Statistical analysisStatistical ana

Statistical analysis
Statistical analyses were conducted using SPSS version 22.0,
STATA 19.0 and ROC5. Investigation of potential predictors was
conducted using linear regression where we followed the two-step
approach by de Graaf and co-workers (de Graaf, Hollon, & Huibers,
2010). This meant that we first identified significant single univariate
predictors, and then added those into a final multiple regression
model. For each potential predictor both HAI scores at postTable
1
Description of the participants.
ICBT (n ¼ 79) IBSM (n ¼ 79)
Mean age (SD) 41.7 (13.6) 41.4 (13.2)
Mean duration of severe
health anxiety, years (SD)
13.0 (13.1) 14.1 (13.1)
HAI Baseline (SD) 105.3 (17.7) 102.9 (22.4)
HAI Post-treatment (SD) 65.7 (26.1) 72.6 (26.1)
Women 64 61
Men 15 18
Working full time 37 (47%) 39 (49%)
Married or de facto 66 (84%) 67 (85%)
Comorbid depression 11 (14%) 7 (9%)
Abbreviations: ICBT, Interned-delivered exposure-based cognitive behavior therapy;
IBSM, Internet-delivered behavioral stress management; HAI, Health Anxiety
Inventory.
E. Hedman et al. / Behaviour Research and Therapy 64 (2015) 49e55 51treatment and baseline to post-treatment HAI change scores were
used as dependent variables. The models were built in blocks of two
were the predictor was entered in the first block while the second
block comprised the treatment group status (ICBT/IBSM) and the
interaction term, i.e. treatment group predictor. The second block
was thus added to investigate if there were treatment specific predictors,
or moderators, which would be the case if the interaction
term were significant. To investigate the net predictive value of the
significant predictors from the initial univariate analyses, they were
all subsequently analyzed together in the same multiple regression
model using backward deletion. To assess the robustness of the
results, the significant predictors of the multiple linear regression
analyses were also analyzed within a simultaneous quantile
regression framework using bootstrap replication. This method is
robust as it does not rely on any distribution assumptions, such as
homoscedasticity and normality of the residuals, and it reduces risk
of type I error (Efron & Tibshirani, 1993; Peng, Yu, Dehoff, & Amos,
2007). We also used signal detection analysis to estimate receiver
operator characteristics (ROC) of subgroups with high and low
probability of achieving clinically significant improvement according
to the criteria proposed by Jacobson and Truax (1991). In the
present study this meant that participants had to a) make a score
reduction of at least 18 points on the primary outcome HAI, and b)
have a post-treatment score of 66 or lower on the same measure.
Signal detection is suitable for analyzing multiple predictors and
limits the impact of multicollinearity and outliers (Kiernan,
Kraemer, Winkleby, King, & Taylor, 2001).
Analyses of missing data were conducted using Little's MissingCompletely-At-Random
test (MCAR; Little & Rubin, 1987) and effect
sizes (d) were calculated using pooled standard deviations. An
intention-to-treat approach was used in all analyses meaning that
participants were analyzed in accordance to their randomization

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ทางสถิติวิเคราะห์ทางสถิติได้ดำเนินการโดยใช้โปรแกรมเวอร์ชัน 22.0STATA 19.0 และ ROC5 Predictors อาจตรวจสอบได้ดำเนินการโดยใช้การถดถอยเชิงเส้นซึ่งเราตามสองขั้นตอนที่วิธีการ โดย de Graaf และเพื่อนร่วมงาน (de Graaf, Hollon, & Huibers2010) งานนี้หมายถึง ว่า เราต้องระบุอย่างไร univariate เดียวอย่างมีนัยสำคัญpredictors และเพิ่มผู้เป็นสุดถดถอยหลายแบบจำลอง สำหรับผู้ทายผลแต่ละเป็นไปได้ ทั้งคะแนนไฮที่ postTable1คำอธิบายของผู้เข้าร่วมIBSM ICBT (¼ 79 n) (n ¼ 79)หมายถึง อายุ (SD) 41.7 (13.6) 41.4 (13.2)หมายถึง ระยะเวลาของความรุนแรงวิตกกังวลสุขภาพ ปี (SD)13.0 (13.1) 14.1 สา (13.1)หลักไฮ (SD) 105.3 (17.7) 102.9 (22.4)หลังรักษาไฮ (SD) 65.7 (26.1) 72.6 (26.1)หญิง 64 61ชาย 15 18ทำงานเต็มเวลา 37 (47%) 39 (49%)แต่ง หรือเดิม 66 (84%) 67 (85%)ภาวะซึมเศร้า Comorbid 11 (14%) 7 (9%)ตัวย่อ: ICBT ส่ง Interned ตามสัมผัสรับรู้พฤติกรรมบำบัดIBSM อินเทอร์เน็ตส่งพฤติกรรมความเครียด ไฮ วิตกกังวลสุขภาพสินค้าคงคลังE. Hedman et al. / วิจัยพฤติกรรมและบำบัด 64 51treatment 49e55 (2015) และหลักการรักษาหลังไฮเปลี่ยนคะแนนใช้เป็นตัวแปรขึ้นอยู่กับ แบบจำลองที่สร้างขึ้นในช่วงสองมีจำนวนประตูที่ถูกป้อนในช่วงแรกขณะที่สองบล็อกประกอบด้วยสถานะของกลุ่มบำบัด (ICBT/IBSM) และคำโต้ตอบ เช่นรักษากลุ่มผู้ทายผล บล็อกสองจึงเพิ่มการตรวจสอบถ้ามีการรักษาเฉพาะ predictorsหรือผู้ ควบคุม ซึ่งจะมีการโต้ตอบถ้ากรณีเงื่อนไขสำคัญ การตรวจสอบค่างานสุทธิของการpredictors สำคัญจากการวิเคราะห์เบื้องต้นอย่างไร univariate พวกเขาทั้งหมดมาวิเคราะห์ร่วมกันในเดียวกันถดถอยหลายรูปแบบที่ใช้การลบย้อนหลัง การประเมินเสถียรภาพของการผล predictors สำคัญของเชิงเส้นแบบพหุคูณวิเคราะห์ได้วิเคราะห์ใน quantile พร้อมยังกรอบการถดถอยที่ใช้การจำลองแบบเริ่มต้นระบบ วิธีนี้คือแข็งแกร่งเป็นมันไม่ต้องอาศัยสมมติฐานการกระจาย เช่นhomoscedasticity และ normality ของค่าคงเหลือ และลดความเสี่ยงของผมพิมพ์ผิดพลาด (เธอ & Tibshirani, 1993 เป็ง ยู Dehoff และโรงแรมอ มอสโค2007) เรายังใช้สัญญาณตรวจสอบวิเคราะห์ประเมินรับลักษณะการดำเนินการ (ROC) ของกลุ่มย่อย มีสูงและต่ำความน่าเป็นการบรรลุเป้าหมายตามการปรับปรุงอย่างมีนัยสำคัญทางคลินิกเงื่อนไขที่เสนอ โดยเนื่องและ Truax (1991) ในปัจจุบันนี้หมายถึง ว่า ผู้เรียนมีการศึกษาการ) ให้คะแนนลดน้อย 18 คะแนนผลลัพธ์หลักไห่ และ b)มีคะแนนหลังการรักษา 66 หรือต่ำกว่าในวัดเดียวกันตรวจสอบสัญญาณเหมาะสำหรับวิเคราะห์ predictors หลาย และผลกระทบของ multicollinearity และ outliers (Kiernan จำกัดKraemer, Winkleby คิง และ เทย์เลอร์ 2001)วิเคราะห์ข้อมูลหายได้ดำเนินการใช้ของน้อย MissingCompletely-ที่สุ่มทดสอบ (MCAR น้อย & Rubin, 1987) และผลขนาด (d) มีคำนวณโดยใช้ส่วนเบี่ยงเบนมาตรฐานรวม มีใช้ในการวิเคราะห์ทั้งหมดตั้งใจจะรักษาวิธีผู้เรียนได้วิเคราะห์ในการ randomization

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ทางสถิติ
การวิเคราะห์ทางสถิติที่ถูกดำเนินการโดยใช้โปรแกรม SPSS รุ่น 22.0,
19.0 และ Stata ROC5 การสืบสวนของการพยากรณ์ที่มีศักยภาพได้รับการ
ดำเนินการโดยใช้การถดถอยเชิงเส้นที่เราตามสองขั้นตอน
วิธีการโดย de Graaf และเพื่อนร่วมงาน (de Graaf, HOLLON และ Huibers,
2010) นั่นหมายความว่าครั้งแรกที่เราระบุอย่างมีนัยสำคัญ univariate เดียว
พยากรณ์แล้วเพิ่มที่เป็นถดถอยพหุคูณสุดท้าย
รูปแบบ สำหรับแต่ละทำนายที่มีศักยภาพทั้งคะแนน HAI ที่ postTable
1
คำอธิบายของผู้เข้าร่วม.
ICBT (n ¼ 79) IBSM (n ¼ 79)
อายุเฉลี่ย (SD) 41.7 (13.6) 41.4 (13.2)
หมายถึงระยะเวลาของความรุนแรง
ความวิตกกังวลสุขภาพปี (SD )
13.0 (13.1) 14.1 (13.1)
HAI พื้นฐาน (SD) 105.3 (17.7) 102.9 (22.4)
HAI โพสต์การรักษา (SD) 65.7 (26.1) 72.6 (26.1)
ผู้หญิง 64 61
15 18 คน
ทำงานเต็มเวลา 37 (47% ) 39 (49%)
แต่งงานหรือพฤตินัย 66 (84%) 67 (85%)
ภาวะซึมเศร้า Comorbid 11 (14%) 7 (9%)
ย่อ: ICBT, Interned ส่งการสัมผัสที่ใช้พฤติกรรมบำบัดองค์ความรู้;
IBSM, Internet- ส่งมอบการจัดการกับความเครียดพฤติกรรม HAI, สุขภาพความวิตกกังวล
สินค้าคงคลัง.
อี Hedman และคณะ / วิจัยพฤติกรรมและการบำบัด 64 (2015) 49e55 51treatment พื้นฐานและการโพสต์การรักษาคะแนนเปลี่ยนแปลง HAI ถูก
นำมาใช้เป็นตัวแปรตาม รุ่นถูกสร้างขึ้นในช่วงสอง
ได้ทำนายถูกป้อนในบล็อกแรกในขณะที่สอง
บล็อกประกอบด้วยกลุ่มการรักษาสถานะ (ICBT / IBSM) และ
ระยะการทำงานร่วมกันคือการทำนายกลุ่มการรักษา บล็อกที่สอง
ถูกเพิ่มเข้ามาจึงจะตรวจสอบว่ามีการพยากรณ์ที่เฉพาะเจาะจงการรักษา
หรือผู้ดูแลซึ่งจะเป็นกรณีที่หากมีปฏิสัมพันธ์
ระยะอย่างมีนัยสำคัญ เพื่อตรวจสอบค่าพยากรณ์สุทธิ
ทำนายอย่างมีนัยสำคัญจากการวิเคราะห์ univariate ครั้งแรกที่พวกเขาได้
ทั้งหมดมาวิเคราะห์ต่อมาร่วมกันในการถดถอยพหุคูณเดียวกัน
โดยใช้รูปแบบการลบย้อนหลัง เพื่อประเมินความทนทานของ
ผลทำนายที่สำคัญของหลายถดถอยเชิงเส้น
การวิเคราะห์ที่ได้มาวิเคราะห์ยังอยู่ใน quantile พร้อมกัน
กรอบการถดถอยโดยใช้การจำลองแบบบูต วิธีนี้เป็นวิธี
ที่มีประสิทธิภาพในขณะที่มันไม่ได้ขึ้นอยู่กับสมมติฐานการกระจายใด ๆ เช่น
homoscedasticity และปกติของเศษและจะช่วยลดความเสี่ยง
ของความผิดพลาดประเภท (Efron & Tibshirani 1993; เป็ง, ยู Dehoff และเอมัส,
2007) นอกจากนี้เรายังใช้การวิเคราะห์สัญญาณการตรวจสอบในการประมาณการรับ
ลักษณะผู้ประกอบการ (ROC) ของกลุ่มย่อยที่มีความสูงและต่ำ
ความน่าจะเป็นของการบรรลุการปรับปรุงที่สำคัญทางการแพทย์ตาม
เกณฑ์ที่เสนอโดย Jacobson และ Truax (1991) ใน
การศึกษาครั้งนี้มีความหมายว่าผู้เข้าร่วมต้อง) ทำให้คะแนน
ลดลงอย่างน้อย 18 คะแนนในผลหลัก HAI และ b)
มีคะแนนหลังการรักษาจาก 66 หรือต่ำกว่าในวัดเดียวกัน.
ตรวจจับสัญญาณเหมาะสำหรับ วิเคราะห์พยากรณ์หลายคนและ
จำกัด ผลกระทบของพหุและค่าผิดปกติ (แนนส์
Kraemer, Winkleby กษัตริย์และเทย์เลอร์, 2001).
การวิเคราะห์ข้อมูลที่ขาดหายไปได้รับการดำเนินการโดยใช้เล็ก ๆ น้อย ๆ MissingCompletely-at-สุ่ม
ทดสอบ (MCAR ลิตเติ้ลและรูบิน, 1987) และ ผลกระทบ
ขนาด (ง) จะถูกคำนวณโดยใช้ pooled ค่าเบี่ยงเบนมาตรฐาน
ความตั้งใจที่จะรักษาวิธีการที่ใช้ในการวิเคราะห์ความหมายทั้งหมดที่
ผู้เข้าร่วมที่ได้มาวิเคราะห์ตามการสุ่มของพวกเขา

ผลลัพธ์ (ไทย) 3:

สถิติที่ใช้ในการวิเคราะห์ข้อมูลทางสถิติ ด้วยโปรแกรม SPSS วิเคราะห์
จำนวนรุ่น T4
Language , และแม้ว่า roc5 . การศึกษาตัวแปรที่มี
ดำเนินการโดยใช้วิธีการถดถอยเชิงเส้น ที่เราตามขั้นตอนสอง
วิธี โดย เดอ graaf และเพื่อนร่วมงาน ( เดอ graaf hollon & huibers
, , , 2010 ) ซึ่งหมายความว่าเราระบุครั้งแรกอย่างเดียว ( 2
,แล้วเพิ่มที่เป็นรูปแบบการถดถอยพหุคูณ
สุดท้าย แต่ละตัวให้คะแนนที่อาจเกิดขึ้นทั้งรายละเอียด
1

posttable ของผู้เข้าร่วม icbt ( N ¼ 79 ) ibsm ( N ¼ 79 )
( SD ) อายุเฉลี่ย 41.7 ( 1 ) 41.4 ( 13.2 )
หมายถึงระยะเวลาของความวิตกกังวลสุขภาพรุนแรง
, ปี ( SD )
( 13.1 ) 14.1 ( ก็ดี 13.1 )
ไห่ฐาน ( SD ) 105.3 ( 17.7 ) 102.9 ( 22.4 ) โพสต์การรักษา
ไห่ ( SD ) 65.7 ( ระดับ ( / )
) ดอกเบี้ยหญิง 64 คน 15 18 61

ทำงานเต็มเวลา 37 ( 47% ) 39 ( 49% )
แต่งงานหรือพฤตินัย 66 ( 84% ) 67 ( 85% )
ภาวะซึมเศร้า comorbid 11 ( 14 % ) 7 ( 9% )
: icbt ย่อ , การรับรู้พฤติกรรมการฝึกงาน ส่งตาม ;
ibsm อินเทอร์เน็ต , ส่ง การจัดการความเครียด พฤติกรรม ไห่ , สินค้าคงคลังความวิตกกังวล

สุขภาพ . . hedman et al .วิจัยพฤติกรรมและการบำบัด 64 ( 2015 ) 51treatment 49e55 และพื้นฐานหลังคะแนนเปลี่ยนไฮได้
ใช้ตัวแปร . รุ่นสร้างบล็อกของ 2
( ตัวใส่ในบล็อกแรก ในขณะที่บล็อกสอง
ประกอบด้วยกลุ่มทดลอง สถานะ ( icbt / ibsm ) และการรักษาระยะยาว
( กลุ่ม ) .
บล็อกที่สองเพิ่มดังนั้นเพื่อตรวจสอบหากมีการรักษาที่เฉพาะเจาะจงพยากรณ์
หรือผู้ดูแลซึ่งจะเป็นกรณีหากปฏิสัมพันธ์
ระยะยาวอย่างมีนัยสำคัญ . เพื่อศึกษาค่าพยากรณ์สุทธิของ
ทำนายจากการวิเคราะห์ทั้งสองระดับเริ่มต้น พวกเขาทั้งหมดเข้าด้วยกันในการวิเคราะห์ในภายหลัง

แบบหลายขั้นตอนเหมือนกันใช้ไปลบเพื่อประเมินความแข็งแรงของ
ผลทำนายที่สำคัญของสมการถดถอยพหุคูณ
วิเคราะห์ยังวิเคราะห์ภายในกรอบที่ใช้บูตสแตรปพร้อมกันควอนไทล์
ถดถอยซ้ำ วิธีนี้เป็นวิธีที่
มีประสิทธิภาพเป็น มันไม่ต้องอาศัยการกระจายใด ๆและสมมติฐาน เช่น
homoscedasticity ปกติวิสัยของความคลาดเคลื่อน และลดความเสี่ยง
ประเภทที่ 1 ( แอฟรอน& tibshirani , 1993 ; Peng , ยู dehoff &มอส
, , 2550 ) เรายังใช้ในการวิเคราะห์การรับสัญญาณ /
( ROC ) ผู้ประกอบการลักษณะของกลุ่มย่อยที่มีสูงและความน่าจะเป็นต่ำ
ขบวนการปรับปรุงทางคลินิกอย่างมีนัยสำคัญตาม
กับเกณฑ์ที่เสนอโดย จาคอบสัน และ truax ( 1991 ) ในการศึกษานี้ผู้เข้าร่วม
หมายความว่าต้อง ) ให้คะแนน
ลดอย่างน้อย 18 จุดในไฮ ผลการศึกษา และ B )
มีคะแนนหลัง 66 หรือลดลงในวัดเดียวกัน
สัญญาณการค้นหาเหมาะสำหรับการวิเคราะห์หลายตัวแปร และจำกัดผลกระทบของค่า
(
เครเมอร์ และ เคียร์แนน , ผิดปกติ , winkleby , กษัตริย์ , &
Taylor , 2001 ) การวิเคราะห์ข้อมูลที่ขาดหายไปการใช้น้อย missingcompletely ในการทดสอบแบบสุ่ม
( mcar ;เล็ก ๆน้อย ๆ& Rubin , 1987 ) และผล
ขนาด ( D ) ) คำนวณโดยใช้ pooled และส่วนเบี่ยงเบนมาตรฐาน มีความตั้งใจที่จะรักษาแนวทาง
ถูกใช้ในความหมายว่า ผู้วิเคราะห์ วิเคราะห์ตาม

ใช้ของพวกเขา