《Healthcare》：Factors Associated with Appointment Cancellation on a Commercial Digital Mental Health Platform: A Retrospective Cohort Study in Saudi Arabia
编辑推荐：
背景：自2020年以来，商业数字心理健康平台在海湾地区有所扩展，但该交付模式中的取消行为仍未得到充分研究。研究人员旨在识别沙特阿拉伯语商业平台上与预约取消独立相关的因素，并确定这些因素反映的是用户行为还是提供者行为。方法：研究人员对来自21,904名独立用户的
背景：自2020年以来，商业数字心理健康平台在海湾地区有所扩展，但该交付模式中的取消行为仍未得到充分研究。研究人员旨在识别沙特阿拉伯语商业平台上与预约取消独立相关的因素，并确定这些因素反映的是用户行为还是提供者行为。方法：研究人员对来自21,904名独立用户的36,544次预约记录进行了回顾性队列分析（2023年10月至2026年4月）；结局变量为二分类取消（已取消 vs. 已完成）。采用多变量逻辑回归模型，使用聚类稳健标准误估计用户、提供者和预约特征的校正优势比（aOR）；次要分析按记录发起人分解取消，并对年龄、提前时间和日历时间进行灵活建模。报告遵循STROBE指南。结果：粗取消率为25.6%。取消与预约类型（随访 vs. 初诊：aOR 0.26，95%置信区间[CI] 0.21–0.32）、提前时间（≥8天 vs. 同日：aOR 2.10，95% CI 1.90–2.33）、预约类型（免费 vs. 标准：aOR 1.19，95% CI 1.10–1.27）以及提供者专业领域显著相关；年龄每十年降低取消优势（aOR 0.90，p < 0.001），性别无显著关联（aOR 0.95，p = 0.119）。原因特异性模型显示，提前时间梯度在按发起人分解后方向逆转：≥8天相比同日，用户发起取消的可能性更低（aOR 0.62，95% CI 0.49–0.78），而提供者发起取消的可能性则高得多（aOR 4.75，95% CI 4.23–5.35），且提供者专业领域差异几乎完全体现在提供者发起取消中。紧急预约的校正优势极低（aOR 0.17，95% CI 0.13–0.23），反映了平台对紧急预约的管理编码方式，而非真实的依从性行为，故被视为人为假象。模型区分度中等（表观曲线下面积[AUC] 0.700，开发样本）。结论：取消反映了预约的操作特征，但其最大的相关因素——提前时间、免费预约状态和提供者专业领域——主要通过提供者侧的调度行为而非患者不依从性发挥作用。
论文解读
**研究背景与问题**
自2020年以来，数字心理健康平台在海湾地区迅速扩展，沙特阿拉伯推出了国家远程心理健康计划，同时商业阿拉伯语平台也直接面向消费者提供预约服务。然而，在这些平台上，用户的预约取消行为——即哪些预约得以保留、哪些被取消——在已发表文献中仍未得到充分刻画。尽管患者依从性被视为一个需要明确表征的多维构念，且数字心理健康平台面临特定于模式的用户参与障碍，但现有研究多集中于传统门诊或医院场景，缺乏针对商业数字平台特有的预约特征（如即时预约、免费层级获取、多提供者类型匹配）的分析。在沙特阿拉伯及海湾地区，已有研究探讨了传统医院门诊的失约因素、机器学习预测模型以及远程精神病学实施后的失约模式，但均未涉及私营运营的阿拉伯语商业数字心理健康平台。本研究旨在填补这一空白，识别与预约取消独立相关的用户、提供者和操作因素，并区分其反映的是用户行为还是提供者行为。论文发表在《Healthcare》。
**主要技术与方法**
研究人员从沙特阿拉伯的商业数字心理健康平台Talbinah获取数据，该平台提供与持证心理学家、精神科医生、社会及家庭咨询师、家庭医生和教练的同步视频预约服务。研究队列包含2023年10月至2026年4月间的36,544次预约记录，来自21,904名独立用户。主要分析方法为多变量逻辑回归，使用聚类稳健标准误（以用户为聚类单位）估计校正优势比（aOR）。次要分析包括：按记录发起人（用户、提供者、管理员或无记录）进行原因特异性分解；采用Harrell限制性立方样条灵活建模年龄和提前时间的非线性关联；引入先前的就诊和取消历史（仅使用索引预约创建前已解决的信息）以评估衰减效应；调整日历时间趋势；以及采用替代结局定义（严格的取消标记和一致定义）进行敏感性分析。研究遵循STROBE队列研究报告指南。
**研究结果**
**3.1 样本特征**：分析框架包含36,544次预约，粗取消率为25.6%（9,348/36,544）。用户中位年龄28岁，女性占69.1%，多数预约通过iOS设备（73.7%）或Android设备（12.3%）进行，设备未知者占13.7%。提供者以心理学家（64.0%）为主，同日预约占53.4%，初诊占58.8%，免费预约占45.8%。
**3.2 校正后取消相关因素**：多变量逻辑回归（McFadden伪R
2=0.085，表观AUC=0.700）显示，女性性别与取消无显著关联（aOR 0.95，p=0.119）；年龄每增加十年，取消优势降低10%（aOR 0.90，p<0.001）。提供者专业领域方面，与心理学家相比，精神科医生（aOR 0.56）、社会/家庭咨询师（aOR 0.61）和教练（aOR 0.45）的取消优势更低，而家庭医生无显著差异（aOR 0.88，p=0.066）。预约类型方面，紧急预约取消优势最低（aOR 0.17），但此结果被视为人为假象；套餐预约（aOR 0.47）和免费AI预约（aOR 0.58）次之，免费预约高于标准付费预约（aOR 1.19）。随访预约（与同一提供者）取消优势较初诊降低74%（aOR 0.26），更换提供者则无显著关联（aOR 0.99）。提前时间方面，≥8天预约取消优势约为同日预约的2倍（aOR 2.10），而1天和2-3天提前时间与同日无差异或略低。
**3.3 年龄和提前时间的灵活建模**：限制性立方样条分析拒绝年龄线性假设（p<0.001），发现取消风险在18-25岁之间急剧下降，之后趋于平稳。提前时间样条分析显示，取消风险在预约后前3天保持平稳，随后平滑上升至约3-4周，在8天处无阈值跳跃，说明此前分类编码中的“阈值”为人为边界假象。
**3.4 按记录发起人的原因特异性分解**：提供者发起取消占取消事件的46.6%（4,330/9,293）。原因特异性逻辑回归揭示了关键逆转：提前时间≥8天在用户发起模型中呈保护性（aOR 0.62），而在提供者发起模型中呈强风险性（aOR 4.75）。免费预约在用户发起模型中无关联（aOR 0.99），但在提供者发起模型中风险升高（aOR 1.26）。提供者专业领域差异几乎完全限于提供者发起取消（精神科医生aOR 0.36，教练aOR 0.16），而用户发起模型中大多无显著差异。年龄关联完全来自用户侧（每十年aOR 0.76），提供者侧无关联（aOR 0.98）。随访预约在两种发起模型中均具保护性（用户侧aOR 0.24，提供者侧aOR 0.28），但部分归因于先前就诊历史。
**3.5 先前的就诊和取消历史**：加入无泄漏先前历史后，模型拟合改善（AUC升至0.714）。先前完成预约的用户取消优势降低（aOR 0.39），而每次额外的先前取消增加取消优势（aOR 1.39）。随访预约的关联衰减46%（aOR从0.26升至0.49），免费预约的关联衰减53%（aOR从1.19降至1.08），表明约一半的保护效应归因于先前的就诊行为而非护理关系本身。
**3.6 日历时间与时间趋势**：粗取消率在31个月窗口内非平稳（2023年3.4%至2025年31.0%）。添加平滑日历时间趋势后，模型AUC升至0.717，且免费AI预约的关联基本消失（aOR从0.58降至0.82，不再显著），说明其为时期效应而非真实行为效应。
**3.7 敏感性分析**：采用更严格的取消标记和一致定义后，主要关联方向一致且强度略有增强，紧急预约估计值出现准完全分离（aOR接近0），进一步证实其人为假象性质。
**3.8 协变量重叠与稀疏性**：部分预约类型与提供者专业领域组合存在空单元格（如免费AI预约几乎全由精神科医生提供），但排除这些稀疏类别后，核心结论的估计值保持稳定，仅需谨慎解读免费AI、紧急和支持预约的系数。
**3.9 探索性模型拟合**：表观AUC为0.700，表明模型区分度中等，且未进行内部或外部验证，不用于预测操作。
**讨论与结论**
讨论部分强调，本研究的核心发现是取消的主要相关因素——提前时间、免费预约状态和提供者专业领域——大多反映提供者侧的调度行为而非患者不依从性。提供者发起取消占取消事件的近一半，原因特异性分解揭示了关键方向逆转：长提前时间预约的取消主要来自提供者，免费预约的取消差异也源自提供者，提供者专业领域差异几乎完全由提供者发起取消驱动。真正反映用户行为的信号包括：年龄梯度（集中在18-25岁，完全来自用户侧）和先前就诊历史（完成先前预约具有保护性，每次先前取消增加风险）。紧急预约的极低取消优势为平台编码假象，不反映紧迫性对依从性的影响。与现有文献比较，本研究中的提前时间梯度方向与Dantas等系统综述一致，但本分解表明其机制完全不同，主要来自提供者侧调度不稳定而非用户遗忘或动机变化。随访预约的保护效应部分归因于先前的就诊行为。性别无显著关联，与部分文献中的男性风险因素不一致，可能源于平台用户群体以女性为主且缺乏交通和时间成本障碍。用户侧模型中免费预约无差异，否定了此前基于行为经济学的承诺解释，转而支持操作层面的解释：免费层级预约的提供者调度稳定性较低。研究的局限性包括：单平台数据、外部效度未知、数据提取假象（重复记录影响设备类型和随访预约估计，已纠正）、无法区分失约与行政取消、缺乏提供者个体标识符（导致专业领域差异可能反映个别提供者行为聚集）、粗取消率非平稳、先前历史存在左截断、部分协变量稀疏性以及未测量的混杂因素（如症状严重程度、经济压力）。结论强调，这些发现为探索性假设生成性质，建议操作性干预应聚焦于提供者侧调度稳定性（如限制提前开放日程、要求提前确认），而非用户提醒或定价；用户侧干预应优先确保首次完成就诊并识别有多次取消历史的用户。年龄18-25岁用户是值得关注的用户侧信号。研究将国际失约文献扩展至海湾地区的商业远程心理健康场景，并说明在解释取消结局为依从性指标前，应先按发起人进行分解。
