首次精神病发作的青少年的计算机化认知治疗 (CCRT2019)

认知缺陷 (DC) 被认为是精神障碍的基本特征之一，并且在整个疾病过程中都会发生。 最近的荟萃分析表明，认知矫正疗法可以减少注意力、记忆力和解决问题等基本认知过程中的 DC，并且可以对社会功能产生影响。

本研究的目的是评估计算机化认知矫正干预在精神病理学上稳定但存在认知障碍的首次精神病发作患者的认知和功能改善中的有效性。

提出的假设是：

1. 关于认知领域。 与常规治疗 (TAU) 组相比，计算机化认知矫正疗法 + 常规治疗 (CCRT) 组的参与者有望在以下方面有所改善（通过 MATRICS 评估）：

   1. 口头记忆
   2. 视觉注意力
   3. 执行功能
   4. 社会认知

2. 与其他症状有关。 CCRT 组的参与者与 TAU 组的参与者预计将：

   1. 展示通过 C-GAS 评估的更好的全球运作。

      平行组将与在巴塞罗那圣琼德杜医院招募的 12 至 18 岁诊断患有精神分裂症/分裂情感的患者进行比较。 总共将包括 50 名随机分布的患者（n = 25 CCRT；n = 25 TAU）。 CCRT 组除了照常治疗外，还将通过 NeuroPersonalTrainer 程序进行总共 40 次计算机化认知矫正 (cCR) 疗程，而 TAU 组将仅照常进行治疗。 将在治疗开始前进行一次评估，在 40cCR 会话/TAU 结束后进行第二次评估，在 40cCR 会话结束后 6 个月进行第三次评估（随访）。

      数据管理

      一方面，上述变量将以纸质形式收集在由 ADHOC 为研究创建的数据收集笔记本中，该笔记本将与钥匙一起保存，电子格式的数据将存储在计算机化程序和测试中密码，所有这些都由首席调查员负责。 监测计划包括为进行研究而进行的每次访问都将记录在参与者的临床病史中，并且临床或神经心理学感兴趣的变量将包含在病史中，并且以可以访问的方式来验证数据。 一旦参与者完成研究并完成数据收集并对所有参与者的数据进行编码，将对每个参与者的所有数据进行验证。 无法恢复的数据将被编码为“缺失”，无法追踪的参与者将被编码为“辍学”。

      每个参与者的数据将被编码并包含在数据库中以供以后分析。 可能导致参与者身份识别的数据将不会存储在数据库中。 将不包含任何类型的可识别参与者的信息。 只有研究医生和他的合作者才能将研究中收集的数据与他的病史联系起来。

      预计不会产生不良影响，因为它是一种不包括药物或侵入性操作的方案。 在检测到不利影响的情况下，将在数据库中进行通知和编码。

      统计分析

      该组将随机化如下：平行，CCRT 组与 TAU 组比较。 随机化将使用置换块进行，固定大小为 8 名患者，根据计算机分配 i 盲目分配 4:4 的比例。 随机化由程序适用的外部人员执行。 根据对照试验的 CONSORT 声明（Moher 等人，2010 年），将使用意向性治疗分析。 这包括对 CCRT 组（包括所有患者）的比较，这些患者最初是在随机分组后分配的。 缺失和脱落的分析也将根据CONSORT声明进行。 将对描述表和列联表进行分析。 将进行测试以通过Kolmogorov-Smirnov测试评估结果的正常性。 对于正态分布的变量，将应用学生 t 检验，非参数检验 (U-Mann Witney) 将应用于非正态分布的结果。

      对于前后差异的评估，使用 CCRT 组与 TAU 组条件设计的重复测量方差分析 (ANOVA) 作为自变量，基线和治疗后评估作为时间点。 将执行重复测量的协方差分析 (ANCOVA)，包括作为协变量的潜力。 计算分数变化的效应大小将以两种方式在 2 个互补组中计算。 Eta 偏平方 (h2p) 将用于计算基线和治疗后评估之间分数的影响大小。 还将计算需要治疗的人数 (NNT) 的效应大小，因为它是一种具有临床意义的衡量指标，表明需要接受治疗以实现特定治疗目标的人数。 此外，将使用 TAU 组重测可靠性系数确定认知变化是否可靠，以便根据 Medalia (2005) 计算标准测量误差。 分数变为 1.64 或更高（90% CI）的系数值的 CCRT 组患者将被确定为可靠的改善。 最后，将使用重复测量方差分析评估 CCRT 组从基线到 3 个月随访的变化，以基线和随访为时间点。 在双变量分析显着的情况下，还将包括逻辑回归模型以研究二分变量。 对于统计分析，将使用统计包 STATA 12。

      数据码本

      Code=RHC_0XX 年龄=出生日期 性别=性别

      N_Sessions=执行的会话

      Peduc=父亲教育水平 Meduc=母亲教育水平 Poccup=父亲职业 Moccup=母亲职业 residence=居住地 kindh=房屋种类 Npobl=nº hab poblacion Npersh=家庭人数 SES=社会经济状况 F_Psq_history=家族精神病史

      OSC=Obstetric Risk perinatal=围产期病史 psychomot=精神运动发育 language=语言发育 read_write=阅读和写作发育 Psq_history=个人精神病史 Psq_age=首次接触心理健康服务的年龄 Psq_pharma=药物治疗史 Psq_psychology=心理治疗史 Psq_1HOSP_age=年龄首次住院 Psq_1HOSP_days=首次住院天数 Medical_history=相关病史 academic_rep=学年重复 course=学术水平 freq_subs_lifec=一生中咖啡馆的最大频率 freq_subs_3m=最近 3 个月咖啡馆的频率

      K-SADS-PL-5：精神病理学 PANS-PS_0：基础阳性症状 PANS-PS_40s：阳性症状 40 次随访 PANS-PS_6m：阳性症状 6 个月随访 PANS-NS_0：基础阴性 PANS-NS_40s：阴性症状 40 次随访 PANS-DS_6m：阴性症状 6 个月随访 PANS-DS_0：紊乱症状 基础 PANS-DS_40s：紊乱症状 40 次随访 PANS-DS_6m：紊乱症状 6 个月随访 GAF_0= 全局功能基础 GAF_40s= 全球功能 40 次跟进 GAF_6m= 全球功能 6 个月跟进

      W_V_Pd=词汇直接 W_V_T=词汇 t-分数 W_C_Pd=块设计直接 W_C_T=块设计 t-分数 W_S_Pd=相似直接 W_S_T=相似 t-分数 W_M_Pd=矩阵推理直接 W_M_T 矩阵推理 t-分数 W_B_Pd=图形权重直接 W_B_T=图权重 t-score ICV_Pe= Verbal Comprehension ICV_CI= Verbal Comprehension Index IFR_Pe= Fluid Reasoning IFR_CI= Fluid Reasoning Index ICG_Pe= General Ability ICG_CI= General Ability Index W_DT_Pd_0= working memory Digit span direct W_DT_T_0= working memory Digit span t-score W_Dd_Pd_0=工作记忆直接数字跨度直接 W_Dd_Pd_0= 工作记忆直接数字跨度 t-分数 W_Di_Pd_0= 工作记忆间接数字跨度直接 W_Di_Pd_0= 工作记忆间接数字跨度 t-分数 W_CN_Pd_0= 处理速度编码直接 W_CN_Pd_0= 处理速度编码 t-分数 W_LN_Pd_0= working memory Letter-number sequencing direct W_LN_T_0= working memory Letter-number sequencing t-score W_DT_Pd_40s= working memory Digit span direct 40 sessions follow-up W_DT_T_40s = working memory Digit span t-score 40 sessions follow-up W_Dd_Pd_40s = 工作记忆直接数字直接跨度 40 次会话跟进 W_Dd_Pd_40s = 工作记忆直接数字跨度 t 分数跟进 40 次会话 W_Di_Pd_40s = 工作记忆间接数字跨度直接 40 次会话跟进 W_Di_Pd_40s = 工作记忆间接数字跨度 t 分数跟进 40 次会话W_CN_Pd_40s = 处理速度编码直接 40 会话跟进 W_CN_Pd_40s = 处理速度编码 t 分数跟进 40 会话 W_LN_Pd_40s = 工作记忆字母数字排序直接 40 会话跟进 W_LN_T_40s = 工作记忆字母数字排序 t 分数 40会话跟进 W_DT_Pd_6m= 工作记忆数字跨度直接 6 个月跟进 W_DT_T_6m= 工作记忆数字跨度 t-分数 6 个月跟进 W_Dd_Pd_6m= 工作记忆直接数字跨度直接 6 个月跟进 W_Dd_Pd_6m= 工作记忆直接数字跨度t-score 6 个月跟进 W_Di_Pd_6m= 工作记忆间接数字跨度直接 6 个月跟进 W_Di_Pd_6m= 工作记忆间接数字跨度 t-score 6 个月跟进 W_CN_Pd_6m= 处理速度编码直接 6 个月跟进 W_CN_Pd_6m= 处理速度编码跨度 t 分数 6 个月随访 W_LN_Pd_6m = 工作记忆字母数字排序直接 6 个月随访 W_LN_T_6m = 工作记忆字母数字排序 t 分数 6 个月随访 CPT_CI_0 = 注意力基础 CPT_CI_40s = 注意力 40 会话跟进 CPT_CI_RP=注意，6 个月跟进 CPT_O_0=注意，遗漏基础 CPT_O_40s =注意，遗漏 40 节课 跟进 CPT_O_RP=注意，遗漏 6 个月跟进 CPT_C_0=注意，佣金基础 CPT_C_40s =注意，佣金 40 节课跟进 CPT_C_RP=注意力，佣金 6 个月跟进 CPT_HRT_0= 注意力，反应时间基础 CPT_HRT_40s = 注意力，反应时间 40 次跟进 CPT_HRT_RP=注意力，反应时间 6 个月跟进 CPT_D_0= 注意力，可检测性基础 CPT_D_40s =注意力，可检测性 40 次跟进 CPT_D_RP=注意力，可检测性 6 个月跟进 CPT_V_0= 注意力，可变性基础 CPT_V_40s =注意力，可变性 40 次跟进 CPT_V_RP=注意力，可变性 6 个月跟进 TMT-A_Pd_0=处理速度TMT-A，直接评分基础 TMT-A_Pd_40s=处理速度 TMT-A，直接评分 40 次随访 TMT-A_Pd_RP=处理速度 TMT-A，直接评分，6 个月随访 TMT-A_T_0=处理速度 TMT- A, t-score basal TMT-A_T_40s=处理速度 TMT-A, t-score, 40 sessions follow-up TMT-A_T_6m=处理速度 TMT-A, t-score, 6 months follow-up TMT-B_Pd_0=executive functions TMT-B，直接评分基础 TMT-B_Pd_40s=执行功能 TMT-B，直接评分 40 次随访 TMT-B_Pd_RP=执行功能 TMT-B，直接评分，6 个月随访 TMT-B_T_0=执行功能 TMT- B，t-分数基础 TMT-B_T_40s=执行功能 TMT-B，t-分数，40 次会话后续 TMT-B_T_6m=执行功能 TMT-B，t-分数，6 个月后续 HVLT_Pd_0=长期语言记忆, 直接, 基础 HVLT_Pd_40s = 长期言语记忆, 直接, 40 次随访 HVLT_Pd_6m = 长期言语记忆, 直接, 6 个月随访 HVLT_T_0= 长期言语记忆, t 分数基础 HVLT_T_40s = 长期言语记忆 t -score 40 sessions follow-up HVLT_T_6m =长期 Verbal Memory t-score 6 months follow-up HVLT_Pd_0=Verbal Memory Learning, direct, basal HVLT_Pd_40s = Verbal Memory Learning, direct, 40 sessions follow-up HVLT_Pd_6m = Verbal Memory Learning, direct 语言记忆学习，直接，基础 HVLT_Pd_6m = 语言记忆学习，直接, 6 个月随访 HVLT_T_0=言语记忆学习，t 分数基础 HVLT_T_40s = 言语记忆学习，t 分数 40 次随访 HVLT_T_6m = 言语记忆学习，t 分数 6 个月随访 Rey_CQ_0= 复制质量视觉记忆基础 Rey_CQ_40s = 复制质量视觉记忆 40 次后续 Rey_CQ_6m = 复制质量视觉记忆 6 个月后续 Rey _CA_0 = 复制精度视觉记忆 basal Rey_CA_40s = 复制精度视觉记忆 40 次后续 Rey_CA_6m = 复制精度视觉记忆 6 个月随访 Rey _MQ_0= 记忆质量视觉记忆基础 Rey_MQ_40s = 记忆质量视觉记忆 40 次随访 Rey_MQ_6m = 记忆质量视觉记忆 6 个月随访 Rey_MA_0= 记忆准确度视觉记忆基础 Rey_MA_40s = 记忆准确度视觉记忆 40 次随访- up Rey_MA_6m =记忆准确度 视觉记忆 6 个月随访 WSCT_E_0= 执行功能，WSCT 总错误基础 WSCT_E_40s = 执行功能，WSCT 总错误 40 次随访 WSCT_E_6m = 执行功能，WSCT 总错误 6 个月随访 WSCT_PE_0= 执行WSCT_PE_40s = 执行功能，WSCT 错误百分比总计 40 次随访 WSCT_PE_6m = 执行功能，WSCT 错误百分比总计 6 个月随访 WSCT_persev_0 = 执行功能，WSCT 坚持反应基础 WSCT_persev_40s = 执行功能，WSCT 坚持响应 40 次会话跟进 WSCT_persev_6m = 执行功能，WSCT 持续错误 6 个月跟进 WSCT_Epersev_0 = 执行功能，WSCT 持续错误基础 WSCT_Epersev_40s = 执行功能，WSCT 持续错误 40 次会话跟进 WSCT_Epersev_6m = 执行功能，WSCT 持续错误 6月随访 WSCT_PEpersev_0= 执行功能，WSCT 持续性错误百分比基础 WSCT_PEpersev_40s = 执行功能，WSCT 持续性错误百分比 40 次随访 WSCT_PEpersev_6m = 执行功能，WSCT 持续性错误百分比 6 个月随访 WSCT_ENopersev_0= 执行功能，WSCT 非持久性错误基础 WSCT_ENopersev_40s = 执行功能，WSCT 非持久性错误 40 次随访 WSCT_ENopersev_6m = 执行功能，WSCT 非持久性错误 6 个月随访 WSCT_PENopersev_0= 执行功能，WSCT 基础非持久性错误百分比 WSCT_PENopersev_40s = 执行功能， WSCT 非持久性错误百分比 40 次随访 WSCT_PENopersev_6m= 执行功能，WSCT 非持久性错误百分比 6 个月随访 WSCT_categories_0= 执行功能，WSCT 基础类别 WSCT_categories_40s = 执行功能，WSCT 非持久性错误类别 40 次后续会话向上 WSCT_categories_6m= 执行功能，WSCT 类别 6 个月跟进 FAS_Pd_0= 处理速度 FAS 单词流利度，直接分数基础 FAS_Pd_40s= 处理速度 FAS 单词流利度，直接分数 40 会话跟进

      FAS_T_6m=处理速度 FAS 单词流利度，直接得分 6 个月跟进 FAS_T_0=处理速度 FAS 单词流利度，基础 t 分数 FAS_T_40s=处理速度 FAS 单词流利度，t 分数 40 会话跟进 FAS_T_6m=处理速度 FAS 单词流利度， t-scores 6 个月跟进 Semantic_Pd_0=处理速度语义词流畅度，直接得分基础 Semantic_Pd_40s=处理速度语义词流畅度，直接得分 40 次后续会话 Semantic_Pd_6m=处理速度语义词流畅度，直接得分 6 个月跟进Semantic _T_0=处理速度语义词流畅度，t 分数基础 Semantic _T_40s=处理速度语义词流畅度，t 分数跟进 40 次会话 Semantic _T_6m=处理速度语义词流畅度，t 分数跟进 6 个月 FACES_Pd_0= 社交认知基础 FACES_Pd_40s= 社会认知 40 次随访 FACES_Pd_6m= 社会认知 6 个月随访