自助ツールの有効性を予測するための行動研究

背景：

認知行動療法 (CBT) は、うつ病の効果的な治療法として確立されている学習ベースの心理療法です。 これは、認知再構築 (CR) と行動活性化 (BA) という 2 つの中心的な介入で構成されます。 近年、インターネット配信型 CBT (iCBT) が開発され、標準化された証拠に基づく CBT 治療の大規模な普及が可能になりました。

事実上すべての心理療法手法は、クライアントに何か新しいこと、つまり新しい行動パターンや思考パターン、引き金や状況に対する新しい反応、および/または新しい感情反応を教えることを目的としています。 そのため、学習ベースの心理療法は、対象となる脳回路が柔軟性を示し、学習を通じて変化しやすい程度にまで変更します。 人間の脳には、並行して動作するいくつかの学習回路/メカニズムがあります。 人によって、柔軟性が高く、学習メカニズムによっては効果的に学習できる場合とそうでない場合があります。 異なる心理療法法（BA と CR など）は異なる種類の学習に依存しているため、研究者らは、各人にとってどのような学習メカニズムが最も利用可能で効率的であるかを特徴付けることで、その人にとってどの介入方法が最も効果的であるかを予測できるのではないかと仮説を立てています。人。

この研究の目的は、人々の個人的な学習傾向から、どのタイプの介入がより有益になるかを予測できるかどうかをテストすることです。

詳細な研究デザイン:

完全なオンライン研究では、研究者はいくつかの行動タスクを展開して、学習および意思決定のプロセスにおける個人差を評価します。 その後、参加者は CBT 原則に基づいたインターネット ベースのうつ病自助ツールにアクセスし、BA モジュールまたは CR モジュールのいずれかを受講するように求められます (ランダムな割り当て、1 週間あたり 1 時間のセッションを 5 週間)。 研究者らは、自助具の使用期間中期（この時点では、いくつかの行動課題も繰り返される）、期間終了時、および使用後1年までのさまざまな時点で症状を追跡調査する。自助ツールの使用を終了します。

参加者はソーシャルメディアなどのオンライン広告を通じて募集されます。 オンラインで適格性を確認し、同意を得た後、参加者は発見データセットまたは検証データセットの一部にランダムに割り当てられます (すべての分析が事前登録されるまで、研究者は検証データセットを分析しません)。 次に、参加者はさまざまな症状の自己申告アンケートに記入し、一連の行動タスクを完了するように求められます。 その後、彼らは認知再構築グループまたは行動活性化グループのいずれかにランダムに割り当てられます。 その後、すべての参加者に、検証済みのセルフヘルプ ツールである e-couch へのアクセスが与えられます。 最初の週に、参加者全員がうつ病プログラムのうつ病情報サブモジュールを完了します。 次の 4 週間で、認知再構築グループの参加者は認知再構築に関するサブモジュールを完了し、行動活性化グループの参加者は行動活性化と身体活動に関するサブモジュールを完了します。 その期間の後、参加者は電子カウチが提供する他のモジュールに自由に参加できます。 参加者はさらに、電子ソファの使用開始から 1、3、5、12、24、および 48 週間後に症状の自己申告アンケートに記入するように求められ、電子ソファの使用開始から 3 週間後に行動タスクのサブセットを繰り返すように求められます。ソファのエンゲージメント。

参加者とのやり取りはすべて、電子メール (場合によっては本人確認や技術的なアドバイスを確認するためにZoom) およびオンラインで管理されるタスク、アンケート、セルフヘルプ ツールを介してオンラインで行われます。 研究者は医学的なアドバイスは提供せず、必要に応じて参加者を適切なサポート源（ホットラインなど）に転送します。

品質保証計画:

すべてのデータは、社内でカスタム構築されたソフトウェアを通じてオンラインで収集されます。 研究を開始する前に、評価のコードがレビューされ、データの品質がチェックされています。 コードは安全なサーバーにバックアップされ、捜査官はコードを関連当局の審査に利用できるようになります。

データチェック:

研究者は、研究全体を通じてさまざまな注意力チェックを使用して、不注意な参加者やランダムに反応した参加者からのデータを除外します。

統計分析計画:

この研究の目的は、自助ツールが平均してどの程度症状に影響を与えるかを評価することではないことに注意してください。 これは以前に調査されています (そして、このデータセットでのみ検証されます)。 この研究の主な目標は、新しい個人（そのデータはツール開発の一部ではなかった、つまりサンプル外）に対して、どのような介入がより利益をもたらす可能性があるかを予測するツールを開発することです。

同意すると、参加者は検出データセットまたは検証データセットに割り当てられます。 発見データセットの分析が完了したら、研究者は詳細な統計分析計画を事前登録し、それを検証データセットに適用して、結果を確認および検証します。 以下は、検出データを分析するための一般的なアプローチです。

ステップ 1) 文献に基づいて自己報告スケールのスコアを計算し、計算モデルを行動タスクのデータに適合させて、各参加者の行動を最もよく説明する個々のモデル パラメーターを取得します。

ステップ 2) 予測モデルを使用します。 弾性ネット。上記のパラメーターとスコアから、自助ツールの使用終了時およびフォローアップ中の各参加者の症状スコア（特にうつ病と快楽失調症）、および/または症状スコアの改善を予測します。セルフヘルプツールの使用前から使用後まで。

ステップ 3) 自助ツールへの取り組みの前半によるタスクの行動の変化が、その取り組みの前後での症状の変化を媒介するかどうかを調べます。