Varför Vi Behöver Digitala Verktyg i Psykoterapi - Part 2

Aktuella Utmaningar II. : Individualiserad behandling och väntlistor

Om bloggserien

I vårt tidigare blogginlägg i serien "Varför vi behöver digitala verktyg i Psykoterapi" diskuterade vi aktuella trender inom psykisk vård och digitalisering och hur dessa trender skulle kunna komplettera varandra genom att ge möjligheter att inkludera digitala verktyg i psykoterapi. Vi beskren även två aktuella utmaningar inom psykoterapi, nämligen följsamhet till hemläxor och kompetensöverföring, där digitala lösningar skulle kunna vara ett meningsfullt substitut eller komplement till analoga verktyg och därigenom öka effektiviteten och kvaliteten i behandlingen.

I del 2 av vår serie kommer vi att ta upp två andra utmaningar som potentiellt skulle kunna lösas eller åtminstone mildras genom implementering av digitala lösningar: individualiserad behandling och långa väntelistor. Dessutom kommer vi också att ge dig en kort introduktion till blandade behandlingsmetoder inom beteendeaktivering och förklara varför vårt företag valde att fokusera på just detta område, både med vår produkt och vårt vetenskapliga arbete.

Utmaningar inom psykoterapi

Individualiserad behandling

I vårt tidigare inlägg betonade vi vikten av att anpassa hemuppgifter inom psykoterapi till patienternas behov genom att integrera dem i patienternas vardag så att utförandet sker så nära relevanta situationer och beteenden som möjligt för att stödja behandlingens framsteg. Båda dessa faktorer är också relaterade till frågan om att individualisera behandlingens innehåll och uppgifter så att patienterna upplever dessa som relevanta och personligt meningsfulla.

Att individualisera olika uppgifter inom ett visst behandlingssätt är dock bara en nivå av hur psykoterapi kan anpassas till patienten. En ännu större utmaning kan vara att hitta vilket behandlingssätt som mest sannolikt leder till de största förbättringarna för varje enskild patient. Olika terapeutiska metoder och tekniker bygger på olika teoretiska grunder och antaganden som det ofta är svårt eller till och med omöjligt att ge objektiva bevis för. Och även om dessa teorier för det mesta är förenliga och sällan utesluter varandra, leder de ofta till mycket olika behandlingsmetoder. Utöver detta beror effektiviteten av psykoterapi - kanske till och med mer än andra former av hälsovård - till stor del på hur patienterna mår och vad de tycker om sin behandling, och om de tror att de processer som är involverade i behandlingen - utifrån respektive teoretisk bakgrund – verkligen kan leda till förbättringar.

Således verkar frågeställningen om hur man bäst matchar behandlingsmetod och patient vara en av de största utmaningarna inom psykoterapi. Brakmeier och Herpetz (2019) rapporterade att andelen non-responders i psykoterapi kan vara så hög som 33-50%, och denna siffra ökar ytterligare till 60-80% när man tittar på de patienter som inte uppnår remission och har ett återfall efter behandlingsavslut.

En av anledningarna till att frågan om hur en individualiserad patientbehandling ska skräddarsys är så svår att besvara kan vara komplexiteten hos de emotionella, kognitiva, biologiska, sociala och miljömässiga faktorer som leder till utvecklingen och upprätthållandet av psykiska sjukdomar. Med vår nuvarande kunskap är det svårt att estimera exakt hur dessa element verkar och interagerar med varandra. Och det är här digital teknologi kanske kan lösa eller åtminstone mildra denna utmaning. Artificiell intelligens har redan använts framgångsrikt inom medicin för att diagnostisera eller förutsäga vissa sjukdomar som cancer eller hjärt-kärlsjukdomar. Den enorma potentialen i AI handlar inte bara om att göra arbetsprocesser mer effektiva genom att automatisera tidsintensiva uppgifter utan även om uppgifter människor inte kan utföra överhuvudtaget. AI-algoritmer kan se komplexa relationer och mönster i data som mänskliga ögon och sinnen inte kan. Det verkar alltså inte orimligt att anta att AI baserat på redan befintliga behandlingsdata skulle kunna förutsäga prediktorer för behandlingsframsteg för olika individer och även vilken behandlingsmetod den enskilda individen behöver för att övervinna sina svårigheter, baserat på deras egna emotionella, kognitiva, biologiska, sociala och miljömässiga egenskaper.

Väntlistor

Den sista utmaningen som vi skulle vilja ta upp i vår bloggserie är gapet mellan behovet av psykoterapi och tillgången till detsamma, vilket resulterar i långa väntetider tills patienter som behöver hjälp faktiskt får det. Denna diskrepans mellan behov och tillgänglighet är ännu större inom utvecklingsländer och mindre urbaniserade områden, där patienter med psykiska problem också kan möta starkare stigma och diskriminering (t.ex. Seeman et al, 2016).

Forskare och praktiker har föreslagit att digitala behandlingsprogram (t.ex. iKBT) kan mildra detta problem genom att göra behandlingen mer tillgänglig, eftersom majoriteten av människor i de flesta av dagens samhällen har tillgång till åtminstone en smartphone och internet. Men fristående onlinebehandlingar i ett självhjälpsformat med minimalt terapeutstöd kan innebära andra utmaningar som måste tas i beaktande. Behovet av ingen eller mycket lite personlig vägledning ökar flexibiliteten och tillgängligheten avsevärt, men det minskar också ansvarsskyldigheten och kan därför ha en negativ effekt på följsamheten. En metaanalys fann ett ganska brett spektrum av avhopp inom ostyrda internetbaserade behandlingar, från 2 till 83 % (Melville et al, 2010) inklusive patienter med olika störningar. En annan metaanalys som endast tittade på depression - en sjukdom som kännetecknas av bristande motivation och engagemang - fann att andelen patienter som slutförde behandlingen var signifikant högre för behandlingssessioner öga-mot-öga jämfört med guidade iKBT-interventioner med endast begränsad kontakt med terapeuter (84 % jämfört med 65,1 % i iKBT, van Ballegooijen et al, 2014).

Å andra sidan verkar det rimligt att förvänta sig att blandade behandlingsmetoder som kombinerar fysiska sessioner med digitala verktyg skulle kunna balansera flexibilitet och följsamhet och därmed utnyttja fördelarna med båda sätten (Siemer et al, 2020) . För att testa detta antagande kommer vi i den sista delen av vår bloggserie att prata mer i detalj om en systematisk vetenskaplig litteraturöversikt vi genomförde, där vi sammanställde effektiviteten och följsamheten hos sådana blandade behandlingsmetoder för modulen beteendeaktivering vid depressionsbehandling.

Varför Beteendeaktivering i blandat format?

Det finns flera anledningar till att vi fokuserade på just detta segment av psykologisk behandling. För det första finns redan gott forskningsstöd för effekten av beteendeaktivering för att förbättra depressionssymtom (t.ex. Stein et al, 2020), och det finns fler och fler studier som pekar på positiva effekter för även andra diagnoser, som vanliga ångestsyndrom och utmattningssyndrom (t.ex. Malouf et al, 2015; Stein et al, 2019). Således kan det användas vid behandling av en ganska stor del av patientpopulationen. För det andra har flera studier också pekat på följsamhet till hemläxor som en central faktor för att öka effektiviteten av KBT i allmänhet och beteendeaktivering i synnerhet (t.ex. Burns & Spangler, 2000; Busch, Uebelacker, Kalibatseva, & Miller, 2010; Kazantzis, Deane, & Ronan, 2000). Och baserat på fördelarna och utmaningarna med digitala verktyg som beskrivs ovan, verkar det rimligt att anta att integrationen av digitala verktyg i inom en analog BA-behandling för att stödja patientens följsamhet till hemläxor kan vara ett värdefullt tillägg till terapin.

Det finns dock en brist på studier som undersöker blandade behandlingsmetoder för beteendeaktivering. Därför strävade vi efter att fylla denna lucka genom att sammanfatta tillgängliga bevis på digitala enheter för att förbättra följsamheten och kostnadseffektiviteten för terapeutledd blandad BA inom KBT.

Sammanfattning

Digitala verktyg skulle kunna öka effektiviteten av psykoterapi. Inte bara på grund av deras fördelar när det gäller följsamhet till hemlöxor och kompetensöverföring, utan också för att de kan underlätta individualiseringen av psykoterapi och förkorta väntelistor. Det är dock viktigt att notera att formatet som digitala lösningar administreras inom, är en viktig faktor att ta hänsyn till. Blandade behandlingsmetoder, som kombinerar behandlingar ansikte mot ansikte med digitala verktyg kan ha potential att balansera flexibilitet och följsamhet och därmed utnyttja fördelarna med båda leveranssätten.

Håll utkik på våra medier och följ oss för att läsa mer om "Varför behöver vi digitala verktyg i psykoterapi". Vårt nästa inlägg kommer snart!

Ta del av vårt nyhetsbrev för att följa fler blogginlägg!

Är du intresserad av att kika på vår lösning? Boka en demonstration här.

Referenser

Brakemeier, E. L., & Herpertz, S. C. (2019). Innovative Psychotherapieforschung: auf dem Weg zu einer evidenz-und prozessbasierten individualisierten und modularen Psychotherapie. Der Nervenarzt, 90(11), 1125-1134.

Burns, D. D., & Spangler, D. L. (2000). Does psychotherapy homework lead to improvements in depression in cognitive–behavioral therapy or does improvement lead to increased homework compliance?. Journal of consulting and clinical psychology, 68(1), 46.

Busch, A. M., Uebelacker, L. A., Kalibatseva, Z., & Miller, I. W. (2010). Measuring homework completion in behavioral activation. Behavior modification, 34(4), 310-329.

Kazantzis, N., Deane, F. P., & Ronan, K. R. (2000). Homework assignments in cognitive and behavioral therapy: A meta-analysis. Clinical Psychology: Science and Practice, 7(2), 189.

Malouff, J. M., Thorsteinsson, E. B., Rooke, S. E., Bhullar, N., & Schutte, N. S. (2008). Efficacy of cognitive behavioral therapy for chronic fatigue syndrome: a meta-analysis. Clinical psychology review, 28(5), 736-745.

Melville, K. M., Casey, L. M., & Kavanagh, D. J. (2010). Dropout from Internet‐based treatment for psychological disorders. British Journal of Clinical Psychology, 49(4), 455-471.

Seeman, N., Tang, S., Brown, A. D., & Ing, A. (2016). World survey of mental illness stigma. Journal of affective disorders, 190, 115-121.

Siemer, L., Brusse-Keizer, M. G., Postel, M. G., Allouch, S. B., Sanderman, R., & Pieterse, M. E. (2020). Adherence to blended or face-to-face smoking cessation treatment and predictors of adherence: randomized controlled trial. Journal of medical internet research, 22(7), e17207.

Stein, A. T., Carl, E., Cuijpers, P., Karyotaki, E., & Smits, J. A. (2021). Looking beyond depression: A meta-analysis of the effect of behavioral activation on depression, anxiety, and activation. Psychological Medicine, 51(9), 1491-1504.

Van Ballegooijen, W., Cuijpers, P., Van Straten, A., Karyotaki, E., Andersson, G., Smit, J. H., & Riper, H. (2014). Adherence to Internet-based and face-to-face cognitive behavioural therapy for depression: a meta-analysis. PloS one, 9(7), e100674.