综述：基于互联网的心理干预（IBIs）在精神障碍治疗中个性化治疗成分的系统评价

这篇系统综述深入探讨了基于互联网的干预（IBIs）在精神障碍治疗中个性化（personalization）成分的临床价值，聚焦内容（content）、指导（guidance）、用户体验（UX）等维度的个性化策略对疗效和依从性的影响。尽管个性化被广泛视为提升IBIs效果的潜在途径，但现有13项RCT研究显示其增量效益尚不明确，仅个性化指导（如人工反馈）可能改善依从性。综述呼吁未来研究需规范个性化描述并探索动态调整机制。

　　

引言：个性化治疗的机遇与挑战

精神障碍的高患病率与医疗资源短缺的矛盾催生了基于互联网的干预（IBIs）发展。这类结构化数字疗法通过模块化设计为个性化（"my size fits me"）提供了独特机会，其核心在于针对个体需求调整治疗成分。Hornstein等人提出的框架将IBIs个性化分为内容、顺序、指导和沟通四个维度，而最新研究建议进一步纳入用户体验（UX）和动态调整机制，形成多维整合模型（图1）。

个性化成分的临床证据

内容个性化：6项研究探索了模块选择机制，包括患者自选（Nissling等）、规则驱动（Batterham等）和临床医生定制（Johansson等）。仅Nissling等发现焦虑症状改善显著（d=0.33），但该研究同时涉及多组件个性化；Johansson等提示重度抑郁亚组可能获益（d=0.69-0.82）。值得注意的是，内容个性化未显著提升模块完成率（平均完成率77.2% vs 80.7%）。

指导个性化：6项研究涵盖频率、模式和内容调整。Zagorscak和Koelen等证实个性化人工反馈提高完成率（82.7% vs 74.2%），但未改善症状。而支持按需获取（Berger等）与固定频率指导的疗效相当，暗示灵活性本身可能比单纯"更多指导"更有价值。

UX个性化：两项研究测试了视觉定制（Six等）和案例匹配（Kelders等）。尽管 avatar 认同度与症状缓解相关（Six等），但组间差异不显著，提示美学适配可能通过间接机制影响疗效。

方法论局限与发展方向

现有研究普遍存在样本量不足（中位N=1765）、静态个性化策略（仅1项动态调整）和描述模糊等问题。风险偏倚评估显示84.6%研究存在结局测量问题（依赖自评量表），所有研究均未预先注册分析方案。未来需重点解决：

1. 动态机制：整合被动传感和AI实现实时调整
2. 设计融合：结合说服性设计（persuasive design）与共同创作（co-design）
3. 精准定位：探索严重症状或共病患者的获益特征

临床启示与研究空白

当前证据不支持广泛实施单一组件个性化，但多组件协同（如Nissling研究）和指导内容深度定制（如动机导向反馈）值得探索。关键空白包括：

• 个性化对治疗联盟（therapeutic alliance）的影响
• 长期效果与生活质量指标
• 成本效益分析

正如作者所言，IBIs个性化研究尚处"苹果与橙子混杂"的初级阶段。突破这一瓶颈需要开放资源共享和标准化报告框架，方能实现从"一刀切"到"量体裁衣"的范式转变。