Davranışsal sağlık çıktıları yönetimi - Behavioral health outcomes management

Davranışsal sağlık sonuç yönetimi (BHOM), her bir hastanın tedavisine rehberlik etmek ve bilgi vermek için davranışsal sağlık sonucu ölçüm verilerinin kullanılmasını içerir. Kan basıncı, kolesterol ve genel tıbbi uygulamaları yönlendirmeye ve bilgilendirmeye yardımcı olan diğer rutin laboratuar çalışmaları gibi, davranışsal sağlıkta rutin ölçümlerin kullanımı, terapistlerin daha kaliteli bakım sağlamalarına yardımcı olmak açısından paha biçilmezdir.

Makro bağlam

Davranışsal sağlık hizmetlerinde (ruh sağlığı ve madde bağımlılığı tedavisi) rutin sağlık sonuçları ölçümü kalite iyileştirme çalışmaları için ölçümleri bir araya getirmenin ötesine geçti ve gerçek zamanlı hasta düzeyinde sonuç geri bildirimi ile sağlanan terapötik kazanıma eşit vurgu yaptı.[1] ABD Genel Cerrahı tarafından tanımlandığı üzere, halk sağlığı krizi durumunda olan 200 milyar dolarlık davranışsal sağlık pazarı ile[2] standart altı bakım alan çoğu hasta ile sonuç yönetimi, ABD nüfusunun büyük bir alt bölümü (% 27'den fazla) için kalite kontrolleri, veriler ve yapı sağlamaya yardımcı oluyor.

Neredeyse tanımı gereği, psikoterapi oldukça yapılandırılmamış bir süreçtir ve rehberli kendini keşfetme ve davranış değişikliği sürecinden geçen birçok insanı terapinin yardımcı olup olmadığını merak etmeye bırakıyor. Bir öz-bildirim anketinin tekrarlanan uygulamalarıyla ilerlemeyi izlemek, hem terapistin hem de danışanın en önemli bakış açısından - hastanın bakış açısından neyin daha iyi hale geldiğini bilmesini sağlar.

Davranışsal sağlık çıktı yönetimi verilerinin kullanımı

Resmi (tipik olarak kendi kendine rapor) ölçüm yoluyla toplanan veriler (örneğin, PHQ-9 depresyon için[3]) klinik değerlendirmelerin doğruluğunu artırmak, tedavi planlaması için bir temel sağlamak, tedavinin ilerlemesini izlemek için objektif bir metodoloji sunmak, tedaviye dirençli vakaları tekrar yoluna sokmak için klinik olarak kanıtlanmış kılavuzlarla terapistleri uyarmak, uyarı rehberliği ile hastaneye yatışları önlemeye yardımcı olmak ve sağlamak birinci basamak hekimleri ve benzer davranışsal sağlık ihtiyaçları olan hastalara istisnai bakım sağlama konusunda kanıtlanmış bir geçmişe sahip yeni hastaları terapistlere bağlayan sonuca dayalı yönlendirmeler içeren diğer sevk kaynakları.

Daha doğru klinik değerlendirmeler

Davranışsal sağlık hizmetleri, majör depresyon veya şizofreni ve madde bağımlılığı gibi diğer davranışsal sağlık bozukluklarının teşhisine yardımcı olmak için nadiren genetik belirteçler veya kan testleri kullanır. Bunun yerine, alan, resmi bir tanı koymak için ruh hali ve davranıştaki değişiklikler gibi semptomların dikkatli bir şekilde değerlendirilmesine dayanır. Bununla birlikte, birinci basamak hekimleri tarafından sunulan davranışsal sağlık hizmetlerinin yarısından fazlası ile[4] Resmi bir görüşme yapmak için nadiren yeterli zamanın veya uzmanlığın olduğu durumlarda, bekleme odasında veya internet üzerinden uygulanan resmi anketler kullanılarak standart bir değerlendirme ve tarama süreci paha biçilemezdir. Davranışsal sağlık sorunlarını görüşme ve teşhis etme konusunda eğitilmiş psikologlar, psikiyatristler ve sosyal hizmet uzmanları gibi davranışsal sağlık uzmanları için bile, çabaları hastanın ilgili semptomları dürüstçe bildirme istekliliği veya eksikliği nedeniyle engellenmektedir. Örneğin, bir ilk görüşmede, hastaların sadece yarısı önceki intihar girişimlerini dürüstçe ifşa ediyor,[5] terapistlerin hastaları güvende tutma çabalarını büyük ölçüde engelliyor. Buna karşılık, altı kontrollü çalışma, hastaların yalnızca kağıt kalem veya web tabanlı anketleri doldurmaktan hoşlanmadığını, bunu yaptıklarında hastaların daha doğru olduklarını belgeliyor.[6][7][8][9][10][11] terapistlere ve birinci basamak hekimlerine danışanın semptom ve sorunlarına ilişkin daha doğru değerlendirmeler ve yüz yüze görüşmelerde görülenden yeni ve potansiyel olarak farklı bir bakış açısı sağlamak.

Tedavi planlaması

Hasta ihtiyaçlarının resmi değerlendirmeleriyle klinisyen, bu ihtiyaçları ve kanıta dayalı uygulamaları ve prensipleri bir araya getiren kişiselleştirilmiş bir tedavi planı tasarlayabilir.[12] Bazı sağlık planları artık BHOM'un rutin bakım ve tedavi planlamasına entegre edilmesini gerektiriyor[13] ve iyi tasarlanmış bir BHOM sistemi, bu kanıta dayalı ilkelere ayak uydurmak için klinisyene geribildirim ve rehberlik sağlar.[14]

Tedavi ilerlemesini izleme

Açıkçası, BHOM'un en temel kullanımı, verileri hasta bazında tedavinin ilerlemesini izlemek için kullanmaktır. Özellikle seans bazında değerlendirmeler, gerçek zamanlı puanlama ve rapor oluşturma ile veriler, klinisyenlere ve hastalara tedavinin gidişatı ve tedavi planında ayarlamalar yapılması gerekip gerekmediği hakkında mükemmel geri bildirim sağlar.[15] Birinci ve ikinci nesil BHOM araçlarından bazıları, güvenilir hasta gelişimini belgeleme becerileriyle engellenmiştir.[16] güvenilir iyileşme gösteren vakaların yalnızca% 20-30'u ile,[17][18] daha gelişmiş araçlardan bazıları, tek bir alandaki vakaların% 50'sinden fazlasında ve çok boyutlu analizlerle% 90'dan fazlasında güvenilir iyileşmeyi belgeleyebilir.[19] Ödeyenler ve alıcılar için hasta gelişimini belgelemek önemliyse, bu istatistiklerin bir BHOM sistemi oluşturmadan ve dağıtmadan önce değerlendirilmesi hayati önem taşıyabilir (aşağıya bakın).

Refrakter durum uyarıları

Brigham Young ve diğer üniversitelerdeki araştırmacılar klinik olarak BHOM'un mevcut tedavi planıyla iyileşmesi muhtemel olmayan vakaları belirleyerek terapistlere daha iyi bakım sağlamalarına yardımcı olduğunu kanıtladılar.[20] Bu refrakter vakalar veya olumsuz yanıt verenler, bir BHOM sistemi kullanılmadığında tüm tedavi vakalarının yaklaşık% 15'ini oluşturur. İyi tasarlanmış bir BHOM sistemi, olumsuz yanıt verenlerin nüfusunu% 5'in altına düşürebilir ve psikoterapinin etkinliğini en az% 10 artırabilir. Klinisyenler kendi başlarına, hangi hastaların tedaviye olumsuz tepki vereceğini tahmin etmekte berbat oldukları için,[21] bir BHOM sistemi, bu düzeydeki etkinliği kolaylaştırmanın bilinen tek yoludur.

Hastaneye yatış ve diğer uyarılar

Sistemler OQ-45 gibi basit, tek alanlı uyarı sistemlerinden geliştikçe, BHOM'un diğer kullanımları da ortaya çıkmaktadır.[22] daha karmaşık, çok boyutlu sistemlere. Tek alanlı uyarı sistemleri, tek bir küresel sıkıntı ölçüsü ile bazı olumsuz yanıt verenleri belirlemede etkili olsa da, davranışsal sağlık hizmetlerinde görülen sorunların tam karmaşıklığını (örneğin, depresyon, psikoz, mani, anksiyete, madde bağımlılığı vb.) . Daha ayrıntılı ölçümlerle, BHOM'ların yüksek riskli vakaların (intihar, şiddet vb. Nedeniyle davranışsal sağlık hastanesine yatma riski yüksek olan müşteriler ve diğer yüksek maliyetli / yüksek riskli hizmetler) tanımlanmasını kolaylaştırdığı gösterilmiştir. sağlık planının ve klinisyenin, yaşam kaybını ve artan sağlık bakımı maliyetlerini önlemek için tedavi faydalarını esnekleştirmede işbirliği yapmasına izin vermek.[23]

Sonuca dayalı yönlendirmeler

Tüm terapistler eşit değildir;[24] bazıları daha fazla deneyime sahiptir ve alkol bozukluklarının tedavisinde daha iyidir, bazıları ise depresyon veya psikoz tedavisinde daha fazla deneyime ve etkinliğe sahiptir. Bazı araştırmacılar, farklı tedavileri (bilişsel davranışçı terapi, kişilerarası / psikodinamik terapi, ilaç yönetimi vb.) Karşılaştıran kontrollü çalışmalarda görülen farklılıkların çoğunun, çalışmalara katılan terapistler arasındaki göreceli farklılıkları gerçekten belgelediğini etkili bir şekilde savundu.[25] Aslında, plasebo kullanan mükemmel bir psikiyatristin, iyi belgelenmiş bir anti-depresan kullanan zayıf bir psikiyatristten daha iyi sonuçlar alabileceği gösterilmiştir.[26]

Patentli bir BHOM uygulaması,[27] Tedavi Sonuç Paketi veya TOP sistemi, büyük kuruluşların (sağlık planları, toplum ruh sağlığı merkezleri, çocuk refahı kuruluşları ve hastaneler), hangi terapistlerin belirli tanısal veya alana özgü problemlerle mükemmel sonuçlar elde ettiğini belirlemelerine ve gelen hastaları bir başlangıç TOP'un en etkili klinisyenlere değerlendirilmesi.

Bir BHOM nasıl oluşturulur veya değerlendirilir

Davranışsal sağlık çıktıları yönetimi, hastalar için en fazla faydayı sağlamak için bir dizi birbirine bağlı bileşen gerektirir. Bunlar aşağıda incelenmiştir.

Gerçek zamanlı veri işleme ve raporlama

Klinisyenlerin her müşteri yönetimini puanlama, kaydetme ve çizelge oluşturma zamanı olmadıkça, bu verileri gerçek zamanlı olarak işlemek için bir altyapı oluşturmaları gerekir. Hastalar tipik olarak her seanstan önce anketleri doldururlar ve bu anketler, sonuçlar seans başlamadan önce mevcutsa en yararlıdır.

İşleme yöntemleri

Bilgisayar tabanlı uygulamalar büyük bir çekiciliğe sahiptir. Verileri hızlı bir şekilde işleyebilir ve personelin katılımını azaltabilirler, ancak tüm hastalar bir bilgisayar veya bir PDA ile etkileşimde rahat hissetmez ve kağıt tabanlı bir yedekleme sistemi gerektirebilir. Kağıt anketler, özel personelin verileri doğrulayabileceği ve işleyebileceği merkezi bir işlem sistemine taranabilir veya fakslanabilir. Hibrit sistemler de, kullanıcılara gerekli hasta ve yalnızca ofis kullanımı için bilgi içeren talep üzerine yazdırılan kağıt formları ile tek bir uygulamada her iki tür işleme yaklaşımını kullanma esnekliği sağlayarak, el yazısı ihtiyacını ortadan kaldırır. tanıma.

Etkileşimli ses tanıma (IVR) sistemleri denenmiştir, ancak çok az başarı elde edilmiştir. Birine "her zaman", ikisine "bazen" vb. Basmayı hatırlamak oldukça zahmetlidir ve karmaşık soru ifadeleri, sistemin kafası karışmış veya psikotik bir hastadan önce hem soruları hem de yanıtları birkaç kez tekrar etmesini gerektirebilir. tek bir soruyu etkili bir şekilde yanıtlayabilir.

Sonuç alanları

Amerika Psikoloji Derneği ve en büyük uluslararası psikoterapi araştırmacıları topluluğu (The Psikoterapi Araştırmaları Derneği Davranışsal sağlık sonuçları yönetimi araştırmasının büyükbabası Ken Howard'ın kurucusu olduğu), sonuç bataryası için minimum gereksinimleri geliştirmek için 1994 yılında bir Temel Batarya Konferansı (CBC) düzenledi.[28] CBC'ye göre, teşhis grupları genelinde, bir çekirdek batarya üç farklı alanı değerlendirmelidir:

  • Genel sıkıntı veya yaşam kalitesi
  • Belirti kümeleri (depresyon, anksiyete, psikoz, mani vb.) Ve
  • İşlevsel alanlar (iş ve sosyal işlevsellik gibi)

Tipik olarak, iyi tasarlanmış bir BHOM sisteminin, tüm bu alanları ölçmek için birden fazla anketi entegre etmesi gerekecektir, çünkü literatürde CBC tanımlı kriterlerin tümünü tek ve kısa bir anketle karşılayan yalnızca bir, halihazırda tanımlanmış sonuç bataryası vardır.[19]

Her anketin alanı için, BHOM uygulamaları için özellikle önemli olan temel psikometrik nitelikler şunları içerir:

  • Güncel doğrulayıcı faktör analitik standartlarını karşılama [29] CFI, GFI, TLI ve RMSEA hakkında rapor edilen istatistikler dahil.
  • Güvenilir iyileşmeyi belgeleyen hasta yüzdesi. Daha önce belirtildiği gibi, birinci ve ikinci nesil araçlar tipik olarak% 20-30 aralığında değerlere sahipti. Daha modern araçların% 50 aralığında tek alan değerleri ve% 90 kadar yüksek toplam araç, çok boyutlu istatistikleri vardır. Amaç, müşterinin gelişimini belgelemekse (hasta, terapist, ödeyen, alıcı, akreditasyon kurumları vb. İçin) bu, önlemleri karşılaştırmak için en önemli istatistik ve mihenk taşı haline gelir.

Vaka karışımı ve risk ayarlama

Sadece semptomların azalmasını ve fonksiyonel iyileşmeyi ölçmek yeterli değildir. Bazı klinik vakaların tedavisi diğerlerinden daha zordur. Örneğin, birden fazla hastaneye yatış, eşlik eden tıbbi durumlar ve aşırı yaşam stresi olan hastaların tedavisi, bu karmaşık sorunlardan hiçbirine sahip olmayanlara göre daha zordur. Her bir klinisyenin tedavisinin göreceli etkililiğini değerlendirmek için, doğru karşılaştırmalar yapmak için bu değişkenlerin BHOM sistemi içinde tanımlanması ve ölçülmesi gerekir.[30]

Karşılaştırma veritabanı

İlk nesil bilgisayarlar, akademik binaların birkaç katını kaplayarak hayranlık uyandırdı. Bununla birlikte, güçleri, bellekleri ve hızları, günlük dizüstü bilgisayarlar tarafından cüceleştirilmiştir, bu da hiçbir şeyin kendi başına göreceli bir değeri olmadığı anlamına gelir. BHOM verileri bağlam içinde ve bir şeye kıyasla alınmalıdır. Bir terapistin güçlü ve zayıf yönlerini anlamak, ancak onun çalışmalarını başkalarının işleriyle karşılaştırarak yapılabilir ve burada karşılaştırma veritabanının boyutu önemlidir, bu da araştırmacıların ve kullanıcıların ayrıştırma ve istatistiksel teknikler yoluyla eşleşen karşılaştırmalı örnekleri bulmalarına olanak tanır. Bu büyük karşılaştırmalı veri kümeleri için şu anda iki kaynak vardır: yönetilen bakım ve sağlayıcı tabanlı sistemler.

Yönetilen bakım sistemleri: Sonuç ve hesap verebilirlik verileri için alıcı ve düzenleyici taleplere yanıt veren yönetilen bakım şirketleri, ağ terapistlerinden veri toplamaya başladı. PacifiCare'in Yaşam Durumu Anketini (LSQ) geliştirmesi ve kullanması[31] en az bir çalışmada 99.004 hasta hakkında bildirilen verilerle bugüne kadar bilinen en büyük çabadır.[25] Bu veri kümeleri çok büyük olsa da, aşağıdakiler dahil önemli sınırlamalara sahiptir:

  • her bir sağlayıcının uygulamasının küçük bir bölümüne izole edilmişlerdir
  • sağlık planına özeldir ve katılan sağlayıcılar için bile genellikle erişilemez
  • Çoğu sağlık planı, verilerin hasta faydalarını yönetmek, yatan hasta bakımına yetki vermek veya soruların nasıl ya da cevaplanıp cevaplanmadığına bağlı olarak ayakta tedavi seanslarının sayısına izin vermek için veriyi kullanma eğilimine karşı koyamadığından potansiyel olarak ölçüm hatasıyla doludurlar. Sonuç verilerinin bu şekilde kullanılması çoğu hasta için sarsıcı olabilir ve Hipokrat Yemini'nin "zarar verme" standardından önemli ölçüde farklı olabilir. Sonuç olarak, birçok hasta aradıkları faydayı elde etmek veya psikoz veya madde bağımlılığı ile ilgili önemli bilgileri sigorta şirketlerinden ve işverenlerinden saklamak için yanıtlarını önyargılı bir şekilde kullanır.

Sağlayıcı tabanlı sistemler: Diğer büyük veri kümeleri kaynağı, sağlayıcı merkezli BHOM firmalarından geliyor[12] Bu, sağlayıcıların tüm hastalarını ölçmelerine ve sonuçlarını, halihazırda bir milyon vakayı aşan bazı veri kümeleriyle meslektaşları ile gizli bir şekilde karşılaştırmalarına yardımcı olur.

Bu yaklaşımların sınırlamaları şunları içerir:

  • Ödeyenler ve diğer gereksinimler olarak sürekli değişim halinde olan kendi kendini düzenleyen bir kullanıcı tabanı, sağlayıcıları belirli hasta popülasyonları için diğer sistemleri kullanmaya zorlar.
  • a kendi kendine seçim önyargısı Bu tür sistemleri tercih eden sağlayıcılar, bakımı iyileştirmek için verileri kullanmayı taahhüt eden daha yüksek kalitede olabilir.

Maliyet

Zaten mevcut bir BHOM sistemini entegre etmeyi veya sıfırdan inşa etmeyi düşünürken maliyet kritik bir faktördür. Bir sistem oluşturmak, çalışmaları tasarlamak, sonuç araçlarını geliştirmek ve iyileştirmek, verileri işlemek için gerekli donanım ve yazılımı programlamak ve karşılaştırma verilerini sağlamak için yeterli hacimle kıyaslama veritabanını başlatmak için on yıldan fazla sürebilir. Ancak, sürece sahip olmayı ve süreci kontrol etmeyi istemek güçlü bir motivasyon kaynağıdır. Mevcut sistemler için lisans hakları satın almak da pahalı olabilir ve yukarıda listelenen kritik bileşenlerin her biriyle ilişkili gizli maliyetler için dikkatlice değerlendirilmesi gerekir. Neyse ki rekabet fiyatları aşağı çekiyor ve bu iyi geliştirilmiş BHOM sistemlerinden bazıları artık ücretsiz ve anketler, veri işleme sistemleri ve gerçek zamanlı müşteri raporları içerebilir.[32]

Sonuç

BHOM'un, bir kriz durumunda olan bir akıl sağlığı sisteminde tedaviyi iyileştirdiği klinik olarak kanıtlanmıştır. Hastalar tipik olarak, duygularını tedavi planlarına entegre etme ve terapi sürecini daha objektif ve ilerlemeyi ölçülebilir hale getirme çabalarını memnuniyetle karşılar. İsteyerek veya isteyerek kabul edilmiş olsun, BHOM standart uygulamanın ve kaliteli bakımın bir parçası olmalıdır.

Referanslar

  1. ^ Kalite Zarfını Zorlamak: Yeni Bir Sonuç Yönetim Sistemi. Brown, G. S., vd. 2001, PSYCHIATRIC SERVICES, Cilt. 52 (7), s. 925-934.
  2. ^ ABD Genel Cerrah. Ruh Sağlığı: Genel Cerrahın Raporu. ABD Sağlık ve İnsan Hizmetleri Bakanlığı. Rockville, MD: ABD Sağlık ve İnsan Hizmetleri Bakanlığı, Madde Bağımlılığı ve Akıl Sağlığı Hizmetleri, Ulusal Sağlık Enstitüleri, Ulusal Ruh Sağlığı Enstitüsü, 1999.
  3. ^ PHQ-9: kısa bir depresyon şiddeti ölçümünün geçerliliği. Kroenke, K., Spitzer, L.R. ve Williams, B.J. 2001, Journal of General Internal Medicine, Cilt. 16 (9), s. 606-613.
  4. ^ Fiili ABD zihinsel ve bağımlılık bozuklukları hizmet sistemi: Epidemiyolojik Catchment Area bozuklukların ve hizmetlerin ileriye dönük 1 yıllık yaygınlık oranları. Reiger, D., vd. 1993, Archives of General Psychiatry, Cilt. 50, sayfa 85–94.
  5. ^ Geçmiş İntihar Girişimlerinin Rutin Değerlendirmesine Danışanın Kabulü. Hahn, W. K. ve Marks, L. I. 1996, Profesyonel Psikoloji: Araştırma ve Uygulama., Cilt. 27 (6), sayfa 592-594.
  6. ^ Fobik hastaların doğrudan bilgisayar değerlendirmesine tepkisi. Carr, A.C. ve Ghosh, A. 1983, British Journal of Psychiatry, Cilt. 142, s. 60–65.
  7. ^ Doğrudan hasta bilgisayar görüşmesi. Erdman, H.P., Klein, M. ve Greist, J.H. 1985, Journal of Consulting and Clinical Psychology, Cilt. 53 (6), s. 760–773.
  8. ^ Madde bağımlılığı ve akıl sağlığı hastaları otomatik değerlendirmeleri tercih ediyor mu? Hile, M.G. ve Adkins, R.E. 1997, Behavior Res Methods, Instruments, Computers, Cilt. 29 (2), s. 146–150.
  9. ^ Alkolle ilgili hastalıkları olan hastaların sorgulayıcıları olarak psikiyatristler ve bir bilgisayar: Bir karşılaştırma. Lucas, R.W., vd. 1977, British Journal of Psychiatry, Cilt. 131, s. 160-167.
  10. ^ Tuşlu telefonu kullanarak içkinin kendi kendine bildirilmesi: Güvenilir günlük temas sınırlarının genişletilmesi. Searles, J.S., vd. 1995, J Studies Alcohol, Cilt. 56 (4), s. 375–382.
  11. ^ Ergen cinsel davranışı, uyuşturucu kullanımı ve şiddet: Bilgisayar anket teknolojisi ile artan raporlama. Turner, C.F., vd. 1998, Science, Cilt. 280, s. 867–873.
  12. ^ a b Sonuçlar asistanı: Sonuçların yönetimi için daha nazik bir felsefe. Kraus, D.R., Castonguay, L.G. ve Wolf, A. 2006, Psychotherapy Bulletin, Cilt. 41 (3), sayfa 23-31.
  13. ^ Stelk, W. Sonuç yönetimi 2009. http://www.masspartnership.com/provider/outcomesmanagement/Outcomesfiles/FY09FAQsFinal12909.pdf Arşivlendi 2011-07-14 de Wayback Makinesi
  14. ^ Kraus, D.R. ve Castonguay, L.G. EN: Doğal Ortamlarda Geliştirme ve Kullanım. (ed.) M. Barkham, G. Hardy ve J. Mellor-Clark. Danışmanlıkta ve Psikolojik Terapilerde Uygulamaya Dayalı Kanıt Sunmaya Temel Bir Yaklaşım. Londra: Wiley Press, baskıda.
  15. ^ Lambert, M. Klinisyenlere tedavi etkinliği konusunda zamanında geri bildirim sağlamak için ortaya çıkan yöntemler: Giriş. Klinik Psikoloji Dergisi. 2005, Cilt. 61, s. 141-144.
  16. ^ Jacobson, N. S. ve Truax, P.Klinik önem: Psikoterapi araştırmalarında anlamlı değişikliği tanımlamaya istatistiksel bir yaklaşım. Danışmanlık ve Klinik Psikoloji Dergisi. 1991, Cilt. 59, s. 12-19.
  17. ^ Terapistlere atfedilebilen sonuçlardaki değişkenliği tahmin etmek: Yönetilen bakımdaki sonuçların doğal bir çalışması. Wampold, Bruce E ve Brown, George S. 2005, Journal of Consulting and Clinical Psychology, Cilt. 73 (5), s. 914-923.
  18. ^ Sıralı Gözlemden Doğrusal Ölçüme. Doucette, A. Burr Oak, OH: s.n., 2006. Kuzey Amerika Psikoterapi Araştırmaları Derneği yıllık konferansı.
  19. ^ a b Doğal Ortamlar İçin Tasarlanmış Davranışsal Sağlık Tedavisi Sonucu ve Değerlendirme Aracının Doğrulanması: Tedavi Sonuç Paketi. Kraus, D.R., Seligman, D. ve Jordan, J.R. 2005, Journal of Clinical Psychology, Cilt. 61 (3), s. 285-314. http://onlinelibrary.wiley.com/doi/10.1002/jclp.20084/abstract
  20. ^ Lambert, M.J. Başkanlık adresi: Rutin klinik bakımda psikoterapi sonuçlarını iyileştirmeyi amaçlayan on yıllık bir araştırmadan neler öğrendik. Psikoterapi Araştırması. 2007, Cilt. 17, sayfa 1-14.
  21. ^ Hannan, C., vd. Tedavi başarısızlığı riski taşıyan hastaları belirlemek için bir laboratuvar testi ve algoritmalar. Klinik Psikoloji Dergisi. 2005, Cilt. 61, s. 155-163.
  22. ^ Lambert, M.J., Gregersen, A.T. ve Burlingame, G.M. Sonuç Anketi-45. (kitap yazarlığı) M. E. Murish. Tedavi planlaması ve sonuç değerlendirmesi için psikolojik testlerin kullanılması. 3 üncü. Mahway: Erlbaum, 2004, Cilt. 3, sayfa 191–234.
  23. ^ Tahmine Dayalı Modelleme: Bir Yönetilen Bakım Sağlayıcı Ağında Davranışsal Sağlık Hizmetlerinden Yüksek Yararlanma Riski Altındaki Yetişkin Medicaid Alıcılarını Belirlemek için EN İYİ Klinik Alan Öğelerini Kullanma. Stelk, W. ve Berger, M. Santiago de Chile: s.n., 2009. 40. SPR Uluslararası Yıllık Toplantısı.
  24. ^ Wampold. Büyük psikoterapi tartışması: Modeller, yöntemler ve bulgular. Mahwah: Erlbaum, 2001.
  25. ^ a b Psikoterapide terapist etkileri: Ulusal Depresyon Ruh Sağlığı Tedavisi Enstitüsü İşbirlikçi Araştırma Programı verilerinin rastgele etki modellemesi. Kim, Don-Min, Wampold, Bruce E ve Bolt, Daniel M. 2006, Psychotherapy Research, Cilt. 16 (2), sayfa 161-172.
  26. ^ Depresyonun psikofarmakolojik tedavisinde psikiyatrist etkileri. McKay, K, Imel, Z ve Wampold, B. 2006, Journal of Affective Disorders, Cilt. 92 (2), sayfa 287-290.
  27. ^ "EN İYİ Değerlendirme | Sonuç Yönlendirmeleri A.Ş.".
  28. ^ Horowitz, L.M., Lambert, M.J. ve Strupp, H.H., (ed.). Duygudurum, anksiyete ve kişilik bozukluklarındaki hasta değişikliğini ölçmek: Temel bataryaya doğru Washington, DC: American Psychological Association Press, 1997.
  29. ^ Brown, T.A. Uygulamalı araştırma için doğrulayıcı faktör analizi. New York: Guilford, 2006.
  30. ^ Hermann, R.C., Rollins, C. K. ve Chan, J.A. Akıl Sağlığı ve Maddeye Bağlı Bakımın Risk Ayarlama Sonuçları: Literatürün Gözden Geçirilmesi. Harvard Psikiyatri İncelemesi. 2007, s. 52-69.
  31. ^ Lambert, M. J., vd. LSQ için yönetim ve puanlama kılavuzu. Van Nuys, CA: PacifiCare Davranış Sağlığı, 2001.
  32. ^ "WellnessCheck Giriş".