研究不同数量的干预模块对从抑郁或焦虑中康复的青少年个体网络变化的影响：StayFine随机临床试验的探索性结果

《Neuroscience Applied》：Examining Varying Number of Intervention-Modules and Change in Individual Networks in Young People Remitted from Depression or Anxiety: Exploratory Outcomes of the StayFine Randomized Clinical Trial

　　S.J. Robberegt | C.J. Albers | B.E.A.M. Kooiman | A.H. Vuuregge | J.D. Mul | N. Wilts | M.H. Nauta | Y.A.J. Stikkelbroek | C.L. Bockting
阿姆斯特丹大学医学中心，精神病学系，阿姆斯特丹公共卫生，荷兰

**摘要**
在网络理论中，精神障碍的症状构成了相互连接的节点网络。干预措施可以针对这些网络的某些方面。假设组合的干预模块同时针对网络的多个方面，我们研究了接受更多干预模块是否与网络特征从基线到干预后的变化更大有关。2019年12月至2024年5月期间，14至22岁的青少年（89.8%为女性）从抑郁或焦虑障碍中康复，他们被随机分配到接受复发预防干预模块加常规护理（M+CAU；n=69）或仅接受常规护理（CAU；n=68）。参与者完成了基线和干预后的生态瞬时评估（EMA；每天6次，持续2周），以构建包含11个节点（焦虑、悲伤、积极情绪、愤怒、压力、疲劳、抑制、回避、孤独、活动、社交陪伴）的共时部分相关网络。基于数据驱动的建议，提供了六种干预模块，以个性化的方式组合使用（心理教育、认知重构、积极情绪、暴露、激活、睡眠、健康、复发预防计划）。通过45次单变量回归分析（α=.05），评估了完成的干预模块数量（M(SD)=4.29(1.70)；范围=0-6）与11个节点的网络密度、强度、不稳定性和中心性的变化之间的关系。使用双样本t检验比较了随机化组之间的差异。

**结果**
经过多重检验校正后，完成更多干预模块的数量并未与网络特征的显著变化相关。不同随机化组之间的网络变化也没有差异。一些特征显示出与完成更多干预模块的小幅度非稳健关联：疲劳的中心性降低（n=69；β=-0.061, 95%CI [-0.122,0.000], p=.037, ηp2=0.03），网络密度也降低（n=69；β=-0.008, 95%CI [-0.015,0.000], p=.015, ηp2=0.05）。在M+CAU组中，孤独感中心性的变化为正，在CAU组中为负 [t(130.33)=-2.47, p=.015, d=-0.42]。总之，经过多重检验校正后，完成更多干预模块并未与个体网络特征的更大变化相关。这项初步研究为后续的验证性分析和更好地理解防止复发的网络变化机制提供了起点。

**背景**
12至25岁的青少年和年轻成人如果从抑郁或焦虑障碍中康复，仍有复发风险[1]，[2]。估计的复发率因先前的障碍类型、随访时间以及青少年和年轻成人之间的差异而异[3]，[4]，[5]，[6]，[7]，[8]，[9]，[10]。心理和药物治疗的复发预防干预能有效降低抑郁和焦虑的复发风险[11]，[12]，[13]。尽管仍有大量个体存在风险；在抑郁症中为38-60%[11]，[14]，[15]，在焦虑症中为5.2-20.1%[13]，[16]。假设个性化基于证据的心理学干预可以提高标准化干预的有效性[17]。从儿童期到成年期，已有报告表明个性化急性期干预对抑郁和焦虑的心理健康结果有所改善[18]，[19]，[20]。此外，初步迹象表明，针对青少年的预防性模块化干预也能有效预防复发[21]，[22]，[23]。

**干预模块的个性化**
可以通过多种程序实现。在认知疗法中，治疗师通常会进行案例概念化[24]。为了优化治疗计划，越来越多地采用共同决策[25]。创新的个性化程序包括结合临床访谈数据、自我报告问卷、重复评估（如生态瞬时评估（EMA）以及可穿戴设备或智能手机等工具的数据驱动工具[26]。最近，网络方法被用于心理病理学[27]，[28]，以个性化干预[29]，[30]，[31]。网络方法的基础是假设症状会触发其他症状，这些互动是动态的，并且症状及其互动会随时间变化[28]，[32]，[33]。个体网络包含症状和心理健康方面（称为“节点”）及其连接（称为“边”）。通常会提取网络中每个节点和边的网络特征[34]，[35]。此外，还会提取整体网络强度[34]，[35]。例如，较高的整体网络强度意味着一个节点更有可能激活另一个节点。整体网络强度（或网络密度）可以指示一个人处于抑郁状态还是韧性状态[36]，[37]。例如，如果感到悲伤与感到疲倦、孤独、精力不足强烈相关，并且与活跃状态呈负相关，那么这些感觉或行为中的任何一种都可能触发网络中的其他节点。在这种情况下，经历这些感觉或行为可能会使个体处于抑郁状态。此外，网络的稳定性可以表明一个人是否处于从抑郁状态向韧性状态的转折点[38]，[39]，[40]。如果在干预期间出现情绪或行为变化，这可能会迅速改变网络中哪些节点是活跃的以及节点之间的互动方式。例如，当悲伤与孤独之间的关联减弱，而积极情绪与活跃之间的新关联出现时，网络变得不稳定，但可能会向更韧性的状态转变。

**结论**
针对症状和心理过程的干预[27]，[41]可能与基于EMA的网络变化相关。一些使用EMA逐时刻测量症状的实证研究报告了干预期间整体网络强度和症状互动的变化[42]，[43]，[44]，[45]，而其他研究则未支持干预对整体网络强度的变化[46]，[47]，[48]，[49]。早期研究结果不一致的可能解释包括节点和边的预处理步骤[50]，以及使用时间网络可视化从一个时刻到下一个时刻的预测变化，或使用共时网络可视化一段时间内的预测关联[51]。另一种解释是患者特征（如年龄和既往发作次数）的差异[47]，或是由于潜在的心理状态导致的网络稳定性差异[47]。因此，不同研究中参与者是否处于从一个状态到另一个状态的转折点也可能有所不同[38]，[40]。总体而言，将网络方法应用于临床实践受到实证研究结果混杂的挑战[52]，[53]。

**研究目的**
我们旨在探讨完成干预模块是否与网络变化相关。在本研究中，除了随机临床试验（RCT）外，还在干预模块前后每天收集六次EMA数据[54]。在RCT中，青少年和年轻成人接受了不同的六种干预模块组合，以防止抑郁或焦虑的复发。组合是根据数据驱动的建议和共同决策个性化的[31]。数据包括两周内基线EMA的共时网络数据。

**研究设计**
StayFine干预模块包括认知干预模块（心理教育、认知限制）、行为干预模块（暴露、激活、睡眠）、关注积极心理健康方面的健康干预模块（健康和积极情绪），以及最后一个将所学经验整合成计划以总结有用技能并意识到未来复发潜在触发因素的干预模块（StayFine复发预防计划）。所有参与者都接受了三种干预模块（心理教育、认知限制和StayFine计划），并根据个性化选择了五种选项中的三种（暴露、激活、睡眠、健康和积极情绪）。我们还旨在探讨RCT中用于个性化的网络方法是否也可以用来研究干预模块个性化组合的效果。作为初步探索，我们评估了完成的干预模块数量与基线到干预后网络变化之间的关系。由于研究设计包括基线和干预后的评估，我们无法可靠地评估特定干预模块对网络变化的影响。要么在基线时参与者尚未接受干预模块，要么在干预后接受了不同的干预模块组合。无论干预模块的组合如何[21]，我们预计完成包含认知、行为和健康方面的干预模块组合将与个体网络的多个方面同时发生变化[53]，[55]，[56]。鉴于先前研究的混合结果，以及“打破系统”（黑箱概念）的理论，我们对网络中会发生哪些变化没有明确的假设。

**假设**
我们假设，平均而言，完成的干预模块数量越多，情绪动态和网络特征的变化就越大（例如，积极情绪的平均水平更高，消极情绪的水平更低，网络密度更低）。第二个目的是探讨接受干预模块加常规护理（CAU；无论数量如何）是否比仅接受常规护理（CAU）导致更大的网络变化。为此，比较了随机化组之间的变化。

**方法**
本研究报告了StayFine RCT（ClinicalTrials.gov: NCT05551468）的次要结果。RCT获得了乌得勒支医学研究伦理委员会的批准。所有参与者（如果年龄<16岁，则包括父母）均提供了书面知情同意书。RCT的详细信息在已发表的试验方案中有所描述[54]。简而言之，13至21岁的青少年和年轻成人从抑郁或焦虑障碍中康复，他们被随机分配到接受个性化组合干预模块加常规护理（M+CAU）或仅接受常规护理（CAU）。随机化根据是否接受过治疗以及既往发作次数（1次、2次、3次或更多次）进行分层。评估进行了五次（T0：基线，T1：干预后4个月，T2：1年随访，T3：2年随访，T4：3年随访），包括可选佩戴加速度计的EMA、自我报告问卷和临床诊断访谈。当前研究分析了基线和干预后的EMA数据。

**参与者**
2019年12月至2024年5月期间，共有227名参与者被纳入研究并随机分配，其中157人在数据提取时完成了基线和干预后的EMA。78人被随机分配到M+CAU组，79人被随机分配到CAU组。69名参与者（87%）在基线和干预后完成了足够的EMA（>30% [49]，[57]）。样本包括69名接受M+CAU的参与者（平均年龄（SD）=19.52(1.70)岁；60(87%)为女性，84%为荷兰籍）和68名接受CAU的参与者（平均年龄（SD）=19.72(1.76)岁；63(93%)为女性，88%为荷兰籍）。在T0时，85%的参与者遵守了EMA要求；在T1时为71%。参见图1了解参与者流程。见表1了解样本特征。

**数据下载**
下载高分辨率图像（709KB）
下载全尺寸图像

**图1. 流程图**
注：
CAU = 常规护理
EMA = 生态瞬时评估
K-SADS = 儿童-情感障碍和精神分裂症现患及终生量表
T0 = 基线评估
T1 = 干预后评估

**表1. 样本特征**
| 变量 | M+CAU (n=69) | CAU (n=68) |
| --- | --- | --- |
| 女性 | 123 | 89.8% | 60 |
| 年龄 | 19.61 | 11.73 | 14.33 | 22.42 | 19.52 | 17.0 | 14.92 | 22.08 | 19.71 | 14.33 | 22.42 |
| 既往发作次数 | 19 | 65.74 | 36 | 24 | 76 | 92 | 33 | 24.11 | 19 | 28 | 14 | 21 | 39 | 7.36 | 93 | 44 | 22.21 | 13 | 45 | 10 | 0 |
| 既往障碍 | 仅抑郁障碍 | 26 | 19.01 | 72 | 59 | 13 | 重度抑郁障碍 | 25 | 18.21 | 72 | 58 | 12 | 持续性抑郁障碍 | 21 | 50.00 | 23 |
| 仅焦虑障碍 | 13 | 9.57 | 10 | 69 | 广泛性焦虑障碍 | 96.65 | 74 | 6 | 恐慌障碍 | 64.43 | 43 | 社交焦虑障碍 | 42.93 | 41 | 分离焦虑障碍 | 32.21 | 12 | 3 | 特定恐惧症 | 32.21 | 12 | 3 | 抑郁和焦虑障碍 | 96 | 70.14 | 56 | 55 | 17 | 5 | 重度抑郁障碍 | 93 | 67.94 | 46 | 44 | 97 | 2 | 持续性抑郁障碍 | 86 | 62 | 36 | 9 | 恐慌障碍 | 30 | 19 | 79 | 13 | 21 | 13 | 广泛性焦虑障碍 | 66 | 46.73 | 24 | 63 | 45 | 恐慌障碍 | 44 | 32 | 81 | 25 | 37 | 分离焦虑障碍 | 16 | 10.94 | 61 | 12 | 18 |

**注释**
a. 97名开始接受干预模块的参与者中有64名未完成所有（<6/6）干预模块。有关哪些抑郁和焦虑障碍符合或不符合研究条件的详细概述，请参见补充材料中的补充文件1。排除标准包括既往的（轻）躁狂症、双相情感障碍、既往或当前的精神病发作、当前的酒精或药物滥用，以及每月治疗次数超过两次。参与者接受了认知行为评估（CAU），这可能包括不进行任何干预、药物治疗或心理干预。在入组时，旨在促进改变（而不仅仅是提供支持）的不频繁治疗每月最多允许进行两次。例如，低频（认知）行为疗法、眼动脱敏和再处理（EMDR）、心理教育或咨询。出于非抑郁或焦虑原因的药物治疗可能包括避孕药，或用于同时存在的精神健康问题（如注意力缺陷多动障碍、自闭症谱系障碍）或躯体疾病（如癫痫）的药物。如果有人在研究期间因复发或病情恶化需要加强治疗，这是允许的。资格评估使用了一个简短的电话筛查工具和Kiddie-Schedule for Affective Disorders and Schizophrenia present and lifetime version (K-SADS-PL DSM-5 [58]) 进行。简短的电话筛查工具包括基于年龄、性别、既往和当前发作及治疗情况的检查，以及用于评估过去两周内抑郁和焦虑症状的Patient Health Questionnaire (PHQ-4; [59])。在当前的随机对照试验中，K-SADS的评分者间一致性非常好：Fleiss Kappa=0.83（范围0.65-1）。

测量方法
认知行为评估（EMA）和个体网络
基线和干预后的EMA每天进行六次，连续十四天，通常从周一开始。研究人员指导符合条件的参与者使用StayFine应用程序（Minddistrict B.V., 2024）完成为期两周的EMA。完成EMA的推送消息对每位参与者都是标准化的，时间间隔至少为1小时，理想情况下为2到3小时，时间范围在8:00至23:00之间。选择六个每日时间点是基于理论上的需求（即反复评估动态和可变因素）与实际可行性之间的平衡（这一结论来自我们未发表的初步研究和系统评价；Wen等人，2017年）。通过电子消息，研究人员对完成EMA的行为给予积极反馈，或者在超过两天未填写时发出提醒。干预后的EMA在基线EMA后的4.7个月进行。EMA评估之间的平均时间（标准差）为20.27（5.75）周，范围在12至43周之间。
EMA包括十六个项目。前十四个项目从0（完全不同意）到100（完全同意）进行评分：我感到……焦虑、悲伤、紧张、愤怒、放松、精力充沛、热情、愉快、疲倦、孤独、我想压抑自己的感受、我避免困难的事情、我当前的活动令人愉快、我当前的活动消耗了能量。一个二进制项目用于表示社交陪伴：独自一人（0）或至少有一个人在场（1）。还有一个可选的开放式问题用于记录其他意见。这些项目基于之前的EMA研究[60]、积极和消极情绪量表[61]以及干预模块的目标。

对于网络构建，使用了前十五个EMA项目，评分范围从0（完全不同意）到100（完全同意）。有两个节点包含多个项目：积极情绪基于四个项目（放松、精力充沛、热情、愉快），而活动投入基于两个EMA项目（令人愉快的活动、消耗能量的活动）。社交陪伴的二进制项目从0/1重新调整为0/100。开放式问题的回答被排除在统计分析之外。疲劳通过“疲倦”这一项目进行测量。这样就得到了一个同时期的个体部分相关网络，可能包括以下11个节点：焦虑、悲伤、积极情绪、愤怒、紧张、疲劳、压抑、回避、孤独、活动投入和社交陪伴。补充材料中的图S1显示了一名参与者的基线和干预后网络。补充文件1报告了EMA和网络数据准备步骤。

假设一系列干预模块能够改变相互连接的节点系统，我们旨在研究不同的情绪动态和网络特征：节点强度、节点不稳定性、一步和两步预期影响中心性（EI1 & EI2）以及网络密度。强度代表节点在重复每日评估中的平均水平，是最基本的网络动态[35]。不稳定性是指节点在评估之间的波动，通过连续差异的均方根（RMSSD; [62], [63]）计算得出。当涉及天与天之间的间隔或一个或多个评估缺失时，评估之间的差异被忽略。预期影响中心性包括一步和两步预期影响中心性，用于表示节点在网络中的相对强度。一步预期影响（EI1）中心性通过将节点与其网络中相邻节点的边权重相加来表示节点的强度[64]。两步预期影响（EI2）中心性还考虑了相邻节点的强度[64]。网络密度反映了网络的总体连通性[52]，通过将绝对边权重除以各个网络中可能的边数来计算。

在T0和T1之间，个体内部的节点数量和类型可能存在差异，因为只有符合SD >10规则的节点被纳入，这相当于项目范围的10%。我们认为包含随时间变化的节点是合理的，因为这些可能是心理健康中最易变化的方面。那些持续保持相同值的节点没有在网络中显示，可能更难以受到影响。为了考虑值相对稳定的项目，我们提取了每个节点的强度和不稳定性，无论它们是否属于网络。通过这些指标，我们旨在评估干预模块的数量是否会影响这些相对稳定的项目。对于强度和不稳定性，这些指标的变化在临床上的解释更为直接。如果消极情绪的强度下降，这可能是症状减轻的前兆。如果评估之间的稳定性增加，可能意味着情绪在几个小时内更加稳定，受情境的影响较小。根据认知行为疗法的理论，这两种变化都可能是由于对情境有了更中立或细致的理解。由于我们的网络中包含了积极和消极的节点，症状之间的相互关联性更难以解释。如果主要是积极节点且边值为正，则更高的相互关联性可能表明处于一种有弹性的状态。因此，向更互联的网络（即密度更高）转变在临床上可能是相关的。同时，向具有多个消极节点和高度活跃边的更互联网络转变可能表明正在从有弹性的状态向更抑郁或焦虑的状态转变。上述例子说明了如何解释假设的变化。同时，我们需要注意，同时期网络中的相关性并不意味着因果关系，先前的研究关于网络变化与症状变化之间的联系报告了混合结果（例如[9], [10]）。

干预模块和个人化
基于应用程序的干预模块扩展了预防性认知疗法（PCT）[65], [66]和认知行为疗法（CBT [67], [68], [69]）。干预模块的组合是根据个人情况定制的，包括八种可能的干预模块中的六种。每种组合包含三个核心干预模块（心理教育、认知重构和复发预防计划），以及五个额外干预模块中的三个：增强积极情绪、行为激活、暴露疗法、睡眠和健康，这些都基于数据驱动的建议并结合了共同决策。研究人员使用关于既往抑郁和/或焦虑、自我报告的睡眠情况、幸福感以及积极和消极情绪的数据，以及基线个体网络中与悲伤和焦虑节点相关的节点，来提供建议[31]。在电话介绍会议中，经验丰富的专家与参与者讨论了数据驱动的建议。参与者可以根据个人偏好偏离这些建议。常见的偏离原因包括：如果需要结合两个基于行为的干预模块（例如行为激活和暴露疗法），参与者已经练习过建议中的技术（例如行为激活、暴露疗法或健康疗法），或者某些干预模块比推荐的更吸引人。图S2展示了研究人员建议的八种潜在组合。补充文件2提供了一个个性化案例的例子。

这八个干预模块旨在：解释复发预防并安排干预时间（心理教育；[65]）；挑战功能失调的信念，激活积极思维网络、希望信念、积极情绪和图式（认知重构；[65]）；通过使用积极日记进行详细的记忆训练来增强积极情绪（增强积极情绪；[65]）；通过体验来建立积极关联（暴露疗法；[23]）；改善睡眠行为和睡眠观念（睡眠；[24]；参与社交活动，进行有目的、目标导向的活动，促进放松与活动之间的平衡等（健康；[25]）；制定个性化的复发预防计划，包括未来的挑战和应对方法（复发预防计划；[21]）。

在干预模块期间，参与者由经验丰富的专家通过应用程序中的聊天功能提供反馈或回答问题。每个干预模块都包含心理教育和练习，大多数分为两部分。每部分之后，经验丰富的专家会提供积极反馈，对练习进行评论并总结所学技能。参与者在阅读反馈后可以继续进行下一部分。参与者被指导在大约三个月的时间内每周投入1小时，以便在干预后评估之前完成整个干预过程。

为了研究基于共同决策的偏离是否会导致网络变化的差异，我们对50名参与者进行了敏感性分析（见补充文件5）。

统计测试
缺失的EMA数据未进行插补。EMA数据和网络构建的数据准备步骤详细记录在补充文件1中。重要的是，网络是使用qgraph（1.9.2 [71]）中的LASSO正则化方法构建的。这些网络最多包含11个节点，其标准差（SD）>10，相当于项目范围的10%。边代表部分相关性，边阈值设为>0.3，以更可靠地描绘真实的边[32], [72]。

每个参与者的情绪动态和网络特征的变化（从基线（T0）值减去干预后（T1）值）被用作组别水平单变量线性回归模型和双样本t检验的因变量。干预模块的数量是指干预后（T1）EMA时完成的干预模块数量，是单变量回归模型的自变量。该变量四舍五入到最接近的整数，范围从0到6个完成的干预模块。无论组合如何，完成的干预模块数量都被纳入分析中。

主要分析
数据使用Excel [73]和R（版本4.2.2）[74]进行准备和分析。连续结果的均值（M）和标准差（SDs）被计算出来，二元和有序结果的数字和百分比也被报告。在所有分析中，p<.05被视为统计上显著，从而接受了第一类错误的膨胀[75]，考虑到分析的探索性质。之后，应用了Benjamini-Hochberg校正[76]来纠正多重检验的问题。

作为准备回归分析的第一步，通过箱线图视觉检查了情绪动态和网络特征的变化分数中的异常值。根据科学家和临床实践者之间的小组讨论，移除了箱线图指示的潜在异常值。异常值的判断基于临床访谈中的数据。如果某个值是合理的，则保留该观察结果。没有应用正式的异常值排除规则。接下来，在变化分数的Q-Q图中评估了残差的正态性假设。此外，还通过散点图绘制了普通最小二乘回归和稳健迭代加权最小二乘（IWLS）回归的变化分数来评估同方差性假设，没有发现违反情况。由于某些中心性变量存在有影响力的观察值，因此使用了稳健的IWLS单变量回归分析。总共进行了45次探索性分析，包括一次关于密度和4×11次关于四种情绪动态和网络特征（强度、不稳定性、EI1-和EI2-中心性）以及同时期部分相关网络中的11个节点（焦虑、悲伤、紧张、愤怒、积极情绪、疲劳、孤独、压抑、回避、活动投入和社交陪伴）的分析。分析在包括和排除个别异常值的情况下都进行了重复。进行了三项额外的分析：（1）随机化组之间的比较（使用双样本Welch t检验来评估每个结果），（2）使用替代网络对回归分析的稳健性检验，（3）仅包括根据数据建议选择干预模块的参与者的稳健性检验。在补充材料中，我们报告了这些稳健性检验的结果。每个补充材料中都报告了预处理的差异。补充材料3展示了没有“社交公司”节点的网络结果，补充材料4展示了包含六个节点的更简洁模型，补充材料5则展示了使用较小样本的敏感性分析结果，该样本仅包括根据数据建议选择干预模块的参与者。这些分析与主要分析相似。

**干预模块的选择与完成情况**
当前样本由69名参与者组成，他们被随机分配到M+CAU组，并提供了足够的EMA数据（>30%）。在纳入的参与者中（N=69），最常被推荐的干预模块是“健康促进”（n=51）、“行为激活”（n=49）和“增强积极情绪”（n=48）。有一名参与者在干预后评估时没有完成任何干预模块，其余参与者完成了1到6个干预模块 [M(SD)=4.29(1.70)]。几乎五分之四的参与者（n=55；79.7%）完成了至少一半的干预模块，大约一半的参与者（n=35；50.7%）开始了最后一个模块。表2总结了所选择和完成的干预模块的总数，以及每种组合的数量。

**表2. 选择和完成的干预模块数量（总数及每种组合）**
| 干预模块数量 | 0 | 1 | 2 | 3 | 4 | 5 | 6 |
| --- | --- | --- | --- | --- | --- | --- |
| n=69 | 11 | 5 | 6 | 17 | 4 | 7 | 27 | 42 | 4 |
| 每种组合完成的干预模块数量 |
| 积极情绪、激活、睡眠（n=8） | 1 | 7 | 4 | 3 | 2 | 1 | 0 | 1 |
| 积极情绪、激活、健康（n=17） | 2 | 5 | 4 | 3 | 2 | 1 | 0 | 0 |
| 健康、激活、睡眠（n=9） | 1 | 2 | 4 | 3 | 2 | 1 | 0 | 0 |
| 积极情绪、暴露、睡眠（n=5） | 1 | 2 | 3 | 2 | 1 | 1 | 0 | 0 |
| 积极情绪、暴露、健康（n=12） | 1 | 1 | 2 | 2 | 1 | 1 | 0 | 0 |
| 健康、暴露、睡眠（n=1） | 0 | 1 | 1 | 1 | 0 | 0 | 0 | 1 |
| 积极情绪、激活、暴露（n=4） | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 |
| 健康、激活、暴露（n=10） | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 |
| 睡眠、激活、暴露（n=1） | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
| 睡眠、积极情绪、健康（n=2） | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 |

**网络描述**
平均而言，网络指标的变化很小（变化范围在-2%到4%之间），详见补充材料中的表S1。基线时网络平均包含7个节点（M=6.19；SD=2.48，范围=0到11），干预后网络平均仍包含7个节点（M=6.26，SD=2.88，范围=0到11），节点数量的变化为0（M=0.07，SD=2.66，范围=-7到6）。补充材料中的图S3以折线图形式展示了每个参与者节点数量的变化情况。该图表表明节点数量确实发生了变化，但极端变化较为少见。

在M+CAU组（n=69）中，基线网络中最常见的节点是“积极情绪”（n=58）、“疲劳”（n=52）和“压力”（n=49）。干预后网络中常见的节点是“积极情绪”（n=51）、“活动”（n=50）和“疲劳”（n=50）。基线和干预后，强度最高的节点都是“活动”、“积极情绪”和“疲劳”。基线和干预后，节点不稳定性最高的节点是“疲劳”、“活动”和“压力”。根据中心性值（未使用自助法进行中心性排序），平均而言最中心的节点是“悲伤”和“抑制”。

在CAU组中，基线网络中最常见的节点是“积极情绪”（n=53）、“疲劳”（n=51）和“压力”（n=49），干预后网络中最常见的节点是“疲劳”（n=56）、“积极情绪”（n=52）和“活动”（n=49）。基线和干预后，强度最高的节点同样是“活动”、“积极情绪”和“疲劳”。两次评估中，节点不稳定性最高的都是“疲劳”、“活动”和“压力”。平均而言，最中心的节点是“悲伤”和“抑制”。

**完成模块与网络变化**
干预模块的选择和完成情况与节点强度的变化（11×）或不稳定性的变化（11×）在个体间没有明显关联。平均而言，完成的干预模块数量较多与节点EI2中心性的降低有关 [n=69；β=-0.061 95%CI (-0.122,0.000), p=.037, ηp2=0.03]，即使在排除了两个异常值后也是如此（p=.041）。这表明，考虑到邻近节点的相对强度，疲劳在网络中的影响力会减弱。然而，经过多重检验校正后，这一结果不再显著。此外，完成干预模块数量较多与网络密度的降低也有关联 [n=69；β=-0.008 95%CI (-0.015,0.000), p=.015, ηp2=0.05]，但这一关联在多重检验校正后也不显著。对于青少年和年轻成人（n=27 vs n=110）的比较，基线时或变化后的网络密度也没有显著差异。

**随机化组之间的比较**
对随机化组之间的每个网络特征变化进行了比较（45×）。在45个随机化组间差异的t检验中（M+CAU vs CAU），有一个显著差异：孤独感的一步EI中心性 [t(130.33)=-2.47, p =.015, d=-0.42); MM+CAU [SD]=0.08[0.45]; MCAU[SD-]=-0.13[0.53]）。这反映了M+CAU组的平均变化为正向（增加），而CAU组的平均变化为负向（减少）。然而，经过多重检验校正后，结果不再显著。鉴于两个随机化组都接受了CAU干预，因此证据有限，无法确定干预模块对个体网络变化有额外影响。

**敏感性分析**
还使用了替代网络（不包括“社交公司”节点）、更简洁的六节点模型，以及仅包括根据数据建议选择干预模块的参与者（n=50）进行了回归分析作为稳健性检验。这些敏感性分析的详细结果在补充材料中报告。多重检验校正后的结果没有变化。为了评估当前无显著结果是否与症状变化缺失有关，我们对症状变化进行了事后分析。这些额外分析表明，尽管抑郁和焦虑症状随时间略有改善，但这种变化并未体现在网络变化中。此外，我们还研究了基线症状严重程度与完成的干预模块数量之间的关系。分析显示，基线症状严重程度与完成干预模块的数量没有正相关或负相关。需要注意的是，模块组中有2名参与者的症状数据缺失，无模块组中有3名参与者数据缺失，且在线问卷和EMA的T1评估时间并不总是重合。这些结果在补充材料中的表7中报告。

**讨论**
在69名从抑郁或焦虑中康复的年轻人中，我们研究了完成的干预模块数量与基线到干预后个体网络变化之间的关系。我们预期更多的干预模块会带来更大的网络变化。参与者平均完成了4个干预模块，大约一半（n=35）在干预后评估前开始了第六个（也是最后一个）干预模块。尽管完成的干预模块数量较多与某些网络特征的变化有关，但经过多重检验校正后，这些发现不再显著。因此，与我们的预期相反，完成的干预模块数量较多并未显著影响平均水平、节点波动、节点的相对重要性或网络的整体强度。此外，经过多重检验校正后，随机化组之间的网络变化也不显著 [M+CAU (n=69) vs CAU (n=68)]。鉴于这些不显著的发现和较小的效应，我们暂不解读这些结果。目前的结果不足以支持完成的干预模块数量与个体网络变化之间的关联，这种关联在康复的年轻人个性化应用中尚无明确证据。

当前不显著的关联增加了关于网络方法临床应用的证据的复杂性[52], [53]。当前无显著结果的一个解释可能是情感动态和网络特征的“地板效应”。地板效应的迹象包括：（1）基线时负值节点的平均水平相对较低（而正值节点的平均水平较高），（2）基线到干预后个体网络的平均变化很小，（3）基线和干预后整体网络强度相对较低，详见表S1。因此，我们可以得出结论，网络处于相对稳定的状态[40]，而不是处于临界点。稳定的网络受外部事件或网络中症状激活的影响较小[36]，因此可能在完成更多干预模块后变化较小。干预模块与网络特征之间的关联在恢复期（康复状态[46]）和抑郁或焦虑状态[42], [77]时可能有所不同。如果网络的总体强度和稳定性较低，类似于更稳定的康复状态，我们不能排除基于EMA的结果和网络特征会在更长时间内发生变化的可能性[78]。

除了地板效应外，另一个解释可能是干预模块数量与个体网络变化无关。也许特定的干预模块（例如“增强积极情绪”）确实会导致情感动态或网络特征的变化（例如积极情绪的平均水平升高）。尽管我们没有检查特定干预模块之间的关联，但我们确实比较了不同随机化组之间的变化。网络变化在组间没有显著差异（M+CAU vs CAU）。这与某些研究结果（个性化模块干预优于标准化协议或主动对照[18], [19], [22], [23]）相矛盾。然而，这种解释仅限于对组合干预模块响应的个体网络变化。当检查特定干预模块或其他心理健康结果（如症状学和生活质量）时，可能会得到不同的结果。尽管在当前样本中，随机分配尚未对抑郁和焦虑症状的变化具有预测价值。

**敏感性分析**
使用替代网络和较小样本的敏感性分析表明，多重检验校正后的结果没有变化。这些分析表明，构建网络的方法学选择会影响报告的关联，但不影响统计显著性。通过采用更简洁的模型，我们提高了统计功效，但没有发现显著关联。这表明潜在的地板效应不能仅通过网络中的节点数量来解释。在另一组较小样本（n=50 vs n=69）的敏感性分析中，网络特征与干预模块之间的关联有所不同，但经过多重检验校正后这种差异不再显著。这暂时表明，个体间的网络变化不依赖于对数据驱动建议的遵守程度或基于个人偏好的偏差。然而，由于样本量较小且我们没有直接比较两组，因此需要谨慎解读这些结果。

**结论**
我们研究的优势在于提供了关于从抑郁或焦虑障碍中康复的年轻人的独特实证和生态学有效数据。我们结合了基于多模态数据驱动的建议[31]进行了个性化处理，包括基线时的个体网络。第二个优势是将正面和负面表述的条目都纳入EMA中，这些条目基于干预目标（如积极情绪和活动），从而能够评估干预目标，而不仅仅是抑郁或焦虑症状[79], [80]。第一个局限性是当前的探索性分析未预先注册[80]。其次，由于样本量相对较小（<200）、时间点较少以及网络复杂性，无法排除某些有影响力的观察结果。虽然未进行正式的事后功效分析，但在我们的样本中（n=69），假设功效为0.8时，需要中等效应大小（0.32）才能检测到网络中一个边的变化。网络通常由七个节点组成，有时也可能更多，这意味着可能存在55条边，这增加了功率分析的复杂性。为了获得更可靠的估计结果，我们进行了稳健回归分析，并包括了节点数量较少的网络进行了敏感性分析。此外，那些始终保持相同值的节点在网络图中没有显示。为了考虑那些值相对稳定的节点，我们提取了每个节点的强度和不稳定性的数据。第三，可以说通过使用多层次建模方法可以更好地利用EMA的潜力。由于样本量较大、时间点较多，以及我们希望使用与构建个性化网络时相同的预处理步骤，我们认为采用逐步的方法是合理的。作为一种实用的方法来考虑个体内部数据的时间性，我们在个体层面提取了节点的不稳定性，这是一个常用的动态变量[35]。另一种方法是构建同时期网络，以评估评估之间的时间关联。第四，基线与干预后的时间间隔从12周到43周不等。大多数参与者的时间间隔在17周到22周之间。尽管较长的时间间隔并不理想，因为我们需要对参与者数据进行平均处理，并且无法排除季节性因素的影响，但没有迹象表明，那些花费时间较长（>21周）的参与者在完成的干预模块数量或节点数量变化方面与在12到21周内完成干预模块的参与者有所不同。最后一个限制是，我们的样本中女性多于男性，这影响了结果的普遍性。由于男性子样本非常小（M+CAU组中只有9人），因此没有进行性别后的分析。

未来的实证研究可以采用网络方法进行扩展和优化。我们建议对干预模块和网络进行更长时间的跟踪研究，以减少由于稳定恢复状态而导致的网络中可能出现的地板效应。需要考虑到的是，EMA和网络的潜力还取决于随机对照试验（RCT）的设计。如果在干预过程中提供EMA，可以更可靠地评估特定干预模块的效果及其与个体网络变化之间的关联。为了更好地理解不同干预模块如何与网络的变化相关联，通过咨询参与者关于特定干预模块的经验来收集定性数据可能是有意义的。此外，评估由经验丰富的专家提供的指导与由受过CBT深入培训并擅长改变认知和行为的临床医生提供的指导之间的差异也可能很有兴趣。此外，为了防止假阴性结果，应仔细考虑EMA的条目设计。例如，应包括具有时间波动的理论相关变量（如症状和心理过程[79]）。此外，为了提高统计功效，必须根据样本量使用有限数量的节点[81]。最后，在一项研究中同时使用多模态数据来源（如EMA、自我报告问卷和临床访谈）不仅有助于评估EMA的潜力，还可以进一步比较其与传统评估方法的附加价值。

总体而言，在经过多次检验校正后，更多的组合干预模块并未与个体网络更大的变化相关联。此外，随机化组之间的个体网络变化也没有显著差异。目前的结果尚不支持检查干预模块数量对个性化作用的附加价值。当前的调查为在确认性分析中复制关于网络变化的非稳健发现提供了一个起点。研究特定干预模块如何与康复期年轻人的网络变化相关联可能是有价值的，同时也可以探讨EMA或网络构建中的方法学选择如何影响与干预模块的关联。这可能会有助于更好地理解网络变化与心理恢复状态和干预模块之间的机制关系。最终，了解如何根据不同目的处理EMA数据（例如个性化、评估心理状态的变化或干预效果）可以为那些在年轻时期就面临常见心理健康问题的个体开发创新的临床工具提供帮助。

未引用的参考文献[70]。

作者贡献：
概念化：S.R.、C.A.、Y.S.、M.N.、C.B.；数据管理：S.R.、B.K.、N.W.；形式分析：S.R.、C.B.；资金获取：Y.S.、M.N.、C.B.；调查：S.R.、B.K.、N.W.、A.V.、Y.S.、M.N.、C.B.；方法学：S.R.、C.A.、Y.S.、M.N.、C.B.；项目管理：S.R.、B.K.、N.W.；资源：Y.S.、C.B.；软件：S.R.、C.A.、B.K.、A.V.；监督：C.A.、Y.S.、M.N.、C.B.、J.M.；验证：S.R.、B.K.、N.W.；可视化：S.R.、C.A.、B.K.；初稿撰写：S.R.；审稿和编辑：S.R.、C.A.、B.K.、A.V.、J.M.、N.W.、M.N.、Y.S.、C.B.

利益冲突：
非财务利益：Stikkelbroek博士是荷兰抑郁症多学科指南的成员，Bockting博士是该指南的共同开发者。Nauta博士是荷兰焦虑问题与障碍多学科指南的国家工作组的成员。Robberegt女士、Kooiman先生、Stikkelbroek博士、Nauta博士和Bockting博士是StayFine干预措施的作者。
财务利益：Nauta博士报告了旅行费用、部分生活费用以及讲座和临床培训研讨会的演讲酬金，这些活动主要涉及儿童和青少年的焦虑障碍领域。Vuuregge女士、Wilts女士、Mul博士和Albers博士声明没有（非）财务利益。

数据共享声明：
包括干预手册和RCT及当前研究的分析代码在内的材料尚未公开，因为这是一项正在进行中的试验，主要分析和结果预计将在未来几年内得出。关于数据共享的决定将遵循国际数据共享指南、参与者的知情同意以及不干扰RCT研究问题解答的原则。

资助：
本工作作为“STAY-FINE：一个用于预防青少年和年轻人焦虑及情绪障碍复发的个性化监测和干预应用程序”项目的一部分，得到了ZonMw（资助编号：636310007）、GGZ Oost Brabant、Rijksuniversiteit Groningen、Accare、RINO Zuid和城市心理健康中心的支持。