《Internet Interventions》：Therapist-patient correspondence in internet-based CBT for chronic pain: Associations with outcome and adherence
编辑推荐：
本研究旨在描述个体化、指导式互联网认知行为疗法（Guided Internet-based Cognitive Behavioral Therapy, iCBT）中治疗师与慢性疼痛合并心理困扰患者之间的通信特征，并探讨特定通信行为是否与治疗依从性及临床结局相关
本研究旨在描述个体化、指导式互联网认知行为疗法（Guided Internet-based Cognitive Behavioral Therapy, iCBT）中治疗师与慢性疼痛合并心理困扰患者之间的通信特征，并探讨特定通信行为是否与治疗依从性及临床结局相关。研究数据来源于一项先前发表的随机对照试验。研究共纳入1240条治疗师消息和609条患者消息，采用两种独立的编码方案进行编码。通过相关分析探讨治疗师-患者通信模式、治疗依从性（以完成的治疗步骤数衡量）及治疗结局（治疗前后变化分数）之间的关联。结果显示，患者和治疗师的行为模式已被识别，与以往研究比较呈现显著异同；相关分析发现治疗师与患者行为间及各自内部存在关联；未发现特定行为与结局的显著关联，但多种行为与治疗依从性存在显著相关。结论认为，指导式iCBT中可识别出特异性的治疗师与患者行为模式；尽管与结局的关系尚不明确，但治疗依从性似乎与文本通信中表现出的特定行为类型有关。
## 研究背景与问题提出
互联网认知行为疗法（Internet-based Cognitive Behavioral Therapy, iCBT）通过突破地理限制与病耻感等面对面治疗的障碍，为不同地区的患者提供均等的治疗可及性。已有研究表明，针对多种精神障碍和躯体疾病的iCBT疗效与传统CBT相当，尤其是治疗师支持的iCBT模式。在慢性疼痛领域，iCBT在改善日常活动干扰、疼痛灾难化、疼痛程度及情绪变量方面显示出疗效。然而，该领域存在效应量偏小、脱落率较高的问题。治疗依从性（adherence）?预测CBT及iCBT结局的重要因素，而如何提高依从性、降低脱落率尚缺乏明确证据。
既往研究虽已识别出治疗可信度、个性化程度及抑郁水平等低依从性的早期预测因素，但关于何种具体指导方式和医患互动最为有效仍知之甚少。值得注意的是，现有研究多聚焦于治疗师行为分析，鲜少在同一研究中同时报告治疗师与患者的双向通信特征；而指导式iCBT中的通信本质上具有二元互动性，双方行为相互影响。此外，针对慢性疼痛患者iCBT通信的研究尚属空白。基于此，研究人员开展了本项研究，旨在刻画治疗师与患者通信特征，并检验通信模式是否与治疗依从性及结局相关，以期为优化治疗结果提供新见解。
## 研究方法概述
本研究数据来源为2016至2018年进行的个体化iCBT治疗慢性疼痛合并心理困扰的前瞻性随机对照试验。样本包含95例来自专科疼痛门诊的慢性疼痛患者（70%为女性，平均年龄约45岁，平均疼痛病程15年），其中77例使用了治疗师消息功能，共产生609条患者发送消息。治疗师团队由8名临床心理学硕士在读学生及1名注册心理学家组成，共发送1240条消息。研究采用定向质性内容分析（directed qualitative content analysis）方法，基于Paxling等（2012）的治疗师行为编码方案和Soucy等（2019）的患者行为编码方案，经预探索后形成最终编码体系：患者行为包括促进理解（Facilitate Understanding）、治疗过程（Therapy Process）、技术问题（Technical Issues）、信息请求（Information Requests）及非问题陈述（Non-questions）五类；治疗师行为包括期限灵活性（Deadline Flexibility）、任务强化（Task Reinforcement）、联盟巩固（Alliance Bolstering）、提示（Prompting）、心理教育（Psychoeducation）、自我表露（Self-Disclosure）、自我效能塑造（Self-Efficacy Shaping）、共情陈述（Empathetic Statements）及行政陈述（Administrative Statements）九类。编码由两名具备资质的临床心理学家完成，部分消息进行双编码以确保信度。统计分析采用SPSS 28，计算各行为类别的相对比例，并通过Spearman相关分析探索行为间及行为与依从性、结局指标的关系。结局指标采用蒙哥马利-阿斯伯格抑郁评定量表（Montgomery-?sberg Depression Rating Scale, MADRS）和多维疼痛量表（Multidimensional Pain Inventory, MPI）疼痛干扰维度的残差化变化分数；依从性指标包括完成模块比例及治疗完成率（≥75%模块完成）。
## 研究结果
**行为频率与编码信度**：共编码596个患者行为，其中非问题陈述占比最高（59%），其次为技术问题（20%）、促进理解（13%）及治疗过程（9%），信息请求未出现（0%）。治疗师共4788个行为，联盟巩固最为常见（38%），其次为任务强化（27%）及行政陈述（15%），自我表露未出现（0%）。参与者间信度分析显示，多数类别编码具有显著相关，任务强化、心理教育及非问题陈述的一致性极高（r>0.8）。
**行为间相关分析**：患者行为中，治疗过程问题与促进理解问题（r=0.35）、技术问题（r=0.20）呈正相关。治疗师行为中，联盟巩固与提示（r=?0.66）、行政陈述（r=?0.61）呈负相关，与心理教育（r=0.44）、共情陈述（r=0.37）呈正相关。医患行为间，患者促进理解问题与治疗师提示呈负相关（r=?0.51），与心理教育呈正相关（r=0.45）；患者非问题陈述与治疗师共情陈述呈正相关（r=0.41）。
**依从性与结局相关分析**：未发现任何行为比例与治疗前后变化分数的显著相关。但多种行为与依从性指标存在显著关联：患者方面，促进理解（r=0.43）、治疗过程（r=0.20）、技术问题（r=0.38）及非问题陈述（r=0.33）均与治疗进展正相关；治疗师方面，任务强化（r=0.32）、联盟巩固（r=0.64）、心理教育（r=0.43）、自我效能塑造（r=0.24）及共情陈述（r=0.29）与治疗进展正相关，而提示（r=?0.58）和行政陈述（r=?0.54）呈负相关。临床显著改善（≥30%改善）分析显示，MADRS临床显著改善者发送更多非问题陈述（t=2.08, p=0.04），但接受更少联盟巩固（t=2.09, p=0.04）和共情陈述（t=2.27, p=0.03）；MPI疼痛干扰临床显著改善者接受更少任务强化（t=?2.23, p=0.03）、联盟巩固（t=?2.53, p=0.01）及总体编码行为（t=?2.10, p=0.04）。
## 讨论与结论
**讨论要点**：研究人员指出，本研究首次同时描述了慢性疼痛iCBT中医患双向通信特征。患者技术问题占比较高，治疗师行政陈述相应增加，可能反映治疗平台的安全设计要求（如双因素认证、仅限PC端访问）对用户体验的影响，提示安全性与便利性平衡的重要性。医患行为间存在显著相关，表明通信的互动性质：患者主动学习内容与更少提示、更多心理教育相关，符合临床预期；联盟巩固与提示、行政陈述的负相关可能反映治疗焦点的时间竞争，与以往研究发现的正相关不同，这可能源于本研究采用比例而非频率的测量方法。
关于缺乏行为与结局的直接关联，研究人员提出多种解释：编码方案可能遗漏了非问题陈述中的重要信息；治疗师自我表露和共情陈述的低频率可能限制了相关分析；也可能是整体沟通基调、联系密度或治疗联盟而非特定行为更能预测结局。临床显著改善患者接受更少治疗师行为的模式，提示治疗师能根据患者需求适应性调整沟通策略。
**研究局限性**：本研究为相关分析，无法推断因果关系；文本编码存在主观判断，尤其是联盟巩固、提示与任务强化间的区分较为困难；采用行为比例虽避免了频率分析中与依从性的混淆问题，但带来了比例变化相互制约的方法学局限，且大样本量使稳定比例估计仍受消息总量影响。
**研究优势与创新点**：样本来自专科医疗的复杂共病群体，生态效度较高；首次在慢性疼痛iCBT中分析文本通信；同时考察医患双向互动而非单一方面；编码方案基于既往研究并适当调整，便于跨研究比较。
**未来方向**：研究人员建议未来研究可考虑运用大型语言模型（Large Language Models, LLMs）进行更高效的编码，扩大样本量并采用更复杂的统计方法；对非问题陈述进行更广泛的质性探索；深入考察治疗联盟与通信行为的关系；以及探讨心理灵活性（psychological flexibility）、疼痛灾难化（catastrophizing）等潜在中介变量与通信模式的关联。
**研究结论**：本研究表明，在慢性疼痛患者的指导式iCBT中可识别出特异性的治疗师与患者行为模式，但其频率与以往研究存在差异。相关模式显示患者治疗相关问题与更多心理教育及更少提示相关。多种行为与治疗依从性相关，如治疗师的联盟巩固行为、患者对材料内容的提问等，但行为与治疗结局的直接关系尚不明确。未来仍需进一步研究以探讨特定行为或沟通方式是否直接影响治疗结局。
