环境和参与的定量调查 (QIEP)

精神疾病是全世界残疾和健康不良的主要原因之一，严重的精神疾病与预期寿命缩短约 10-25 年有关。 患有复杂心理健康困难 (CMHD) 的人是那些患有严重精神疾病的人，其状况可能导致社交、认知和功能困难。 这些人拥有最长的残疾寿命，代表了大部分在经济、社会和文化上处于不利地位或受歧视的人。 社会、文化和物理环境对 CMHD 患者的影响经常导致参与困难，包括与朋友、家人和相关服务的隔离以及更高的失业率，随后，这限制了他们参与日常角色和责任。 缺乏社交互动和对 CMHD 患者成功的持续低期望也会导致个人身份的丧失，并降低他们从事他们认为有意义的活动的能力。 因此，环境与患有 CMHD 的个体之间的关系可以被认为是动态的，参与日常生活的机会、角色和责任受到该人所处的社会、文化和物理环境的支持或限制。

参与对 CMHD 患者有意义的活动也能使他们满足自己的需求。 心理健康需求包括广泛的健康和社会功能领域，这对于在社区中生活和取得成功至关重要。 患有 CMHD 的人确定与重新规划他们的疾病经历相关的需求，这样他们就可以做日常事情，拥有稳定的住房和选择他们居住的地方，有能力发展友谊，结婚，赚钱并有更强的目标感或对他们的一天意味着。 有效地识别和解决有 CMHD 需求的人与个人的满意度和能力感、动力增加的独立性和更高的生活质量有关。 这在个人的健康和社会护理需求的参与和实现之间引入了联系，其中实现需求与更多地参与有意义的活动以及改善社会和情感健康有关。

相当多的 CMHD 患者居住在旨在满足他们的需求并促进他们参与日常生活、社交和工作活动的支持性住宿中。 支持性住宿最初是由于去机构化而开发的，其重点是将 CMHD 患者从医院转移到社区生活。 支持性住宿为患有 CMHD 的个人提供了维持租赁的机会，并提供不同级别的工作人员支持，以发展和维持生活技能并参与社交和工作活动。 有证据表明，人们居住地的物理特征、人们参与日常生活所需的物品或事物以及社会特征（包括他们从支持人员和家庭成员那里获得的支持）都会影响 CMHD 患者的机会参加使他们能够在社区内获得更多独立性的活动。 因此，有证据表明，患有 CMHD 的人的需求与其参与活动的程度相关，而这些活动又受到支持住宿内环境因素的影响。 然而，只有有限的研究可以证实环境的物理和社会特征与参与之间的关系以及 CMHD 患者居住在支持住宿中的需求的中介作用。

该研究将侧重于确定环境与参与之间的关系，以及是否需要在两种类型的支持住宿中调解这种关系；

1. 支持性住房：全天 24 小时与现场工作人员合住的租赁。 重点是康复，支持 CMHD 患者获得独立生活技能。
2. 浮动外展服务：为居住在独立租约中的 CMHD 患者提供支持。 工作人员不在现场，每周拜访个人数次，具体取决于所需的支持水平。

该研究将使用支持住宿环境的社会和物理特征、个人参与以及确定环境与参与之间关系的需求的措施。

预计结果将为居住在支持住宿中的 CMHD 患者提供干预措施，以最大限度地提高参与机会。

研究问题

• 环境的社会和物理特征与生活在支持住宿中的有复杂心理健康困难的人的参与之间有什么关系？
• 对于生活在支持住宿中的有复杂心理健康困难的人来说，需要调解环境与参与之间的关系吗
• 为生活在支持住宿中的有复杂心理健康困难的人建立参与环境子域之间的关系。

招募和知情同意

详细过程在单独附上的同意流程图中进行了说明。 研究人员将与工作人员和服务经理会面，提供有关该研究的信息。 然后他们将被要求与客户讨论研究并向他们提供书面信息。 一周后，研究人员会联系服务经理确认：

• 有多少客户有兴趣参与研究。
• 如果任何客户有能够同意研究的律师/福利监护人/近亲。
• 方便会见潜在参与者并与律师/福利监护人交谈的时间。

有关研究的信息将提供给支持住宿的服务经理，这将包括参与者信息表。 服务经理或支持人员将与客户接洽，他们将通知研究人员愿意参与的客户。

随后将进行决策能力流程（在随附的能力流程图中进行解释）并获得客户、员工和客户家庭成员（如果适用）的同意。 这将包括为没有福利监护人/律师的客户使用 UBACC 以确定研究决策能力。 相关评估客户将被适当招募，签署同意书并安排完成措施的时间（如流程图所示）。 然后，研究人员将与所有相关人员一起安排日期和时间，并执行下面详述的测量工具。 面试将在支持性住所内进行。 选择这些工具是为了适当探索环境、需求和参与的要素。

研究设计旨在通过考虑包括员工和客户在内的多个角度来评估环境、需求和参与，这确保了客观的方法，同时也使研究人员能够强调在科学论证中确定的任何观点差异。

数据收集和测量工具的使用也将遵循为每个工具开发的经过理论验证和测试的指南。 数据收集将在大约一年的时间内完成。 在整个过程中，研究设计考虑了与该客户群体合作可能出现的复杂情况，例如根据客户需求适当调整访谈风格（不偏离每个工具的基本指南）和时间。

样本量 研究参与者大约有 235 名客户，他们目前居住在爱丁堡两种类型的 EHSCP 管理的支持住宿中； （117 名客户接受浮动外展服务，118 名客户在 36 个受支持的住房中）。 关于可能的录用率；帕特尔等人。进行了一项大型横断面研究，评估了愿意参加研究的精神病患者的比例为 65%。 鉴于这与我们的研究人口相似，并且预计 235 名受邀客户符合纳入标准，并且这一招募率将产生大约 153 名参与者。

建模过程最初将进行单变量回归，以在将它们带入多变量模型阶段之前识别那些参与的重要环境变量。 预计单变量和多重共线性检查都将减少多变量模型中的变量数量。 有了上面的招聘数字，并遵循 Schmidt 的建议，每个变量 15-20 个受试者用于多变量线性回归分析，这将允许一个模型包含大约 8-10 个自变量。

此外，将报告多变量中的自举回归估计及其相关的 95% 置信区间。

建议的分析样本的描述性统计（例如 年龄、性别、就业、诊断和支持时间）在横断面研究中将以百分比和频率以及均值和标准差或中位数和四分位间距（视情况而定）进行报告。

为了解决主要研究问题，将使用回归分析方法来评估参与（总分）与环境（总分）和需求（附件中的图 1）之间的关系。 由于 REIS 是针对特定住所的，因此对于同一共享住所内的那些参与者来说，它是共同的，并且分析将考虑到这一点。 与次要研究问题类似：评估需求在环境与参与之间关系中的中介作用，从而确定环境对参与的直接和间接影响。

对于建立与环境对参与的关联之后的其他次要问题，一系列后续分析将探讨环境子域对参与（总分）及其子域的影响。 将在所有模型中评估多重共线性。

相关的自举模型回归系数将与其 95% 的置信区间一起报告。