Rol van de therapeutische relatie in internettherapie bij chronische vermoeidheid na kanker

UNIVERSITEIT VAN AMSTERDAM

FACULTEIT DER MAATSCHAPPIJ- EN GEDRAGSWETENSCHAPPEN

Rol van de Therapeutische Relatie in Internettherapie

bij Chronische Vermoeidheid na Kanker

Datum

: 27-11-1015

Student

: Mirjam Molenaar

Studentnummer

: 6060862

Universiteit

: Universiteit van Amsterdam

Instelling

: Helen Dowling Instituut

Begeleider UvA

: A.A.P. van Emmerik, PhD

Begeleider HDI

: F.Z. Bruggeman-Everts, MSc

Inhoudsopgave

Voorspellende waarde van de therapeutische relatie ... 25

Doelschaal, Bandschaal en Taakschaal ... 26

Explorerende analyses dropouts en completers ... 28

Discussie ... 34

Literatuurlijst ... 40

Voorwoord

Al vanaf het begin van mijn studie vond ik de rol van de therapeutische relatie een fascinerend onderwerp. De keuze voor de uitwerking van welk

werkingsmechanisme binnen de studie ‘Fitter na kanker’ was dan ook snel gemaakt. Mijn enthousiasme voor de generieke factor therapeutische relatie verschoof tijdens pittige perioden van data-analyse soms wat naar de achtergrond. Nu ik aan het einde van mijn masterthesetraject ben gekomen, komt het oude enthousiasme weer terug. Ik zeg met Yalom (2010): ‘Het is de relatie die geneest, het is de relatie die geneest’. Relaties waren niet alleen belangrijk als onderwerp van mijn these, maar ook als supportteam om mij heen. En om in de termen van mijn masterthese te spreken: Voor mij waren deze relaties van grote betekenis in de voorspellende waarde van de

uitkomstmaat. Het was goud waard.

Mijn dank gaat uit naar Fieke Bruggeman-Everts mijn supervisor binnen het Helen Dowling Instituut. Ik vond het een voorrecht mijn masterthese te mogen doen binnen het HDI, een organisatie op het kruispunt van mijn beide beroepen

oncologieverpleegkundige en psycholoog. Ik heb veel gehad aan je feedback en motiverende houding tijdens onze overlegmomenten.

Ook wil ik Arnold van Emmerik, mijn supervisor vanuit de Universiteit van Amsterdam, bedanken voor zijn support. Hij stond altijd open voor zowel praktische als inhoudelijke vragen.

Verder wil ik zeker het thuisfront niet vergeten te noemen, Willem mijn man en David, Else, Simon en Thijs, onze kinderen. Bedankt dat jullie thuis de trein lieten rijden en mij de mogelijkheid gaven deze weg te gaan.

Abstract

Deze studie onderzocht de rol van de kwaliteit van de therapeutische relatie op de afname van chronische vermoeidheid bij kanker. Dataverzameling vond plaats binnen de Randomised Controlled Trial ‘Fitter na kanker’ (2013-2016) waarin de effectiviteit en werkingsmechanismen van twee online behandelingen worden onderzocht.

In de data-analyses zijn de gegevens betrokken van 35 deelnemers van de groep Ambulant Activity Feedback, 16 deelnemers van de groep Minder moe bij kanker, 33 deelnemers van de controlegroep en 28 deelnemers die de behandeling voortijdig afbraken (dropouts). Er bleek een significante 11.1% variantie in de afname van de vermoeidheid verklaard door de therapeutische relatie binnen de online behandelingen. Daarnaast werd geen significante voorspellende rol gevonden voor de afzonderlijke Bandaspecten, Doelaspecten of Taakaspecten.

Exploratief zijn mogelijke verschillen onderzocht tussen dropouts en completers. Er werden geen significante verschillen gevonden voor baseline demografische en medische variabelen. Daarnaast bleek er geen significant verschil in ervaren kwaliteit van de therapeutische relatie tussen dropouts en completers.

Binnen deze studie werd een voorspellende rol van de therapeutisch relatie op de afname van de vermoeidheid gevonden. Deze relatie speelt in online behandelingen mogelijk een kleinere rol speelt dan in face-to-face behandelingen.

Inleiding

Chronische vermoeidheid is één van de meest voorkomende klachten bij patiënten na het afsluiten van de kankerbehandeling (Vogelzang, Breithart, & Cella, 1997). Het onderscheidt zich in negatieve zin van dagelijkse vermoeidheid in termen van prevalentie, ernst en persistentie. De oorzaak is onbekend en er lijkt ook geen relatie te bestaan met het type kanker (Servaes, Verhagen, Schreuder, Veth, & Bleijenberg, 2003). Deze chronische vermoeidheid interfereert met dagelijkse

activiteiten en interpersoonlijk functioneren zodat dit klachtenpatroon veel lijdensdruk kan teweegbrengen (Servaes, Prins, Verhagen, & Bleijenberg, 2002). Daarnaast

veroorzaakt het hoge economische kosten door ziekteverzuim en toegenomen zorgkosten. Chronische vermoeidheid is een toenemend probleem sinds zowel de incidentie als de overleving bij kanker toenemen (Van der Lee & Garssen, 2012). Uit de literatuur blijkt dat circa 30% van de cancersurvivors met deze problematiek te maken krijgt (Servaes, Verhagen, & Bleijenberg, 2002).

Het vinden van effectieve behandelingen die deze chronische vermoeidheid helpen verminderen, is daarom van groot belang. De laatste decennia zijn er

verschillende studies uitgevoerd die de effectiviteit van behandelingen als Cognitieve Gedragstherapie (Gielissen, Verhagen, Witjes, & Bleijenberg, 2006) en Mindfulness Based Cognitive Therapy ondersteunen (Van der Lee & Garssen, 2012). Daarnaast lijkt het vinden van een goede balans in de afwisseling van fysieke activiteiten en rust een gunstige uitwerking te hebben op chronische vermoeidheidsklachten (Courneya et al., 2003).

De resultaten van bovenstaande studies zijn gebaseerd op face-to-face behandelingen. De laatste decennia is het aandeel online therapie erg toegenomen binnen het totale therapieaanbod (Ruwaard, Lange, Schrieken, & Emmelkamp, 2011).

Het aanbieden van online interventies maakt therapie bereikbaar voor cliënten die geen tijd, middelen of energie hebben om te reizen. Daarnaast kan online therapie op ieder gewenst moment van de dag gedaan worden. Het Netwerk Online Hulp, een platform voor samenwerking en kennisuitwisseling voor organisaties die online hulp bieden, registreert jaarlijks het gebruik van online hulp. Zij rapporteerden in 2010 een aantal van 181.000 online hulpcontacten in vergelijking met een aantal van 55.773 in 2007. Deze verdrievoudiging illustreert de toename in online behandelingen (www.E-hulp.nl).

In face-to-face therapie is aangetoond dat een kwalitatief goed beoordeelde relatie tussen cliënt en therapeut een groot deel van het therapie-effect verklaart. Asay en Lambert (1999) vonden dat 30% van de variantie in therapiesucces wordt verklaard door de ervaren kwaliteit van de therapeutische relatie vanuit cliëntenperspectief. De conclusie dat de therapeutische relatie één van de belangrijkste pijlers is voor

behandelsucces wordt ondersteund door de meta-analyse van Martin et al. (2000, aangehaald in Knaevelsrud & Maercker, 2006). Zij vonden dat 22% van de variantie in therapiesucces wordt verklaard door de kwaliteit van de therapeutische relatie. Door de toename van online behandelingen is het relevant de rol van de therapeutische relatie in internettherapie nader te onderzoeken.

Een definitie van de therapeutische relatie is “de mate waarin patiënt en therapeut doelbewust samenwerken en emotioneel verbonden zijn” (Knaevelsrud & Maercker, 2006). In het Werkalliantie-model van Bordin (1976, aangehaald in Stinckens, 2009) komen deze aspecten ook aan bod. Bordin benadert de therapeutische relatie als een actieve samenwerking tussen cliënt en therapeut waarvoor beiden

verantwoordelijkheid dragen. In het model staan drie elkaar wederzijds beïnvloedende aspecten centraal, namelijk het Doelaspect, het Taakaspect en het Bandaspect. Het Doelaspect betreft overeenstemming omtrent doelen, dus gebieden waarop verandering

tot stand zou moet komen. Het Taakaspect betreft overeenstemming omtrent taken, dus de activiteiten die cliënt en therapeut moeten stellen om de doelen te realiseren. Het Bandaspect betreft de kwaliteit van de interpersoonlijke band, dus het gevoel van verbondenheid en vertrouwen en het wederzijdse ‘engagement’. Er is reden aan te nemen dat het Doelaspect een belangrijkere voorspeller is voor de afname van

vermoeidheid binnen online therapie dan het Bandaspect of het Taakaspect (Andersson et al., 2012). Binnen online interventies is er namelijk geen direct contact en zijn er derhalve minder mogelijkheden deze band te ontwikkelen. Cook en Doyle (2002) vonden eveneens bij deelnemers van een online behandeling significant hogere scores op de Doelschaal dan deelnemers van een face-to-face behandeling. Bij de Taakschaal en de Bandschaal werden geen significante verschillen gevonden tussen deelnemers van online- of face-to-face behandeling.

Er zijn concrete verschillen in de vormgeving van de therapeutische relatie tussen online therapie en face-to-face therapie. In tegenstelling tot face-to-face therapie is online therapie gekenmerkt door geschreven communicatie, geografische afstand en visuele anonimiteit (Knaevelsrud & Maercker, 2007). Het is onduidelijk wat de invloed van deze verschillen is op de rol van de therapeutische relatie. Er is een beperkt aantal studies dat zich specifiek richtte op de therapeutische relatie tussen psycholoog en cliënt in online behandelingen. Cook en Doyle (2002) vonden vergelijkbare evaluaties van de therapeutische relatie tussen een online- en een face-to-face groep. Deze studie heeft echter een aantal tekortkomingen. De online behandelgroep was erg heterogeen, door een grote diversiteit aan diagnoses en behandelingen vanuit verschillende

theoretische oriëntaties. Daarnaast was de steekproef klein waardoor de validiteit van het onderzoek in het geding is.

Knaevelsrud en Maercker (2006) deden onderzoek naar de predictieve waarde van de therapeutische relatie in online Cognitieve Gedragstherapie voor Post

Traumatische Stress Stoornis (PTSS). De kwaliteit van de therapeutische relatie werd gemiddeld hoog gewaardeerd. Dit gaf aan dat ook in een online behandeling een kwalitatief goede therapeutische relatie gevormd kan worden. In tegenstelling tot de verwachting werd een matig sterke associatie gevonden tussen de kwaliteit van de therapeutische relatie en de behandelingsuitkomsten van ervaren angst en depressie. Knaevelsrud en Maercker (2007) deden opnieuw onderzoek naar de mate waarin de kwaliteit van de therapeutische relatie het behandelsucces verklaart binnen online behandeling. Deelnemers met een PTSS diagnose werden verdeeld over een

therapeutische conditie met tien sessies Cognitieve Gedragstherapie of een wachtlijstconditie. Zij concludeerden dat het werkingsmechanisme van de

therapeutische relatie 15% bleek te voorspellen van het totale behandelsucces van onlinebehandeling.

Andersson, Paxling, Wiwe, Vernmark en Felix (2012) onderzochten de rol van de therapeutische relatie bij drie online behandelingen die zich respectievelijk richtten op patiënten met een depressie, een gegeneraliseerde angststoornis (GAD) en sociale angst. Hoewel er een hoge ervaren kwaliteit van de therapeutische relatie in de drie

behandelgroepen werd gevonden, bleek de relatie tussen deze scores en de afname van de symptomen niet significant samen te hangen. Zij concludeerden dat in online

behandelingen de therapeutische relatie minder belangrijk is dan in face-to-face behandelingen. In deze studie werd wel een significant hogere waardering van

Doelaspecten binnen de online behandeling bij patiënten met een depressie gevonden (Andersson et al., 2012). Dit suggereert dat in een online therapeutische relatie

Samenvattend geven de besproken studies geen eenduidig beeld over de rol van de therapeutische relatie binnen online therapie. Daarnaast is het aantal studies naar de invloed van de therapeutische relatie in online therapie beperkt.

Een belangrijke beperking van online behandeling, wat door meerdere studies wordt ondersteund, betreft het percentage dropouts. Een dropout wordt gedefinieerd als een deelnemer die voortijdig de behandeling afbreekt. Het percentage dropouts in online therapie ligt beduidend hoger dan in face-to-face therapie. Carlbring et al. (2006)

vonden dropout percentages tot 60% en Christensen, Griffiths en Farrer (2009) vonden zelfs percentages tot 70%. Binnen het Helen Dowling Instituut vonden Bruggeman-Everts, Van der Lee en Jager-Meezenbroek (2015) voor een vergelijkbare behandeling in de online therapie een dropout percentage van 38% en vonden Van der Lee en Garssen (2012) in de face-to-face therapie een dropout percentage van 7%. Carlbring et al. (2006) vonden een lager dropout percentage wanneer online behandeling werd gecombineerd met een wekelijkse telefoongesprek met de persoonlijk therapeut.

Samenvattend is het zinvol te kunnen voorspellen wie er uitvallen en of de kwaliteit van de therapeutische relatie hier een rol in vervult.

Het huidig onderzoek richt zich op de vraag of de therapeutische relatie een voorspeller is van de uitkomst van twee verschillende online therapieën voor vermoeidheid na kanker. Naast inzicht in de rol van de therapeutische relatie bij deelnemers die de behandeling afronden (completers), is het relevant inzicht te verkrijgen in de rol van de therapeutische relatie bij deelnemers die de behandeling voortijdig afbreken (dropouts). Wie vallen eruit en waarom. En wat is daarbij de rol van de therapeutische relatie. Dropouts worden gedefinieerd als deelnemers die de

behandeling voortijdig zijn gestopt en minder dan 70% van de behandeling hebben gevolgd. Dit is overeenkomstig de norm die binnen het studieprotocol gehanteerd

wordt: ‘A participant is considered a dropout if he/she withdraws from the intervention while having completed less than 70% of the intervention’ (Wolvers, Bruggeman-Everts, Van der Lee, Van de Schoot, & Vollenbroek-Hutten, 2015). Completers worden

gedefinieerd als deelnemers die het programma voor 70% of meer gevolgd hebben. Deze 70% grens wordt gebruikt binnen de studie ‘Fitter na kanker’ (zie paragraaf Methode), omdat 70% voldoende input zou zijn om een effectieve interventie te kunnen zijn.

Uit het voorgaande komen de volgende onderzoeksvragen voort:

1. Is de kwaliteit van de therapeutische relatie een voorspeller voor de afname van vermoeidheid in online behandeling bij chronische vermoeidheid na kanker? 2. Als er een significante relatie tussen kwaliteit van de therapeutische relatie en de afname van vermoeidheid wordt gevonden: Is het Doelaspect een sterkere voorspeller dan het Bandaspect of het Taakaspect van de afname van de vermoeidheid door online behandeling?

Om inzicht te krijgen in wie er vroegtijdig stoppen met de online behandeling (dropouts) worden de volgende twee vragen onderzocht:

3. Zijn er significante verschillen tussen dropouts en completers op demografische en medische gegevens?

4. Is de kwaliteit van de therapeutische relatie een voorspeller voor dropout?

Als illustratie van de kwantitatieve data werden tevens kwalitatieve data, in de vorm van twee semi-gestructureerde interviews na het afsluiten van de online behandeling, verzameld. Voor de gebruikte vragen zie de bijlage.

Met betrekking tot deze onderzoeksvragen wordt op grond van de literatuur het volgende verwacht:

Hypothese 1: De ervaren kwaliteit van de therapeutisch relatie in week 4 is een voorspeller van de afname van de vermoeidheid in beide online behandelingen. Als blijkt dat de therapeutische relatie een voorspeller is voor de afname van de vermoeidheid, wordt de volgende hypothese van kracht:

Hypothese 2: Binnen de ervaren kwaliteit van de therapeutische relatie is het Doelaspect een sterkere voorspeller dan het Taakaspect en het Bandaspect van de afname van de vermoeidheid (Andersson et al., 2012).

Exploratief zal er worden gekeken naar eventueel demografische of medische

verschillen tussen dropouts en completers van de online interventies binnen de studie ‘Fitter na kanker’. Omdat hier vanuit de literatuur geen gegevens over bekend zijn, kunnen hier geen hypotheses over worden opgesteld.

Hypothese 3: Een lagere ervaren kwaliteit van de therapeutische relatie in week 1 is een voorspeller voor een hogere kans op dropout.

Methode

De gegevens van de deelnemers werden verkregen uit het nog lopende onderzoek ‘Fitter na kanker’ (www.trialregister.nl NTR 3483). De looptijd van het

onderzoek is van 2013 tot en met 2016. Binnen de Randomised Controlled Trial ‘Fitter na kanker’ worden de effectiviteit en werkingsmechanismen van twee online

behandelingen onderzocht op het verminderen van chronische vermoeidheid na kanker ten opzichte van een controlegroep. Deelnemers werden geworven via internet, flyers en informatieavonden in inloophuizen voor kankerpatiënten. Na aanmelding worden

deelnemers voor de studie ‘Fitter na kanker’ geselecteerd op basis van de volgende inclusiecriteria:

 _{In het verleden kanker hebben gehad maar nu ‘schoon’ of ‘kanker-vrij’ zijn;}  _{Tenminste drie maanden last hebben van ernstige vermoeidheid na kanker}

(Subschaal ‘Ervaren Vermoeidheid’ van de Checklist Individuele Spankracht ≥ 35);

 _{De laatste kankerbehandeling langer dan drie maanden geleden hebben gehad.} (onder behandeling wordt hier verstaan: operatie, chemokuur, bestraling/ radiotherapie, immunotherapie, beenmergtransplantatie. Hormoontherapie, ontstekingsremmers en controlebezoeken wordt hier niet gezien als

behandeling);

 _{>19 jaar en > 18 jaar toen de kanker werd gediagnostiseerd;}  _{Schrijven en spreken van Nederlands beheersen;}

 _{Geen last hebben (gehad) van ernstige psychiatrische problematiek zoals een} ernstige depressie, psychose, schizofrenie, of op dit moment een alcohol- of drugsverslaving. Mensen die een milde depressie hebben (gehad) kunnen wel meedoen.

Na inclusie worden de deelnemers gerandomiseerd in één van de volgende drie condities:

1. Ambulant Activity Feedback (AAF). Deze negen weken durende, geprotocolleerde online therapie beoogt de balans, de perceptie en het niveau van fysieke

activiteiten te verbeteren met als doel het niveau van ervaren vermoeidheid te verlagen. De deelnemer wordt begeleid door een fysiotherapeut. De behandeling bestaat uit een wekelijks mailcontact, het gebruik van een bewegingsmeter en

het geven van feedback aan de deelnemer over zijn dagelijkse fysieke

activiteitenpatroon (Wolvers, & Vollenbroek-Hutten, 2015). Gezamenlijk met de fysiotherapeut wordt een persoonlijk doel vastgesteld rond het fysieke

activiteiten patroon. De deelnemer draagt een meter om de dagelijkse fysieke activiteiten te monitoren en te kunnen reguleren. In de literatuur is

ondersteuning voor het belang van meer fysieke activiteiten naast het vinden van een goede balans tussen activiteiten en rust voor vermindering van chronische vermoeidheid na kanker (Servaes et al., 2002). De studie ‘Fitter na kanker’ beoogt meer kennis te verzamelen over de werkingsmechanismen van fysieke

activiteiten. De tijdsinvestering van deze online behandeling wordt geschat op drie uur per week.

2. Mindfulness Based Cognitive Therapy (MBCT). Deze negen weken durende, geprotocolleerde online therapie voegt elementen uit de Cognitieve Therapie toe aan het Mindfulness-Based Stress Reductie Programma van Kabat-Zinn

(Bruggeman-Everts, Van der Lee, & deJager Meezenbroek, 2015). Het doel van MBCT is het aanleren van vaardigheden om meer bewust te zijn van het hier en nu. Dit stelt mensen in staat te kiezen voor meer helpend coping gedrag. In tegenstelling tot Cognitieve Gedragstherapie (CGT) probeert MBCT niet de inhoud van negatieve automatische gedachten te wijzigen. Het is de vaardigheid zich los te kunnen maken om een escalatie van negatieve automatische gedachten te voorkomen (Van der Lee & Garssen, 2012). MBCT onderwijst een manier om fysieke beperkingen, pijn of vermoeidheid te accepteren (Bruggeman-Everts et al., 2015). De deelnemer wordt begeleid door een psycholoog. De deelnemers ontvangen iedere week informatie en instructies over een specifiek thema. Via internet worden daarvoor ook ademhalings- en bewustzijns oefeningen

aangeboden. Deelnemers houden een logboek bij waarin ze hun ervaringen bij het doen van de oefeningen opschrijven, waarna hun psycholoog wekelijks feedback geeft op deze logboeken. De deelnemer kan niet naar de volgende oefening voor hij ervaringen met huiswerk heeft ingebracht. De tijdsinvestering wordt geschat op vier uur per week.

3. Minimale Interventie (controlegroep). Deze negen weken durende minimale therapie bestaat uit psycho-educatie. Deelnemers ontvangen wekelijks

ondersteunende e-mails met gestandaardiseerde tekst die informatie en educatie bevat over vermoeidheid na kanker en hoe hier mee om te kunnen gaan. Er is geen sprake van een persoonlijk therapeut. Deelnemers kunnen deze e-mails niet beantwoorden om zo deze interventie minimaal en standaard te houden. Er wordt niet gecontroleerd of deelnemers daadwerkelijk de e-mails lezen (Bruggeman-Everts et al., 2015).

Van de deelnemers die tijdens de onlinebehandeling een recidief van de kanker kregen, wordt de data niet meegenomen in de analyses, maar ze mogen hun therapie wel afmaken. Het is dan namelijk onduidelijk of een eventuele toename van de

vermoeidheid veroorzaakt wordt door een mogelijk niet effectieve behandeling of door de symptomen behorend bij de ziekte kanker.

Omdat het onderzoek ‘Fitter na kanker’ nog niet is afgerond, konden niet de data van alle deelnemers gebruikt worden voor deze masterthese. De data van deelnemers die op de peildatum 22 juni 2015 een van de drie condities hebben gevolgd en de

nameting hebben ingevuld (T1, completers) of voortijdig de conditie hebben afgebroken (dropouts) zijn gebruikt voor deze studie. Overeenkomstig de literatuur worden

gevolgd. Dropouts worden gedefinieerd als deelnemers die de behandeling voor deze 70% grens hebben afgebroken.

Procedure

Na inclusie werden verschillende demografische en medische gegevens verzameld van de deelnemers. Alle vragenlijst werden digitaal afgenomen. Naast de variabelen therapeutische relatie en vermoeidheid wordt een veelheid aan variabelen in kaart gebracht, zoals de slaapkwaliteit, lichamelijke activiteit, verwachtingen van de behandeling, en gevoel van controle over de vermoeidheid. Deze variabelen zijn echter niet de focus van deze masterthese. De ernst van de ervaren vermoeidheid wordt gemeten voorafgaand aan de negen weken durende therapie (baseline T0b), een week na het beëindigen van de negen weken durende online behandeling (T1), zes maanden na baseline (T2) en een jaar na baseline (T3). De totale studieduur voor een deelnemer betreft één jaar. Deelnemers uit de controlegroep krijgen na een half jaar (na T2) de mogelijkheid alsnog een van beide onlinebehandelingen te volgen. De therapeutische relatie krijgt vorm door wekelijks e-mailcontact, gedurende de negen weken online behandeling, tussen de deelnemer en een vaste psycholoog of fysiotherapeut. De

deelnemer heeft na inloggen op de webpagina een foto van de persoonlijk psycholoog of fysiotherapeut in beeld. Totaal zijn er vier psychologen betrokken bij de MBCT en vier fysiotherapeuten bij de AAF. De kwaliteit van de therapeutische relatie wordt gemeten in week 1, 2 en 4 van de negen weken durende online interventies. Voor de aanvang van de online behandeling draagt de deelnemer een week een bewegingsmeter als

deelnemer nogmaals drie keer drie dagen de bewegingsmeter evenals na het afsluiten van de negen weken durende behandeling.

Bij voortijdig afbreken van de behandeling (dropout) wordt de deelnemer gevraagd of hij bereid is wel de vragenlijsten online in te blijven vullen. Het is deelnemer te allen tijde toegestaan te stoppen met de behandeling. Voor het design van de studie ‘Fitter na kanker’ zie Figuur 1.

Meetinstrumenten

Subschaal ‘Ervaren vermoeidheid’ van de Checklist Individuele Spankracht (CIS)

Vermoeidheid wordt gemeten door de subschaal ‘Ervaren vermoeidheid’ van de Checklist Individuele Spankracht (CIS). Deze subschaal telt 8 items (Vercoulen, Alberts, & Bleijenberg, 1999). Op een zevenpunts Likertschaal kan de deelnemer aankruisen in hoeverre betreffend item op hem of haar van toepassing is. Een voorbeelditem is ‘Ik voel mij fit’. De deelnemer geeft aan door een kruisje in één van de zeven vakjes tussen ‘ja dat klopt’ (1) en ‘nee, dat klopt niet’ (7) in welke mate dit item de laatste twee weken van toepassing is. De totaalscore is minimaal 8 en maximaal 56. Een hogere score indiceert een grotere vermoeidheid. Op de verschillende meetmomenten worden de items in een andere volgorde aangeboden. De cut-off van de CIS ‘Ervaren vermoeidheid’ subschaal ≥ 35 als grensscore voor ernstige vermoeidheid wordt algemeen in de

literatuur gehanteerd (Gielissen, Verhagen, Witjes, & Bleijenberg, 2006). De CIS is een betrouwbaar en valide instrument (Beurskens, Bultmann, & Kant, 2000).

Werkalliantie Vragenlijst (WAV)

De kwaliteit van de therapeutische relatie van de deelnemer met persoonlijk therapeut wordt gemeten met de Werkalliantie Vragenlijst (WAV). De oorspronkelijke vragenlijst is de Working Alliance Inventory (WAI) ontwikkeld door Horvath en

Greenberg in 1982 (Stickens, Ulbrughs, & Claes, 2009). In het Nederlands taalgebied werd de WAI vertaald door Vertommen en Vervaeke (1990) in de Werkalliantie Vragenlijst (WAV). De WAV bestaat uit 12 items, die worden verdeeld over drie subschalen: de Taak-, Doel- en Bandschaal, ieder bestaand uit vier items. De 12 items van de WAV zijn twaalf omschrijvingen, waarbij de deelnemer door een vijfpunts

Likertschaal moet aangeven in hoeverre deze omschrijving op hem/haar van toepassing is. Een voorbeelditem is ‘Een resultaat van deze sessie is dat het voor mij duidelijker is hoe ik zou kunnen veranderen’. Bij elke uitspraak heeft de deelnemer vijf

antwoordmogelijkheden: ‘zelden of nooit’ (1), ‘soms’ (2), ‘dikwijls’ (3), ‘zeer vaak’ (4) en ‘altijd’ (5). De totaalscore van de WAV is minimaal 12 en maximaal 60. Een hogere score indiceert een betere werkrelatie. De WAV wordt alleen afgenomen vanuit

cliëntenperspectief, de therapeut variant wordt niet afgenomen. Het cliëntoordeel blijkt namelijk de grootste voorspellende waarde te hebben voor het therapieverloop. Volgens de literatuur is de ervaren kwaliteit van de therapeutische relatie in week 4 het hoogst, omdat in de eerste weken contactgroei plaatsvindt, waarna deze ervaren kwaliteit niet verder zal toenemen. Daarnaast blijkt de WAV blijkt een betrouwbaar en valide

instrument (Stickens, Ulbrughs, & Claes, 2009).

Statistische analyses

Voor het beantwoorden van de onderzoeksvraag worden de AAF en MBCT samen genomen, waarbij de online behandeling de gemeenschappelijke deler is. Vanuit power overwegingen en de ongelijke grootte van de groep completers van de AAF (N = 35) en van de MBCT (N = 16) had het de voorkeur beide onlinebehandelingen als één groep te benaderen.

Om te controleren of de ervaren kwaliteit van de therapeutische relatie in week 4 het hoogst is wordt een paired samples t-test uitgevoerd, waarbij de gemiddelden van week 4 met de gemiddelden van week 1 vergeleken worden.

Hypothese 1 met betrekking tot een mogelijk voorspellende rol van de

wordt eerst getoetst door middel van een Pearsons correlatie tussen de voor- en nameting van de ervaren vermoeidheid. Vervolgens wordt de afname van de ervaren vermoeidheid berekend door het vaststellen van de verschilscore tussen voor- en nameting. In de literatuur word deze verschilscore gecorrigeerd voor individuele verschillen van deelnemers op de voormeting en dan Residual Gain Scores genoemd. Voor het bepalen van de Residual Gain Score (gecorrigeerde verschilscore) dient eerst een Z-getransformeerde voormeting en een Z-getransformeerde nameting berekend te worden (Field, 2013). Voor het berekenen van de Residual Gain Score wordt de volgende formule gehanteerd:

Z2 – (Z1 * r12) Z2 = Z getransformeerde nameting

Z1 = Z getransformeerde voormeting

r12 = Pearsons correlatie tussen voor- en nameting

Vervolgens wordt door middel van lineaire regressie onderzocht wat de

verklaarde variantie is van de therapeutische relatie (WAV week 4) op de afname van de vermoeidheid (Residual Gain Score) binnen de online behandelingen. Door middel van een multipele lineaire regressie analyse zal worden gekeken of de kwaliteit van de ervaren therapeutische relatie de afname in vermoeidheid voorspelt. Er wordt gekozen voor de WAV in week 4 omdat de verwachting is dan de hoogste score te vinden op ervaren kwaliteit van de therapeutische relatie (Stickens, Ulbrughs, & Claes, 2009). Indien er een significante relatie wordt gevonden, onderbouwt dit de hypothese dat de kwaliteit van de therapeutische relatie een rol speelt in de afname van de vermoeidheid.

Hypothese 2 die stelt dat de Doelschaal een belangrijke voorspeller is dan de Bandschaal of de Taakschaal voor de afname van de vermoeidheid binnen online

De exploratieve vraag naar mogelijke demografische en medische verschillen tussen de beide groepen dropouts en completers wordt onderzocht door Chi-square analyses en onafhankelijke t-testen. Er worden drie Chi-square analyses uitgevoerd voor de variabelen geslacht, opleidingsniveau en burgerlijke staat. Er worden vier

onafhankelijke t-tests uitgevoerd voor de variabelen leeftijd, aantal maanden sinds kankerdiagnose of aantal maanden na het afsluiten van de kankerbehandeling en baseline vermoeidheid.

Hypothese 3 die stelt dat een lagere ervaren kwaliteit van de therapeutische relatie in week 1 een voorspeller is voor een hoger percentage dropout, wordt

onderzocht door middel van een onafhankelijke t-test. De gemiddelden van de ervaren kwaliteit van de therapeutische relatie in week 1 (WAV) van de groep dropouts en de groep completers worden daarbij vergeleken. De meting van week 1 en niet de meting van week 4 wordt vergeleken om zoveel mogelijk dropouts in de analyses te kunnen betrekken.

Indien er geen significant verschil wordt gevonden in kwaliteit van de

therapeutisch relatie tussen dropouts en completers kan dit worden veroorzaakt door een onjuist meetmoment. Mogelijk is week 1 (M1WAV) een te vroeg meetmoment en is deze periode tekort voor het ontwikkelen van een therapeutische relatie. De statistische analyse wordt herhaald voor week 2 (M2WAV), waarin namelijk ook de therapeutische relatie gemeten wordt. Indien een verschil wordt gevonden, betekent dit dat er een significant verschil is tussen dropouts en completers in de variabele ervaren kwaliteit van de therapeutische relatie in week 1 (WAV). Dit verschil kan een indicatie zijn voor het voorspellen van dropout.

De meeste data zullen kwantitatief geanalyseerd worden. Alleen de twee semi-gestructureerde interviews zullen kwalitatief geanalyseerd worden. Gezien de beperkte

steekproef van deze kwalitatieve data kunnen hieraan geen wetenschappelijke

conclusies verbonden worden en zullen ze alleen gebruikt worden als illustratie van de kwantitatieve data. Voor de gebruikte vragen in beide interviews zie bijlage 1.

Alle statistische analyses werden uitgevoerd met SPSS 22. Een p-waarde benden de .05 wordt beschouwd als significant.

Resultaten

Op de peildatum van 22 juni 2015 hebben zich 358 mensen aangemeld voor het onderzoek ‘Fitter na kanker’. Vijfennegentig deelnemers gingen niet door na

aanmelding. Veertien deelnemers waren op de peildatum wel aangemeld, maar nog niet geïncludeerd. Van de 249 overgebleven deelnemers werden er 82 deelnemers

geëxcludeerd op basis van de inclusie criteria. Van de 167 inclusies kreeg er één deelnemer een recidief van de ziekte kanker en waren er drie deelnemers dropout. Twintig deelnemers waren op de peildatum wel geïncludeerd, maar nog niet

gerandomiseerd. Van de 143 randomisaties zijn er 56 deelnemers gerandomiseerd voor de AAF, 45 deelnemers voor de MBCT en 42 voor de controlegroep. Op de peildatum hadden 31 deelnemers de interventie nog niet afgerond (AAF 12 deelnemers, MBCT 13 deelnemers en controlegroep 6 deelnemers). Deze deelnemers konden niet

meegenomen worden in de data-analyses. Voor een flowchart van het lopende onderzoek ‘Fitter na kanker’ zie Figuur 2.

Noot 1_{Geëxcludeerd op grond van: subschaal ‘Ervaren vermoeidheid’ van de Checklist Individuele Spankracht <35 (n}

= 46), nog kankerbehandeling/niet kankervrij (n = 11), leeftijd (n = 4), interventie ‘Minder moe’ reeds gevolgd (n = 3), ernstige depressie in verleden/andere psychiatrische comorbiditeit (n = 12), duur vermoeidheid < 3maanden (n = 2), geen kanker gehad (n = 2), anders (n = 2)

Figuur 2. Flowchart van het lopende onderzoek ‘Fitter na kanker’ op 22 juni 2015 De gegevens van 112 deelnemers zijn meegenomen in de verdere dataverwerking. Daarvan waren 35 deelnemers completer van groep 1 (AAF), 16 deelnemers completer van groep 2 (MBCT) en 33 deelnemers completer van groep 3 (controlegroep). De gemiddelde leeftijd was 55.46 jaar (SD = 10.58) in een leefijdsrange van 22 tot 82 jaar.

Achtentwintig deelnemers staakten de behandeling voordat 70% van de

behandeling was voltooid. Het dropoutpercentage op de peildatum ligt hiermee op 25%. De drie meest genoemde redenen voor dropout waren technische problemen (35%), de begeleiding op afstand als niet prettig ervaren (28%) en oefeningen die niet aanspraken (21%). Uiteindelijk zijn de gegevens van 112 deelnemers meegenomen in de data analyses. Voor een overzicht van de demografische en medische gegevens zie Tabel 1.

Tabel 1.

Demografische en Medische Gegevens van de Deelnemers (n = 112)

n % Geslacht - man - vrouw Burgerlijke staat - Alleenstaand - Gehuwd/duurzaam samenwonend - In een relatie maar niet

samenwonend - Gescheiden - Weduwe/weduwnaar - Missing Opleiding/werkniveau - Lager onderwijs - Lager beroepsonderwijs

- Middelbaar algemeen onderwijs - Middelbaar beroepsonderwijs - Voortgezet algemeen onderwijs - Hoger beroepsonderwijs - Wetenschappelijk onderwijs Kankertype - hoofd hals - spijsverteringssysteem - long luchtwegen

- bot en weke delen - endocriene klieren - huid - borst - vrouwelijk geslacht - mannelijk geslacht - urinewegen

- hersenen of centraal zenuwstelsel - bloed beenmerg lymfe

- leukemie

- primaire tumor onbekend - andere vorm van kanker Leeftijd in jaren 30 82 26.8 73.2 14 36 5 8 1 3 12.5 72.3 4.5 7.1 .9 2.7 0 5 13 25 11 45 13 0 4.5 11.6 22.3 9.8 40.2 11.6 6 11 1 2 2 3 54 7 7 5 1 13 6 3 3 5.4 9.8 .9 1.8 1.8 2.7 48.2 6.3 6.3 4.5 .9 11.6 5.4 2.7 2.7 M SD 55. 46 10.5 8

Voorspellende waarde van de therapeutische relatie

Om te onderzoeken of de therapeutische relatie in online behandeling een voorspeller is van de effectiviteit van de online behandelingen binnen de RCT ‘Fitter na kanker’ zijn de data van 51 completers van groep 1 (AAF) en groep 2 (MBCT)

onderzocht. De conclusies zijn gebaseerd op 45 deelnemers die zowel de vragenlijst naar de ervaren kwaliteit van de ervaren therapeutische relatie in week 4 als de vragenlijsten naar de ervaren vermoeidheid invulden.

Voor een overzicht van de gemiddelden en standaarddeviaties op de ervaren vermoeidheid bij de voor- en nameting zie Tabel 2.

Tabel 2

Gemiddelde Scores en Standaarddeviaties op de Subschaal ‘Ervaren Vermoeidheid’

M SD Range Voormeting Vermoeidheida (T0bCis8) 42.49 7.86 24-55 Nameting Vermoeidheidb (T1Cis8) 34.22 10.37 13-56 an = 51 bn = 46

Om de grootte en richting van de lineaire relatie tussen de ervaren vermoeidheid op de voormeting en de ervaren vermoeidheid op de nameting te bepalen, werd eerst een bivariate Pearsons’s correlatie coëfficiënt (r) berekend. De bivariate correlatie tussen deze beide variabelen was positief en significant, r(44) = .334, p = .023, tweezijdig. De sterkte van de lineaire relatie wordt bij een Pearson correlatie van r = .334 beschouwd als medium (Field, 2013). De deelnemers ervaarden na de online behandeling minder vermoeidheid dan voor de behandeling.

Er werd een paired samples t test gebruikt om te controleren of de ervaren kwaliteit van de therapeutische relatie in week 4 hoger werden gewaardeerd dan in

week 1. In week 4 ervaarden de completers de kwaliteit van de therapeutische relatie significant hoger dan in week 1, t (38) = -2.69, p = .011. De aanname, op grond van de literatuur, die stelt dat de score in week 4 het hoogst is, wordt hiermee ondersteund. Voor een overzicht van de gemiddelden en standaarddeviaties zie Tabel 3.

Tabel 3

Gemiddelde Scores en Standaarddeviaties op de Werkalliantie Vragenlijst in Week 1, 2 en 4 completersa N M SD Range M1WAVTotaal 41 39.15 11.39 14 tot 56 M2WAVTotaal 46 39.20 8.79 16 tot 54 M4WAVTotaal 46 42.22 9.97 17 tot 59 an = 51

Om te onderzoeken hoeveel variantie in de afname van de vermoeidheid verklaard wordt door de therapeutische relatie, werd een multipele regressie analyse uitgevoerd. Aan de assumpties werd voldaan.

De kwaliteit van de ervaren therapeutische relatie in week 4 (M4WAVTotaal) verklaart 11.1% van de variantie in de ervaren afname van vermoeidheid (Residual Gain Score), R2 _{= .111, adjusted R}2 _{= .090, F (1,43) = 5.37, p = .025. Deze relatie is significant.} De ongestandaardiseerde (B) = -.033 en de gestandaardiseerde (β) = -.333 N =45 en p < .05. Overeenkomstig de verwachting bleek de therapeutische relatie een voorspeller voor de afname van de vermoeidheid bij de deelnemers van beide online behandelingen.

Doelschaal, Bandschaal en Taakschaal

Om te onderzoeken of de significante relatie tussen de relatie als geheel en de afname van de vermoeidheid uitsluitend verklaard wordt door een verband met de Doelschaal en niet met de andere schalen zijn opnieuw de data van 51 deelnemers

completers van groep 1 (AAF) en groep 2 (MBCT) onderzocht die de therapie hebben afgerond (completers). De conclusies zijn gebaseerd op 45 deelnemers die de vragenlijst naar de ervaren kwaliteit van de ervaren therapeutische relatie in week 4 en de

vragenlijst naar de nameting van de vermoeidheid.

Om per subschaal te onderzoeken of het een significante voorspeller is voor de afname van de vermoeidheid binnen de online behandelingen is opnieuw een multipele regressie analyse uitgevoerd. Voorafgaande aan de interpretatie van de resultaten zijn verschillende assumpties geëvalueerd. De stem-and-leaf plots en boxplot laten een outlier zien bij de variabele M4WAVDoel. De assumpties van normaalverdeling en vrij van outliers zijn hiermee geschonden. Betreffende deelnemer waardeerde de kwaliteit van de therapeutische relatie in week 4 laag en rapporteerde op de nameting meer vermoeidheid dan voor de start van de behandeling. Bij onderzoek van de persoonlijke gegevens van betreffende deelnemer blijkt een ‘serious adverse event’ te hebben

plaatsgevonden. In verband met een calamiteit is het invullen van de M4WAV een week opgeschoven. Volgens het studieprotocol van ‘Fitter na kanker‘ is een ‘serious adverse event’ een reden tot het niet gebruiken van de data (Wolvers et al., 2015). Betreffende deelnemer wordt verwijderd uit de dataset.

De resultaten van de uitgevoerde multipele regressie analyse laten het volgende zien. Geen van de variabelen Doelschaal, Bandschaal of Taakschaal blijken een

significante voorspeller voor de afname van de vermoeidheid. De ongestandaardiseerde (B) en gestandaardiseerde (β) regressie coëfficiënten, de p waardes (p) en

gekwadrateerde semi-partiele correlaties van de Bandschaal, Doelschaal en Taakschaal worden gerapporteerd in Tabel 4. Tegengesteld aan de verwachting bleek de afname van de vermoeidheid bij de completers niet uitsluitend verklaard te worden door een verband met de Doelschaal.

Tabel 4.

Gemiddelde Scores en Standaarddeviaties, Ongestandaardiseerde (B) en

Gestandaardiseerde (β) Regressie Coëfficiënten, p waardes en Squarded Semi-Partial Correlations (sr2_{) voor de Subschalen in het Regressie Model als Voorspeller voor de} Afname van de Vermoeidheid (n = 44)

Subschalen

M (SD) B β p sr2

M4WAVBand 15.55(.52) .038 .143 .465 .012 M4WAVDoel 13.75(.50) -.043 -.156 .719 .003 M4WAVTaak 13.11(.52) -.062 -.230 .563 .008

Explorerende analyses dropouts en completers

Voor een overzicht van het aantal dropouts en completers uit de AAF groep en de MBCT groep zie Tabel 5.

Tabel 5

Aantal Deelnemers en Percentages van de Completers en Dropouts van de Groep AAF, de Groep MBCT en de Groep Controle

completers dropouts N Percentage N Percentage Groep 1 AAF 35 81.40% 8 18.6% Groep 2 MBCT 16 51.61% 15 48.39% Groep 3 Controle 33 94.29% 2 5.71% Totaal 84 77.06% 25 22.94% Niet gerandomiseerd 3

Om een beeld te vormen over mogelijke factoren die een rol spelen bij het voortijdig stoppen van een behandeling zijn de dropouts en completers vergeleken op demografische en medische gegevens. De gegevens van 28 dropouts en 50 completers (AAF 35 completers en MBCT 15 completers) zijn betrokken in de data-analyses. Zoals eerder beschreven is er één outlier uit de MBCT groep uit het databestand verwijderd. De gegevens van de completers uit de controlegroep (33 deelnemers) zijn hierbij buiten beschouwing gelaten, omdat deze interventie alleen bestaat uit het ontvangen van standaardmails.

Tabel 6

Aantal Deelnemers, Percentages, Gemiddelden, Standaarddeviaties en Toetsingswaarden van de Completers en Dropouts

Completersa _Dropoutsb

n Percentage M(SD) n Percentage M(SD) toetsingswaarde p Geslacht • man • vrouw Opleiding • Lager • Middelbaar • Hoger Burgerlijke staat • Gehuwd/ Samenwonend/ In een relatie maar niet samenwonend • Alleenstaand/ Weduwnaar/ Weduwe/ Gescheiden Leeftijd in jaren

Maanden sinds diagnose Maanden sinds laatste behandeling Baseline vermoeidheid p = .24 p = .82 p = .50 p= .19 p = .32 p = .22 p = .73 17 34% 6 21.4% χ2 _{= 1.36} 33 66% 22 78.6% 10 15 25 20% 30% 50% 6 10 12 21.4% 35.7% 42.9% χ2 _{= .39} 43 7 50 86% 14% 55.99(10.98) 20 5 28 80% 20% 52.46(12.07) χ2 _{= .45} t(76) = 1.31 50 49 50 84.04(69.38) 67.96(63.8) 42.66(7.84) 28 28 25 76.82(81.71) 59.50(77.53) 43.32(7.84) U = 605.00 U = 570.50 t(73) = -.34 an = 50 bn = 28

Om te onderzoeken of er significante verschillen zijn tussen dropouts en

completers in de demografische gegevens geslacht, opleidingsniveau, burgerlijke staat en leeftijd zijn er achtereenvolgens drie Chi-Square en een independent t-test uitgevoerd.

De verdeling van mannen en vrouwen over de groep completers en de groep dropouts is getoetst met een Pearson’s chi-square test en bleek statistisch niet significant. In absolute getallen bleek er wel een verschil. Het percentage mannen binnen de completers is 34% en het percentage mannen binnen de dropouts bleek 21.4%. Procentueel stoppen er minder mannen dan vrouwen met de behandeling. Statistisch bleek dit verschil niet significant, zodat er geen significant verschil is in de verdeling van mannen en vrouwen tussen dropouts en completers.

Een Pearson’s chi-square test werd ook gebruikt om te onderzoeken of er een verschil is in de verdeling van opleidingsniveau (lager onderwijs, lager

beroepsonderwijs, middelbaar algemeen onderwijs, middelbaar beroepsonderwijs, voortgezet algemeen onderwijs, hoger beroepsonderwijs en wetenschappelijk

onderwijs) tussen beide condities. Omdat een chi-square test een N < 5 niet meeneemt in de analyses zijn de zeven categorieën teruggebracht naar drie categorieën. De chi-square test was statistisch niet significant, wat betekent dat er geen significant verschil werd gevonden in de verdeling van opleidingsniveau tussen dropouts en completers.

Een Pearson’s chi-square test werd eveneens gebruikt om te onderzoeken of er een verschil is in de verdeling van burgerlijke staat (alleenstaand, gehuwd/duurzaam samenwonend, in een relatie maar niet samenwonend, gescheiden,

weduwe/weduwnaar) over de groep completers en de groep dropouts. In de analyses zijn de vijf categorieën teruggebracht naar twee categorieën. De chi-square test bleek niet significant, wat betekent dat er geen significant verschil werd gevonden in de verdeling van burgerlijke staat tussen beide groepen.

Een onafhankelijke t test werd gebruikt om de gemiddelde leeftijd in de groep dropouts (n = 28) te vergelijken met de gemiddelde leeftijd in de groep completers (n = 50). De t test was statistisch niet significant, wat betekent dat er geen statistisch significant verschil werd gevonden in de gemiddelde leeftijd tussen dropouts en completers.

Om te onderzoeken of er significante verschillen zijn tussen dropouts en completers in de medische gegevens aantal maanden sinds kankerdiagnose, aantal maanden na het afsluiten van de kankerbehandeling en baseline vermoeidheid zijn er drie onafhankelijke t-tests uitgevoerd. Een onafhankelijke t-test werd gebruikt om het gemiddeld aantal maanden sinds diagnose tot de baseline in de studie ‘Fitter na kanker’ in de groep dropouts te vergelijken met het gemiddeld aantal maanden sinds diagnose in de groep completers. Er was niet voldaan aan de assumpties van een t-test. Omdat de assumpties van normaliteit en gelijke varianties voor een independent t test waren geschonden is een non parametrische toets uitgevoerd. Een Mann-Whitney U test gaf aan dat er geen statistisch significant verschil werd gevonden tussen het gemiddeld aantal maanden sinds kankerdiagnose tot de baselinemeting in de dropout groep en de completer groep.

Een non-parametrische toets Mann-Whitney U test werd ook uitgevoerd om het gemiddeld aantal maanden sinds de laatste kankerbehandeling tot de baseline in de studie ‘Fitter na kanker’ in de groep dropouts te vergelijken met de groep completers. Omdat de assumptie van normaliteit werd geschonden is een non-parametrische test uitgevoerd. De Mann-Whitney U test indiceerde geen statistisch significant verschil tussen het gemiddeld aantal maanden sinds de laatste kankerbehandeling tot de baselinemeting in de dropout groep en de completer groep.

Een onafhankelijke t-test werd gebruikt om de gemiddelde baselinevermoeidheid (T0btotCis8) in de groep dropouts te vergelijken met de gemiddelde

baselinevermoeidheid in de groep completers. Er werd geen statistisch significant verschil gevonden tussen de baseline vermoeidheid van de dropouts en de completers, wat betekent dat er geen significant verschil was in ervaren vermoeidheid voor de start van de online behandeling tussen dropouts en completers.

Voor een overzicht van de toetsingsresultaten zie Tabel 6. Samenvattend zijn er geen statistisch significante verschillen op de demografische gegevens voor de

variabelen geslacht, opleidingsniveau, burgerlijke staat en leeftijd en de medische gegevens voor de variabelen aantal maanden sinds kankerdiagnose, aantal maanden na het afsluiten van de kankerbehandeling en baseline vermoeidheid tussen dropouts en completers uit de testen naar voren gekomen.

Om te onderzoeken of de kwaliteit van de therapeutische relatie een voorspeller is voor dropout wordt een mogelijk verschil onderzocht in gemiddelde ervaren kwaliteit van de therapeutische relatie tussen dropouts en completers. De ervaren kwaliteit van de therapeutische relatie wordt gemeten in week 1, 2 en 4. Van de 28 dropouts zijn er drie deelnemers gestopt in week 0. Deze drie deelnemers konden niet meegenomen worden in de data-analyses. De data van 25 dropouts en 50 completers zijn gebruikt voor de data-analyses voor het vinden van een eventueel verschil in gemiddelde ervaren kwaliteit van de therapeutische relatie.

Een onafhankelijke t-test werd gebruikt om de ervaren kwaliteit van de therapeutische relatie in week 1 in de groep dropouts te vergelijken met de ervaren kwaliteit van de therapeutische relatie in de groep completers. Voor een overzicht van

het aantal completers en dropouts die de M1WAV en M2WAV en de gemiddelden en standaarddeviaties zie Tabel 7.

Tabel 7

Aantal Deelnemers, Percentages, Gemiddelde Scores en Standaarddeviaties op de

Totaalschaal van de Ervaren Kwaliteit van de Therapeutische Relatie (Scorebereik 12 tot 60)

completersa _dropoutsb

N Perc. M SD Range N Perc. M SD Range

M1WAVTotaal 40 80% 39.68 11.01 14-56 9 36% 34.22 14.70 16-53 M2WAVTotaal 45 90% 39.71 8.15 24-54 12 48% 37.42 9.27 24-52 a_{n = 50}

b_{n = 25}

Van de 25 dropouts hebben 9 deelnemers (36%) de Werkalliantievragenlijst (WAV) in week 1 ingevuld. Van de 50 completers hebben 40 deelnemers (80%) de Werkalliantievragenlijst (WAV) in week 1 ingevuld. Het verschil in missing data is vrij groot. Er kan geen uitspraak gedaan worden over de ervaren kwaliteit van de

therapeutische relatie van de deelnemers die deze vragenlijst niet hebben ingevuld. De t-test was statistisch niet significant, wat betekent dat deelnemers uit de dropout groep niet significant lager scoorden op de ervaren kwaliteit van de therapeutische relatie in week 1 dan deelnemers uit de completer groep.

Dezelfde analyse werd herhaald voor week 2. Een onafhankelijke t-test werd gebruikt om de ervaren kwaliteit van de therapeutische relatie in week 2 in de groep dropouts te vergelijken met de ervaren kwaliteit van de therapeutische relatie in de groep completers. Van de 25 dropouts hebben 12 deelnemers (48%) de

Werkalliantievragenlijst (WAV) in week 2 ingevuld. Van de completers hebben 45 deelnemers (90%) de Werkalliantievragenlijst (WAV) in week 2 ingevuld. Omdat de assumpties van normaliteit en gelijke variantie voor een independent t test waren

geschonden is een non parametrische toets uitgevoerd. Een Mann-Whitney U test gaf aan dat er geen statistisch significant verschil werd gevonden tussen de gemiddeld ervaren kwaliteit van de therapeutische relatie in week 2 tussen de dropout groep en de completer groep. Er wordt geen verschil gevonden in ervaren kwaliteit van de

therapeutische relatie tussen dropouts en completers. De verwachting waarbij een lagere ervaren kwaliteit van de therapeutische relatie in week 1 een voorspeller is voor een hogere kans op dropout wordt niet ondersteund.

Discussie

Deze studie onderzocht de rol van de kwaliteit van de therapeutische relatie op de afname van chronische vermoeidheid bij kanker binnen twee online behandelingen. Overeenkomstig de literatuur werd gevonden dat de ervaren kwaliteit van de

therapeutische relatie in week 4 het hoogst is. In de eerste weken van een

behandelrelatie vindt namelijk contactgroei plaats (Stickens, Ulbrughs, & Claes, 2009). Overeenkomstig de verwachting bleek de ervaren vermoeidheid na de online behandelingen lager dan voor aanvang. Er bleek sprake van een medium relatie.

De ervaren kwaliteit van de therapeutische relatie bleek een significante

voorspeller in de afname van vermoeidheid. Er werd 11.1% variantie in de afname van de vermoeidheid verklaard door de therapeutische relatie binnen de online

behandelingen. Hypothese 1 waarbij de kwaliteit van de therapeutisch relatie een voorspeller is van de afname van de vermoeidheid in beide online behandelingen wordt hiermee aanvaard.

Het verband tussen de therapeutische relatie en de afname van de vermoeidheid binnen deze online behandelingen bleek niet uitsluitend verklaard te worden door een

verband met de Doelaspecten. Hypothese 2 die stelt dat binnen de ervaren kwaliteit van de therapeutische relatie het Doelaspect een belangrijke voorspeller is dan het

Taakaspect en het Bandaspect voor de afname van de vermoeidheid wordt hiermee niet ondersteund.

Er werden geen verschillen gevonden tussen dropouts en completers voor de baseline demografische en medische variabelen. Daarnaast bleek er geen verschil in ervaren kwaliteit van de therapeutische relatie tussen dropouts en completers, zodat dit in deze studie geen voorspeller bleek voor voortijdig stoppen met de online

behandeling. Hypothese 3 waarbij een lagere ervaren kwaliteit van de therapeutische relatie een voorspeller is voor een hogere kans op dropout wordt hiermee niet aanvaard.

In huidige studie was er sprake van een beperkte omvang van de steekproef en daardoor een lagere power. Daarnaast was een beperking dat beide condities niet vergeleken zijn, omdat beide groepen erg verschillend ware wat betreft grootte. Ook werd een strenge statistische procedure gebruikt. Het gebruik van een gecorrigeerde verschilscore, maakt de kans op het vinden van significante resultaten kleiner. Bij het gebruik van een niet gecorrigeerde verschilscore bleek de gevonden variantie van het werkingsmechanisme van de therapeutische relatie bijna te verdubbelen. Vanuit ethisch oogpunt heeft toch het gebruik van een gecorrigeerde verschilscore de voorkeur.

Ondanks de strengere statistische procedure en een beperkt sample werd de voorspellende rol van de therapeutisch relatie op de afname van de vermoeidheid gevonden. Dit onderstreept het belang van deze gevonden relatie. Genoemde

beperkingen hebben mogelijk wel bijgedragen aan het niet vinden van een onderscheid tussen Doelaspecten en Band- en Taakaspecten als voorspellers voor de afname van de vermoeidheid.

De ervaren kwaliteit van de therapeutische relatie bleek niet verschillend tussen dropouts en completers. Om zoveel mogelijk data van dropouts te kunnen betrekken zijn de metingen van week 1 en 2 gebruikt. Mogelijk is dit te snel voor deelnemers om een uitspraak te kunnen doen over deze kwaliteit. Onder de opmerkingen bij het invullen van deze vragenlijsten gaven deelnemers bijvoorbeeld het volgende weer: ‘Ik heb na 1 week uiteraard nog geen heel erg duidelijk beeld over m’n therapeut’ en ‘Ik vind het te vroeg om deze vragen goed te kunnen beantwoorden’. Daarnaast bleek het percentage van de dropouts die de vragenlijsten over de therapeutische relatie niet hebben ingevuld (64%) beduidend hoger dan het percentage van de completers die deze vragenlijsten niet hebben ingevuld (20%). Dit kan een reden zijn voor het niet kunnen bevestigen van de hypothese dat een lagere ervaren kwaliteit van de relatie een voorspeller is voor dropout. In deze studie was het niet invullen van betreffende vragenlijsten mogelijk een voorspeller voor dropout.

Op de peildatum 22 juni 2015 werd een dropout percentage gevonden van 25%. Dit is lager dan gevonden dropout percentages in andere studies naar online

behandelingen (Carlbring et al., 2006), maar hoger dan dropout percentage in face-to-face behandeling (Van der Lee & Garssen, 2012). Binnen de studie ‘Fitter na kanker’ leveren deelnemers al een grote inspanning voor zij daadwerkelijk starten met de online behandeling. Deelnemers vullen namelijk veel vragenlijsten in en dragen een week een bewegingsmeter. Deze inspanning vereist mogelijk een goede motivatie. Een hypothese is dat een grotere motivatie de kans op dropout zal verminderen. Daarentegen worden deelnemers binnen studieverband random aan een conditie toegewezen. Deelnemers hadden geen keuzemogelijkheid voor een online behandeling gericht op fysieke activiteit of een online behandeling gericht op mindfulness. Het is opvallend dat het dropout percentage in de MBCT groep veel hoger ligt dan in de AAF groep. Het hebben

van affiniteit met Mindfulness is mogelijk een voorwaarde om iets aan deze therapie te kunnen hebben. Een deelnemer verwoordde het volgende bij opmerkingen: ‘Ik vind het moeilijk om dingen te moeten doen in gedachten ik denk, dat ik te nuchter ben’.

Verder is belangrijk met welke bril dropout percentages bekeken worden. Een hoog dropout percentage wordt vaak gezien als een diskwalificatie van een behandeling. Richters en Gerrits (2013) gebruikten een heel andere optiek. Zij zagen een hoger

percentage dropout als gevolg van een gewenste toename van zelfredzaamheid van cliënten die deel uitmaakt van de eigen regie van de cliënt. Hij/zij beslist zelf of de behandeling genoeg is geweest, een besluit dat misschien makkelijker genomen kan worden bij online behandelen. Om daar meer zicht op te krijgen is meer onderzoek nodig naar motieven van mensen om voortijdig een behandeling af te breken.

Het is interessant de gevonden resultaten te vergelijken met bevindingen in de literatuur. De conclusie dat de ervaren kwaliteit van de therapeutische relatie in week 4 van de behandeling hoger is dan in de eerste week van de behandeling geeft aan dat er een therapeutische relatie kan ontstaan in online behandeling. Dit is overeenkomstig de literatuur waar ook contactgroei in de therapeutische relatie werd gevonden

(Knaevelsrud & Maercker, 2006). Daarnaast levert de vergelijking van de in huidige studie gevonden voorspellende waarde van 11.1% van de therapeutische relatie met de literatuur tegenstrijdige bevindingen op. Andersson et al. (2012) vonden geen

voorspellende waarde van de kwaliteit van de therapeutische relatie. Knaevelsrud en Maercker (2006) vonden eveneens geen voorspellende waarde van de therapeutische relatie in online behandeling op de uitkomstmaten. Zij stelden dat mogelijk generieke factoren als de therapeutische relatie een kleinere rol spelen in online behandeling dan in face-to-face behandeling. In een latere studie vonden Knaevelsrud et al. (2007) wel een voorspellende waarde van 15% van de therapeutische relatie. Genoemde

onderzoeken hanteerden eveneens gecorrigeerde uitkomstmaten (Residual Gain Score)en gebruikten een beperkte steekproef. In face to face behandelingen werd een voorspellende waarde gevonden van 30% van de therapeutische relatie (Asay & Lambert, 1999). Er lijkt ondersteuning voor de bevinding dat de therapeutische relatie in online behandelingen mogelijk een kleinere rol speelt dan in face to face

behandelingen.

Om meer zicht te krijgen in verschillen in de therapeutische relatie tussen de face to face setting en de online setting is vervolgonderzoek nodig. Onderzoek waarbij een zelfde behandeling bij een zelfde doelgroep wordt aangeboden in een face-to-face en een online variant. Dit biedt de mogelijkheid verschillen in de aanwezigheid van Band, Doel- en Taakaspecten tussen beide groepen te onderzoeken.

Daarnaast is het zinvol meer kennis te verzamelen over welke setting meer passend is voor welke persoon. Tijdens mijn masterthesetraject heb ik twee interviews afgenomen bij deelnemers die een online behandeling hebben gevolgd. De ene

deelnemer vond de therapeutische relatie in een online setting een voordeel: ‘Nou kijk, ik word nergens door afgeleid. Ik kan heel goed nadenken als ik iemand niet zie. Zoals wij nu praten, dan zie ik jouw reactie. En dan denk ik, wat zou ze ervan denken dat ik zo moet huilen. Dat heb ik niet als ik online met iemand praat. Dan kan ik mij puur richten op wat ik wil vertellen. Online denk ik, dan ben ik maar aan het huilen, wat maakt het uit. Voor mij is het makkelijker omdat ik dan veel eerlijker kan zijn. Online vertel ik alles, want dan schrijf ik het’. De andere geïnterviewde deelnemer vond juist de

therapeutische relatie in een online setting minder prettig: ‘Ja dat heeft volgens mij te maken met het online karakter. Als je tegenover elkaar zit en iemand vraagt ‘Is er verder nog iets gebeurd’. Dan vind ik het makkelijker iets te zeggen over een situatie die ik lastig vond. Dat zou ik in een mail niet zo snel schrijven, Dat doe ik dan niet, dan vertel ik

het niet. Ik had graag halverwege een keer telefonisch contact gehad. Even een stem horen, een soort combinatie. Dan had ik die vraag kunnen stellen: Over welke breedte mag ik mij bewegen’.

Een praktische implicatie zou kunnen zijn een face-to-face setting met een online setting te combineren. De voordelen van beide vormen zouden dan gecombineerd kunnen worden. Namelijk het voordeel van online zich te kunnen richten op de inhoud zonder aandacht te hoeven hebben voor de interactie met het voordeel van face-to-face meer onderwerpen aan te orde te durven stellen. Deze gecombineerde therapievorm wordt blended care genoemd. Over de face-to-face vorm kan verder nagedacht worden, bijvoorbeeld skypen, telefonisch of letterlijk face-to-face. In de literatuur wordt een lager dropout percentage gevonden bij blended care in vergelijking met alleen online

behandeling. Carlbring et al. (2006) vonden een lager dropout percentage als online behandeling werd gecombineerd met een wekelijkse telefoongesprek met de persoonlijk therapeut.

Het inzetten van online therapie in de gezondheidszorg is een onomkeerbaar proces en moet volgens de overheid meer vanzelfsprekend worden (Richters & Gerrits, 2013). Het is een wettelijke verplichting voor GGZ-instellingen een bepaald percentage online aan te bieden. De discussie over het wel of niet wensen van online behandeling is een gepasseerd station. Onderzoek naar werkingsmechanismen van face-to-face - en online behandelingen is des te relevanter. Hoe werkt het en wat werkt voor wie. Er is verder onderzoek nodig naar de verhouding tussen specifieke en generieke factoren in online therapie. Een ding lijkt wel duidelijk: De therapeutische relatie blijkt een

Literatuurlijst

American Psychiatric Association. (2000). Diagnostic and statistical manual of mental disorders (4th _{ed., text revision). Washington, D.C.: American Psychiatric}

Association.

Andersson, G., Paxling, B., Wiwe, M., Vernmarkt, K., & Felix, C.B. (2012). Therapeutic alliance in guided internet-delivered cognitive behavioural treatment of

depression, generalized anxiety disorder and social anxiety disorder. Behaviour Research and Therapy 50, 544-550.

Asay, T.P., & Lambert, M.J. (1999). The empirical case for the common factors in therapy; quantitative findings. Washington: American Psychological Association.

Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical

considerations. Journal of Personality and Social Psychology, 51: 1173-1182. Beurskens, A.J., Bultmann, U., & Kant, I (2000). Fatigue among working people: validity

of a questionnaire measure. Occupational and Environmental Medicine, 57(5), 353-357.

Bruggeman-Everts, F.Z., Van der Lee, M.L., &de Jager Meezenbroek, E. (2015). Web- based individual Mindfulness-Based Cognitive Therapy for cancer-related fatique-A pilot study. Internet Interventions, 2, 200-213.

Carlbring, P., Bohman, S., Brunt, S., Buhrman, M., Westling, B., Ekselius, L., & Andersson, G. (2006). Remote treatment of panic disorder: a randomized trial of internet-based cognitive behavior therapy supplemented with telephone calls. American Journal of Psychiatry, 163(12), 2119-2125.

Interventions for Anxiety and Depression: Systematic Review. Journal Medical Internet Research, 11(2): e13

Cook, J. E., & Doyle, C. (2002). Working alliance in online therapy as compared to face-to- face therapy: Preliminary results. CyberPsychology & Behavior, 5(2), 95-105. Courneya, K.S., Mackey, J.R., Bell, G.L., Jones, L.W., Field, C.J., & Fairey, A.S. (2003).

Randomized controlled trial of exercise training in postmenopausal breast cancer survivors: cardiopulmonary and quality of life outcomes. Journal Clinical

Oncology 21, 1660-1668.

Field, A. (2013). Discovering Statistics using SPSS. London: SAGE Publications.

Frazier, P.A., Baron, K.E., & Tix, A.P. (2004). Testing Moderator and Mediator Effects in Counseling Psychology. Journal of Counseling Psychology, 51(1), 115-134.

Gielissen, M.F.M., Verhagen, S., Witjes, F., &Bleijenberg, G. (2006). Effects of Cognitive Behaviour Therapy in severely fatigued disease – free cancer patients compared with patients waiting for cognitive behaviour therapy: a randomized controlled trial. Journal of Clinical Oncology 24(30), 4882-4887.

Heins, M.J., Knoop, H., & Bleijenberg, G. (2013). The role of the therapeutic relationship in cognitive behaviour therapy for chronic fatigue syndrome. Behaviour Research and Therapy 51, 368-376.

Knaevelsrud, C., & Maercker, A. (2006). Does the quality of the Working Alliance predict treatment outcome in online psychotherapy for traumatized patients? Journal of Medical Internet Research, 8(4): e31.

Knaevelsrud, C., & Maerrcker, A. (2007). Internet-based treatment for PTSD reduces distress and facilitates the development of a strong therapeutic alliance; a randomized controlled clinical trial. BMC Psychiatry 7:13.

chronic cancer-related fatigue: A treatment study. Psycho-Oncology 21, 264-272. Martin, D.J., Garske, J.P., &Davis, M.K. (2000). Relation of the therapeutic alliance with outcome and other variables: a meta-analytic review. Journal of Consulting and Clinical Psychology 68(3), 438-450.

Nederlands Trial Register NTR3483 Investigating two home-based interventions for people suffering from chronic fatigue after cancer. 4 juni 2012.

Nordgren, L.B., Carlbring, P., Linna, E., & Andersson, G. (2013). Role of the Working Alliance on treatment outcome in tailored Internet-Based Cognitive Behavioural Therapy for anxiety disorders: Randomized Controlled Pilot Trial. JMIR Research Protocols 2(1): e4.

Richters, J., Gerrits, R.S. (2013). Een pilot-studie naar de potentiele effecten van online behandeling voor verschillende angststoornissen en depressie. Gedragstherapie 46, 161-178.

Ruwaard, J., Lange, A., Schrieken, B., & Emmelkamp, P. (2011). Efficacy and effectiveness of online CBT: A decade of Interapy research. Studies in Health Technology and Informatics 167, 9-14.

Servaes, P., Prins, J., Verhagen, S., & Bleijenberg, G. (2002). Fatigue after breast cancer and in chronic fatigue syndrome similarities and differences. Journal of

Psychosomatic Research 52, 453-459.

Servaes, P., Verhagen, S., & Bleijenberg, G. (2002).Determinants of chronic fatigue in disease-free breast cancer patients: a cross-sectional study. Annals of Oncology 13(4), 589-598.

Servaes, P., Verhagen, S., Schreuder, B., Veth, R.P.H., & Bleijenberg, G. (2003). Fatigue after treatment for malignant and benign bone and soft tissue tumors. Journal of Pain and Symptom Management 26(6), 1113-1122.

Stiles, C., Kwasny, M.J., Cai, X., & Mohr, D.C. (2014). Therapeutic Alliance in face-to-face and telephone-administered Cognitive Behavioral Therapy. Journal of Consulting and Clinical Psychology, advance online publication doi: 10.1037/a0035554. Stinckens, N., Ulbrughs, A., & Claes, L. (2009). Meting met behulp van de WAV-12, de

Nederlandstalige verkorte versie van de Working Alliance Inventory. Tijdschrift Klinische Psychologie 39(1), 44-60.

Sucala, M., Schnur, J.B., & Montgomery, G.H. (2012). The therapeutic relationship in E- therapy for mental health: A systematic review. Journal of Medical Internet Research 14(4): e110.

Suler, J. (2004). The online disinhibition effect. Cyberpsychology & behavior 7(3): 321- 326.

Verheul, R. (2003). De behandeling van persoonlijkheidsstoornissen; wetenschappelijke bevindingen en praktische richtlijnen. Psychopraxis 5, 58-64.

Vogelzang, N.J., Breithart, W., Cella, D. (1997). Patient, caregiver and oncologist perceptions of cancer-related fatigue: results of a tripart assessment survey. Seminars in Hematology 34, 4-12.

Walther, J.B. (1996). Computer-mediated communication impersonal, interpersonal, and hyperpersonal interaction. Communication research 23(1), 3-43.

Wolvers, M.D.J., Bruggeman-Everts, F.Z., Lee, M.L. van der, Schoot, R. van de, &

Vollenbroek-Hutten, M.M.R. (2015). Effectiveness, mediators, and effect predictors of internet interventions for chronic cancer-related fatique: The design and an analysis plan of a 3-armed Randomized Controlled Trial. JMIR Res Protoc 4(2): e77. Wolvers, M.D.J., & Vollenbroek-Hutten, M.M.R. (2015). An mHealth Intervention Strategy

Bijlage 1: Vragen semi-gestructureerd interview na afsluiten

online-therapie

 _{Wanneer heeft u de online therapie ‘Minder moe bij kanker gevolgd’?}  _{Zijn er in de periode na het afsluiten van de behandeling belangrijke}

veranderingen in uw persoonlijke leven geweest?

 _{Zijn er in de periode na het afsluiten van de behandeling wijzigingen in} medicatie geweest?

 _{Hoe is het nu met de vermoeidheid?}

 _{Als vermoeidheid aanwezig is: Hoe gaat u om met de vermoeidheid? En wat} ziet u als de oorzaak van de vermoeidheid?

 _{Kunt u beschrijven hoe een doorsnee dag uit uw leven eruit ziet? Vermeldt} hierbij zowel uw bezigheden als momenten van ontspanning.

 _{Als u terugkijkt op de online behandeling die u heeft gevolgd, wat heeft er voor} u gewerkt?

• Fysieke activiteit • Mindfulness • Slaapkwaliteit

• Geloofwaardigheid en verwachting van de interventie • Therapeutische relatie met persoonlijk therapeut • Gevoel van controle over vermoeidheid

• Self-efficacy over fysieke activiteiten