《Administration and Policy in Mental Health and Mental Health Services Research》：Recovery Curves for the PHQ-8 and GAD-7: Clinical Utility and Implementation of Measurement-based Care in a Real-world Outpatient Setting
编辑推荐：
专业术语翻译的论文摘要
测量反馈护理（measurement-based care, MBC）依赖于重复的结果评估和反馈来指导临床决策。尽管恢复曲线（recovery curves）是许多MBC系统的核心组成部分，但它们主要是利用逐次治疗的数据开发出来的。本研
专业术语翻译的论文摘要
测量反馈护理（measurement-based care, MBC）依赖于重复的结果评估和反馈来指导临床决策。尽管恢复曲线（recovery curves）是许多MBC系统的核心组成部分，但它们主要是利用逐次治疗的数据开发出来的。本研究在自然主义门诊环境中，基于月度评估开发和验证了PHQ-8和GAD-7的恢复曲线。研究人员使用混合效应模型（mixed-effects models）生成了恢复曲线，以四个月治疗期间的症状变化作为因变量（N = 1124），并在第二个样本中对结果进行了交叉验证（PHQ-8 N = 734；GAD-7 N = 758）。研究人员对模型的预测性能和校准度进行了评估。研究人员检验了额外的基线预测因子，并评估了用于识别治疗失败风险患者的置信区间阈值。在推导样本中，预测性能表现强劲（PHQ-8 R2 = 0.44；GAD-7 R2 = 0.47），并在验证样本中保持稳健（PHQ-8 R2 = 0.37；GAD-7 R2 = 0.40），校准度可接受。基线症状严重程度是恢复轨迹唯一具有临床意义的预测因子。单侧60%置信区间在灵敏度和警报频率之间提供了最佳平衡，在第一个月识别出约24–28%的患者存在治疗失败风险。研究人员的结论是，PHQ-8和GAD-7的恢复曲线可以利用月度评估有效地推导出来，并应用于真实的MBC场景中。
论文解读文章
研究背景与问题
测量反馈护理（MBC）通过系统收集患者报告结局并向临床医生提供反馈来指导治疗决策。恢复曲线是许多MBC系统的核心，它基于基线严重程度模拟预期的症状变化轨迹，帮助临床医生识别偏离预期进程的患者。然而，现有的恢复曲线模型大多基于逐次治疗数据开发，这反映了心理治疗研究的常见结构。但在现实世界中，尤其是在门诊精神科、初级保健和多学科协作护理模式中，评估频率往往较低，通常与药物管理访视或定期随访安排相一致。这种评估频率的差异提出了一个重要问题：能否在数据收集频率较低的环境中有效推导和应用恢复曲线？
为填补这一空白，本研究旨在实现三个目标：（1）为广泛使用的PHQ-8和GAD-7量表推导并进行交叉验证恢复曲线；（2）评估额外基线变量是否能超越基线严重程度改善预测；（3）确定将患者分类为治疗失败风险的最优阈值。研究并非意图取代高频反馈系统，而是将MBC工具扩展到以低频评估为常态的实用临床环境。
研究方法与技术
研究数据来源于宾夕法尼亚大学TEAM诊所的自然主义门诊治疗项目。推导样本包括2021年4月至2023年6月间完成至少一次入组后PHQ-8评估的1124名患者；验证样本涵盖同一诊所2023年7月至2025年7月间的新患者（PHQ-8 N=734；GAD-7 N=758）。
关键技术方法包括：
- 1.
采用混合效应模型（mixed-effects models）建立恢复曲线，以症状变化为因变量，时间（天数加一的自然对数）和基线分数与时间的交互项为固定效应，并纳入随机斜率。
- 2.
使用R2、均方根误差（RMSE）和平均绝对误差（MAE）评估模型区分度，通过校准斜率和截距评估校准度。
- 3.
通过单独混合效应模型筛选额外基线预测因子，设定p<0.005为显著性阈值，并以ΔR2≥0.03作为临床意义标准。
- 4.
采用LASSO回归技术进行敏感性分析，使用多重插补处理缺失值，并通过10折交叉验证选择最终模型。
- 5.
通过2x2列联表计算不同单侧置信区间（CI）阈值下的敏感性和特异性，以优化“脱轨”状态定义。
研究结果
建立基于各量表初始水平的恢复曲线
多水平模型显示，PHQ-8症状变化的固定效应成分产生预测R2为0.44，GAD-7为0.47。基线分数与时间对数的交互作用显著，表明基线症状严重程度越高的患者，其症状改善幅度越大。
交叉验证
将推导样本的固定效应系数应用于验证样本时，PHQ-8的预测性能降至R2=0.37（降幅19.8%，接近预设20%阈值），校准斜率为0.92。GAD-7的R2降至0.40（降幅14.9%），校准斜率为0.93。绝对预测误差保持稳定，支持模型的可迁移性，但需适度重新校准。
从其他基线变量预测个体斜率
对于PHQ-8，四种基线变量（既往抗抑郁药使用、PROMIS社会角色功能评分、既往ECT/TMS/氯胺酮治疗、ASRS注意力不集中量表）分别显著预测变化斜率。但联合模型中，没有任何变量的方差解释率超过3%。LASSO回归进一步确认，最大效应（既往抗抑郁药使用）仅解释了1.8%的方差。对于GAD-7，八种变量分别显著预测斜率，但联合模型中仅有强迫症诊断（OCD）贡献独特方差，且其解释率仅为0.7%。因此，最终恢复曲线仅包含基线症状严重程度作为预测因子。
优化警报状态阈值
对于PHQ-8，在580名有第30天和之后分数的患者中，59人（10.2%）被归类为治疗失败。经低基线病例校正后，单侧60%CI阈值识别出27.9%的警报，未标记为脱轨的患者中仅6.2%为实际治疗失败。对于GAD-7，60%CI阈值在校正低基线后识别出23.7%的警报，未标记者中6.4%为治疗失败。这表明60%CI在敏感性和警报负担之间提供了最佳平衡。
治疗失败组的特征描述
在PHQ-8治疗失败组中，36.3%表现出≥5分的可靠恶化，33.6%无变化，92.9%终点分数处于临床范围（≥10）。GAD-7治疗失败组中，44.5%表现出≥4分可靠恶化，29.1%无变化，94.5%终点分数≥10。这表明治疗失败端点主要识别了恶化或未能改善的患者。
限制于至少90天随访患者的敏感性分析
在494名PHQ-8患者（随访≥90天）中，所有原治疗失败患者在新拟合中仍被归类为失败。GAD-7结果类似。虽然短期随访患者在治疗失败组中比例略高，但限制样本并未改变长期随访患者的分类结果。
讨论与结论
研究表明，在自然主义多学科门诊治疗环境中，可以基于月度评估成功开发并交叉验证PHQ-8和GAD-7的恢复曲线。交叉验证性能在两个结局指标上大致相似，支持时间-基线恢复函数在不同症状领域的稳健性。预测性能的下降幅度适中，主要表现为校准衰减而非模型结构失效。验证队列中病例组合的变化（如重性抑郁障碍比例降低、适应障碍比例升高）可能部分解释这种校准偏差。
研究的一个重要特征是使用了月度结局评估。虽然每周监测在可行时更可取，但许多门诊项目由于工作流程限制而采用低频评估。本研究的月度PHQ-8和GAD-7警报规则的灵敏度低于每周OQ-45基准，这与低频评估提供较少检测机会的预期一致。尽管如此，结果表明可以从月度数据中推导出具有临床实用性的恢复曲线，从而将MBC扩展到低频评估成为实践常态的场景。
研究发现基线症状严重程度足以建模恢复轨迹，额外基线预测因子的增值价值极小。这支持使用简约模型，并避免了将预后特征纳入可能使特定患者群体的较差结局正常化的潜在担忧。对于PHQ-8和GAD-7，平衡灵敏度和警报频率表明，由60%置信区间百分位数定义的脱轨状态是最优的。使用先前研究中采用的80%或90%CI方法会导致次优的警报状态指标，这可能是因为PHQ-8和GAD-7的初始水平对变化斜率的影响不如OQ-45那样强烈。
研究结论：PHQ-8和GAD-7的恢复曲线可以利用月度评估有效地推导出来，并应用于真实的MBC场景中。这些曲线旨在将MBC扩展到以低频评估为常态的实用临床环境，而非取代高频反馈系统。
