青少年1型糖尿病自我关怀聊天机器人(COMPASS)的可用性与可行性研究：一项改善心理健康的数字干预方案

这篇研究评估了针对12-16岁1型糖尿病(T1D)青少年的自我关怀聊天机器人(COMPASS)干预方案。通过12周混合方法研究(n=40)发现，该工具具有80%的完成率，能显著降低糖尿病困扰(PAID-Teen量表)，提升心理韧性(DSTAR量表)和自我效能(SEDSM量表)。其创新性在于将循证心理干预转化为AI驱动的数字解决方案，为资源有限的糖尿病护理体系提供了可扩展的支持模式。

　　

研究背景与现状挑战

1型糖尿病(T1D)是青少年期最常见的慢性疾病之一，需要终身胰岛素治疗和严格的自我管理。尽管治疗技术不断进步，但超过50%的青少年患者报告存在临床显著的糖尿病困扰，这种心理压力会进一步影响血糖控制和并发症发生。全球范围内，医疗资源分配不均问题突出，在新西兰尤为明显——毛利和太平洋岛裔青少年的糖尿病困扰和并发症发生率显著更高。传统心理支持在临床实践中实施困难，亟需开发可扩展的数字解决方案。

研究方法与技术创新

这项单组可行性研究招募了40名12-16岁T1D患者，进行为期12周的COMPASS聊天机器人干预评估。该工具基于自我关怀理论框架开发，包含三个核心组件：自我善意、共同人性和正念。技术实现上采用基于规则的对话算法，配备自然语言处理能力，包含200多个预设响应和实时情感分析功能。每日交互结构包括：情绪与糖尿病状态检查、5分钟的自关怀活动（如冥想练习、同伴经验视频）以及安全监控协议。

核心发现与数据解读

研究显示80%的参与者(n=32)完成全部研究周期，平均完成95%的启动模块。心理测量指标呈现积极变化趋势：

• 糖尿病困扰(PAID-Teen)降低4.71分(6周)和2.58分(12周)

• 自我效能(SEDSM)提升0.39-0.33分

• 情绪健康(WHO-5)改善7.6%

  糖化血红蛋白(HbA1c)保持稳定，基线8.5%±2.21 vs 12周8.57%±2.17。质性分析揭示三大优势主题：情感安全支持(43条引用)、使用便捷性(37条)和新知识获取(24条)。

局限性与未来方向

当前版本的主要局限在于AI响应灵活性不足，38条反馈指出对话模式预期性过强。值得注意的是，从项目立项到实施期间，生成式AI技术的快速发展使得基于规则的系统显得相对滞后。研究者计划采用混合型1试验设计推进后续研究，同步评估效果和实施策略，以保持与AI演进的同步。

临床价值与应用前景

COMPASS首次将自关怀理论转化为针对T1D青少年的数字干预工具，其模块化设计特别适合整合到现有糖尿病技术生态系统（如胰岛素泵和持续血糖监测系统）。研究证实了数字疗法在资源有限环境中的实施可行性，为改善健康不平等提供了新思路。未来版本将重点增强决策支持功能，减轻糖尿病管理认知负荷，这可能是提升长期依从性的关键。