团体音乐疗法对长期护理机构居民情绪健康的影响：一项试点研究

台湾正步入超高龄社会，越来越多的老年人居住在长期照护机构中。尽管机构照护提供了医疗和日常生活支持，但许多居民仍感到孤独，出现抑郁症状，情绪健康水平下降。非药物干预措施，如团体音乐治疗，已被证明对情绪调节、社交互动和心理健康具有积极影响。然而，既往大多数研究主要依赖自评问卷或观察者评定量表，这些方法可能受到认知状态、表达能力或评估偏倚的影响。

这项预试验旨在评估团体音乐治疗的心理效应，以及将基于人工智能的多模态情绪识别模型整合到长期照护机构情绪评估中的可行性。

研究设计

本研究采用准实验性单组前后测设计。将通过便利抽样，招募约20名来自台湾中部一家长期照护机构的居民。

纳入标准包括：

年龄65岁或以上

在机构内居住至少3个月

具备基本认知功能（SPMSQ量表错误数0-2个）

有能力参与团体活动

提供参与研究及面部图像采集的知情同意

患有严重痴呆、重大精神疾病、神经退行性疾病、严重感觉障碍，或近期参与过其他心理或音乐治疗项目的居民将被排除。

干预措施

参与者将接受为期6周的团体音乐治疗项目。每位参与者每周参加一次60分钟的课程，共计6次课程。课程将以小组形式进行（每组约10名参与者），由经过培训的音乐治疗师主导，并得到护理人员和研究人员的支持。

每次课程将包括：

聆听文化熟悉的歌曲

乐器互动（如铃鼓、手铃、木琴）

歌唱和声音表达活动

简短的小组分享讨论，以促进情感表达和社交联系

该干预措施旨在支持性的团体环境中，逐步增强情感投入、社交互动和心理舒适度。

结局指标

情绪健康结局将在两个时间点进行评估：

T0（基线）：第一次课程前

T1（干预后）：第六次课程结束后24小时内

主观测量指标包括：

国际积极与消极情感量表简版

老年抑郁量表-15项版本

加州大学洛杉矶分校孤独感量表第3版

巴氏指数（功能状态，仅基线评估）

基于人工智能的多模态情绪分析

在每次音乐治疗课程中，将在标准化环境条件下使用非侵入式摄像系统捕捉参与者的面部图像。PaLI Gemma 2多模态模型将分析静态面部图像，生成：

分类情绪输出（如：快乐、悲伤、愤怒、恐惧、惊讶、厌恶、中性）

连续情绪维度（效价和唤醒度数值）

将比较第1次课程（基线代表）和第6次课程（干预后代表）的情绪识别输出与相应的主观问卷评分。相关性分析（Pearson或Spearman）将检验基于人工智能的情绪检测与自我报告情绪状态之间的一致性和互补价值。

统计分析

将使用描述性统计总结人口统计学和基线特征。将使用以下方法检验情绪结局的前后差异：

配对t检验（用于正态分布数据）

Wilcoxon符号秩检验（用于非正态分布数据）

将报告效应量（Cohen's dz或r）和95%置信区间，为未来更大规模试验的样本量估算提供支持。相关性分析将评估主观测量指标与人工智能衍生情绪指标之间的一致性。

伦理考量

本研究将在实施前获得机构审查委员会的批准。将获得所有参与者的书面知情同意。面部图像数据将进行匿名化处理，并仅用于情绪识别分析。不会进行身份识别。所有数据将安全存储在加密数据库中，参与者可随时退出研究，且不影响其照护。

意义

这项预试验将提供关于以下方面的初步证据：

团体音乐治疗在改善长期照护机构居民情绪健康方面的有效性。

将基于人工智能的多模态情绪评估整合到长期照护实践中的可行性。

研究结果将为未来大规模试验的设计提供信息，并有助于推动老龄化社会中技术辅助的心理社会照护模式的发展。