聚焦反刍与担忧的在线干预：治疗反应的中介与预测因素探究

研究针对成人反刍与担忧的在线干预，探究其治疗反应的中介和预测因素，为优化治疗提供依据。

　　在当今快节奏的生活中，人们常常会陷入反复的消极思考中，这种思考就像脑海中的 “小恶魔”，不断啃噬着我们的心理健康。重复消极思维（Repetitive Negative Thinking，RNT）是焦虑和抑郁等精神疾病的关键潜在因素，它涵盖了反刍（反复对症状、原因等进行抽象消极思考，常见于抑郁症）和担忧（对未来潜在负面事件的反复灾难性思考，典型的焦虑特征）。已有研究表明，RNT 与抑郁和焦虑障碍的发生、维持、严重程度及复发风险密切相关，且基线 RNT 水平较高的个体对认知行为疗法（CBT）的反应更差。

目前，虽然针对 RNT 的心理治疗已显示出一定效果，如以反刍为重点的 CBT（Rumination-Focused CBT，RF-CBT）能显著减轻相关症状、降低复发风险，但仍存在诸多问题。一方面，对于这些治疗的作用机制，即它们如何通过改变 RNT 来缓解抑郁和焦虑症状，以及 RNT 的变化是否先于症状改变，还缺乏深入研究。另一方面，哪些因素能预测治疗反应，也就是哪些人更能从这些治疗中获益，也尚不明确。

为了解决这些问题，来自澳大利亚新南威尔士大学（UNSW Sydney）等机构的研究人员开展了一项研究。该研究成果发表在《Cognitive Therapy and Research》上。

研究人员采用了随机对照试验（Randomised Controlled Trial，RCT）的二次数据。研究样本来自 137 名 RNT 水平较高的成年人，他们被随机分配到 3 节课程的临床医生指导组、自我指导组，或者进入等待列表的常规治疗（treatment-as-usual，TAU）对照组。研究过程中，参与者需在基线、治疗后和 3 个月随访时完成抑郁、焦虑、困扰和 RNT 的自我报告测量，在每节课前也需测量 RNT 和困扰。

研究用到的主要技术方法包括：使用结构方程模型（Structural Equation Modelling，SEM）进行中介分析，探究 RNT 变化对结果变量的影响；运用线性混合模型分析症状变化模式以及预测变量对治疗结果的影响。

研究结果如下：

1. 症状变化模式：意向性治疗线性混合模型显示，在两个积极治疗组中，RNT 和困扰在治疗过程中逐渐减少。RNT 在包含积极治疗策略的课程（第 2 节和第 3 节）后下降幅度最大，临床医生指导组在第 3 节课程到治疗后的 RTQ-10 评分显著降低，自我指导组在第 2 节到第 3 节课程间 RTQ-10 评分显著降低。困扰方面，临床医生指导组在第 2 节到第 3 节课程间 K-10 评分显著降低，自我指导组在第 1 节到第 2 节课程间 K-10 评分下降幅度最大。
2. RNT 的中介作用：
   • 逐课中介分析：从第 1 节到第 2 节课程，RNT 变化对困扰的中介效应不显著；从第 2 节到第 3 节课程，RNT 变化显著降低了困扰水平，在临床医生指导组中这种中介效应更强；从第 3 节课程到治疗后，RNT 对困扰无中介效应。
   • 治疗前后及随访中介分析：在整个样本中，治疗前后 RNT 变化对抑郁、焦虑和困扰的中介效应均不显著；在随访期间，RNT 对抑郁有显著中介效应，但在临床医生指导组和自我指导组中分别分析时，中介效应不显著。此外，反刍（RRS-Brooding）在随访期间对困扰和抑郁有显著中介效应，且在自我指导组中更为明显。
   
   
3. 治疗反应的预测因素：基线症状严重程度（尤其是反刍）越高，治疗后症状越严重；治疗期望越高，治疗效果越好；临床医生指导组在焦虑症状改善上表现更好。

研究结论和讨论部分指出，本研究首次探究了针对成人 RNT 的简短在线干预中治疗反应的中介和预测因素。研究发现治疗过程中 RNT 和困扰逐渐改善，部分结果受 RNT 变化的中介影响，但整体中介模式不清晰。较高的基线焦虑、抑郁和反刍严重程度预示着较差的治疗结果，而临床医生指导和较高的治疗期望则预示着更好的治疗效果。

这一研究意义重大，为后续优化 RNT 聚焦的治疗方案提供了方向。未来研究需要更大的样本量，测量更多潜在的中介变量，如关于 RNT 的元认知信念、去中心化等，进一步明确治疗效果的中介过程，从而更精准地为患者提供有效的治疗。