编辑推荐：
为解决抑郁和焦虑治疗难题， 研究人员开展数字疗法研究。结果显示该疗法能显著减轻症状、提升生活满意度。推荐科研读者阅读，助力了解数字疗法在心理健康领域的创新与潜力。
数字疗法：改善抑郁焦虑的新希望？
在当今社会，心理健康问题正逐渐成为全球关注的焦点。抑郁症和广泛性焦虑症，就像两个隐藏在暗处的 “健康杀手”，悄然影响着无数人的生活。据统计，全球约 5% 的成年人患有抑郁症，每年超过 70 万人因抑郁症自杀，它还是 15 - 29 岁人群的第四大死因。从 1990 年到 2019 年，抑郁症和焦虑症的全球负担排名不断上升，对个人、社区和医疗系统都造成了沉重的压力。这些心理疾病不仅让患者在社交、工作和日常生活中困难重重，还严重影响了他们的生活质量。
面对这一严峻的形势，传统的治疗方法却面临着诸多挑战。一方面，抑郁症和焦虑症的病因复杂多样，这使得提供有效的个性化治疗变得异常困难。另一方面，现有的治疗方式在可及性、公平性和规模化治疗上也存在不足。在这样的背景下，人们急需寻找一种更有效的治疗方案，而数字创新的出现，为心理健康治疗带来了新的希望。
数字健康干预（Digital Health Interventions，DHIs）作为一种新兴的治疗方式，近年来受到了广泛关注。它结合了网络、应用程序等多种形式，基于认知行为疗法（Cognitive Behavioral Therapy，CBT）的原理，为患者提供了新的治疗途径。多项研究表明，数字 CBT 与传统面对面 CBT 在治疗效果上并无显著差异，这显示出 DHIs 在心理健康治疗领域的巨大潜力。然而，DHIs 也并非完美无缺，患者对其参与度和留存率不高的问题一直困扰着研究者。
为了进一步探索数字健康干预在心理健康治疗中的应用，[第一作者单位] 的研究人员进行了深入研究，并在《期刊原文名称》上发表了题为《论文原文标题》的论文。他们希望通过这项研究，找到一种更有效的数字疗法，既能提高治疗效果，又能增强患者的参与度和留存率。
研究人员开展的是一项前瞻性、分散式、随机对照试验研究。研究人员招募了 200 名成年患者，将他们随机分为干预组和对照组。干预组患者使用一种名为 Feel DTx 的数据驱动数字疗法，该疗法结合了可穿戴传感器数据和移动应用程序，提供基于 CBT 的个性化干预。对照组则采用等待列表的方式，在研究结束后才接受干预。在 16 周的研究过程中，研究人员密切关注患者的抑郁和焦虑症状变化，以及他们的生活满意度和参与度。
在研究方法上，研究人员采用了多种技术手段。首先，通过可穿戴传感器收集患者的生理数据，如皮肤电活动（Electrodermal Activity，EDA）、心率变异性（Heart Rate Variability，HRV）等，这些数据能够实时反映患者的情绪状态。其次，利用移动应用程序提供个性化的 CBT 干预，包括各种练习、情绪日记和教育内容。此外，研究人员还安排了每周一次的视频会议，由专业人员担任数字导航员，帮助患者设定目标、监测进展并提供反馈。在数据分析方面，研究人员运用了多种统计方法，如描述性统计、非参数检验和线性混合模型（Linear Mixed Model，LMM）等，以确保研究结果的准确性和可靠性。
研究结果令人振奋。在参与者的筛选和基本情况方面，最初有 1772 人表示有参与意向，经过严格筛选，最终 200 人参与研究并被随机分组。两组参与者的基线特征相似，具有可比性。
在主要研究结果上，干预组在减少抑郁和焦虑症状方面表现出色。通过 PHQ - 9 和 GAD - 7 量表评估发现，干预组在治疗中期和后期，组内及组间比较都呈现出中到大的效应量。例如，干预组在治疗中期，抑郁症状（PHQ - 9）的效应量 r = 0.61，焦虑症状（GAD - 7）的效应量 r = 0.75；治疗后期，抑郁和焦虑症状的效应量均达到 r = 0.83。从相对减少率来看，抑郁症状总体相对减少 45%，32% 的参与者超过了最小临床重要差异（Minimal Clinically Important Difference，MCID）阈值；焦虑症状总体相对减少 50%，39% 的参与者超过 MCID 阈值。综合来看，42% 的参与者在抑郁或焦虑症状上有明显改善，29% 的参与者两者都有改善。
在次要研究结果方面，干预组在生活满意度方面也有显著提升。通过 SWLS 和 LISAT - 11 量表评估，干预组在治疗中期和后期，组内及组间比较同样呈现出中到大的效应量。SWLS 量表平均增加 27.19%，53% 的参与者有改善；LISAT - 11 量表平均增加 18.89%，45% 的参与者有改善。45% 的参与者在两个量表上都有改善，58% 的参与者在其中一个量表上有改善。
在参与者参与度方面，结果也十分可观。参与者在 16 周的研究中表现出了极高的参与度，平均每周有 77.1% 的参与者保持活跃（按方案分析为 98.36%），每周平均活动 2.61 天（按方案分析为 3.4 天）。他们每周与传感器互动的比例为 60.66%（按方案分析为 77.16%），平均每周在移动应用程序上花费 57.65 分钟（按方案分析为 74.4 分钟），进行 19.42 次互动（按方案分析为 24.98 次）。参与者每周参加 74.31%（按方案分析为 95.44%）的检查，平均每周完成 7.83 个（按方案分析为 10.02 个）数字健康干预任务，包括练习、情绪日记和教育模块的复习。
综合研究结果，研究人员得出结论：数据驱动的数字疗法 Feel DTx 在减少抑郁和焦虑症状、提高生活满意度方面效果显著。而且，参与者对该疗法的参与度和依从性都很高，这表明数字健康干预有可能成为传统治疗方式的有效补充，甚至在某些方面超越传统治疗。特别是对于那些符合 MDD 和 GAD 临床阈值的参与者，该疗法也能显著减轻症状，显示出其作为针对性治疗的潜力。
不过，研究人员也清醒地认识到研究存在一些局限性。比如，样本量可能无法完全代表更广泛的人群，研究周期较短，无法确定症状改善和生活质量提升的长期可持续性。此外，研究主要依赖自我报告数据，可能存在偏差；研究对象需具备一定技术素养，存在选择偏差；未与其他积极治疗方式对比，且未专门研究抑郁和焦虑共病情况。
尽管如此，这项研究依然意义重大。它为数字疗法在心理健康治疗领域的应用提供了有力的证据，为未来的研究和临床实践指明了方向。随着数字技术的不断发展，数字疗法有望成为个性化、可及性和规模化心理健康治疗的重要途径。未来，研究人员将继续深入研究，进一步评估数字疗法的长期效果，探索其在不同人群中的有效性，解决数据收集和技术应用等方面的问题，让数字疗法更好地造福广大心理健康患者。
