Digital Cognitive Bias Modification for Interpretation: Multilevel Meta-Analysis of Interpretation Bias, Anxiety, and Depression Outcomes
这项包含 73 项试验、涉及 1 万多名参与者的荟萃分析表明，数字认知偏差修正（CBM-I）在改善解释偏差方面效果中等，并在减轻焦虑和抑郁症状方面取得了虽小但显著的效果，尽管目前的证据局限性使其尚无法进行常规临床应用。
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
几十年来，科学家们一直明白，我们解释世界的方式决定了我们的感受。当一个人容易产生焦虑或抑郁情绪时，其大脑往往会习惯于将模棱两可的情境扭曲为负面的结果。如果一位朋友没有回复短信，健康的心态可能会认为对方很忙，而一个深受焦虑困扰的大脑可能会立即断定对方在生气或者出了什么问题。这种在不确定情况下倾向于往最坏处想的倾向被称为解释偏差（interpretation bias）。研究人员长期以来一直认为，如果他们能够训练人们打破这种习惯，学习以更平衡的方式解释模棱两可的情况，或许可以减轻他们的症状。为了大规模实现这一目标，他们开发了名为“认知偏差修正解释训练”（cognitive bias modification for interpretation）的数字练习。这些是基于计算机或应用程序的任务，用户在其中练习向积极方向解释模糊的情景，就像是一种旨在重塑自动思维模式的心理锻炼。这些数字工具的前景在于，任何人、在任何地方都可以使用它们，而无需治疗师在场，这可能为全球性的心理健康危机提供一种可扩展的解决方案。
来自伦敦国王学院和蒂尔堡大学的一个研究小组最近决定测试这些数字练习在实验室之外使用时是否真的有效。他们收集了大量的证据，汇总了来自 73 项不同科学试验的数据，涉及超过 10,000 名参与者。他们的目标是观察这些数字程序是否能改变人们解释情境的方式，更重要的是，这些改变是否能带来焦虑和抑郁的实际减轻。他们调查了那些通过网站或移动应用程序自主使用这些工具的研究，并将这些人群与未接受训练或接受了其他类型训练的对照组进行比较。研究人员检查了训练结束后的即时结果，以及随后进行的后续随访（其中一些随访在一年后才进行），以观察任何益处是否能持久存在。
结果显示，数字训练确实改变了人们的思维方式。完成练习后，与未接受训练的人相比，参与者在以积极或中立的方式解释模棱两可的情境方面表现得显著更好。这种思维的转变并非只是暂时的波动；它在随访评估中保持稳定。更重要的是，这种思维方式的变化转化为了情绪感受上微小但具有意义的改善。使用这些数字工具的人报告的焦虑和抑郁水平低于对照组。焦虑感的减轻在训练结束后非常明显，并在随后的几周和几个月内保持稳定。同样，抑郁症状的减轻也是显著的且持续存在，这表明这种心理锻炼对情感健康产生了持久的影响。
然而，研究人员发现，这些益处的大小取决于使用者是谁以及它是如何交付的。数字训练对于那些已经处于临床抑郁水平的人群，而非仅仅是感到有些沮丧或完全健康的人群，似乎更为有效。对于这些被诊断患有抑郁症的个体，症状的减轻尤为显著。训练呈现的方式也至关重要。当练习使用声音和语音来呈现情景时，其对抑郁症的效果比仅以屏幕文本形式呈现的效果强了两倍以上。这表明，听取情景可能比阅读情景能以一种不同且更强大的方式激发大脑。
尽管有这些积极的发现，研究人员也提醒说，目前的证据尚不足以推荐将这些工具作为每个人的标准日常疗法。他们审查的许多研究都存在局限性，例如样本量较小或缺乏严谨的设计，这意味着结果应谨慎看待。该团队还指出，虽然改善是真实的，但程度较为温和，且研究并未始终追踪患者足够长的时间，以确定这些益处是否能持续数年。此外，研究并未发现有强有力的证据表明该训练对所有类型的焦虑都同样有效，或者训练时长是否会产生影响。作者总结道，虽然数字认知偏差修正作为帮助焦虑和抑郁患者（尤其是临床抑郁症患者）的一种方式展现出了真正的潜力，但在将其作为常规心理医疗的一部分推广之前，还需要更多高质量的研究。未来的路径包括完善这些数字工具（例如使用更多的音频格式），并在更大规模、更多样化的群体中进行测试，以确保它们对于那些最需要它们的人群是安全且有效的。
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。