Skuteczność samodzielnej aplikacji mobilnej w łagodzeniu objawów zaburzeń obsesyjno-kompulsywnych

Procedura:

Zainteresowane osoby będą mogły zapisać się na studia za pośrednictwem linku do ankiety internetowej znajdującego się na stronach rekrutacyjnych uczelni. Najpierw wypełnią wstępny kwestionariusz dotyczący Qualtrics i zostaną ocenieni pod kątem kwalifikowalności na podstawie kryteriów włączenia (umiejętność czytania i rozumienia języka angielskiego, bycie studentem National University of Singapore w wieku od 18 do 30 lat i występowanie umiarkowanego subklinicznego zaburzenia obsesyjno-kompulsywnego (OCD) ). Kwalifikujący się uczestnicy zapoznają się z Arkuszem informacji o uczestnictwie i po wyrażeniu świadomej zgody dokonują pomiarów depresji, stresu, lęku i perfekcjonizmu. Podają także swoje dane demograficzne (wiek, płeć).

Następnie uczestnicy są losowo przydzielani do warunku interwencji lub aktywnej kontroli przy użyciu prostych procedur randomizacji i prowadzeni do pobrania aplikacji mobilnej na swój telefon komórkowy. Uczestnicy grupy interwencyjnej przejdą 8 dni programu nauki OCD, natomiast uczestnicy grupy kontrolnej aktywnej listy oczekujących przejdą 8 dni programu nauki współpracy. Szacuje się, że udział w każdym programie trwa około pięciu minut dziennie.

Po ukończeniu 8-dniowego programu uczestnicy otrzymają link do ankiety umożliwiającej pełne pomiary dotyczące zaburzeń obsesyjno-kompulsyjnych, depresji, lęku, stresu i Skali zaangażowania w aplikację. Miesiąc po zakończeniu 8-dniowego programu uczestnicy otrzymają link do tej samej ankiety, bez Skali zaangażowania w aplikację. Otrzymają także arkusz informacyjny wyjaśniający główne cele badania. Po zakończeniu badania wszyscy uczestnicy otrzymają dostęp do wszystkich programów poprawiających samopoczucie dostępnych w aplikacji do użytku osobistego. Otrzymają oni zwrot punktów w postaci punktów za udział w badaniu lub niewielką opłatę pieniężną za udział w badaniu. Uczestnikom, którzy zdecydowali się na wolontariat, nie przysługuje zwrot kosztów.

Przeglądanie danych:

Osoby niekwalifikujące się, odpowiedzi niekompletne, długie ciągi identycznych odpowiedzi i wartości odstające, których dane różnią się od średniej o 3 odchylenia standardowe, zostaną wykluczone z analiz danych. Zgłoszenia z łącznym czasem odpowiedzi poniżej 660 s zostaną oznaczone.

Analizy wstępne Analizy statystyczne zostaną przeprowadzone przy użyciu programu SPSS w wersji 26.0. Po pierwsze, dane zostaną sprawdzone wizualnie za pomocą wykresów rozrzutu i histogramów w celu zbadania rozkładu danych i zidentyfikowania znaczących wartości odstających. Analizy zostaną przeprowadzone z wartościami odstającymi i bez nich, aby określić, czy wartości odstające znacząco wpływają na wyniki. Jeśli na wyniki znacząco wpływają wartości odstające, zostaną one zastąpione najbliższym najbliższym, nieodstającym punktem danych.

Dane zostaną sprawdzone pod kątem normalności i zgodności z założeniami statystycznymi. Niezależne testy t i testy chi-kwadrat zbadają różnice między dwoma warunkami dla wszystkich zmiennych demograficznych i zależnych.

Przeprowadzona zostanie analiza zamiaru leczenia w celu uzupełnienia brakujących danych w kwestionariuszach poprzez przeniesienie ostatniego zgłoszonego wyniku uczestników. Brakujące dane dotyczące AES uwzględniono przy użyciu średniego podstawienia.

Główne analizy:

W pierwszej kolejności zostaną przeprowadzone założenia dla ANCOVA. W przypadku miar wyniku, w przypadku których naruszono założenia, jednoczynnikowa analiza ANOVA z wykorzystaniem wyników różnicowych. Następnie zostanie przeprowadzona analiza ANCOVA w celu ustalenia, czy zmiany w pomiarach wyników po interwencji i obserwacji znacząco różniły się w obu przypadkach. Jako zmienna towarzysząca zostaną użyte bazowe wyniki odpowiedniej miary wyniku.

Analizy moderacyjne:

Makro Hayes PROCESS w wersji 4.6 Model 1 zostanie wykorzystane do przeprowadzenia analizy regresji pomiędzy perfekcjonizmem a miarami pierwotnymi i wtórnymi. Przedziały ufności zostaną ustawione na 95%, a próbki ładujące = 5000.