近日，beat365官方网站甘怡群課題組在高影響力期刊Nature Human Behaviour（中科院心理學一區Top，IF = 22.3），發表題為A systematic review and Bayesian network meta-analysis on the efficacy and potential of mobile interventions for stress management的系統性綜述和貝葉斯網絡元分析。

壓力的高發使壓力管理成為個體日常生活中的重要需求。盡管已經開發了衆多針對壓力的移動幹預措施，但哪些最為有效以及如何提高其可及性和公平性仍不明确。厘清這些因素對于緩解壓力相關問題、促進心理健康公平性以及實現可持續發展目标至關重要。本研究首次基于圖模互補的理念，将專家知識與大型語言模型結合起來，提出了一個多維分類系統精确地區分和評估不同類型的幹預措施，包括人力支持、移動技術和理論基礎在内的移動幹預三維分類框架（Three-dimensional classification framework）。該框架旨在闡明多樣化的移動幹預措施在壓力管理中的有效性（Figure 1）。

接着，本研究對壓力管理研究中的63項随機對照試驗進行了系統回顧，幹預标簽由作者和大語言模型（ChatGPT-4）獨立編碼。在移動幹預三維分類框架的指導下，共分類了19種移動壓力幹預措施（Figure 2）。貝葉斯網絡元分析發現壓力管理、問題解決療法和正念冥想的移動幹預措施表現出較好的幹預效果（Figure 4）。進一步的貝葉斯元回歸分析發現，沒有确鑿證據表明人工支持或移動技術能顯著提升幹預效果。

綜上，在移動幹預日益普及的今天，我們提出的移動幹預三維分類框架為未來設計多樣化的移動幹預提供了基礎分類體系和科學支持。根據分類框架，并考慮幹預措施的可擴展性和公平性，我們建議在醫療資源匮乏、心理健康服務極度有限的地區，優先采用完全自動化的移動壓力幹預措施（如 壓力管理、問題解決療法和 正念冥想）來填補治療空白，尤其是在缺乏其他可替代方案的情況下。研究結果為設計更有效和可擴展的壓力移動幹預提供了見解，并為減少衛生服務差距和推進可持續發展目标提供了有希望的策略。

Nature Human Behaviour 同期Research Briefing刊登了簡報Large Language Model-powered meta-analysis of mobile interventions for stress management，介紹了研究的緣起，意義和背後的故事。

beat365官方网站博士生朱煥雅和陳嫱為本文的共同一作，beat365博雅博士後劉金夢和甘怡群教授為本文共同通訊作者。已畢業學生魏世娟、課題組博士生吳雪冰和已畢業博士生鞠芊芊為本研究做出重要貢獻。研究得到了國家自然科學基金面上項目的支持。

論文鍊接：https://doi.org/10.1038/s41562-025-02162-0

2025-04-12