理解客户支持策略以改善在线心理健康干预的临床结果

视频

DOI

在线心理健康干预在提供心理健康治疗的准入和支持其有效性方面越来越重要。虽然这些技术是有效的，但用户流失和早期脱离是主要挑战。证据表明，将人类支持者整合到此类服务中可以缓解这些挑战，然而，关于支持者参与如何有利于客户结果，以及如何最大化这些效果的研究仍然不足。我们分析了234,735条支持者消息，以发现不同的支持策略如何与临床结果相关。我们描述了我们的机器学习方法：(i)根据客户结果对支持者进行聚类；(ii)从支持者消息中提取和分析语言特征；(iii)识别特定上下文的支持模式。我们的研究结果表明，支持者提供的具体、积极和支持性的反馈，特别是涉及社会行为的反馈，与更好的结果密切相关；并展示了它们的重要性如何因不同的客户情况而异。我们讨论了个性化支持和支持者界面的设计影响。