Исследователи разобрали данные 9057 клиентов программы интернет-КПТ (когнитивно-поведенческой терапии через онлайн-уроки) за 2013–2024 годы. Модели, построенные по анкете при поступлении, умеренно предсказывали, кто пройдёт курс целиком, и заметно хуже — кто бросит его почти сразу. Точность прогноза со временем смещалась. Это эмпирическое исследование на данных рутинной практики, результаты опубликованы в журнале Internet Interventions.
Для онлайн-служб, которые распределяют клиентов по входной анкете, работа означает одно: эта анкета мало говорит о риске раннего ухода. Модель, обученная на прошлых годах, на новых данных ошибается систематически. Авторы предполагают, что ранний отсев лучше читается по поведению в первые дни: входам на платформу, открытию уроков, первому контакту с терапевтом. Пока это гипотеза.
Вовлечённость в интернет-терапию авторы рассматривают как ступенчатый процесс: уйти после первого урока и не дойти до последнего — разные события. Многие работы при этом пользуются одним определением отсева и редко проверяют, остаётся ли прогноз полезным, когда служба меняется. Похожий предел уже встречался: алгоритм не смог угадать, кому поможет приложение для психики.
Первый автор работы — Рам Сапкота (Ram P. Sapkota), руководитель группы — Хизер Хаджиставропулос (Heather D. Hadjistavropoulos). В соавторах значатся Б. Дир (B. Dear) и Н. Титов (N. Titov); полные имена и места работы всех четырёх в данных о публикации не приведены. Исследование финансировало министерство здравоохранения канадской провинции Саскачеван. О конфликте интересов сведений нет.
Данные обезличены и взяты из трансдиагностической программы (одного курса для разных расстройств) из пяти уроков. Исходов было два: завершение (все пять уроков против меньшего числа) и ранний отсев (ноль или один урок против двух и более). Многофакторная логистическая регрессия опиралась на демографические, клинические и бытовые сведения из анкеты при поступлении.
Модели обучили на данных 2013–2021 годов и без перенастройки применили к 2022–2024 годам. Качество оценивали по шкале Брайера (ошибке вероятностного прогноза), AUC (способности отличать уходящих от остающихся) и калибровке, то есть совпадению предсказанной доли с реальной. Возраст, образование, этническая принадлежность и семейное положение были связаны с вовлечённостью устойчивее, чем тяжесть симптомов на входе.
Прогноз завершения на поздних годах различал клиентов умеренно и немного завышал число прошедших курс. Прогноз раннего отсева различал слабее, слегка его занижал и плохо разделял клиентов с высоким и низким риском. Вывод авторов сформулирован прямо: прогноз «should be temporally evaluated and monitored for calibration drift» («нужно проверять во времени и следить за сдвигом калибровки»).
Модели видели только анкету на входе, поведение в ходе курса в них не входило. Связь с возрастом или образованием не объясняет, почему люди уходят. Программа одна, с жёсткой структурой из пяти уроков и данными одной службы. Российские онлайн-сервисы устроены иначе: оплата, формат сессий, роль терапевта. Насколько выводы к ним переносятся, никто не проверял.
Ранее мы писали, что начинать помощь при травме с онлайн-программы дешевле, но её чаще бросают, и о том, как мысль об изменчивости психики чаще возвращала в приложение тех, кому хуже.