用短信传递的认知行为疗法治疗年轻成人广泛性焦虑症

所有参与者都在同意程序（同意书）中被告知，我们正在测试 CBT-txt 焦虑干预，它是基于临床程序，这些程序已被证明在面对面和基于网络的咨询模式中是有效的，但尚未被证明在文本模式下有效，并且参与这项研究并不限制他们寻求其他形式的咨询。 目标 1：评估研究招募程序的可行性以及 CBTtxt-Anxiety 的可接受性和参与者满意度。

假设 1A：研究方案将达到或超过方案流程的基准标准（招募率、时间、技术问题）。 假设 1B：参与者的接受度和满意度（评估负担、文本时间、内容）和参与度（完成率、响应时间、利用率）报告将达到或超过基准标准。 目标 2：测试 CBT-txt-Anxiety 对年轻人减轻焦虑症状的功效。 假设 2：与候补名单对照组相比，接受 CBT-txt-Anxiety 的参与者在干预后 2 个月时的焦虑症状会更少。 研究人群和纳入/排除标准：我们将使用社交媒体招募 100 名符合焦虑症状加重标准的年轻人（18-25 岁）。 国家流行病学数据估计，五分之一 (19.5%) 的年轻人在过去一年中经历过广泛性焦虑症，而 18 岁或以上成年人中就有六分之一 (15.6%) (Terlizzi & Villarroel et al., 2020)。 ，大约一半 (52%) 还报告抑郁症状加重（Kessler 等，2015）。 根据我们过去成功地识别和招募参与者加入我们的研究，我们保守估计我们将能够招募和招募 10 名参与者加入该研究。 我们估计，为了招募 100 名参与者，我们可能需要同意最多 1500 名参与者，因为要筛选出那些不符合资格标准的人以及可能是骗子或“机器人”的人。

学习程序：

所有程序——招募和筛选后的互动/干预——都被设计为虚拟/在线。 3A。 基线调查 - 所有同意参与并筛选研究的参与者都将被引导参加通过 Qualtrics 在线进行的基线调查（Qualtrics，2020）。 该调查预计大约需要 30 分钟才能完成。 3B. 随机化 - 一旦 Qualtrics 确定参与者已完成基线调查，Qualtrics 的自动随机化程序将随机将参与者分配到 CBT-txt-焦虑或候补名单控制组。 我们将使用随机 10 区组设计，对研究组和性别进行区组，分配比例为 1:1，以实现平衡设计。 随机参与者在调查完成后会收到来自 Qualtrics 的自动消息通知。 3C。 CBT-txt-焦虑干预 - 分配到 CBT-txt-焦虑干预条件的参与者将在 60 天内收到 32 条文本对话。 参与者表明他们希望在一天中的什么时间接收干预文本。 CBT-txt-焦虑干预中提供的文本重点是让参与者了解想法、活动和其他人如何影响他们的情绪和焦虑。 根据基线调查参与者提供的数据，文本是个性化的。 后续调查 - 所有参与者将被要求在基线后 1、2 和 3 个月完成在线调查。 参与者将收到短信通知并被引导参加在线 Qualtrics 调查。 3E。 生态瞬时评估 - 仅治疗组的所有参与者将被要求每天通过短信完成 1 次生态瞬时评估，持续 60 天。 这些评估将在干预日的文字咨询对话之前立即收集。 初步分析 - 我们将首先绘制结果分布并在需要时进行正态性转换，通过纵向图可视化结果随时间的变化并盘点丢失的数据。 4B。 假设检验目标 1：评估研究方案流程、资源和管理的可行性以及治疗的可接受性。 假设 1A：研究方案将达到或超过方案流程（招聘和入学率、时间）、资源和管理（招聘成本、员工时间、技术问题）的基准标准。 假设 1B：参与者的接受度和满意度（评估负担、文本时间、内容）和参与度（完成率、响应时间、利用率）报告将达到或超过基准标准。 分析方法 1：我们将使用描述性统计数据来了解样本中的招募率、入学率、可接受性、满意度和参与度，并报告它们是否达到或超过我们的假设水平。 Ttests 将用于比较注册时间、录取率和满意度分数方面的样本差异；卡方检验将用于将参与率与我们之前的试点研究进行比较。 目标 2：测试 CBT-txt-Anxiety 对年轻人减轻焦虑症状的功效。 假设 2：与候补名单对照相比，接受 CBT-txt-焦虑的参与者的焦虑症状较少 目标 2 的分析方法：假设 2 的检验将使用完整信息最大似然结构方程模型 (SEM) 框架进行，该框架解释了缺失数据，增强功效，并且与意向治疗模型一致。 我们将首先运行无条件潜在增长模型来估计 4 个数据收集期（基线、1 个月、2 个月和 3 个月）的结果变化（焦虑症状）。 对于每个结果，无条件模型将估计截距（结果的基线水平）、线性斜率（每个月结果的变化）以及每个结果的随机效应，其方差和协方差解释了增长的个体差异轨迹（例如，较高与较低的基线水平；较快与较慢的每月变化率）。 如果无条件模型中线性斜率显着，我们将研究多项式函数以捕获潜在的非线性变化函数，从二次函数开始，仅当二次函数显着时才转向三次函数。 一旦在无条件模型中确定了变化的函数形式，我们将通过实验条件（CBT-txt-焦虑）估计增长参数的差异。 将估计治疗组的结果变量（焦虑症状）的基线水平以及这些变量随时间变化的月度变化率。 对这些关联的显着性检验将告知，与随机接受候补名单对照的年轻人相比，随机接受 CBT-txt-焦虑的年轻人是否表现出不同的基线水平和更快的结果下降速度（焦虑症状），后者的测试提供了证据治疗效果具有统计学意义。

功效分析 - 我们的功效分析基于 100 名参与者，其中 50 名分配给治疗条件，50 名分配给等待名单控制条件。 有 100 名参与者，中等效果大小（标准化治疗效果为 0.3 - 0.4 需要 SD 单元）才能实现 80% 的功率。 我们通过在 Mplus 中进行生长曲线分析的蒙特卡罗模拟来进行功效分析。 我们生成了 4 波数据（基线、1 个月、2 个月和 3 个月），缺失概率稳步增加，因此在 2 个月的随访中，有 10% 的样本缺失。 根据 Muthén 和 Curran (1997)，我们指定了以下建模条件。 我们指定了斜率因子，使得 (a) 从基线到 2 个月随访的增加对应于

结果增加 1 SD，并且 (b) 斜率因子的方差设置为截距因子方差的 20%。 我们假设由于随机化，治疗组和对照组在初始时间点不会有差异，因此截距上的治疗效果设置为 0。我们将斜率上的治疗效果设置为等于差值，单位为 SD 3 个月随访时治疗组和对照组之间的结果单位。 模拟显示，在这些条件下，初始样本量为 100，标准化处理效果 =0.31 足以产生 80% 的功效。