서 론

섭식장애는 장기간 지속되는 섭식의 장애 혹은 섭식 관련 행동으로 음식 소비나 섭취의 변화, 신체 건강 및 정신 사회적 기능의 손상을 초래하는 정신 장애다[1]. 최근 5년간 국내 섭식장애 진료 환자는 총 5만 213명으로, 2018년 8,321명에서 2022년 1만 2,477명까지 증가했다. 진료비 역시 동일 기간 약 58.8% 증가했으며, 5년간 진료비 총액은 239억 7,247만 원으로 집계되었다[2]. 이처럼 섭식장애는 상당한 사회경제적 부담과 여러 심리사회 및 신체 건강 문제를 유발한다. 실제 섭식장애는 우울증, 불안 장애, 물질 사용 장애, 성격장애 등 다른 정신장애와의 동반이환율이 높고[3], 골다공증, 무월경, 심혈관계 또는 위장관계 질환, 비만 등 신체 건강 문제가 동반되는 경우가 많다[4]. 자살위험 증가나 대인관계 어려움 등 심리 사회적 부적응 위험도 높다[5,6].

섭식장애는 만성화 및 재발이 빈번한 반면[7,8], 효과적인 치료와 관해가 어렵다[9]. 효능성 연구에서 섭식장애 치료율은 30%∼40%에 불과하며[10], 장기 추적 연구에 따르면 대부분의 신경성 식욕부진증과 신경성 폭식증 환자는 수년 또는 경우에 따라 수십 년에 걸쳐 임상군 수준의 증상을 보인다[11]. 회복 이후에도 합병증으로 인해 영구적인 후유증이 남는 경우가 많다[4]. 따라서 섭식장애 발병을 예방할 수 있도록 조기에 개입하는 것이 중요하다.

섭식장애 예방에는 고위험군 대상의 위험요인에 대한 개입이 효과적이다. 섭식장애 고위험군에는 이상섭식행동과 신체상 장해를 보이는 청소년 또는 젊은 성인 여성 등이 포함된다[12]. 섭식장애의 주요 위험 요인인 신체상 장해는 체중 및 체형과 관련된 부정적 경험을 말하며[13], 신체 관련 인식, 감정, 지각, 행동을 포괄하는 다면적 구성 개념이다. 이상섭식행동은 비만에 대한 두려움, 건강하지 못한 체중 조절 행동 및 음식에 대한 집착을 포함하는 광범위한 비정상적 섭식행동으로, 정상 섭식행동과 섭식장애의 연속선상에 있다[14]. 섭식장애의 인지행동 모델에 따르면 이상섭식행동은 신체상 장해에 의해 발생하고 유지된다[15]. 이 때문에 섭식장애 예방은 주로 신체상 장해를 개입 대상으로 다루어 왔고[16], 이를 표적으로 한 인지행동 치료(Cognitive Behavioral Therapy, CBT)는 근거 기반 섭식장애 예방 및 치료이다[17].

그러나 섭식장애 고위험군 중 치료를 받는 비율은 23.2%에 불과하며[18], 4분의 1 미만이 적절한 예방 개입을 받는 것으로 추정된다[19]. 이는 도움 추구 가능성이 낮고[20], 자신의 증상을 숨기거나 부인하는 경향이 있는 섭식장애 위험군의 특성으로 인한 것일 수 있다[21]. 사회적 낙인이나 시간 및 지리적 제약 등의 치료 장벽도 낮은 치료율과 관련 있다[22,23]. 인터넷 개입은 이러한 낙인 및 치료 접근성 문제를 줄일 수 있는 치료 전달 방식으로, 인터넷 CBT는 이상섭식행동과 신체상 장해 개선에 효과적이고[24], 섭식장애 예방 개입의 단계적 제공에 활용될 수 있다[9].

하지만 섭식장애 예방을 위한 인터넷 CBT는 효과 크기가 작고, 무작위 대조시험(randomized controlled trial) 연구들의 효과 크기에 이질성이 존재한다[24,25]. 동일한 프로토콜의 인터넷 CBT만 고려해도 이질성은 유의하여 동일한 인터넷 개입도 치료 결과가 다를 수 있음을 시사한다[24]. 이러한 효과크기의 이질성을 설명하는 요인의 탐색이 인터넷 개입의 효능을 개선하는 데 기여할 수 있다. 선행 연구는 인터넷 개입의 효능을 최적화하기 위해 동기 부여나 개별화된 지원 등 실제 임상 접촉과 유사한 개입 설계가 필요하다고 제안한다[26]. 예를 들어, 글, 애니메이션, 음성 녹음 파일 등 다양한 개입 콘텐츠 형태는 이용자의 참여를 촉진하며[27], 퀴즈나 자기-모니터링, 참여자 커뮤니티 등 상호작용 기반 활동은 개입 콘텐츠에 대한 참여자의 이해를 높인다[28]. 개입 내 즉각적 의사소통[29]과 지지적 피드백 제공[27] 역시 개입 결과 개선과 관련이 있었다.

특히 치료자 지원(therapist support)은 개입 결과를 예측하는 주요 개입 설계 요인으로[26], 인터넷 개입에서 전문가가 제공하는 보조적인 지원을 말한다[28]. 문자, 전화, 이메일 등 다양한 매체를 통해 개입 진행 사항 관리, 참여 내용에 대한 피드백, 동기 강화 및 격려 메시지 전달 등을 목적으로 제공된다. 개입 회기 외 시간에서 이루어지는 치료자와 참가자 간 의사소통은 치료적 관계 형성의 핵심으로 간주된다[30]. 치료자 지원 부족은 참여자의 준수 저하와 관련 있으며, 낮은 준수는 개입 결과에도 부정적 영향을 미칠 수 있다[31]. 치료자 지원이 없는 자조 개입(unguided self-help intervention)의 높은 중도 탈락률은 치료자 지원의 중요성을 시사한다[32]. 치료자 지원은 치료 저항으로 인해 개입 준수가 떨어지고 중도 탈락률이 높은 섭식장애 고위험군 대상 개입에서 중요하다[33]. 실제 섭식장애 예방 인터넷 개입의 평균 참여 완료 비율은 36%에 불과하다[24]. 이처럼 선행 연구는 치료자 지원이 개입 준수를 증진할 가능성을 시사하나[34], 치료자 지원을 통한 개입 준수 개선이 개입 효능 개선으로 이어지는지에 대해서는 결과가 혼재되어 있으며[31,35,36], 치료자 지원 수준과 개입 준수 및 결과의 관계에 대한 기제 역시 명확하지 않다[37].

한편, 인터넷 CBT는 치료 형식은 유사한 반면 치료자 지원 특성에서 차이를 보인다. 치료자 지원과 개입 결과의 관계는 치료자 지원 요소의 세부 특성에 의해 결정될 가능성이 높으나[38], 섭식장애 예방을 위한 인터넷 개입에서 치료자 지원의 영향을 확인한 연구는 소수이며, 개입에서 제공한 치료자 지원의 특성이 구체적으로 기술되지 않은 경우도 다수이다[24,26]. 예를 들어, 치료자 지원의 빈도와 개입 결과의 관계를 검증한 연구에서, 주 3회 치료자 지원을 받은 집단은 주 1회 지원을 받은 집단보다 더 높은 개입 만족도를 보고했으나 만족도가 개입 결과 개선으로 이어지지는 않았다[39]. 또한 정신장애에 대한 디지털 개입의 체계적 문헌 고찰 결과[40], 문자, 이메일, 전화, 화상 회의 등 치료자 지원 전달 매체에 따른 개입 결과에는 차이가 없던 반면 제공한 치료자 지원 유형은 개입 결과와 관련이 있었다[26]. 치료자 지원 유형은 일반화된 팝업, 상기 목적 알림, 비개별화 피드백, 그리고 개별화 피드백의 네 수준으로 구분된다[26]. 비개별화 피드백은 상대적으로 단순하고 확인적인 내용으로 구성된 일반화된 메시지로, 개입 진행 관리를 위해 제공된다. 가장 높은 수준의 치료자 지원은 개별화 피드백으로, 개인의 요구나 상황에 따라 맞춤화된 권고 사항을 포함하며 개인의 개입 참여 내용에 대한 정교화된 피드백[41]을 제공한다. 높은 치료자 지원 수준은 더 나은 치료 결과와 관련이 있었으나, 이는 섭식장애 치료 맥락에서 확인되었다. 섭식장애 예방의 중요성에도 불구하고 예방적 개입에 대한 치료자 지원 수준의 역할에 대한 검증은 제한적이다. 이에 본 연구는 치료자 지원 수준과 이상섭식행동에 대한 인터넷 CBT의 효능 및 개입 준수의 관계를 검증하였다.

연구방법

1. 연구대상 및 절차

본 연구의 대상은 섭식 문제 경향이 있는 성인 여성으로, 2023년 10월부터 11월까지 전국 소재 대학 온라인 커뮤니티 및 오프라인 게시판 공고를 통해 모집하였다. 한국판 섭식태도척도-26의 성별 및 연령별 섭식 문제 심각도 기준 점수에 따르면[42], 만 19세 이상 여성의 경우 19점 이상을 섭식 문제 경향이 있는 것으로 평가한다. 이에 본 연구는 연구 참가 의사를 밝히고 한국판 섭식태도척도-26 점수가 19점 이상인 만 19세 이상 여성 참가자를 선정하였다. 참가자 수는 G*Power 3.1.9.7로 산출하였다. 3×4 반복측정 분산 분석(repeated measures ANOVA) 기준으로 유의 수준 .05, 검정력 .80, 효과 크기 .25 [24]로 설정 시 30명이 산출되었고, 본 연구에서 활용한 인터넷 CBT 프로토콜의 효능 검증 선행 연구[43]의 탈락률 20%를 고려하여 36명의 참가자를 모집하였다. 본 연구의 개입은 섭식장애 고위험 집단 대상 예방 개입으로, 섭식장애 진단을 받았거나 심리치료 및 상담, 비만 클리닉 등의 관련 개입을 받는 경우 제외하였다. 온라인 사전 선별 검사를 통해 선정된 36명의 참가자를 치료자 지원 수준에 따른 세 집단(낮음, 중간, 높음)에 12명씩 무선할당하고, 온라인 개입을 진행하였다. 연구 참여에 동의한 참가자를 대상으로 참여 절차에 대한 안내 사항과 개입 제공 플랫폼 입장 링크가 메일로 발송되었고, 참가자들은 4주간 총 8회기의 인터넷 개입을 받았다. 본 연구의 결과 변인은 신체상 장해, 이상섭식행동, 우울 및 불안으로, 총 4시점(사전, 중간, 사후, 추후)에서 측정하였다. 신체상 장해는 한국판 섭식장애검사-자기보고형(The Korean Version of Eating Disorder Examination Questionnaire, KEDE-Q)과 체형 만족도 평가지(Body Shape Questionnaire, BSQ), 이상섭식행동은 한국판 섭식태도척도-26 (The Eating Attitude Test-26, KEAT-26), 우울은 우울증 선별도구(Patient Health Questionnaire, PHQ-9), 불안은 범불안 증상 척도(Generalized Anxiety Disorder 7-item, GAD-7)를 활용하여 평가하였다.

본 연구는 부산대학교 생명윤리위원회의 승인(과제번호 PNU IRB/2023_168_HR)을 받았다. 전체 연구 절차가 온라인으로 진행되는 서면동의 면제 대상으로, 참가자는 연구의 목적, 절차, 참가자의 권리 및 안전 보호 대책 등을 안내받고 연구 참여에 대한 온라인 동의서를 작성하였다. 모든 회기 및 설문 절차에 소요된 전체 시간은 260분이었으며, 참가 보상으로 개입 참여를 완료한 참가자에게 30,000원 상당의 기프티콘을 지급하였다. 선별 검사만 참여한 경우 1,000원 상당의 기프티콘, 중도 탈락한 경우 개입 참여 시간에 준하는 금액의 기프티콘을 지급하였다.

2. 측정 도구

1) 한국판 섭식태도척도-26 (The Eating Attitude Test-26, KEAT-26)

이상섭식행동은 임상군의 섭식장애 환자 선별과 준임상 수준의 이상섭식행동이나 수준을 평가하는 한국판 섭식태도척도로 평가하였다[42]. 총 26문항으로 네 개의 하위척도(i.e., 섭식에 대한 자기통제 및 폭식증 증상, 날씬함에 대한 집착, 음식에 대한 집착, 다이어트 행동)로 구성되어 있으며, 각 문항은 6점 Likert 척도상에 평정한다(1=전혀 아니다, 6=항상 그렇다). 총점 범위는 0∼78점으로 점수가 높을수록 이상섭식행동의 심각도가 높은 것이다. Rhee 등[42]의 연구에서 내적 합치도(Cronbach’s α)는 .81, 본 연구에서는 .88이었다.

2) 한국판 섭식장애검사-자기보고형(The Korean Version of Eating Disorder Examination Questionnaire, KEDE-Q)

신체상 장해는 한국판 섭식장애 검사-자기보고형으로 평가하였다[44]. 총 22문항으로 네 개의 하위 요인(i.e., 섭식제한, 섭식관심, 체형관심, 체중관심)으로 구성되고, 각 문항은 7점 Likert 척도상에 평정한다(0=전혀 없었다, 6=매일/매우/매번). 총점 범위는 0∼132점으로, 점수가 높을수록 신체상 장해의 심각도가 높은 것이다. Bang 등[44]의 연구에서 내적 합치도(Cronbach’s α)는 .92, 본 연구에서는 .88이었다.

3) 한국판 체형 만족도 평가지(Body Shape Questionnaire, BSQ)

신체상 장해의 한 측면인 신체불만족은 한국판 체형만족도 평가지(BSQ)로 평가하였다[45]. 총 34문항으로 체형에 대한 관심과 만족도 수준을 평정한다. 6점 Likert 척도 상에 평정하며(1=전혀 그렇지 않다, 6=항상 그렇다) 총점 범위는 34∼204점으로 점수가 높을수록 신체에 대한 관심과 신체불만족이 높은 것이다. Kim과 Chee [45]의 연구에서 내적 합치도(Cronbach’s α)는 .97, 본 연구에서는 .93이었다.

4) 우울증 선별도구(Patient Health Questionnaire, PHQ-9)

우울 증상은 한국판 우울증 선별도구(PHQ-9)로 측정하였다[46]. 총 9문항으로 4점 Likert 척도상에서 지난 2주간 우울 증상을 얼마나 경험했는지 평가한다(0=없음, 3=거의 매일). 총점 범위는 0∼27점으로, 5∼9점은 경도(mild), 10∼14점은 중등도(moderate), 15∼19점은 중고도(moderately severe), 그리고 20점 이상은 고도(severe)로 간주한다. Park 등[46]의 연구에서 내적 합치도(Cronbach’s α)는 .81, 본 연구에서는 .91이었다.

5) 범불안 증상 척도(Generalized Anxiety Disorder 7-item, GAD-7)

불안 증상은 한국판 범불안 증상 척도(GAD-7)로 평가하였다[47]. 총 7문항으로 4점 Likert 척도상에 평정한다(0=전혀 방해받지 않았다, 3=거의 매일 방해 받았다). 총점 범위는 0∼21점으로, 5∼9점은 경도(mild), 10∼14점은 중등도(moderate), 15점 이상은 고도(severe) 수준의 불안으로 평정한다. Seo와 Park [47]의 연구에서 내적 합치도(Cronbach’s α)는 .92, 본 연구에서는 .89였다.

6) 개입 준수

개입 준수는 개입 완료율[34]과 과제 완수율[48]로 측정하였다. 개입 완료율은 집단마다 개입 참여(attendance)를 완료한 사람의 비율로 계산되었다. 인터넷 개입 준수에 관한 메타분석[49]에서 제시된 기준을 참고하여, 전체 개입의 75% 이상 참여를 개입 완료(i.e., 총 8회기 중 6회기 이상 완료)로 설정하였다.

그러나 CBT는 참가자의 능동적 관여(engagement) 및 행동 변화를 요구하기 때문에 참여만으로 준수를 평가하는 것은 단편적일 수 있다[48]. 특히 회기 간 과제가 CBT의 주요 구성 요소이며, 과제 완수는 준수의 한 측면으로 긍정적 개입 결과를 예측한다는 선행 연구에 기반하여[50] 과제 완수율을 추가로 검토하였다. 과제 완수율은 각 참가자가 할당받은 과제 중 완료한 과제의 비율로 정의하였다.

3. 이상섭식행동에 대한 인터넷 CBT

본 연구의 개입은 Paxton 등[43]이 개발한 구조화된 섭식장애 예방 개입 매뉴얼을 토대로 구성하였다. 기존 개입은 총 8회기의 근거 기반 CBT로, 심리교육용 유인물과 과제로 구성된 집단 개입이다. Fairburn [16]의 섭식장애에 대한 인지행동 모델을 기반으로 하며, 신체상 장해 및 이상섭식행동의 완화를 목표로 한다. 대면 또는 비대면 온라인으로 진행 가능하며, 자조(Self-help) 개입으로도 활용 가능하다. 본 연구에서는 원저자 Paxton의 허가를 받아 기존 개입의 매뉴얼을 번역 및 수정하여 주 2회, 총 8회기(회기당 20∼30분씩 총 240분)의 인터넷 자조 개입으로 진행하였다. 치료자는 구글 클래스룸(google classroom)에 개입 자료를 게시하고, 참가자들에게 각 회기를 지정된 요일에 진행하도록 안내하였다. 회기는 심리교육 영상과 과제로 구성되며, 과제 설명이나 실습 영상이 포함된 회기도 있었다. 회기별 주제 및 주요 내용은 Table 1에 제시하였다.

참가자는 회기를 개별적으로 진행하고 과제를 제출하였으며, 처치 조건에 따라 상이한 수준의 치료자 지원을 제공 받았다(Table 2). 치료자 지원 수준 낮음 집단은 회기 진행 일정을 공지하는 기본 알림과 참여를 독려하는 재공지 알림(reminder)을 받았다. 중간 수준 집단은 일정 공지 알림과 재공지 알림에 더하여 비개별화 피드백, 그리고 높음 집단은 일정 공지 알림, 재공지 알림, 비개별화 피드백 및 개별화 피드백을 제공받았다. 비개별화 및 개별화 피드백의 내용은 Shute [41]의 피드백 이론을 기반으로 구성하였다. 비개별화 피드백은 모든 참가자에게 동일한 내용으로 제공되었으며, 회기 중 강조나 요약이 필요한 부분을 재확인하고 지지 및 격려를 전달하였다. 개별화된 피드백은 참가자의 과제 내용을 기반으로 구성되었다. 자기-모니터링에서 나타난 각 참가자의 상황이나 요구에 맞게 권고사항, 작업 예시, 오개념 교정, 지지 및 격려 메시지 등을 제공하였다. 치료자 지원의 세부 특성은 Table 3에 제시하였다. 개입은 본 연구자가 임상심리전문가 자격을 보유한 임상심리전공 교수의 지도하에 실시하였다.

4. 자료 분석

본 연구의 분석 대상군은 치료 의향 임상시험 대상자 군(intent to treatment set)으로 총 36명의 자료를 분석하였다. 치료자 지원 수준에 따른 세 집단 간 일반적 특성의 사전 동등성은 일원배치 분산 분석(one way ANOVA)으로 검증하였다. 집단 간 개입 효능을 비교하기 위해, 3×4 반복측정 분산 분석(repeated measures ANOVA)으로 치료자 지원 수준(낮음, 중간, 높음)과 측정 시기(사전, 중간, 사후, 추후)의 상호작용 효과를 검증하고, 사후 검정(Bonferroni)을 실시하였다. 개입 완료와 과제 완수율의 집단 차이는 카이제곱 검정과 일원배치 분산 분석으로 확인하였다. 모든 분석은 SPSS 27.0으로 시행하였다.

결 과

1. 처치 조건 간 사전 동질성 검증

치료자 지원 수준에 따른 세 집단 간 사전 동질성에 대한 일원배치 분산 분석 결과(Table 4), 모든 결과 변인(즉, 이상섭식행동, 신체상 장해, 우울, 불안)에서 집단 간 유의한 차이는 없었다(p＞.05). 전체 참가자의 평균 연령은 25.97세(SD=5.92), 평균 신체질량지수(Body Mass Index, BMI)는 20.55 (SD=2.83)였다. 세계보건기구의 BMI 분류 기준[51]에 기반한 정상체중군(BMI=18.50∼24.99)이 가장 많았고(n=25, 69.4%), 저체중군(BMI 18.5 미만)은 8명(22.2%), 과체중군(BMI=25∼29.99)은 3명(8.3%)이며 비만군(BMI 30 이상)은 없었다. 중등도 이상의 우울(PHQ-9＞9점) 및 불안(GAD-7＞9점)을 보이는 사람은 각 16명(44.5%), 13명(36.1%)이었다.

2. 치료자 지원 수준에 따른 집단 간 변화 비교

치료자 지원 수준에 따른 집단 간 변화 차이에 대한 반복측정 분산 분석과 사후 검정(Bonferroni)을 실시하였다(Table 5). 추후 설문을 완료한 총 29명의 데이터(낮음 집단: n=7; 중간 집단: n=10; 높음 집단: n=12)가 분석에 포함되었다. 처치 조건(치료자 지원 수준 낮음, 높음, 중간)을 집단 간 변인으로, 측정 시점(사전, 중간, 사후, 추후)을 집단 내 변인으로 설정하였다.

1) 신체상 장해

시점 간 BSQ 및 EDE-Q 점수의 분산 동질성 검정 결과, 구형성 가정이 성립되지 않아 Greenhouse-Geisser 통계량을 사용하였다. 반복측정 분산 분석 결과, BSQ 점수에 대한 측정 시점의 주 효과[F_{(1.9, 49.44)}=40.53, p＜.001]는 유의한 반면, 치료자 지원 수준과 측정 시점의 상호작용 효과는 유의하지 않았다[F_{(3.8, 49.44)}=.62, p=.644]. EDE-Q 점수도 측정 시점의 주 효과는 유의했으나[F_{(1.92, 49.89)}=46.63, p＜.001], 치료자 지원 수준과 측정 시점의 상호작용 효과는 유의하지 않았다[F_{(3.84, 49.89)}=.88, p=.478]. 사후 검정 결과, BSQ 및 EDE-Q 점수 모두 사전-사후, 사전-추후 시점에서 유의하게 감소하였다(각 p＜.001). 이는 개입 이후 신체상 장해가 완화되었고, 그 효능이 1개월 후에도 유지되었으나 치료자 지원 수준에 따른 효능의 차이는 유의하지 않음을 의미한다.

2) 이상섭식행동

시점 간 KEAT-26 점수의 분산 동질성 검정 결과, 구형성 가정이 성립되지 않아 Greenhouse-Geisser 통계량을 사용하였다. KEAT-26 점수에 대한 측정 시점의 주 효과[F_{(1.81, 47.19)}=51.54, p＜.001]는 유의한 반면, 치료자 지원 수준과 측정 시점의 상호작용 효과는 유의하지 않았다[F_{(3.63, 47.19)}=.08, p=.984]. 사후 검정 결과, 사전-사후, 사전-추후 시점 모두에서 KEAT-26 점수가 유의하게 감소하였다(각 p＜.001). 즉, 개입 이후 이상섭식행동이 완화되었으며, 1개월 후에도 효능이 유지되었으나 이상섭식행동 완화에서 치료자 지원 수준에 따른 차이는 유의하지 않았다.

3) 우울 및 불안

시점 간 우울(PHQ-9 점수)과 불안(GAD-7 점수)의 분산 동질성 검정 결과, 구형성 가정이 성립되었다. 우울에 대한 측정 시점의 주 효과[F_{(3, 78)}=9.84, p＜.001]는 유의한 반면, 치료자 지원 수준과 측정 시점의 상호작용 효과는 유의하지 않았다[F_{(6, 78)} =.75, p=.609]. 유사하게 불안에 대한 측정 시점의 주 효과[F_{(3, 78)}=8.87, p＜.001]는 유의한 반면 치료자 지원 수준과 측정 시점의 상호작용 효과는 유의하지 않았다[F_{(6, 78)}=.57, p=.751]. 사후 검정 결과, 우울과 불안 모두 사전-사후, 그리고 사전-추후 시점에서 유의하게 감소하였다(각 p＜.001). 즉, 개입 이후 섭식장애 위험요인인 우울과 불안이 완화되었으며, 1개월 후 그 효능이 유지되었으나, 치료자 지원 수준에 따른 효능의 차이는 유의하지 않았다.

3. 치료자 지원 수준에 따른 준수

치료자 지원 수준에 따른 준수의 차이를 확인하기 위해, 각 처치 조건 간 개입 완료자 수와 평균 과제 완수율을 비교하였다. 전체 개입 완료율은 75%로, 전체 참가자 36명 중 27명이 6회기 이상을 완료하였다. 치료자 지원 수준 낮음 집단에서 50% (n=6), 중간 집단에서 83.3% (n=10), 그리고 높음 집단에서 91.7% (n=11)로 지원 수준이 높을수록 개입 완료율이 높았다. 카이제곱 검정 결과, 치료자 지원 수준에 따라 개입 완료 여부에 유의한 차이가 있었다[χ²_{(2, n=36)}=6.222, p=.045].

과제 완수율의 경우, 전체 참가자의 과제 완수율 평균은 95.25% (SD=12.6)이었다. 집단별 평균은 치료자 지원 수준 낮음, 중간, 높음 집단에서 각각 91.34% (SD=18.47), 95.92% (SD=11.24), 98.48% (SD=2.96)였다. 일원배치 분산분석 결과, 분산 동질성 가정이 성립되지 않아 Welch의 F를 통계량으로 사용하였다. 집단 간 과제 완수율의 차이는 유의하지 않았다[F_{(2, 15.958)}=1.084, p=.362].

고 찰

본 연구는 치료자 지원 수준과 이상섭식행동에 대한 인터넷 CBT의 효능 및 준수의 관계를 탐색하였고 주요 결과는 다음과 같다.

첫째, 전체 참가자의 신체상 장해, 이상섭식행동, 우울 및 불안이 사전 시점에 비해 사후 시점에서 유의하게 감소하였다. 효과 크기는 크거나 중간 이상으로, 섭식장애 예방 목적의 CBT 선행 연구와 기존 프로토콜에서 보고한 효과 크기에 상응하는 수준이다[25,43]. 또한, 본 연구의 참가자들은 전원 사전 시점 KEAT-26 점수 19점 이상에 해당하는 섭식 문제 경향을 보였으나, 사후 설문 응답자 31명 중 17명(54.8%)이 19점 미만으로 감소하여 섭식 문제 경향이 완화되었고, 치료 효능은 1개월 후에도 유지되었다.

둘째, 치료자 지원 수준에 따른 신체상 장해, 이상섭식 행동, 우울 및 불안에 대한 인터넷 CBT 효능의 유의한 차이는 확인되지 않았다. 이는 치료자 지원이 직접적으로 개입 효능 개선으로 이어지지는 않을 수 있다고 제안한 인터넷 심리 개입에서의 치료자 지원에 대한 메타분석 결과와 부합한다[36]. 치료자 지원과 개입 결과의 관계에 대한 선행 연구 결과는 혼재되어 있으며, 그 기제도 명확하지 않아 추가 탐색이 필요하다[35,37]. 이는 각 참가자의 개인 차로 인한 것일 수도 있다. 개인의 성격, 치료에 대한 기대 및 신뢰도, 동기 수준 등 다양한 요인이 개입 준수와 참여 태도에 영향을 미친다[52]. 본 연구에서 일부는 과제 수행이나 심리교육 영상 시청 등 개입에 대한 부담감을 호소하는 등 참가자 간 개입 피로(intervention fatigue)에서 차이가 있어 치료자 지원에 대한 참가자 반응에도 개인차가 있었을 수 있다. 이에 인터넷 개입에서 사용자 참여 수준과 개입 효능 개선을 위해 참가자의 개인 특성을 반영한 설계가 필요하다. 기계 학습, 공동 모델링(joint modeling) 등의 최신 기술을 통한 참가자 프로파일 식별을 개입 설계에 포함하여 고도로 개인화된 지원을 제공할 수 있다[53,54]. 또한 적시(just-in-time) 개입을 통해 참가자 개별 특성을 반영할 수 있다[26]. 적시 개입은 개인의 변화하는 심리 상태 및 상황에 맞춰 적절한 유형과 양의 지원을 적시에 제공하는 개입 설계로, 맞춤형 변수를 통해 개인의 취약성과 기회 상태, 개입 피로 등을 고려하여 치료자 지원을 정교화 한다[55]. 또는 처치 조건에 따른 치료자 지원의 실제적 수준 차이가 크지 않았을 가능성이 있다. 인터넷 교육 플랫폼(구글 클래스룸)을 통해 공통된 개입 자료가 일괄 제공되었으나, 참가자마다 개별 강의실이 개설되었으며, 중간 수준의 지원을 받은 참가자들은 일반화된 내용일지라도 치료자로부터 자신의 개입 참여에 대한 피드백을 제공받았다. 이에 제공된 개입이 충분히 개별화 및 맞춤화 되었다고 지각했을 가능성이 있으며, 결과적으로 치료자 지원 수준 높음 집단과의 개입 효능 차이가 확인되지 않았을 수 있다.

한편 치료자 지원은 개입 완료율 증가와 관련이 있었다. 우선 제공된 피드백에 의해 참가자가 치료자에게 협조해야 한다는 책임감을 느꼈을 수 있다[35]. 또, 치료자 지원이 작업 동맹을 촉진하여 개입 준수가 개선되었을 가능성이 있다. 높은 치료자 지원은 치료자와 참가자 간 긍정적 관계 형성에 기여하여 인터넷 기반 개입의 준수 개선으로 이어졌을 수 있다[30].

그러나 인터넷 개입에서 치료자 지원 수준은 비용 대비 효과를 고려해야 하는데, 시간과 재정이 요구되는 높은 수준의 치료자 지원은 치료적 이득이 관련 비용을 상회할 때 제공되어야 한다[36,40]. 높은 치료자 지원 수준이 더 나은 치료 결과와 관련 있다는 선행 연구를 바탕으로[26] 치료자 지원 수준이 높을수록 개입 효능이 증진될 것을 기대했으나, 최소한의 자원으로 제공된 낮은 수준의 치료자 지원은 중간 및 높은 수준의 치료자 지원과 개입 효능 개선 측면에서 차이가 없었다. 이러한 본 연구 결과는, 비용 효율성과 개입 준수 및 효과를 보장할 수 있는 적절한 수준의 치료자 지원 형태 및 빈도에 대한 추가 연구의 필요성을 시사한다.

치료자 지원이 직접적 개입 효능 개선으로 이어지지는 않았지만, 개입 만족도나 작업 동맹 등의 요인을 개선했을 가능성이 있다. 선행 연구에서도 높은 치료자 지원은 참가자의 개입 만족도를 높이고 치료자와 참가자 간의 긍정적 관계를 촉진하였으나, 이러한 변화가 개입 효능 개선으로 이어지지는 않았다[39,56]. 추후 연구에서 개입 만족도, 작업 동맹 등 치료자 지원과 직접적 관계가 시사되는 요인들의 역할을 확인하는 것이 필요하다.

셋째, 치료자 지원 수준에 따른 세 집단 간 개입 완료율에서의 유의한 차이는 인터넷 개입에서 치료자 지원이 개입 참여를 촉진할 가능성을 시사한다. 그러나 치료자 지원 수준에 따른 개입 결과의 차이는 유의하지 않아, 본 연구에서 확인된 치료자 지원과 개입 준수의 관계가 개입 결과 개선으로 이어지는 관계는 확인하지 못했다. 실제 치료자 지원을 통한 참여 촉진이 개입 효능 개선으로 이어지는지에 대한 선행 연구 결과는 혼재되어 있다[35,36]. 이에 치료자 지원과 준수, 개입 결과의 관계 기제를 이해하기 위한 추가 검증이 필요하다.

평균 과제 완수율의 경우 치료자 지원 낮음, 중간, 높음 집단에서 각각 91.34% (SD=18.47), 95.92% (SD=11.24), 98.48% (SD=2.96)로, 치료자 지원 수준이 높은 집단은 과제 완수율이 상대적으로 높았지만 차이가 통계적으로 유의하지는 않았다. 이는 더 높은 수준의 치료자 지원을 받은 집단이 상대적으로 높은 개입 완료율을 보였으나 과제 완수율에서는 대조군과 차이가 없었던 선행 연구 결과와 일치하며, 치료자 지원이 개입 참여를 촉진하는 반면, 실제 참여자의 행동 변화로 이어지지는 않을 수 있음을 시사한다[35]. 개입 참여와 과제 완수의 관련 요인은 다를 수 있으며, 특히 대면 개입에 비해 인터넷 개입은 능동적 관여를 위한 동기 부여가 어려워 회기 참여와 과제 완수의 관련성이 낮을 수 있다[57]. 혹은 치료자 지원 수준에 따라 과제 완수 여부로는 확인하지 못한 과제 수행상의 질적 차이가 존재할 수 있어 후속 연구에서는 참가자의 개입 참여 내용에 대한 정성적 분석을 통한 추가 평가가 필요하다.

본 연구 결과는 다음의 한계를 고려해야 한다. 첫째, 모든 연구 변인 측정을 자기보고 설문에 의존했다. 이에 증상 및 개선에 대한 참가자의 과잉 보고, 혹은 응답 신뢰도 문제를 배제하기 어렵다. 자기보고 평가를 보완할 수 있는 객관적 지표의 평가를 통해 교차확인 하는 것이 필요하다. 둘째, 치료자 지원 수준에 혼입이 있었다. 일부 참가자들은 연구자에게 연락을 취해 도움을 구하거나 고민 사항을 논의하는 등 처치 조건과 무관하게 추가적인 치료자 지원을 받았다. 메일로 과제를 제출하는 과정에서 추가 상호작용이 발생한 사례도 있었다. 향후 연구에서는 이러한 혼입을 통제한 치료자 지원 수준의 영향을 검증할 필요가 있다. 셋째, 참가자의 개입 사용 환경을 통제하지 못했다. 인터넷 개입 특성상, 참여자마다 사용 기기(e.g., 노트북 컴퓨터, 태블릿 PC, 모바일 기기), 개입 플랫폼 친숙도 등에서 차이가 있어 과제 유인물 활용 방식이 달랐는데 개입 사용 환경의 차이는 개입 참여나 과제 완수의 차이로 이어질 수 있다[58]. 본 연구에서 9명의 비사용 탈락자(non-usage attrition)가 발생했는데, 개입 플랫폼 입장이나 제공된 자료 활용의 어려움이 기여했을 수 있다. 비사용 탈락은 참가자가 참여 의사를 밝힌 후 첫 회기를 시작하지 않는 것으로, 디지털 개입에서 전형적으로 발생하며 낮은 준수나 중도 탈락과는 별개 문제이다[34]. 인터넷 개입에서 콘텐츠의 가용성(usability) 및 접근성이 참가자들의 첫 회기 시작과 관련 있는지 탐색이 필요하다.

상기 한계에도 불구하고, 낮은 준수와 이로 인한 효능 저하는 인터넷 CBT가 극복해야 할 사안으로, 본 연구는 치료자 지원이 개입 준수를 개선할 가능성을 확인하여 섭식장애 예방을 위한 효율적인 인터넷 개입 전달 방식에 대한 시사점을 제공한 데 의의가 있다.

Acknowledgments

Notes

Conflicts of interest

The authors declared no conflict of interest.

Funding

None.

References

• 1. American Psychiatric Association. Diagnostic and statistical manual of mental disorders: DSM-5 TM , 5th ed. Arlington, VA, US: American Psychiatric Publishing, Inc; 2013.
• 2. [2023 National Audit] Eat and vomit... 49.9% Increase in eating disorder patients over 5 years [Internet]. The Minjok Medicine News. 2023 [cited 2024 Feb 9]. Available from: https://www.mjmedi.com/news/articleView.html?idxno=57427
• 3. Berkman ND, Lohr KN, Bulik CM. Outcomes of eating disorders: a systematic review of the literature. Int J Eat Disord. 2007;40(4):293-309. https://doi.org/10.1002/eat.20369ArticlePubMed
• 4. Pike KM, Striegel-Moore RH. Disordered eating and eating disorders. Health care for women: Psychological, social, and behavioral influences Washington, DC, US, American Psychological Association; 1997 p. 97-114. https://doi.org/10.1037/10235-006
• 5. Mortality rates in patients with anorexia nervosa and other eating disorders. A meta-analysis of 36 studies. Arch Gen Psychiatry. 2011;68(7):724-731. https://doi.org/10.1001/archgenpsychiatry.2011.74ArticlePubMed
• 6. Bardone-Cone AM, Harney MB, Maldonado CR, Lawson MA, Robinson DP, Smith R, et al. Defining recovery from an eating disorder: Conceptualization, validation, and examination of psychosocial functioning and psychiatric comorbidity. Behav Res Ther. 2010;48(3):194-202. https://doi.org/10.1016/j.brat.2009.11.001ArticlePubMedPMC
• 7. Kaye W. Eating disorders: hope despite mortal risk. Am J Psychiatry. 2009;166(12):1309-1311. https://doi.org/10.1176/appi.ajp.2009.09101424ArticlePubMed
• 8. Olmsted MP, MacDonald DE, McFarlane T, Trottier K, Colton P. Predictors of rapid relapse in bulimia nervosa. Int J Eat Disord. 2015;48(3):337-340. https://doi.org/10.1002/eat.22380ArticlePubMed
• 9. Wade TD, Wilksch SM. Internet eating disorder prevention. Curr Opin Psychiatry. 2018;31(6):456-461. https://doi.org/10.1097/YCO.0000000000000450ArticlePubMed
• 10. Stice E, Onipede ZA, Marti CN. A meta-analytic review of trials that tested whether eating disorder prevention programs prevent eating disorder onset. Clin Psychol Rev. 2021;87:102046https://doi.org/10.1016/j.cpr.2021.102046ArticlePubMed
• 11. Keel PK, Brown TA. Update on course and outcome in eating disorders. Int J Eat Disord. 2010;43(3):195-204. https://doi.org/10.1002/eat.20810ArticlePubMed
• 12. National Research Council and Institute of Medicin. In: O’Connell ME, Boat T, Warner KE, editors. Preventing mental, emotional, and behavioral disorders among young people: Progress and possibilities. Washington (DC): National Academies Press (US); 2009.
• 13. Grogan S. Body image and health: contemporary perspectives. J Health Psychol. 2006;11(4):523-530. https://doi.org/10.1177/1359105306065013ArticlePubMed
• 14. Legato MJ, Bilezikian JP. Principles of gender-specific medicine: Gulf Professional Publishing; 2004.
• 15. Fairburn CG. Cognitive behavior therapy and eating disorders. New York, NY, US: Guilford Press; 2008.
• 16. Fairburn CG, Cooper Z, Shafran R. Cognitive behaviour therapy for eating disorders: a “transdiagnostic” theory and treatment. Behav Res Ther. 2003;41(5):509-528. https://doi.org/10.1016/S0005-7967(02)00088-8ArticlePubMed
• 17. National Collaborating Centre for Mental Health. National Institute for Health and Clinical Excellence: Guidance. Eating disorders: Core interventions in the treatment and management of anorexia nervosa, bulimia nervosa and related eating disorders. Leicester (UK): British Psychological Society (UK); 2004.
• 18. Hart LM, Granillo MT, Jorm AF, Paxton SJ. Unmet need for treatment in the eating disorders: a systematic review of eating disorder specific treatment seeking among community cases. Clin Psychol Rev. 2011;31(5):727-735. https://doi.org/10.1016/j.cpr.2011.03.004ArticlePubMed
• 19. Delgadillo J, Moreea O, Lutz W. Different people respond differently to therapy: A demonstration using patient profiling and risk stratification. Behav Res Ther. 2016;79:15-22. https://doi.org/10.1016/j.brat.2016.02.003ArticlePubMed
• 20. Ali K, Farrer L, Fassnacht DB, Gulliver A, Bauer S, Griffiths KM. Perceived barriers and facilitators towards help-seeking for eating disorders: A systematic review. Int J Eat Disord. 2017;50(1):9-21. https://doi.org/10.1002/eat.22598ArticlePubMed
• 21. Vandereycken W, Van Humbeeck I. Denial and concealment of eating disorders: a retrospective survey. Eur Eat Disord Rev. 2008;16(2):109-114. https://doi.org/10.1002/erv.857ArticlePubMed
• 22. Eisenberg D, Speer N, Hunt JB. Attitudes and beliefs about treatment among college students with untreated mental health problems. Psychiatr Serv. 2012;63(7):711-713. https://doi.org/10.1176/appi.ps.201100250ArticlePubMed
• 23. Kazdin AE; Fitzsimmons-Craft EE, Wilfley DE. Addressing critical gaps in the treatment of eating disorders. Int J Eat Disord. 2017;50(3):170-189. https://doi.org/10.1002/eat.22670ArticlePubMedPMC
• 24. Linardon J, Shatte A, Messer M, Firth J, Fuller-Tyszkiewicz M. E-mental health interventions for the treatment and prevention of eating disorders: An updated systematic review and meta-analysis. J Consult Clin Psychol. 2020;88(11):994-1007. https://doi.org/10.1037/ccp0000575ArticlePubMed
• 25. Watson HJ, Joyce T, French E, Willan V, Kane RT, Tanner-Smith EE, et al. Prevention of eating disorders: A systematic review of randomized, controlled trials. Int J Eat Disord. 2016;49(9):833-862. https://doi.org/10.1002/eat.22577ArticlePubMed
• 26. Barakat S, Maguire S, Smith KE, Mason TB, Crosby RD, Touyz S. Evaluating the role of digital intervention design in treatment outcomes and adherence to eTherapy programs for eating disorders: A systematic review and meta-analysis. Int J Eat Disord. 2019;52(10):1077-1094. https://doi.org/10.1002/eat.23131ArticlePubMed
• 27. Andersson G. Internet-Delivered Psychological Treatments. Annu Rev Clin Psychol. 2016;12:157-179. https://doi.org/10.1146/annurev-clinpsy-021815-093006ArticlePubMed
• 28. Proudfoot J, Klein B, Barak A, Carlbring P, Cuijpers P, Lange A, et al. Establishing guidelines for executing and reporting Internet intervention research. Cogn Behav Ther. 2011;40(2):82-97. https://doi.org/10.1080/16506073.2011.573807ArticlePubMed
• 29. Paulus TM, Phipps G. Approaches to case analyses in synchronous and asynchronous environments. Journal of Computer-Mediated Communication. 2008;13(2):459-484. https://doi.org/10.1111/j.1083-6101.2008.00405.xArticle
• 30. Henson P, Wisniewski H, Hollis C, Keshavan M, Torous J. Digital mental health apps and the therapeutic alliance: initial review. BJPsych Open. 2019;5(1):e15https://doi.org/10.1192/bjo.2018.86ArticlePubMedPMC
• 31. Donkin L, Christensen H, Naismith SL, Neal B, Hickie IB, Glozier N. A systematic review of the impact of adherence on the effectiveness of e-therapies. J Med Internet Res. 2011;13(3):e52https://doi.org/10.2196/jmir.1772ArticlePubMedPMC
• 32. In: Doherty G Coyle D Sharry J . Engagement with online mental health interventions: an exploratory clinical study of a treatment for depression. In: Proceedings of the SIGCHI conference on human factors in computing systems. 2012;https://doi.org/10.1145/2207676.2208602ArticlePubMed
• 33. Dejong H, Broadbent H, Schmidt U. A systematic review of dropout from treatment in outpatients with anorexia nervosa. Int J Eat Disord. 2012;45(5):635-647. https://doi.org/10.1002/eat.20956ArticlePubMed
• 34. Kelders SM, Kok RN, Ossebaard HC; Van Gemert-Pijnen JE. Persuasive system design does matter: a systematic review of adherence to web-based interventions. J Med Internet Res. 2012;14(6):e152https://doi.org/10.2196/jmir.2104ArticlePubMedPMC
• 35. Alfonsson S, Olsson E, Linderman S, Winnerhed S, Hursti T. Is online treatment adherence affected by presentation and therapist support? A randomized controlled trial. Computers in Human Behavior. 2016;60:550-558. https://doi.org/10.1016/j.chb.2016.01.035Article
• 36. Musiat P, Johnson C, Atkinson M, Wilksch S, Wade T. Impact of guidance on intervention adherence in computerised interventions for mental health problems: a meta-analysis. Psychol Med. 2022;52(2):229-240. https://doi.org/10.1017/S0033291721004621ArticlePubMed
• 37. Winter N, Russell L, Ugalde A, White V, Livingston P. Engagement strategies to improve adherence and retention in web-based mindfulness programs: Systematic Review. J Med Internet Res. 2022;24(1):e30026https://doi.org/10.2196/30026Article
• 38. Linardon J, Fuller-Tyszkiewicz M. Attrition and adherence in smartphone-delivered interventions for mental health problems: A systematic and meta-analytic review. J Consult Clin Psychol. 2020;88(1):1-13. https://doi.org/10.1037/ccp0000459ArticlePubMed
• 39. Aardoom JJ, Dingemans AE, Spinhoven P, van Ginkel JR, de Rooij M, van Furth EF. Web-based fully automated self-help with different levels of therapist support for individuals with eating disorder symptoms: A randomized controlled trial. J Med Internet Res. 2016;18(6):e159https://doi.org/10.2196/jmir.5709ArticlePubMedPMC
• 40. Kaiser J, Hanschmidt F, Kersting A. The association between therapeutic alliance and outcome in internet-based psychological interventions: A meta-analysis. Computers in Human Behavior. 2021;114:106512https://doi.org/10.1016/j.chb.2020.106512Article
• 41. Shute VJ. Focus on formative feedback. Review of Educational Research. 2008;78(1):153-189. https://doi.org/10.3102/0034654307313795Article
• 42. Rhee M-K, Lee Y-H, Park S-H, Sohn C-H, Chung Y-C, Hong S-K, et al. A standardization study of the Korean version of eating attitudes test-26 I: reliability and factor analysis. Korean Journal of Psychosomatic Medicine. 1998;6(2):155-175.
• 43. Paxton SJ, McLean SA, Gollings EK, Faulkner C, Wertheim EH. Comparison of face-to-face and internet interventions for body image and eating problems in adult women: an RCT. Int J Eat Disord. 2007;40(8):692-704. https://doi.org/10.1002/eat.20446ArticlePubMed
• 44. Bang Eun B, Han Cho L, Kim Yu R, Kim M, Lee Young H, Heo Si Y. A Reliability and Validity Study of the Korean versions of the Eating Disorder Examination Questionnaire version 6.0 (EDE-Q version 6.0) and the Clinical Impairment Assessment Questionnaire (CIA). Korean Journal of Psychosomatic Medicine. 2018;26(2):152-163. https://doi.org/10.22722/KJPM.2018.26.2.152Article
• 45. Kim T-S, Chee I-S. The reliability and validity of the Korean version of the Body Shape Questionnaire. Anxiety and mood. 2018;14(1):36-43. https://doi.org/10.24986/anxmod.2018.14.1.006Article
• 46. Park S-J, Choi H-R, Choi J-H, Kim K-W, Hong J-P. Reliability and validity of the Korean version of the Patient Health Questionnaire-9 (PHQ-9). Anxiety and mood. 2010;6(2):119-124.
• 47. Seo J-G, Park S-P. Validation of the Generalized Anxiety Disorder-7 (GAD-7) and GAD-2 in patients with migraine. The Journal of Headache and Pain. 2015;16(1):97https://doi.org/10.1186/s10194-015-0583-8ArticlePubMedPMC
• 48. Taylor S, Abramowitz JS, McKay D. Non-adherence and non-response in the treatment of anxiety disorders. J Anxiety Disord. 2012;26(5):583-589. https://doi.org/10.1016/j.janxdis.2012.02.010ArticlePubMed
• 49. Karyotaki E, Kleiboer A, Smit F, Turner DT, Pastor AM, Andersson G, et al. Predictors of treatment dropout in self-guided web-based interventions for depression: an ‘individual patient data’ meta-analysis. Psychol Med. 2015;45(13):2717-2726. https://doi.org/10.1017/S0033291715000665ArticlePubMed
• 50. Mausbach BT, Moore R, Roesch S, Cardenas V, Patterson TL. The relationship between homework compliance and therapy outcomes: An updated meta-analysis. Cognit Ther Res. 2010;34(5):429-438. https://doi.org/10.1007/s10608-010-9297-zArticlePubMedPMC
• 51. WHO Global InfoBase team. The SuRF Report 2: Surveillance of chronic disease risk factors: Country-level data and comparable estimates. Geneva: World Health Organization; 2005.
• 52. Alfonsson S, Olsson E, Hursti T. Motivation and treatment credibility predicts dropout, treatment adherence, and clinical outcomes in an internet-based cognitive behavioral relaxation program: A randomized controlled trial. J Med Internet Res. 2016;18(3):e52https://doi.org/10.2196/jmir.5352ArticlePubMedPMC
• 53. Chekroud AM, Zotti RJ, Shehzad Z, Gueorguieva R, Johnson MK, Trivedi MH, et al. Cross-trial prediction of treatment outcome in depression: a machine learning approach. Lancet Psychiatry. 2016;3(3):243-250. https://doi.org/10.1016/S2215-0366(15)00471-XArticlePubMed
• 54. Shatte ABR, Hutchinson DM, Teague SJ. Machine learning in mental health: a scoping review of methods and applications. Psychol Med. 2019;49(9):1426-1448. https://doi.org/10.1017/S0033291719000151ArticlePubMed
• 55. Nahum-Shani I, Smith SN, Spring BJ, Collins LM, Witkiewitz K, Tewari A, et al. Just-in-Time Adaptive Interventions (JITAIs) in mobile health: Key components and design principles for ongoing health behavior support. Ann Behav Med. 2018;52(6):446-462. https://doi.org/10.1007/s12160-016-9830-8ArticlePubMedPMC
• 56. Andersson G, Paxling B, Roch-Norlund P, Östman G, Norgren A, Almlöv J, et al. Internet-based psychodynamic versus cognitive behavioral guided self-help for generalized anxiety disorder: a randomized controlled trial. Psychother Psychosom. 2012;81(6):344-355. https://doi.org/10.1159/000339371ArticlePubMed
• 57. Rai L, Chunrao D. Influencing factors of success and failure in MOOC and general analysis of learner behavior. International Journal of Information and Education Technology. 2016;6(4):262https://doi.org/10.7763/IJIET.2016.V6.697Article
• 58. Rismawan W, Marchira CR, Rahmat I. Usability, acceptability, and adherence rates of mobile application interventions for prevention or treatment of depression: A systematic review. J Psychosoc Nurs Ment Health Serv. 2021;59(2):41-47. https://doi.org/10.3928/02793695-20201104-02Article

Figure & Data

References

Citations

Citations to this article as recorded by