利用首次治疗会话转录文本的语言特征预测心理治疗中断：一项基于31,146名患者的大规模回顾性队列研究

《npj Mental Health Research》：Predicting dropout from therapy based on first-session transcripts

　　

摘要

心理治疗中断很常见，通常发生在治疗早期，但预测哪些患者会中断治疗仍然很困难。在这项针对 31,146 名通过雇主赞助的数字心理健康平台接受个体门诊治疗患者的回顾性队列研究中，我们探讨了首次会话转录文本中的语言特征是否能用于预测后续的治疗中断（即在首次会话后 1 年内未能参加第四次会话）。我们结合临床、人口学和服务利用变量，利用自然语言处理和大语言模型从转录文本中提取特征。与仅使用会话前数据相比，纳入转录文本衍生特征的模型提高了预测效果（曲线下面积，0.642 对比 0.569）。治疗师的行为，特别是是否明确讨论了后续护理，与治疗留存率密切相关，而患者层面的因素，如动机、矛盾心理和治疗联盟，则未能持续有效地进行预测。尽管整体区分度有限，但转录文本衍生特征改善了对高风险患者的识别。这些发现表明，早期会话的动态包含可操作的参与度信号，并可能支持可扩展的方法来改善心理健康护理中的留存率。