A systematic review and Bayesian network meta-analysis of digital interventions for depression and anxiety
这项针对包含超过110,000名参与者的404项随机研究进行的系统评价和贝叶斯网络元分析发现，数字干预在治疗抑郁和焦虑方面略优于主要对照组，但由于证据不一致，无法确定更优的交付模式或架构。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
抑郁和焦虑是人类福祉面临的最常见挑战之一，影响着全球数亿人。尽管有效的治疗方法已经存在，但由于成本、专业人员短缺或对心理健康护理的污名化，许多人无法获得这些治疗。近年来，技术为弥合这一差距提供了潜在的桥梁。数字干预措施——通过网站、智能手机应用程序或短信提供的程序——有望使心理支持变得更加易于获取且具有可扩展性。然而，这些工具的领域既庞大又令人困惑。有些程序遵循僵化的、预先编写好的脚本，而另一些则依赖人类治疗师来引导用户。有些是通过电脑屏幕进行的，而另一些则通过手机到达。随着包括由先进人工智能驱动的新技术的出现，人们越来越难以了解哪种特定的内容与交付方式的组合实际上效果最好，以及对谁最有效。
为了理清这种复杂性，来自中国多所大学的研究团队对现有的科学证据进行了大规模的回顾。他们收集了涉及超过11万名参与者的404项随机研究的数据。研究人员不仅观察了数字工具是否普遍有效，还试图了解干预措施的构建方式和交付方式如何改变其有效性。他们根据“架构”（即治疗内容是如何组织或生成的）和“交付模式”（即接触用户的渠道）对干预措施进行了分类。架构涵盖了从传统的真人引导疗法到固定模块、基于规则的交互，以及由大型语言模型驱动的新系统。交付渠道则包括面对面会谈、电话、短信、网站和移动应用程序。通过对这些数千个数据点进行综合分析，该团队可以直接比较这些不同的配置，以观察哪些配置能产生最大的症状缓解效果。
呈现出的整体图景是虽有进展但仍显温和的改善。与标准护理或不进行治疗相比，数字干预有助于减轻抑郁和焦虑症状。研究人员发现，平均而言，这些数字工具提供的益处大约相当于标准差的三分之一。这是一个小到中等的效应量，表明虽然这些工具并非万灵药，但它们比完全不做任何处理具有明显的优势。研究证实，数字心理健康支持对许多人来说是一个可行的选择，但也揭示出并没有一种单一的“最佳”技术适用于所有情况。
当研究人员观察用于提供护理的具体渠道时，根据测量结果的时间点，出现了一个清晰的模式。对于程序结束后的即时效果，基于 Web 的干预措施排名最高。这些是通过电脑或平板电脑上的浏览器访问的程序。然而，在观察收益随时间推移的持续性时，移动应用程序则处于领先地位。应用程序（包括安装在智能手机和平板电脑上的软件）在随访期间维持症状改善方面的能力最强。尽管存在这些排名，研究人员指出，使用网站和使用应用程序之间的差异在统计上并不确定，这意味着数据并未明确证明其中一个在所有情况下都优于另一个。
研究还考察了内容本身的结构。一个特别值得注意的发现涉及由大型语言模型（一种能够生成类人文本的人工智能类型）驱动的干预措施。在本次综述涵盖的研究中，这些由人工智能驱动的干预措施在即时缓解和长期缓解症状方面排名非常靠前。事实上，它们在减轻抑郁和焦虑方面经常出现在排名的顶端。然而，研究人员警告说，这类证据仍处于新兴阶段。涉及这些人工智能工具的研究数量较少，且技术正在迅速演进。高排名表明了巨大的潜力，但由于长期数据的有限，我们目前还不能完全确信这些人工智能工具是否优于传统的真人引导疗法。研究发现，虽然人工智能工具表现良好，但证据尚不足以断定它们是优于所有其他方法的决定性胜出者。
研究人员还调查了哪些因素可能使这些干预措施对某些人比对其他人更有效。他们发现，初始症状较严重的个体往往能看到更大的改善。此外，包含某种形式的人类引导（即由真人提供反馈或鼓励）的程序，通常比完全自我引导的程序产生更好的结果。这在抑郁和焦虑方面均成立，强化了人类连接仍然是数字护理中宝贵组成部分的观点。研究还探讨了特定的疗法类型（如认知行为疗法）或程序的长度是否重要，但关于此点的结果是复杂且因所测量的具体结果而异的。
尽管有这些令人鼓舞的发现，但该研究也强调了当前证据体系中的显著局限性。许多纳入的研究存在方法论上的弱点，例如依赖于自我报告的症状而非临床诊断，这可能会引入偏差。研究人员还发现不同研究之间存在不一致性，这意味着结果在相互比较时并不总是完美契合。这种不一致性降低了我们在确定某种工具优于另一种工具时的信心。此外，关于长期效应（尤其是对于较新的基于人工智能的工具）的证据非常稀缺。该研究并未发现足够高质量的数据来明确判定哪种特定的架构或交付方式是临床护理的金标准。
最终，这项大规模回顾为数字心理健康领域提供了一张更清晰的地图，表明这些工具确实有效，但该领域仍处于成熟过程中。研究结果表明，基于 Web 的程序对于即时缓解效果极佳，而应用程序可能更擅长维持这种缓解。人工智能作为一种强大工具的出现令人兴奋，但它需要更严格的测试，以理解其全部潜力和局限性。目前，最重要的启示是，对于许多正受抑郁和焦虑困扰的人来说，数字干预措施提供了一种有益且易于获取的选择，即便完美的解决方案尚未被确定。未来的路径在于继续完善这些工具，确保其安全有效，并收集更多高质量的证据来指导未来的护理。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。