Анализ предсказательных показателей экологической моментной интервенции осознанности для социального тревожного расстройства

Введение

Социальное тревожное расстройство (СТР) может вызывать чувство стыда и стигмы, что мешает людям искать помощь и проходить дорогостоящие психотерапии. Поэтому важны краткосрочные, доступные и масштабируемые методы лечения. В данной статье рассматривается применение предсказательных моделей для выявления клиентов с СТР, которые могут получить максимальную пользу от уникального масштабируемого варианта лечения.

Цель исследования

Исследование направлено на использование подходов персонализированной медицины для изучения предсказательных показателей оптимизации 14-дневной полнофункциональной самоуправляемой экологической моментной интервенции осознанности (MEMI) по сравнению с приложением для самонаблюдения (SM).

Методы

В исследовании приняли участие 191 человек с вероятным СТР, случайным образом разделенных на группы MEMI (n=96) и SM (n=95). Участники заполняли анкеты на основе самооценки симптомов, факторов риска, лечения и социодемографических данных на этапе начального обследования, после лечения и через месяц. Модели машинного обучения (ML) с 17 предсказателями оптимизации MEMI были оценены, с использованием кросс-валидации для обеспечения надежности результатов.

Результаты

Модели ML превзошли классическую логистическую регрессию. Многофакторные ML модели, использующие 10 наиболее значимых предсказателей, показали хорошие результаты, достигая значений площади под кривой характеристик (AU-ROC) от 0.71 до 0.72 после лечения и через месяц. Значимые предсказатели включали такие сильные стороны как высокая осознанность, низкая степень тяжести СТР, наличие высшего образования и отсутствие текущего приема психотропных средств. Слабые стороны – высокая степень генерализованной тревожности и наличие диагностированного депрессивного или тревожного расстройства. Эмоциональная дисрегуляция и текущее получение психотерапии предсказывали ремиссию с непостоянными признаками в разные моменты времени.

Заключение

AU-ROC значения указывают на умеренные эффекты в идентификации предсказательных показателей для клиентов с СТР. Учет сильных и слабых сторон клиентов, а также этнической принадлежности может улучшить предсказания их будущих реакций на масштабируемые методы лечения. Оценка вероятности ремиссии от СТР с помощью «калькулятора предсказательных показателей» может помочь клиницистам более эффективно распределять ресурсы лечения. Клиенты с высокой вероятностью ремиссии могут получить MEMI в качестве стратегии ожидания перед интенсивной психотерапией, что способствует созданию инструментов для выбора лечений в рамках рутинного ухода за пациентами.

Регистрация клинического испытания

OSF Registries 10.17605/OSF.IO/M3KXZ; https://osf.io/m3kxz.