等候购买者的心理治疗和提供者的态度低强度作为潜在的治疗干预措施:调查研究

介绍

常见的精神障碍(CMDs),如抑郁、焦虑、失眠,是全球残疾的主要原因1- - - - - -3)和一个很大的负担的卫生保健系统4]。与COVID-19流行心理健康需求增加了,10个成年人中,约3美国报告临床焦虑或抑郁症状展开数升高,可能自2019年以来增长了三倍(5]。CMDs的存在有效的治疗方法,包括心理治疗和药物治疗。然而,尽管CMDs的患病率和现有治疗方法的疗效,一些精神健康问题接受任何形式的治疗(6,7]。

障碍与接受传统的心理治疗或其他形式的治疗包括可用时间,缺乏财政资源(包括保险),耻辱和低提供者可用性(6,8]。COVID-19大流行期间,许多这些障碍被放大,特别是提供者可用性和等待时间接受治疗。已报告增加延迟治疗的医疗服务领域,包括肿瘤、选择性外科手术,和一般卫生保健9,10]。等候名单所使用的提供者作为服务的需求往往超过供应商能力。一般来说,这涉及到个人寻求治疗之前被放在一个列表接收预定的约会或遥远未来的安排预约。现有的研究表明,治疗等候名单通常用于精神卫生服务,但有实质性的变化在他们的设计和管理11]。等候名单相对公认的特点是,他们与一个相当长时间等待的心理服务,提高许多伦理问题,迫使人们寻求替代服务。

等待接受专门治疗心理健康有不利影响。例如,等待治疗可以与症状严重程度增加有关,包括症状恶化[12]。此外,更大的等待时间与较低的可能性最终与治疗(13]。最后,预处理等待时间也可能相关的严重病人接触即使患者开始治疗(14,15与治疗),改进的概率降低,辍学的风险增加(13,16]。病人自己也确定等待治疗护理的障碍,一些研究报告带来负面的心理和行为结果时放在等候名单治疗精神卫生保健(17]。

当前的努力解决障碍精神健康治疗负担的心理健康影响不大。例如,研究心理健康提供者的数量增加的地方显示精神疾病的公共卫生负担保持不变(18]。此外,一些研究人员报告CMDs的公共卫生负担,比如心境和焦虑障碍,将显示立即小即使减少供应商的数量翻了一倍(6]。这些发现表明,当前的精神卫生保健模式需要改变为了适应CMDs的负担(7]。

各种低强度的治疗(分割)存在相对而言是可伸缩的,证明功效抑郁,焦虑,和其他CMDs。许多这样的床位数可以使用额外的指导由专业或辅助(即引导)或可以自导的个人用户(即非制导的),可以通过一个数字或nondigital平台。虽然面对面治疗是CMDs的最佳治疗方法,引导和不能控制的床位数已经被证明是有效的相对于控制等候名单和护理像往常一样(19- - - - - -22]。一般来说,非制导的自助比对照组(如虚假的互联网应用和护理像往常一样),和指导自助比这两个更有效的控制和非制导的自助(23),指导自助似乎也有类似的功效面对面治疗(24]。一个常见nondigital点燃的研究是阅读疗法,一种自助使用印刷材料(25]。阅读疗法的随机对照试验的荟萃分析抑郁症支持其功效,产生大的意思是尺度效应(19,20.]。精神卫生干预指导和不能控制的数字(DMHIs),包括基于互联网的认知行为疗法(直肠)或精神健康应用,有效地治疗抑郁症相对于控制像像往常一样等待名单和护理24,26]。总之,这些研究表明,床位数为人们提供一个站得住脚的和有效的治疗选择CMDs。

尽管研究支持数字和nondigital分割的效果,目前还不清楚他们被用于临床实践在多大程度上27]。我们建议一个数字和nondigital分割的地方可能是有效的提供服务给个人等待治疗(28]。在人们等待心理干预服务是一个重要的时间因为个人已经寻求克服一些障碍治疗,包括耻辱和缺乏接触心理健康提供者,只能面对另一个障碍(即时间等待没有收到服务)。斯克莱德et al (28)发现了类似的现象在一个开放的小型试验,他们提供了一个nondigital点燃病人在等待名单中。我们不能确定一个研究提供者态度数字或nondigital床位数为病人在候补名单上进行了探讨。

研究有限使用床位数病人等候名单;然而,初步研究支持的可行性为病人实施心理健康应用等治疗(29日,30.]。其他研究人员探索壁垒和主持人DMHI实现更广泛地在临床实践中。在一项研究中比较实现者和nonimplementers直肠,两组显著不同的感知知识,推荐直肠时的信心,对技术问题,组织资源,和病人转诊过程允许直肠包含(27]。因此,可能会有不同的看法和态度的人选择实现与那些选择不执行数字和nondigital分割,如直肠,在他们的实践。然而,我们知之甚少一般态度床位数,确切地说,他们的潜力是在临床实践中实现患者在等待名单中。这是很重要的,原因有两个。首先,大量的研究表明,预测行为的态度(31日];因此,消极的态度数字和nondigital床位数可能预测减少愿意支持他们。第二,确定分离的因素之间的意愿和不愿实现数字和nondigital床位数能告诉未来的工作应该如何塑造干预促进提供者的照明使用,尤其是实践非常漫长的等待列表。

我们研究的目标是以下几点:(1)描述当前实践周围的等候名单,包括如何使用他们和供应商如何处理个人在等候名单(目标1);(2)描述提供者的态度数字和nondigital床位数为病人在等候名单(目标2);和(3)探索预测供应商的意愿使用数字和nondigital床位数和他们的决定更多地了解他们(目标3)。

方法

我们调查了目前实践精神卫生保健提供者床位数的态度,包括指导和不能控制的阅读疗法和DMHIs。此外,我们包括行为任务,为参与者提供了一个选项来接收关于床位数的额外信息。

招聘和资格

招募参与者使用调查链接通过电子邮件发布专业组织listserves,特别是美国心理协会部门29-Society促进心理治疗协会行为和认知疗法,和社交媒体(如Twitter)。广告作为调查的调查中,“等待和可能的资源,”开始一项研究信息表概述了研究的目的,合格标准,限制保密,风险和收益,补偿。参与者参加的资格,如果他们确认是18岁(1),(2)一个执业许可的精神卫生保健专业人士,和(3)目前每周提供至少1小时的临床服务。我们要求参与者必须进行至少一个小时的诊所工作,确保参与者目前提供至少一些临床服务,但我们没有限制研究那些只临床工作职责。

我们共收到了145个调查回复。两个反应被移除后确定是同一个人。两个反应被移除不提供对所有问题的反应。剩余的141参与者被包含在数据分析。

伦理批准

研究程序都批准了由印第安纳大学布卢明顿分校的人类被试和机构审查委员会(10503)。

数据

调查,可以发现在开放科学框架网站(32),分为4部分。第一节收集统计信息(如年龄、性别、种族和种族)和临床背景(如国家或许可的国家,教育水平,临床实践环境,心理治疗理论取向,满意的临床工作,多年的临床经验,和平均每周提供临床服务时间)。

第二部分旨在解决我们的研究目的1。在本节中,参与者被要求提供他们当前的等待名单信息实践。这包括当前临床是否保持治疗等待名单(vs不保持等待列表或提前安排预约几个月),估计时间花在等待上的患者列表,COVID-19大流行在等待时间的影响,以及目前采取的行动对病人治疗等待名单。

在第三节中,参与者提供一个简短的描述以下床位数:盲目阅读疗法,引导阅读疗法,不能控制的基于web的自助,引导网络自助,和患者团体的支持。我们选择这些床位数,因为他们一直相对较好研究,研究表明它们是有效的。的描述每个点燃类型提供确保受访者同样熟悉每个干预。解决我们的研究目标2,对于每个点燃,受访者被要求评价自己的感知的有效性(例如,“我相信这选择是有效的对病人治疗等待名单”),可用性(例如,“我相信这个选项是可用的和可访问使用病人在我的等待名单”),并愿意使用点燃(例如,“我愿意用这种方式对病人在等待名单”)。反应得到5分李克特量表在一个从1(强烈不同意)到5(非常同意)。

第四节解决3我们的研究目的通过询问受访者如果他们愿意接收任何额外的信息关于以下床位数:阅读疗法、基于web的自助,或病人支持团体。每个点燃他们随后提供的信息,我们追踪参与者选择接收更多的信息(即是否从事信息寻求行为)。

缺失的数据

Missingness人口和临床变量是相对较低(0% - -1.4%),除了年龄(13.5%)。Missingness态度变量更大(10.6% - -12.1%),反映出调查辍学(ie,参与者回答没有后续问题)。我们完成了回归分析与原数据集和一个估算数据集。后者估算失踪的所有变量的值包含在回归分析使用机器学习算法和随机森林使用R包“missForest”[33]。

统计分析

进行了分析使用R编程语言(版本4.2.1;准备R核心团队)(34]。描述等候名单上的实践,我们提出响应频率和描述性统计(目标1)。我们比较描述性统计和响应频率的提供者的感知的有效性、可用性和可访问性,以及愿意使用不同的床位数(目标2)。

探索愿意使用数字和预测nondigital床位数(目标3),我们跑了5线性回归,每个点燃正在考虑一个。愿意使用每个特定干预退化在人口统计信息(如性别、年龄、和教育),专业背景(即理论取向和实践设置),和临床变量(例如,使用一个候补名单,临床满意度,和临床小时每周)。在这些模型中,平均“意愿”响应变量是包含在回归控制参与者愿意使用其他干预措施,排除的预测。回归建成使用原始数据集和估算数据集。

探索预测的信息寻找数字和nondigital床位数(目标3),我们进行了一系列的探索人口回归,专业背景和态度预测要求额外的信息。具体地说,我们进行了3二项逻辑回归的因变量要求额外的信息(例如,选择信息和没有选择信息)如下:(1)基于web的自助,(2)阅读疗法,和(3)病人支持团体。每个模型包括人口统计信息(如性别、教育、和年龄),临床变量(如、理论取向、临床满意度,多年的经验,临床小时,和存在等待名单),modality-specific态度(例如,愿意使用特定的干预和感知可用性和可访问性的具体干预),和控制整体评级趋势(例如,平均愿意使用其他干预措施和平均可用性或其他干预措施的可访问性)。

透明度和开放

我们报告我们如何确定我们的示例中,所有数据除外,所有操作,所有措施研究。所有数据、分析代码,研究材料是可用的开放科学框架网站(32]。本研究的设计和分析没有抢注的。目前没有其他文件使用这些数据。

结果

样本特征

人口统计学和临床变量的样本进行了总结表1。样品主要包括女性,非西班牙裔白人参与者。参与者的平均年龄是39年。大多数参与者在示例拥有博士学位,并规定一个方向(如认知或后行为疗法)与认知行为治疗(CBT)。大约一半的参与者在一个私人诊所设置平均10 (SD = 10.4)年的临床经验。

等候名单上的特点

大部分受访者(n = 94, 69.1%)支持保持正式治疗等待名单(表2)和估计的平均等待时间约13周。其他报道而不是保持等待名单安排病人“提前几个月”(n = 23日16.9%)。大多数的受访者支持保持等待名单还指出他们预计等待时间影响COVID-19大流行(n = 68, 73%)和估计前等待时间大约9周大流行。

大多数参与者保持等待列表或安排病人提前几个月支持名称或联系信息,完成非结构化简短的评估,并提供推荐。很少有报道完成一个结构化的评估或提供简短的心理教育,甚至更少(n = 13-20, < 20%)报告提供信息应用,书籍,或支持组。

数字和态度Nondigital低强度的治疗方法

图1显示受访者的意愿使用,功效,和可用性不同的干预措施。之间的平均响应通常是3(中性)和4(“有点同意”)。例外的是病人的感知较低的可访问性和可用性支持小组(平均2.9,标准差1.2)。平均的态度高度相关;具体来说,愿意使用床位数有关其感知到的功效(r_122年= 0.76,95% CI 0.67 - -0.83;P<措施)。

‎ 把这个图

愿意使用一个干预的预测因子

我们使用多元线性回归确定人口、临床、候补名单,和态度变量预测参与者的意愿使用评级点燃(表S1多媒体附录1)。在模型,平均愿意使用其他床位数预测特定的意愿使用另一个点燃的可能性。例如,愿意使用非制导的阅读疗法强烈预测的平均意愿使用支持小组,引导阅读疗法,和基于web的自助(β=。65年,95% CI 0.45 - -0.84)。

其他预测的意愿使用点燃整个床位数探测不同。个人在其他实践设置相比,个人在私人诊所更愿意使用非制导的阅读疗法(β=。22岁,95%可信区间0.02 - -0.42),不愿意使用引导阅读疗法(β= -。20日,95%可信区间-0.35到-0.04)。此外,那些报道CBT的理论取向(vs不报告一个)更愿意使用非制导的基于web的自助(β=。22岁,95%可信区间0.08 - -0.35)。没有一致的意愿使用支持团体的重要预测因子。给出了更详细的信息在表S1多媒体附录1。

信息寻求关于数字和Nondigital低强度的治疗方法

大多数(n = 85, 70%)的受访者表示他们愿意接受额外的信息至少其中一个模式:基于web的自助(n = 78, 63%),阅读疗法(n = 66, 53%),或支持组(n = 61, 50%)。我们探讨了人口统计学、临床候补名单,和态度变量预测参与者的反应获得额外的信息。总的来说,几乎没有强烈的信息寻找床位数(预测表3和表4)。愿意使用的特定点燃是预测信息寻找网络自助(比值比(或)= 2.20,95% CI 1.20 - -4.28)和阅读疗法(或= 1.66,95% CI 1.02 - -2.80)。相对于个人实践在其他设置,个人更有可能寻求私人诊所的信息网络自助(或= 5.33,95% CI 1.48 - -23.42)。没有寻求信息支持组织的预测一致。

讨论

主要研究结果

本研究的目的是描述当前的等候名单上实践(目标1),描述提供者的态度数字和nondigital床位数为病人在等候名单(目标2),并探索预测供应商的意愿使用数字和nondigital床位数和他们的决定更多地了解他们(目标3)。大多数供应商(n = 94, 69%)支持治疗等待名单。在那些说他们不这样做,近一半(45%)n = 19日报道安排病人在遥远的未来,“例如,2 - 3个月。因此,大多数(n = 113, 83%)提供商在这个示例与人有机会使用床位数等待治疗。然而,只有不到20% (n = 13-20)报道有推荐书目,应用程序,或支持组的患者在等待名单中。大多数人支持维护一个等待名单指出,估计为病人等待时间访问治疗高,增加了自COVID-19大流行。目前估计平均等待时间的差异和流行前平均大约一个月,有显著增加,表明患者经历增加延迟访问精神卫生保健爆发以来的大流行。

本研究存在许多局限性,需要考虑。首先,研究结果的普遍性可能有限由于相对较小的样本大小和我们研究的代表性样本,主要由CBT-oriented提供者。然而,我们的样品比较类似于性别和种族或民族心理学劳动力的人口特征(在美国35],CBT理论取向之间已经成为最受欢迎的供应商(36,37]。此外,供应商可能更感兴趣的是数字或nondigital床位数可能是更有可能参与该研究,导致偏见的评级的态度相对于人口的精神卫生服务提供者。供应商等待时间的估计可能在其他方面同样是有偏见的或不准确的。先前的研究表明,平均等待时间的心理服务等待时间2 - 3个月(范围从2 - 3周38,39),但这个变化的研究。未来的研究可以探讨替代方法,包括“秘密购物者”方法,得到更精确的数据在候补名单上和等待时间。最后,本研究评估供应商的态度上市有限干预,特别是他们对干预效果,可访问性,并且他们愿意使用它。未来的研究应该调查更详细的对这些干预措施,例如,定性识别特定的障碍和主持人的采访到数字和nondigital点燃实现和使用。

尽管有其局限性,本研究有显著优势。据我们所知,这是第一个供应商评估的态度的调查数字和nondigital床位数为病人在等待名单中。此外,评估态度之外,我们也提供了一个机会,了解更多关于数字和nondigital床位数和评估参与者的决策请求更多信息。目前大多数供应商都不推荐数字或nondigital床位数为病人在等候名单上,但积极干预是中立的态度。大多数人愿意使用至少一个干预对病人在等候名单上。我们发现没有证据表明供应商有更积极的态度关于数字与nondigital干预措施。一般来说,引导干预被视为比非制导的干预更有效但不容易,这反过来,被视为有效,但更容易。在一起,这些发现支持我们的提议,传播和实现数字和nondigital床位数(例如,阅读疗法或DMHIs)病人在等候名单可能是一个有前途的战略来减少治疗CMDs的负担。

尽管我们发现几个重要预测因子的态度和寻求信息,我们发现实践设置(即私人诊所和其他设置)对床位数是态度和行为的预测。个人在私人诊所更愿意使用非制导的阅读疗法相比,个人在其他练习设置但不太愿意使用引导阅读疗法和不能控制的基于web的自助。有趣的是,在我们的调查中,个人在私人诊所更愿意了解网络自助资源相比,个人在其他练习的设置。这些发现可能反映了知识差距,个人在私人诊所目前不认为自己知道哪些DMHIs转向,其他心理健康提供者报告的一个障碍(27,40,41),因此他们不太愿意使用它们。除了私人执业背景,认知行为治疗理论取向是愿意使用非制导的网络自助的预测。这一发现可能反映了最近的研究和实践提高直肠设置,其中许多是自导42,43]。增加数字知识和nondigital床位数和传播个人供应商愿意使用的干预可能是一个有用的方式增加床位数(的44]。一个策略来增加床位数的使用治疗等候名单将目标的传播和实现数字和nondigital床位数个人已经有了积极的态度他们我们的研究中,CBT从业者和私人诊所。另外,研究人员可以研究干预措施增加愿意使用数字和nondigital床位数通过那些不倾向于使用他们,例如不CBT从业者的人。

结论

我们调查处理列表和床位数的态度等待病人在等候名单。大多数供应商似乎保持等待名单,但他们中的大多数并不提供床位数个人等候名单。一般来说,使用床位数病人候诊的态度是积极的。未来的研究应该调查操纵数字和态度nondigital床位数以及结构性障碍,可能会影响其使用。例如,关于个人在私人诊所,他可能不太可能建议引导床位数,定性数据从我们的参与者和从其他研究45)突出问题提供者的相关法律和道德责任给点燃指导参与者在他们等候名单(例如,“我认为人们可能会承担一定程度的风险,如果参与指导练习但不是治疗与他们的办公室”)。此外,供应商可能会更多,而不是更少,可能推荐床位数患者不同的特性(例如,那么严重的症状)46]。干预的感知效果也似乎是其使用的主要关联,所以干预教育提供者对文学研究也值得探索。未来的工作时应明确责任的性质推荐数字和nondigital床位数,吸收,因为这可能是一个障碍。