电子化认知行为疗法治疗失眠效果的系统评价

王月莹，牟云平，尹又，朱冰倩*

失眠是一种常见的睡眠疾病且会带来较大的危害[1]。研究显示20%～40%的成人经受失眠困扰[2]，约10%的中国人被诊断为失眠[3]。失眠除了会增加心理精神疾病（例如抑郁症、焦虑症）、酗酒、药物滥用和自杀的危险外，还与免疫功能下降有关[4]。目前失眠主要的治疗方式有药物治疗、认知行为疗法（cognitive behavioral therapy for insomnia，CBT-I）或二者联合应用。药物短期内作用效果好，但长期应用难免有依赖性及不良反应[5]。CBT-I治疗失眠的疗效已得到验证，其可改善失眠症状且不会产生药物带来的不良反应，该疗法已被推荐为失眠的一线治疗方案[6]。传统的CBT-I存在一定局限性，如形式较复杂、经济成本高且无法满足失眠患者日益增长的需求。故电子化CBT-I（digital cognitive behavioral therapy for insomnia，dCBT-I）不断被开发和使用，其是通过各种现代电子科技所呈现/实施的CBT-I，媒介可以是计算机、智能手机等电子设备[7]。有学者对目前12款针对CBT-I的APP 进行了回顾分析，发现其质量参差不齐[8]。全球来看，目前仅有英国的Sleepio和美国的SHUTi这两种dCBT-I相对较成熟。

相较于西方国家，我国的dCBT-I发展较缓慢[9]，特有的文化背景、医疗背景和科技发展水平让我国的dCBT-I独具特色。近年来，我国dCBT-I相关研究日渐增多，形式各异（如：微信平台、自主研发小程序和APP），但干预方案未有统一标准、干预效果也有待明确。基于此，本文对目前针对我国人群设计的dCBT-I及其应用效果进行系统评价，进而为优化失眠的疾病管理提供依据。

1 资料与方法

1.1 研究设计 根据PRISMA系统评价方法进行研究[10]。

本研究价值及局限性：

（1）本研究首次聚焦于中国失眠患者，对电子化认知行为疗法的应用情况及效果进行了回顾分析，内容上具有创新性。（2）本研究的开展遵守了严谨的方法学，且仅纳入了随机对照试验，有效地减少了偏倚，进而保证因果推断，方法上具有创新性。（3）本研究首次量化了电子化认知行为疗法与药物治疗对于改善失眠的效果，为今后开展进一步研究提供了有力依据。（4）本研究所纳入的研究数量仍比较有限，有必要开展更多高质量研究验证电子化认知行为疗法的有效性。

1.2 检索策略

1.2.1 检索数据库 中国知网、万方数据知识服务平台、维普网、SinoMed、PubMed、EMBase、CINAHL、Web of Science、Cochrane、PsyINFO。检索年限为建库至2020年12月，检索语言限定为中文、英文。

1.2.2 检索词 中文为（失眠or睡眠障碍or入睡困难or早醒）and（认知行为疗法or CBT or CBT-I or认知行为or行为疗法）and（网络or计算机or远程or互联网or在线or平台or系统）；英文为（“cognitive behavioral therapy”or“behavioral therapy”or“cognitive therapy” or “CBT” or“CBT-I”）and （“insomnia” or “sleep disorder”or“sleep problem”or“sleep disturbance”or “dyssomnia”） and （Internet or online or mobile or digital or computer*or electronic*or telehealth or web*or “web-based” or “ehealth or mhealth”） and （China or Chinese）。以上述主题词与自由词相结合的方法进行系统检索。

以PubMed为例：（insomnia[Title/Abstract]OR （（（“Sleep Initiation and Maintenance Disorders”[Mesh]） OR “Sleep Wake Disorders”[Mesh]） OR “Dyssomnias”[Mesh]））and （（（CBT[Title/Abstract]） OR （CBTI[Title/Abstract]））OR （CBT-I[Title/Abstract]） OR （“Cognitive Behavioral Therapy”[Mesh]）） and （（（（（online[Title/Abstract]）OR （digital[Title/Abstract]）） OR （electronic*[Title/Abstract]））OR （web*[Title/Abstract]）） OR （internet[Title/Abstract]）OR （（（（（“Internet”[Mesh]） OR “Mobile Applications”[Mesh]） OR “Computers”[Mesh]）OR “Internet-Based Intervention”[Mesh]） OR“Telemedicine”[Mesh]）） and （（Chinese[Title/Abstract]）AND （China[Title/Abstract]） OR （“China”[Mesh]））

以中国知网为例：（主题=失眠+睡眠障碍+入睡困难+早醒）AND（主题=认知行为疗法+CBT+CBT-I+认知行为+行为疗法）AND（主题=网络+计算机+远程+互联网+在线+平台+系统）

1.3 纳入标准和排除标准

1.3.1 纳入标准 （1）研究对象：中国成人（≥18岁）。（2）干预方法：试验组接受dCBT-I，其定义为以现代电子科技所呈现/实施的CBT-I[7]，完整的CBT-I包括睡眠教育、刺激控制、睡眠限制、放松、睡眠卫生、认知技术6个板块。为了更加全面地对dCBT-I的应用情况进行回顾，本课题组纳入了干预措施至少包含两个板块（认知板块和行为板块各一个）的研究，与既往研究一致[9]。对照组接受其他非dCBT-I干预，包括空白对照、传统面对面CBT-I或药物治疗。（3）结局指标：研究至少汇报了一个睡眠相关指标。主要指标：睡眠质量、失眠严重指数、睡眠时间、睡眠效率、睡眠潜伏期。次要指标：心理社会功能相关指标，包括睡眠信念与态度、焦虑、抑郁。（4）研究设计：随机对照试验（randomized controlled trial，RCT）。

1.3.2 排除标准 （1）研究对象近期接受过CBT-I治疗或正在进行其他心理治疗。（2）存在精神失调及其他重大疾病者，如严重抑郁症患者。（3）值夜班人群。

1.4 文献筛选、数据提取与质量评价 文献筛选、数据提取和质量评价由两名作者独立完成；存在意见不一致时，咨询通信作者的意见，直至达成一致。使用EndNote X9（Clarivate Analytics）进行文献的收集、整理和管理，根据PRISMA流程图对文献进行筛选。首先对标题及摘要进行筛选，进而对潜在的文章进一步阅读全文并筛选。使用小组团队自行设计的表格整理所提取信息，主要包含第一作者、年份、样本量及性别、年龄、干预方法、观察指标及测量工具、测量时间、脱落人数。

使用Cochrane的Risk of Bias 2 （ROB2）对RCT进行质量评价[11]，此工具涵盖5个领域：随机过程中产生的偏倚、偏离既定干预的偏倚、结局数据缺失的偏倚、结局测量的偏倚以及结果选择性报告的偏倚。每一个领域评价结果包括高风险、有一定风险和低风险，各个领域综合评价后产生一个总评价结果。

1.5 统计学方法 采用Revman 5.4（Cochrane Collaboration）进行统计分析。针对某结局指标，如果至少有两个研究进行了汇报，则对其进行Meta分析[12]。采用Q检验并结合I2判断各研究的异质性，I2≥50%（P≤0.1）则采用随机效应模型，否则采用固定效应模型[13-14]。采用相同量表进行测量的结局指标，选用加权均数差（weighted mean difference，WMD）及95%CI为效应统计量进行分析。若研究有多个测量时间点时，则仅将最后一个时间点数据纳入分析。若需要的数据研究中没有报告，则根据文中所提供数据进行相应转化。对于无法进行Meta分析的数据，采用文字描述进行归纳。以P<0.05为差异有统计学意义。

2 结果

2.1 文献检索结果 初检文献505篇，其中中文433篇，英文72篇。经EndNote及手工去重后剩余354篇；根据标题及摘要去除与文章内容不符的文献后剩余52篇；7篇文献被纳入最终分析，对其中5篇进行Meta分析，其余展开描述性归纳和总结。文献纳入流程见图1。

图1 PRISMA文献筛选流程图Figure 1 PRISMA flow chart for study selection

2.2 纳入研究基本特征 纳入研究的基本特征见表1。研究多开展于近5年，6项研究采用了《精神疾病诊断与统计手册》第五版（Diagnostic and Statistical Manual of Mental Disorders，5 edition，DSM-5）中的标准诊断失眠，即存在入睡困难、睡眠维持困难和/或早醒、伴随日间功能损害，每周至少出现3次且持续超过3个月[15]；1项研究[16]采用了匹兹堡睡眠指数（Pittsburgh Sleep Quality Index，PSQI）对睡眠质量进行评估。7项研究中，1项研究[17]人群为失眠伴高血压者，1项研究[16]人群为医学生。研究样本量为60～312例，共957例；多以女性为主；年龄19.4～56.4岁。7项研究中，3项[18-20]包含3个组别，其余4项[16-17，21-22]包含2个组别。

表1 研究基本信息Table 1 Characteristics of included studies

研究均使用了睡眠日记对各睡眠指标进行测量。5项[16-17，19-20，22]研究使用 PSQI对睡眠质量进行评价，3项[19-21]研究使用失眠严重程度指数量表（Insomnia Sleep Index，ISI）对失眠严重程度进行评价，另有2项[19-20]研究使用睡眠个人信念与态度简化量表评价研究对象睡眠相关的信念与态度，其他观察指标及测量工具见表1。各观察指标测量时间点多在4～8周；除了1项研究[16]没有数据脱落，其余均有不同程度的数据脱落。

2.3 质量评价 7项研究采用随机化分组方法，其中6项[16-20，22]明确说明了采取随机化的具体方法；观察指标测量工具均为主观量表或睡眠日记，因此结局测量的偏倚中均存在“有一定风险”或“高风险”；约一半的研究中研究对象的脱落率略高，且文中未见对脱落情况进行具体分析，故存在一定偏倚风险；其他部分存在着不同程度的偏倚风险。总体来看，1项研究[19]被评为存在一定风险，6项研究[16-18，20-22]被评为高风险，具体质量评价见图2。

图2 各研究质量评价结果Figure 2 Quality appraisal of included studies

2.4 dCBT-I特点 各研究干预平台差异较大，包括微信平台、APP、网页；各研究所包含的干预板块不同，干预时间4～8周，具体见表2。

表2 电子化认知行为疗法干预特点Table 2 Characteristics of each dCBT-I intervention in included studies

2.5 dCBT-I的应用效果

2.5.1 dCBT-I与药物治疗 有2项研究[18，20]比较了dCBT-I与药物治疗的效果，两组总治疗时间在6～8周，均采用睡眠日记测量了睡眠效率、睡眠潜伏期、入睡后觉醒时间和睡眠时间，对二者进行了Meta分析，睡眠效率（P=0.46，I2=0）、睡眠潜伏期（P=0.98，I2=0）、入睡后觉醒时间（P=0.23，I2=30%）、睡眠时间（P=0.58，I2=0）及抑郁情况（P=0.28，I2=13%）采用固定效应模型分析，焦虑情况（P=0.009，I2=85%）采用随机效应模型分析。结果显示，dCBT-I睡眠效率高于药物治疗，差异有统计学意义〔WMD=4.63，95%CI（0.63，8.63），P=0.02〕，见图3；dCBT-I睡眠潜伏期短于药物治疗组，差异有统计学意义〔WMD=-12.18，95%CI（-20.48，-3.88），P=0.004〕，见图4；dCBT-I入睡后觉醒时间短于药物治疗，差异有统计学意义〔WMD=-17.18，95%CI（-30.29，-4.08），P=0.01〕，见图5；dCBT-I与药物治疗改善睡眠时间比较，差异无统计学意义〔WMD=0.16，95%CI（-21.25，21.58），P=0.99〕，见图6；dCBT-I与药物治疗缓解焦虑和抑郁情况比较，差异无统计学意义〔WMD=-0.52，95%CI（-5.06，4.01），P=0.82；WMD=-0.12，95%CI（-1.65，1.40），P=0.87〕，见图7、8。

图3 dCBT-I与药物治疗对睡眠效率影响的Meta分析Figure 3 Meta-analysis of effect on sleep efficiency between dCBT-I and medication treatment

图4 dCBT-I与药物治疗对睡眠潜伏期影响的Meta分析Figure 4 Meta-analysis of effect on sleep onset latency between dCBT-I and medicationtreatment

图5 dCBT-I与药物治疗对入睡后觉醒时间影响的Meta分析Figure 5 Meta-analysis of effect on wake after sleep onset between dCBT-I and medicationtreatment

图6 dCBT-I与药物治疗对睡眠时间影响的Meta分析Figure 6 Meta-analysis of effect on total sleep time between dCBT-I and medicationtreatment

图7 dCBT-I与药物治疗对焦虑影响的Meta分析Figure 7 Meta-analysis of effect on anxiety between dCBT-I and medicationtreatment

图8 dCBT-I与药物治疗对抑郁影响的Meta分析Figure 8 Meta-analysis of effect on depression between dCBT-I and medicationtreatment

2.5.2 dCBT-I与空白对照 有 3项研究[17，19，21]比较了dCBT-I与空白对照的干预效果，3组总治疗时间4～8周，均采用睡眠日记测量了睡眠效率、睡眠潜伏期、睡眠时间和失眠严重程度（ISI得分），2项研究[17，19]测量了PSQI得分，分别对其进行Meta分析。其中，PSQI得分（P=0.27，I2=16%）采用固定效应模型分析；睡眠效率（P=0.003，I2=83%）、睡眠潜伏期（P=0.002，I2=84%）、失眠严重程度（P=0.000 1，I2=89%）及睡眠时间（P=0.009，I2=79%）采用随机效应模型分析。dCBT-I睡眠效率高于空白对照，差异有统计学意义〔WMD=8.94，95%CI（1.64，16.24），P=0.02〕，见图9；dCBT-I睡眠潜伏期短于空白对照，差异有统计学意义〔WMD=-14.71，95%CI（-27.61，-1.81），P=0.03〕，见图10；dCBT-I减轻失眠严重程度（ISI得分）优于空白对照，差异有统计学意义〔WMD=-3.73，95%CI（-6.57，-0.88），P=0.01〕，见图11。dCBT-I与空白对照睡眠总时间比较，差异无统计学意义〔WMD=14.57，95%CI（-14.35，43.49），P=0.32〕，见图12。dCBT-I改善睡眠质量（PSQI得分）优于空白对照，差异有统计学意义〔WMD=-2.21，95%CI（-3.04，1.38），P<0.000 01〕，见图13。

图9 dCBT-I与空白对照对睡眠效率影响的Meta分析Figure 9 Meta-analysis of effect on sleep efficiency between dCBT-I and non-active treatment

图10 dCBT-I与空白对照对睡眠潜伏期影响的Meta分析Figure 10 Meta-analysis of effect on sleep onset latency between dCBT-I and non-active treatment

图11 dCBT-I与空白对照对失眠严重程度影响的Meta分析Figure 11 Meta-analysis of effect on insomnia severity between dCBT-I and non-active treatment

图12 dCBT-I与空白对照对睡眠时间影响的Meta分析Figure 12 Meta-analysis of effect on total sleep time between dCBT-I and non-active treatment

图13 dCBT-I与空白对照对睡眠质量影响的Meta分析Figure 13 Meta-analysis of effect on sleep quality between dCBT-I and non-active treatment

2.5.3 dCBT-I与传统 CBT-I 有 2 项研究[18，22]对 dCBT-I与CBT-I进行了对比。因这2项研究的结局指标并不相同，无法进行Meta分析，故对其进行描述性分析。叶圆圆等[18]与毛洪京等[22]研究均显示，经过8周的治疗后，dCBT-I和传统CBT-I均可有效改善睡眠，且二者在效果上无显著差异。

2.5.4 其他研究结果 根据一项研究对象为医学生的研究[16]，dCBT-I在改善整体睡眠质量（PSQI得分）方面优于常规睡眠相关健康教育（t=3.231，P=0.002）。此外，一项研究[20]发现，dCBT-I和药物治疗均能显著改善患者的焦虑、抑郁情况（治疗后数据与基线相比：P<0.05），dCBT-I还可改善研究对象的睡眠信念和态度（治疗后数据与基线相比：P<0.05）。另一项研究[19]也发现，dCBT-I较空白对照也能改善睡眠信念和态度（P<0.01）。

3 讨论

本文对针对我国人群设计的dCBT-I及其应用效果进行了总结和分析发现，目前的dCBT-I应用形式较多样，其可有效改善睡眠，且效果与传统面对面dCBT-I具有可比性。

3.1 我国dCBT-I的应用 通过对既往文献进行回顾发现，各研究所使用的平台比较零散，没有统一的标准。本研究纳入的文献中，应用平台更是从自主研发的APP、第三方小程序到仅通过网络平台发送学习音频、视频不等，研究对象参与平台不一致，这可能会对治疗效果产生一定的影响。目前，国内比较成熟的网络化平台有“30天心理自助平台”，是由中国CBT专业组织出品的首个CBT网络平台，于2016年正式上线。李金阳等[23]在2017年对CBT网络平台上线1年的应用情况进行了分析，发现其在老年失眠患者中的应用不足且使用者大多为病程较短、首次发病的患者。相对而言，国外成熟的dCBT-I应用平台较多，包括SHUTi、Sleepio、CBT-I Coach[24]，这些项目可为我国dCBT-I的研发和优化提供参考。

本文中各研究的dCBT-I组脱落率为0～42.1%，这与国外一项Meta分析[25]的结果基本一致，提示在今后的实践中要进一步优化dCBT-I的使用，降低使用人群的脱落率。目前，我国dCBT-I的应用人群主要是中老年人，仅有一项研究涉及大学生人群。我国的近期研究中还出现了骨科焦虑并失眠患者应用dCBT-I（非RCT）[26]，同时也有将电子化形式的认知行为疗法结合药物治疗共同进行的研究[27]。相比而言，国外dCBT-I应用人群较广，包括抑郁症患者[28]、军人[29]、工人[30]、乳腺癌存活者[31]等，其应用较成熟且取得了较好疗效。在今后的实践中，也可在其他人群中验证dCBT-I的效果。

针对失眠的完整CBT-I多包括6个内容、5个板块。本文中6项研究包含了所有5个板块，1项研究未纳入认知干预模块。目前，关于哪些板块对于治疗失眠起着决定性作用的研究尚有限。2019年的一项RCT[32]将一整套CBT-I的模块与单独使用其中的睡眠限制模块进行比较，结果显示两种方法的治疗效果基本一致，没有明显差异；但是，接受了完整CBT-I的研究对象对治疗的满意度更高。今后可开展相关研究，对其进行验证。另外，7项研究中的睡眠限制板块均进行了个体化调整，仅有毛洪京等[22]将研究对象的失眠症状进行亚型分类（3类）：入睡困难、睡眠效率低、主观睡眠质量差，睡眠障碍（夜间反复易醒），睡眠时间过短、日间睡眠障碍；其他研究中未进行分类。不同亚型的失眠可能对于dCBT-I治疗反应有所不同；正如毛洪京等[22]所提出的，以入睡困难为特点的失眠患者效果好于其他亚型失眠患者。这提示在今后的研究中，应针对不同亚型的失眠患者制订更加个性化的干预方案，以便取得更好的治疗效果。

本综述中，超过一半的研究在干预过程中通过干预平台与患者进行1次/周的沟通，但鲜有进行长期随访的研究。HO等[19]研究中干预组中采取了dCBT-I与电话支持相结合的方法，发现在干预后第12周后的随访中，dCBT-I与传统CBT-I在睡眠质量上有显著差异，有电话支持随访的dCBT-I有更大的改善，且dCBT-I的数据脱落率相比CBT-I 更低一些。目前，我国对dCBT-I的长期随访数据尚不足；国外相对较多[33]。2020年发表的一项研究[34]发现，dCBT-I对于提高患者幸福感、生活质量均随着时间的增长而持续。此外，2019年的一项研究[35]也发现dCBT-I在干预后18个月对改善失眠、日间功能及睡眠信念仍有效。基于以上结果，有必要对我国dCBT-I的应用效果开展长期随访研究。

3.2 dCBT-I的应用效果 目前，较少有研究对dCBT-I与药物治疗进行比较。本研究发现与药物治疗相比，dCBT-I在改善睡眠方面效果更优，其可缓解焦虑、抑郁，且效果与药物治疗具有可比性。既往的文献综述中，尚缺乏相关系统评价直接将dCBT-I与药物治疗进行比较。根据国外的1项实证研究[36]，经过药物治疗仍有失眠症状的患者接受6周的dCBT-I治疗后，其失眠症状得到缓解。既往国内外研究中，有学者将dCBT-I与药物联合，发现在治疗结束后，联合组的睡眠改善效果显著高于单纯药物组[20，37]。基于目前的研究现况，有必要开展更多的研究对dCBT-I与药物治疗失眠的效果进行比较。

通过对3项研究进行Meta分析，发现与空白对照组相比，dCBT-I可明显改善睡眠质量（例如睡眠效率、睡眠潜伏期、ISI得分、PSQI得分）。这一结果与既往Meta分析结果基本一致[12，25，33，38]，然而，在延长睡眠时间方面，本研究未发现显著差异。这一结果与既往开展于西方人群中的eta分析[9]有所不同：与对照组相比，dCBT-I可以增加睡眠时间约15 min。分析造成此种差异主要原因为本Meta分析综述所纳入的文献数量比较少，样本量不足以检验睡眠时间方面的统计学差异。

本研究还发现，dCBT-I与传统面对面CBT-I在改善睡眠方面效果相当。这一结果与既往Meta分析结果基本一致[12]：该Meta分析发现以上两种干预在ISI评分、睡眠效率、睡眠时间上无显著性差异。值得一提的是，叶圆圆等[18]研究中，治疗第4周时，与CBT-I相比，dCBT-I各项睡眠参数均差一些，而第8周时，二者便没有显著差异，提示dCBT-I治疗起效较慢。毛洪京等[22]发现dCBT-I与传统CBT-I的总体疗效差异不大，但不同因子对治疗的响应有差异。例如，传统CBT-I的整体睡眠质量有明显改善，这可能与面对面时医生给予患者更多的鼓励和支持有关。在今后的研究中，需考虑在实施dCBT-I时应注意人文关怀以提高患者的主观感受。

3.3 局限性 本研究的最大特色是仅纳入了RCT，有效地减少了偏倚并保证了因果推断。本研究还首次量化了dCBT-I与药物治疗对于改善失眠的效果。本研究存在以下主要局限性：虽然进行了全面的检索，但符合纳入和排除标准的研究数量仍十分有限。这一方面体现了目前关于此领域的研究现况，另一方面也导致没有足够多的数据对dCBT-I与面对面CBT-I的效果进行Meta分析。此外，为了对目前我国dCBT-I的使用情况进行全面、完整的回顾，未对dCBT-I的开展平台和形式进行限定。因此，各研究所使用平台较零散、开展形式及内容不够统一，这也提示今后有必要开展更多的研究验证dCBT-I的使用效果。与既往研究类似[9，38]，本研究纳入的研究均采用了问卷对睡眠进行测量，易造成主观偏倚。虽然失眠的评估主要基于主观自我报告，但客观方法也具有一定价值。此外，约有一半研究脱落率略高[17-18，20]且脱落原因未知。这两点主要导致了所纳入文献的质量评价结果呈现出较高的偏倚风险。另外，本研究所纳入的研究多为中老年人群，研究结果可能不适用于年轻的失眠患者。基于以上，今后有必要开展更多的高质量研究对本研究的结果进行验证。

目前，我国dCBT-I形式和内容多样，尚未有统一的实施模式。今后的实践中，应结合我国的医疗环境、文化环境、人群特点，进一步优化已有的dCBT-I平台，以便特异性地对我国失眠人群实施远程干预。此种平台的构建，不仅可以缓解医疗压力，还能推动睡眠医学的发展。基于现阶段证据，dCBT-I是改善失眠的一种有效方法。今后的研究中，可采用主、客观结合的方法（例如，睡眠日记和体动记录仪）对不同年龄段失眠患者的睡眠进行测量，同时可对比dCBT-I和传统面对面CBT-I或药物治疗的效果。此外，还应增加随访时间，以观察dCBT-I的长期应用效果。

作者贡献：王月莹进行研究设计与实施、资料收集整理、评估、撰写论文；牟云平进行研究实施、资料收集、评估；尹又对文章的知识性内容作批判性评阅、指导；朱冰倩进行研究设计，对文章的知识性内容作批判性评阅、指导，获取研究经费，进行质量控制及审校、对文章整体负责。

本文无利益冲突。