの予備的なランダム化比較試験 (RCT) を実施する。 3) AN 症状の変化につながる予備的なメカニズムをテストします。

STAR は、統合プロトコルとアクセプタンス アンド コミットメント セラピーの要素を取り入れて、研究者が摂食障害行動の減少につながると仮定している感情回避をターゲットにしています。 調査員は、STAR を、現在の生活のストレス要因と問題に焦点を当てた現在に焦点を当てた神経性無食欲症対処療法 (PACT) と比較します。 研究者の仮説は、STAR が外来患者の治療反応を改善し、AN の集中治療から退院した青少年の再発を減らすというものです。 調査員は、1) STAR アプリと 2) PACT アプリの 2 つの条件で仮説を評価します。 どちらの条件でも、参加者は個々の外来セラピストと協力する必要があります。

急性期治療後の AN の専門治療が不足しているにもかかわらず、思春期の若者の 95% がスマートフォンを持っていることを考えると、提案された研究は革新的で重要です。なぜなら、この研究は、再発を減らし、AN に対する既存の地域で提供される既存の介入を術後に最適化する将来の可能性を秘めているからです。 -急性治療ウィンドウ。