認知行動療法の内容と臨床転帰の関連を深層学習モデルで定量化

2012年6月-2018年3月に英国でインターネット認知行動療法を受けた18-94歳のメンタルヘルス障害患者1万4899例の治療データを基に、セラピストの用いた言葉（therapist utterances）を深層学習モデルにより24の特性のうち1つ以上の自動的に分類し、各特性の使用量と臨床転帰（患者の症状および治療参加の確実な改善）の関連を検討した。 その結果、「変化の技法（change methods）」など多くの特性で、使用量増加が症状改善（オッズ比1.11、95％CI 1.06-1.17）および治療参加改善（同1.20、1.12-1.27）のオッズ上昇と関連を示した。治療に関係のない内容の増加が、症状改善（同0.89、0.85-0.92）および治療参加改善（同0.88、0.84-0.92）のオッズ低下と関連を示した。 ...