精神分裂症的元认知训练和洞察力 (MCT-I)

介绍：

精神分裂症和相关疾病仍然与相对较差的社会心理结果有关。 据报道，洞察力受损是精神障碍这种不良结果的最强预测因子。 然而，迄今为止，先前治疗对精神病性洞察力变化的影响相对较小，这可能是由于没有解决精神病洞察力的实际基础。

已经提出了几种理论来解释精神分裂症谱系障碍“缺乏洞察力”的基础。 首先，缺乏洞察力可以被视为具有保护或维护自尊的功能，即否认机制。 其次，缺乏洞察力也可能被认为是该障碍的主要症状。 第三，洞察力的神经认知基础部分得到元分析的支持，该分析还表明其他变量，即元认知，被定义为“思考自己和他人思维的能力”，可能会影响洞察力。 事实上，据报道精神分裂症患者表现出元认知缺陷，较差的元认知表现与精神分裂症的洞察力受损有关。 因此，元认知训练 (MCT) 可能会提高洞察力，这也应该对临床结果产生积极影响，尽管之前没有随机临床试验 (RCT) 对此进行过调查。

MCT 最初由 Steffen Moritz 和 Todd Woodward 开发，可在以下网址免费获得：http://www.uke.de./mct。 从那时起，一项系统评价和四项荟萃分析重复了与“照常治疗”(TAU) 相比，MCT 对阳性症状（尤其是妄想）的积极影响，尽管一项荟萃分析未能显示这种关联。 然而，据我们所知，迄今为止，还没有使用 MCT 的明确随机临床试验 (RCT) 将洞察力视为主要结果，尽管之前的三项 RCT 发现其他非 MCT 元认知导向疗法可以提高对首发精神病和精神分裂症的洞察力。

临床洞察力和认知洞察力是不同但相关的概念。 自从 David 提出多维洞察模型以来，人们对精神病的临床洞察越来越感兴趣，该模型包含三个不同但重叠的维度——疾病识别、症状重新标记和治疗依从性——并且从那时起一直被复制。 还为研究设计了多维测量量表，例如精神障碍意识量表 (SUMD) 和洞察力评估表 (SAI-E)。 认知洞察力是一个核心的元认知领域，指的是人评估和纠正自己扭曲的信念和错误解释的能力（自我反省）以及对自己的结论过度自信的倾向（自我肯定）。

该 RCT 的主要目的是测试 MCT 是否可以在 1 年的随访中改善精神分裂症患者的洞察力，包括临床和认知洞察力。 作为次要目标，将研究 MCT 相关洞察力变化对临床结果的影响，包括症状严重程度、住院、自杀行为和社会心理功能。 此外，研究人员将通过两个基于网络的应用程序试用生态瞬时评估 (EMA) - www.MEmind.net 以及基于证据的行为平台 eB2 应用程序 - 用于衡量参与者子样本的功能。

具体而言，将检验以下五个假设：i) MCT 将导致更高的认知和临床洞察力水平，并且 MCT 诱导的洞察力改善将与（与对照组相比）相关：ii) 减轻症状严重程度和 iii) 降低住院的风险，iv）降低自杀率和 v）更好的功能。

方法：

研究设计 这是一项单中心、评估者盲法、平行组、双组随机对照试验 (RCT)，随访时间超过 1 年。 参与者将在基线时接受评估，之后他们将被随机分配到 MCT 组（实验组）或支持组（对照组），他们将在治疗后重新评估，即大约 8 周和 1 年随访-向上。

该研究方案已获得 Instituto de Investigación Sanitaria (IIS)-Fundación Jiménez Díaz（西班牙马德里）当地研究伦理委员会的批准，将从中招募患者，详情如下，并注册为 RCT-EC044-19_FJD_HRJC。

招聘流程：

招募将在名为 Centro de Salud Mental de Arganzuela 的门诊诊所进行，该诊所是 Instituto Fundacion Jimenez Diaz 的一部分，即“赞助商”，两名顾问精神病学家和一名顾问心理学家会将潜在候选人推荐给首席研究员项目负责人 (JDLM) 安排第一次招聘前面试，在面试期间以通俗易懂的方式向候选人解释项目的相关信息，包括信息传单。 此时将根据上述纳入/排除标准筛选同意参与研究的人员。 那些被发现满足研究选择标准的人进行神经认知评估。 具体来说，WAIS-IV 由 MSc 级临床心理学家管理，以排除 IQ≤70，这是一个排除标准。 IQ>70 的人接受 Trail Making 测试 (TMT)，该测试评估执行功能，并被发现与精神病患者的洞察力分数相关，在 WAIS-IV 之后不久，以便此时完成基线神经认知评估.

在大约 5 分钟的短暂休息后，“评估员”(JDLM) 进行 MINI 国际精神病学访谈以确认精神病诊断，并进行下文详述的精神病理学、洞察力、元认知和功能评估。 此外，在此基线访谈中收集了一组人口统计和临床变量，如下所列。

将鼓励所有参与者继续服用由治疗顾问精神科医生开出的药物，通常是抗精神病药，并接受非元认知导向的心理治疗，如心理教育。 试验期间对药物变化没有任何限制，治疗顾问可以随时进行，尽管在二次分析中与药物相关的变量将被视为潜在的调解因素/混杂因素。 参与者被告知他们有权随时退出研究，而无需透露具体原因，这对治疗或服务提供没有影响。 参与者不会因完成评估和/或接受干预（即 MCT 或参加每周一次的支持小组）而获得任何金钱补偿。

随机化和评估员失明：

在基线（时间 0）评估参与者被随机分配到 MCT 或支持组，这两个组都由两名研究人员运行，通过计算机化计划（无分层因素）以 10 名受试者为一组（每组的最大数量）和评估员 (JDLM)-患者盲人。 只有该项目的一名联合首席研究员 (EBG) 可以访问随机化计划，但评估员 (JDLM) 未被告知患者的分配组，从而确保评估员失明。 由于患者可能会发现他/她正在接受何种干预，因此该研究不能被视为“双盲”，尽管它是“单盲”，即“评估者盲”。 此外，将在实地做出巨大努力，以降低评估员 (JDLM) 可能意外揭盲的风险，并提醒患者不要在任何时候透露他们的分组情况。 在基线评估结束时，参与者会收到一个信封，其中包含来自未参与研究团队的独立管理员的干预任务。 在接下来的 24 小时内，还会向参与者发送提醒手机短信，其中包含团体详细信息（日期、时间和地点），该短信也会在预约前 24 小时内再次发送，这与我们的非常相似常规临床实践。 因此，由于评估员 (JDLM) 不参与随机化计划或主动干预，因此在整个研究期间始终保证评估员失明。

评估：

将在三个时间点对参与者进行评估：i）基线（时间 0）； ii) 治疗后（时间 1）； iii) 1 年随访（时间 2）。 将在每次评估中收集不同变量的数据。

评估员 (JDLM) 完成了评估员培训研讨会并接受了个别培训，在这些培训中，他们在使用这些工具具有专业知识的高级顾问精神病医生 (EBG) 的监督下，使用下面解释的项目量表评估试点患者).

附加变量：

人口统计学和临床​​数据：

将收集以下人口统计和临床变量的基线数据：性别、研究开始时的年龄、国籍、种族、婚姻状况、教育水平、生活状况、就业状况、ICD-10 诊断、未经治疗的精神病持续时间、既往入院史、先前自杀行为的人数、日期和方法、当前药物治疗、酒精/非法药物依赖（存在/不存在）、医学合并症（存在/不存在）、精神疾病家族史（存在/不存在）。

婚姻状况、生活状况和就业状况将在 1 年随访时重新评估，作为衡量功能的指标。

病前调整：

病前调整，可以定义为“发展目标的实现程度”，将使用病前调整量表（PAS）进行回顾性评估。 具体而言，PAS 提供以下调整水平的分数：i）童年（至 11 岁），ii）青春期早期（11-15 岁），iii）青春期晚期（15-17 岁）和 iv）成年期（≥18 岁） ). 关于童年和青春期，项目询问社交能力和社会退缩、同伴关系、学业成绩、适应学校和形成社会性关系的能力。 关于成年期的问题通过询问教育成就、社会关系以及对主要生活活动（如工作或家庭）的兴趣和享受水平来关注社会关系。

神经认知：

将在三项评估中进行的神经认知评估组合将包括修订版韦氏成人智力量表 (WAIS) 的简短版本，用于评估当前智商 (IQ) 和 Trail Making Test (TMT)，用于评估执行功能。 减去完成 TMT 任务 B 的时间（以秒为单位）减去完成 TMT 任务 A 的时间（以秒为单位）可以衡量执行功能，同时控制处理速度。

元认知：

参与者将在基线、治疗后和 1 年随访时完成三项元认知任务：

• 草率下结论 (JTC) 将由珠子任务决定。 在此任务期间，要求个人根据概率决定提取的珠子属于哪个罐子（在任务 1 中概率为 85:15，而在任务 2 中概率为 60:40）。 'JTC'被认为是在提取一两个珠子后做出决定。
• 提示任务将用于衡量心理理论 (ToM) 的表现。 通过在三个评估中使用不同的故事来避免学习。 西班牙语版本的 Cronbach's α 系数良好 (0.64)。
• 此外，由代表人的情绪的 20 张不同图片组成的情绪识别测试面将用于评估 ToM。

统计分析：

参与者的数据将在研究结束时根据意向治疗 (ITT) 进行分析，因此包括所有具有可用基线信息的患者。 插补方法将用于估计缺失值。 所有分析都将使用社会科学统计包 25.0 版（SPSS Inc.，芝加哥，伊利诺伊州，美国）进行。

首先，将在基线比较各组（MCT 和对照组）的人口统计学和临床​​特征，包括洞察力测量，因此将酌情使用参数和非参数测试。 此外，出于描述目的，将在研究结束时分析臂间完成率差异。

其次，为了调查研究的主要结果，即试验期间的洞察力变化，单变量协方差分析 (ANCOVA) 模型将检查 SAI-E 和 BCIS 总计和小计的组间差异（MCT 和对照组）分数从时间 0 到时间 1 以及从时间 0 到时间 2（作为因变量）变化，同时针对基线数据进行调整。 因此，将研究治疗（与时间无关）和治疗组分配*时间相互作用对洞察力变化的影响。 调查人员还将探讨时间 0、时间 1 和时间 2 之间的组内分数变化。具体而言，将从组间和组内的估算数据集中估计效应大小 (Cohen's d) 和相应的 95% 置信区间 (CI) -组洞察分数变化。 根据 Cohen 的惯例，效果大小将被归类为“小”(d<0.2)， “中”(d=0.2-0.5) 或“大”(d>0.8)。 由于多次测试和随后出现 I 类错误的风险，结果将使用 Bonferroni 校正进行调整。

第三，对于使用连续变量评估的次要结果，即症状严重程度（PANSS 和 CDSS）和功能（GAF、SDLS 和 WHODAS），将使用类似的 ANCOVA 模型。 对于那些二元次要结局，即自杀行为和再入院，生存分析，即多变量 Cox 回归模型，将对结局事件（即分别为首次自杀事件或入院）或审查日期的时间进行建模，同时调整对于基线变量。

最后，将通过结构方程模型的路径分析来检查试验期间的变量相互关系，从而测试假定的中介/调节/混杂因素/协变量（包括神经认知措施）对上述关联的影响。

样本量的功效计算和估计：

鉴于精神病患者的平均 SAI-E 评分为 13/28，标准差约为 6，组间（例如，MCT 与对照组）相差 2 分（例如，13 与 15），这被认为要具有临床意义，相当于 0.33 的效应大小，双尾 alpha 显着水平设置为 5%。 在这些假设下，为了在研究结束时达到 β=80% 的足够统计功效，每组需要 n=63 名受试者，即总样本量 N=126 名患者，将对这些患者进行分析在研究结束时以意向治疗 (ITT) 为基础。 先前研究 MCT 对症状影响的随机对照试验的流失率很低（大约 10%）。 然而，由于参与者将接受更长时间（1 年）的随访，研究人员保守地假设了 50% 的更高退出率。 在此假设下，该研究将以 N=252 名患者的初始样本量进行，即在研究开始时每组/组中 n=126 名参与者，这也将允许 ITT 和“按照协议”分析足够的力量。