Tänk dig två personer som just påbörjat samma internetbaserade behandling mot depression. Den ena är 55 år, har en universitetsexamen och är för tillfället utan arbete. Den andra är 25, jobbar heltid och har gymnasiet som högsta utbildning. Vem av dem går igenom hela behandlingsprogrammet?
De flesta jag frågar gissar på den yngre med jobbet. I den studie vi just publicerat i Nature Mental Health pekar allt åt andra hållet.
Varför en vanlig metaanalys inte räckte
Att internetbehandling mot depression fungerar är inte längre kontroversiellt. Problemet ligger någon annanstans: många fullföljer aldrig. För att ta reda på vilka som hoppar av räcker det inte att jämföra publicerade medelvärden mellan studier (eftersom det är variationen mellan enskilda deltagare vi är ute efter och den försvinner i medelvärdet).
Lösningen heter IPD (individual participant data) alltså rådata på deltagarnivå från många olika behandlingsstudier. Tillsammans med Lingyao Tong och ett stort internationell forskargrupp gick vi igenom 12 749 sammanfattningar, bad forskargrupperna bakom de aktuella studierna (oftast vi själva 😉) om originaldata och analyserade sedan allt med en och samma statistiska modell. Slutresultatet blev 71 randomiserade kontrollerade studier, 85 behandlingsarmar och 8 082 deltagare, varav 54 behandlingsarmar med terapeutstöd och 31 utan. Medelåldern var knappt 41 år och sju av tio var kvinnor.
Det är, milt uttryckt, ett annat underlag än förra gången någon gjorde det här. Den studien kom 2015 och byggde på 10 studier med 2 705 deltagare.
Hur mycket gör folk egentligen i sina internetbehandlingar?
I genomsnitt genomfördes 60,5 procent av modulerna. Spridningen mellan studier var stor, från 32 till 98 procent, vilket i sig säger något om hur olika de här programmen är. Vissa har mycket text och höga krav för att gå vidare till nästa veckas modul, andra har medvetet låga trösklar.
Drygt var tredje deltagare gick hela vägen, 37,3 procent. Med terapeutstöd var siffran 40,3 procent, utan stöd 34,2. Skillnaden finns, men den är mindre än många nog föreställer sig.
Fyra saker hängde ihop med att sluta tidigt
När alla prediktorer analyserades samtidigt stod fyra kvar:
- Yngre deltagare gjorde färre moduler.
- Män gjorde färre än kvinnor, och sambandet blev tydligare när vi kontrollerade för övriga faktorer.
- Kortare utbildning hängde ihop med lägre följsamhet.
- Den som hade ett arbete gjorde färre moduler. Det förvånade oss, och såvitt vi vet har det inte visats tidigare.
Men även om det var signifikanta skillnader så var ibland siffrorna inte så skilda. Kvinnorna gjorde exempelvis i genomsnitt 63,2 procent av modulerna, männen ungefär 61. Det handlar alltså inte om att män aldrig fullföljer, utan om några procentenheter. De blir betydelsefulla först när siffrorna skalas upp till hela vårdsystem.
Och det som inte spelade någon roll
Vi hittade inget samband mellan följsamhet och hur svår depressionen var vid start. Inte heller samtidig ångestproblematik hade betydelse. Båda har rapporterats i tidigare forskning. Här uteblev de.
Bilden av att det är de sjukaste och mest belastade som faller ifrån får alltså inget stöd i vår studie. Om något talar resultaten för att digitala behandlingar håller kvar en bred grupp patienter oavsett symtomtyngd.
Terapeutstöd förändrade inte heller vilka som hoppade av. Vi hittade inga signifikanta interaktioner mellan prediktorerna och graden av stöd. När vi analyserade formaten var för sig framträdde kön, utbildning och sysselsättning i de guidade behandlingarna, men inga signifikanta prediktorer alls i de självstyrda. Här ska vi dock vara försiktiga, för underlaget var för litet för att fånga små samband.
Följsamhet hänger ihop med hur det går
Sista fyndet är det som gör resten kliniskt användbart. Ju fler moduler en deltagare gjorde, desto lägre depressionsnivå efter behandlingen, även när vi kontrollerade för hur personen mådde från början. Sambandet höll när vi lade in ytterligare individ- och studiefaktorer.
Följsamhet är alltså en behandlingsvariabel, och den ser ut att gå att påverka. I en sidoanalys på ett mindre underlag hängde både antalet meddelanden från behandlaren och den tid behandlaren lade ner ihop med högre följsamhet.
Vad man kan göra med det här
Den självklara slutsatsen är att sluta behandla alla deltagare som samma person. En 26-årig man med heltidsjobb och gymnasieutbildning är enligt de här data i riskzonen för att tappa greppet om programmet, och det vet vi innan behandlingen ens har börjat. Extra påminnelser, tätare avstämningar, kortare moduler eller helt enkelt ett samtal om när i veckan arbetet faktiskt ska göras. Sådant kostar lite.
Studien har förstås också en del begränsningar. Vi fick inte tag på rådata från alla studier vi ville ha, och de som saknades var oftare oguidade program eller studier från Nordamerika och Asien. Vi mätte dessutom följsamhet som andel genomförda moduler. Det är måttet som faktiskt rapporteras i studierna, men långt ifrån det enda tänkbara. Om framtida studier också redovisade tid i programmet, genomförda hemuppgifter och användarupplevelse skulle vi kunna säga mer.
Riktningen är ändå tydlig. Vi har lagt tjugofem år på att visa att utveckla och testa om internetbehandling fungerar. Nu handlar det om att få identifiera faktorer för att individanpassa insatserna.
Referens
Tong, L., Panagiotopoulou, O.-M., Miguel, C., Harrer, M., Amarnath, A., Ciharova, M., Gemmill, A. W., Salamanca-Sanabria, A., Williams, A., Fonseca, A., Zarski, A. C., Geraedts, A., van Straten, A., Raevuori, A., Arntz, A., Ghosh, A., Meyer, B., Allenhof, C., Lukas, C. A., Knaevelsrud, C., Williams, C., Lu, C., Bockting, C., Ebert, D. D., Richards, D., Feil, E. G., Addington, E. L., Forsell, E., Cao, F., Vázquez, F. L., Boele, F. W., Kay-Lambkin, F., Holländare, F., Andersson, G., Baumeister, H., Hadjistavropoulos, H. D., Riper, H., Choi, I., Klein, J. P., Milgrom, J., Lambert, J., Dahne, J., Stewart, J. C., Smith, J., Montero-Marin, J., Newby, J., Abi Ramia, J., Reins, J. A., Lundgren, J., Moskowitz, J. T., Jackson, K. L., Lillevoll, K., Vernmark, K., Sander, L. B., Braun, L., Warmerdam, L., Littlewood, L., Heinrich, M., Gili, M., Deady, M., Kraepelien, M., Berking, M., Schaub, M. P., Buhrman, M., Forand, N. R., Titov, N., Pugh, N., Lindefors, N., Gupta, N., Zagorscak, P., Carlbring, P., Johansson, P., El Chammay, R., Arjadi, R., van der Zanden, R., Araya, R., Krämer, R., Johansson, R., Kenter, R. M. F., Boeschoten, R., Gupta, S. K., Schlicker, S., Perini, S., Gilbody, S., Köhler, S., Nobis, S., Berger, T., Hegerl, U., Blanco, V., Kaldo, V., Pop, V., Spek, V., Pots, W., Sun, Y., Forsell, Y., Cuijpers, P., & Karyotaki, E. (2026). An individual participant data meta-analysis of predictors of adherence to internet-based interventions for depression. Nature Mental Health. https://doi.org/10.1038/s44220-026-00707-4