数字与面对面自杀安全计划质量大比拼：哪种方式更胜一筹？

自杀安全计划对危机干预意义重大，研究人员对比传统面对面、Safety Planning Assistant、mysafetyplan.org三种自杀安全计划管理方式下计划质量。结果显示前两者计划质量更高，且计划质量与满意度、耗时相关。该研究为干预方式选择提供依据。

　　

在当今社会，自杀问题如同高悬的达摩克利斯之剑，时刻威胁着人们的生命健康。据相关数据显示，全球每年有大量人口死于自杀，这一严峻现实让自杀预防成为公共卫生领域的重要议题。自杀安全计划（Suicide Safety Planning）作为一种重要的自杀干预手段，能在人们遭遇自杀危机（如出现自杀想法和行为）时，协助维持其生命安全。它就像是在黑暗中的一盏明灯，为那些身处绝境的人指引着生的方向。

然而，目前自杀安全计划的实施方式多种多样，既有传统的面对面方式，也有借助数字技术的新型方式。这就好比在出行时，面对多种交通工具不知如何选择。研究表明，安全计划的质量对于促进积极的临床结果至关重要，可不同实施方式下的计划质量究竟如何呢？这一问题如同迷雾，亟待研究人员去揭开谜底。为了找到答案，国外研究人员开展了一项关于对比数字和面对面自杀安全计划管理方式的研究，该研究成果发表在《Behavior Therapy》杂志上。

研究人员在大学实验室展开研究，招募了 135 名年龄在 18 岁及以上、过去一年有自杀意念的大学生作为参与者。这些参与者就像被随机分配到不同 “赛道” 的选手，分别被安排采用传统面对面（n = 43）、Safety Planning Assistant（n = 44）、mysafetyplan.org（n = 48）这三种自杀安全计划管理方式。研究人员还对参与者进行了为期两周的随访。

在研究过程中，数据处理和分析至关重要。研究人员使用 R 语言（版本 4.3.2）进行统计分析和图形绘制。对于所有模型，他们先利用 Levene’s 检验评估方差齐性。若 Levene’s 检验产生的F值具有统计学意义，就采用 Welch 校正的综合检验，随后进行 Dunnett’s T3 事后检验；若 Levene’s 检验F值无统计学意义，则使用方差分析（Analysis of Variance）。同时，研究人员还处理了缺失数据问题，通过 Little’s MCAR 检验发现数据至少是随机缺失的，进而采用多重填补法对缺失数据进行处理。

研究结果令人眼前一亮。从描述性统计来看，所有参与者的焦虑（M = 10.22, SD = 4.88）、抑郁（M = 13.84, SD = 5.39）、感知负担（M = 12.19, SD = 7.11）、自杀意念（M = 20.05, SD = 7.98）和自杀认知（M = 13.08, SD = 4.93）评分均高于各自推荐的临床显著临界值，也高于标准随机非临床人群，这表明参与者群体具有较高的临床特征。

在计划质量对比方面，研究发现传统面对面安全计划和 Safety Planning Assistant 生成的安全计划质量显著高于mysafetyplan.org，F(2, 130) = 30.960, p < .001, η_p² = .349。而且，计划质量越高，参与者的满意度越高，花费在制定计划上的时间也显著更长，F(2, 130) = 23.874, p < .001, η_p² = .269。值得一提的是，Safety Planning Assistant 生成的计划质量与传统面对面安全计划相当。

从研究结论和讨论部分来看，该研究意义非凡。它表明 Safety Planning Assistant 这类有大量用户支持的自我管理数字自杀安全计划工具，或许能像传统面对面自杀安全计划（如 Safety Planning Intervention）一样，生成高质量的自杀安全计划，且计划利用率相当。这意味着在资源有限、节奏快的环境中，这类数字工具为自杀干预提供了一种可行选择，就像为自杀预防工作开辟了一条新的 “绿色通道”，能让更多有需要的人便捷地获取自杀干预服务。

不过，该研究也存在一定局限性。样本仅局限于美国东南部一所大学的大学生，这可能限制了研究结果的普遍性，后续还需针对更广泛年龄群体开展研究，评估数字安全计划工具在不同人群中的适用性。但即便存在不足，这项研究依旧为自杀预防领域点亮了一盏新的 “指明灯”，为后续研究和实践提供了重要参考。