Контент-анализ в исследовании терапии

Идея изучать то, что происходит внутри терапевтической сессии, появилась одновременно с самой психотерапией. Фрейд анализировал оговорки и свободные ассоциации, но делал это как клиницист, а не как исследователь: у него не было ни аудиозаписей, ни формализованных процедур кодирования. Первая попытка систематически разобрать реальную терапевтическую беседу принадлежит Роберту Питтенджеру, Чарльзу Хоккетту и Джону Данехи, которые в 1960 году опубликовали детальный лингвистический анализ первых пяти минут психиатрического интервью (Pittenger, Hockett & Danehy, The First Five Minutes, 1960). Эта работа стала предтечей всех последующих микропроцессуальных исследований, хотя конверсационного анализа как метода ещё не существовало.

Параллельно Карл Роджерс совершил шаг, который в 1940–50-е годы казался революционным и даже скандальным: он начал записывать терапевтические сессии на аудио и предоставлять их для исследования. Роджерс и его коллеги (в первую очередь Чарльз Труакс и Роберт Каркхафф) разработали шкалы для оценки условий терапевтического процесса — эмпатии, безусловного принятия, конгруэнтности (Rogers, The Therapeutic Relationship and Its Impact, 1967; Truax & Carkhuff, Toward Effective Counseling and Psychotherapy, 1967). Это был первый случай, когда содержание сессии стало объектом количественного измерения. Впоследствии записи сессий Роджерса, Фрица Перлза и Альберта Эллиса с одной и той же клиенткой (Gloria) стали классическим материалом для контент-аналитических исследований (Zimmer & Cowles, 1972; O'Dell & Bahmer, 1981).

Ключевым поворотным моментом стала работа Луиса Готтшалка и Голдайн Глезер, которые в 1969 году опубликовали монографию The Measurement of Psychological States Through the Content Analysis of Verbal Behavior. Готтшалк и Глезер предложили метод, позволяющий количественно измерять интенсивность психологических состояний — тревоги, враждебности, социальной отчуждённости — на основе контент-анализа речи. Их подход опирался на эклектическую теоретическую базу, включающую бихевиоризм, психоаналитическую теорию и лингвистику. Единицей анализа служило грамматическое предложение (клауза), в котором кодировались тематические категории с присвоением дифференциальных весов.

Шкалы Готтшалка–Глезер были валидированы транскультурно и использовались более полувека. В 2000-х они были компьютеризированы (программа PCAD 3.0), что позволило сравнить машинное и ручное кодирование: результаты показали, что автоматизированное кодирование улавливает ту же аффективную динамику, что и ручное (Hoigaard, 2008). Это был один из первых примеров успешной автоматизации контент-анализа терапевтических текстов.

К 1980–90-м годам фокус исследований сместился с содержания речи пациента на процесс взаимодействия терапевт–клиент. Энрико Джонс разработал Psychotherapy Process Q-Set (PQS) — инструмент из 100 пунктов, охватывающих поведение пациента, поведение терапевта и характер их взаимодействия (Jones, 1985). PQS использует Q-сортировку: после прослушивания записи сессии кодировщики распределяют 100 карточек по континууму от «наименее характерно» до «наиболее характерно». Метод позволяет описать целую сессию как единый гештальт, сохраняя при этом возможность количественного сравнения.

PQS стал одним из наиболее влиятельных инструментов в исследованиях терапевтического процесса. Эблон и Джонс (Ablon & Jones, 1998) использовали его для создания «прототипов» различных терапевтических подходов — психодинамического, когнитивно-поведенческого, интерперсонального. Впоследствии PQS был адаптирован для детской (CPQ; Schneider, 2004) и подростковой психотерапии (APQ; Calderón et al., 2017), а также переведён на множество языков, включая немецкий, португальский и итальянский.

Примерно в тот же период Кэти Дэвис впервые применила конверсационный анализ (CA) к терапевтическим сессиям, исследуя практику переформулирования проблемы (Davis, 1986). После её пионерской работы прошло ещё около 15 лет, прежде чем конверсационно-аналитические исследования терапии начали активно развиваться, в первую очередь благодаря работам европейских исследователей. Сборник Conversation Analysis and Psychotherapy (Peräkylä, 2008) закрепил это направление как самостоятельную область.

Количественный контент-анализ основан на подсчёте частот заранее определённых категорий в тексте сессии. Классический пример — шкалы Готтшалка–Глезер, где каждая клауза кодируется по определённым тематическим категориям и получает числовой вес. Современный вариант — использование словарных методов вроде LIWC, где слова автоматически относятся к психологически значимым категориям. Сильная сторона количественного подхода — воспроизводимость и возможность работы с большими массивами данных. Слабая — потеря контекста: одно и то же слово может означать разное в зависимости от того, кто его говорит, кому и в какой момент сессии.

Качественный контент-анализ работает с более крупными смысловыми единицами: темами, нарративами, паттернами взаимодействия. Его процедура включает открытое кодирование, формирование категорий, выделение подтем и надтем (Graneheim & Lundman, 2004). Качественный подход сохраняет богатство клинического материала, но его надёжность зависит от согласованности кодировщиков, а масштабирование затруднено.

Молярные методы оценивают сессию целиком или её крупные сегменты. PQS — молярный инструмент: кодировщик формирует общее впечатление о сессии. Молекулярные методы кодируют каждое высказывание (utterance) по отдельности. MISC (Motivational Interviewing Skills Code; Miller et al., 2003) — молекулярный инструмент: каждое высказывание терапевта получает один из 19 кодов, каждое высказывание клиента — один из четырёх. Это требует до шести минут кодирования на одну минуту записи.

Исследования показывают, что молярные и молекулярные методы дают несовпадающие результаты при измерении одних и тех же конструктов: данные, полученные разными методами, не сопоставимы напрямую (Ablon et al., 2011). Это не дефект одного из подходов, а фундаментальное свойство — они описывают разные аспекты процесса.

Ручное кодирование остаётся золотым стандартом для сложных конструктов (эмпатия, терапевтический альянс, глубина проработки). Однако оно дорого, медленно и плохо масштабируется. Обучение кодировщиков для PQS занимает около 30 часов (Serralta et al., 2007). Для MISC требуется длительная практика с образцами и постоянный мониторинг надёжности.

Автоматизированный анализ, основанный на NLP и машинном обучении, стремительно развивается с 2010-х годов (подробнее — в разделе 4). Однако пока он надёжно работает лишь для относительно простых задач: подсчёт типов высказываний, классификация модальности терапии, базовый анализ тональности. Для более тонких клинических конструктов автоматизация остаётся экспериментальной.

Исследователи кодируют в сессиях разнородные явления, которые можно сгруппировать в несколько крупных областей.

Наиболее детально эта область разработана в исследованиях мотивационного интервью. MISC (Miller & Mount, 2001; обновлён до версии 2.1) и его упрощённая версия MITI (Motivational Interviewing Treatment Integrity; Moyers et al., 2005, 2016) кодируют конкретные поведения терапевта: открытые и закрытые вопросы, простые и сложные рефлексии, аффирмации, предоставление информации, MI-консистентные и MI-неконсистентные поведения. Параллельно кодируется речь клиента: язык изменений (change talk), язык сопротивления (sustain talk), нейтральные высказывания.

Comparative Psychotherapy Process Scale (CPPS) — инструмент для измерения терапевтических интервенций, включающий 20 пунктов, разделённых на две подшкалы: психодинамико-интерперсональную (PI) и когнитивно-поведенческую (CB). Исследования подтвердили его валидность при сопоставлении с прототипами PQS (Ablon et al., 2011).

Шкалы Готтшалка–Глезер остаются основным специализированным инструментом для измерения аффектов в речи. Они позволяют количественно оценить тревогу (с разбивкой на подтипы: тревога смерти, увечья, разлуки, вины, стыда, диффузная тревога), враждебность направленную вовне и вовнутрь, социальную отчуждённость, депрессию и надежду.

LIWC (Linguistic Inquiry and Word Count; Pennebaker et al., 2007, 2015; LIWC-22) подходит к эмоциональному тону иначе: он подсчитывает долю слов, относящихся к положительным и отрицательным эмоциям, а также к специфическим категориям (грусть, тревога, гнев). LIWC — не инструмент для анализа терапии как таковой, это универсальный лексикон-софтвер, содержащий до 118 валидированных категорий. Однако он широко применяется в психотерапевтических исследованиях. Например, лингвистический анализ сессий КПТ с помощью LIWC показал, что пациенты с депрессией используют значимо больше слов, связанных с грустью, чем пациенты с тревожными расстройствами (Burkhardt et al., 2018).

Модель терапевтических циклов Эрхарда Мергенталера (Mergenthaler, 2008) анализирует соотношение «эмоциональных» и «абстрактных» слов внутри сессии, выявляя паттерны, связанные с продуктивной терапевтической работой.

Альянс — один из наиболее изученных процессуальных конструктов в психотерапии, устойчиво связанный с исходами лечения (Flückiger et al., 2018). Традиционно он измеряется опросниками (Working Alliance Inventory, Session Rating Scale), но в последние годы появились попытки оценивать альянс непосредственно по записям сессий. Goldberg et al. (2020) использовали NLP и машинное обучение для предсказания клиентских оценок альянса на основе транскриптов — с 1235 записями сессий от 386 клиентов и 40 терапевтов. Результаты были многообещающими, хотя точность предсказания для таких абстрактных конструктов остаётся ниже, чем для более «поверхностных» лингвистических характеристик.

Микропроцессуальные исследования фокусируются на изменениях внутри сессии: как разворачивается взаимодействие от минуты к минуте, какие моменты становятся поворотными. Недавний систематический обзор (2025) охватил 86 количественных исследований за 35 лет и выделил 28 микропроцессуальных конструктов, сгруппированных в шесть категорий: аффективные/эмоциональные, поведенческие, когнитивные, реляционные/интерперсональные, лингвистические и двигательные. Авторы предложили Multilevel Integrative Microprocess Model (MIMM) как объединяющую рамку для этих исследований, отметив при этом значительную разрозненность существующих операционализаций.

Джонс назвал устойчивые паттерны взаимодействия в терапии «интеракционными структурами» (interaction structures) — повторяющиеся конфигурации поведения пациента и терапевта, которые возникают сознательно или бессознательно и могут как способствовать, так и препятствовать терапевтическому прогрессу (Jones, 2000; Jones & Ablon, 2005).

Систематический обзор Laricheva и коллег (2024) охватил 41 публикацию за 1990–2021 годы и выделил четыре основные области применения NLP в терапии: автоматизированное кодирование, предсказание исходов, мониторинг процесса и исследование языковых паттернов. Авторы отметили резкий рост публикаций, использующих нейросетевые методы, но также указали, что лишь треть статей адресовала проблемы предвзятости и обобщаемости.

Более масштабный обзор Miner и коллег (Translational Psychiatry, 2023) включил 102 статьи и описал ландшафт NLP-исследований в области психических расстройств. Большинство исследований сфокусировано на оценке приверженности терапевта протоколу (treatment fidelity), особенно в мотивационном интервью. Пионерская работа Аткинса и коллег (Atkins et al., 2014) показала, что статистическая текстовая классификация с использованием тематического моделирования (labeled LDA) может воспроизводить человеческие оценки MISC-кодов с приемлемой точностью.

Предсказание исходов терапии на основе транскриптов — ещё одно растущее направление. Kuo et al. (2024) разработали NLP-модели, предсказывающие симптоматику клиента на текущей сессии на основе транскрипта предыдущей сессии, используя 2630 записей от 795 клиентов и 56 терапевтов. Корреляция предсказанных и реальных значений составила ρ = 0.32, что статистически значимо, но клинически скромно.

Появление моделей на основе архитектуры Transformer (BERT, GPT и их производных) открыло новые возможности. Lalk et al. использовали BERT и тематическое моделирование для предсказания терапевтического альянса и выраженности симптомов по транскриптам. В 2025 году появилось исследование, в котором локальная LLM (Llama 3.1 8B) использовалась для автоматического создания рейтинговых шкал: модель оценивала вовлечённость пациента по автоматически транскрибированным записям 1131 сессии от 155 пациентов. Результаты продемонстрировали высокую надёжность (ω = 0.953) и значимые корреляции с внешними критериями (Atzil-Slonim et al., 2025).

BERTopic — метод тематического моделирования на основе трансформеров — был применён к анализу высказываний терапевтов, включая записи классиков (Роджерса, Перлза, Эллиса) и современных практиков. Модель-классификатор была размещена в открытом доступе на Hugging Face (Vorontsov & Bykov, 2025).

Текст — не единственный канал информации в терапевтической сессии. Современные исследования всё чаще включают анализ аудио- (просодия, темп речи, паузы) и видеоданных (мимика, жесты, поза). Ещё Альберт Шефлен в 1973 году исследовал роль позы и движений тела в терапевтических сессиях (Scheflen, 1973), но технические возможности для систематического мультимодального анализа появились лишь недавно.

Платформы вроде Eleos Health уже используются в клинической практике: они автоматически транскрибируют сессии, извлекают ключевые метрики (соотношение речи терапевт/клиент, используемые интервенции, тематическое содержание) и интегрируют их с данными стандартизированных опросников. Однако внедрение подобных систем поднимает вопросы конфиденциальности и информированного согласия.

Отдельное направление — анализ лингвистического поведения терапевтов на микроуровне. Исследование, опубликованное в npj Mental Health Research (2022), предложило методологию оценки трёх аспектов речи терапевта: тайминга (как речь терапевта разворачивается во времени внутри сессии), отзывчивости (как терапевт реагирует на язык клиента) и консистентности (насколько стабилен языковой стиль терапевта). Для этого использовались категории LIWC, объединённые в пять клинически значимых доменов: местоимения, временная ориентация, эмоциональная полярность, терапевтические тактики и паралингвистический стиль.

Что считать единицей анализа — слово, высказывание, реплику, тему, сессию целиком? Разные единицы дают разные результаты. LIWC работает со словами и теряет контекст. PQS работает с целой сессией и теряет микродинамику. MISC работает с высказываниями и требует огромных ресурсов. Оптимального решения не существует, и выбор единицы анализа определяется исследовательским вопросом. Однако проблема возникает, когда результаты, полученные на разных уровнях, сопоставляются так, будто они измеряют одно и то же.

Даже для хорошо разработанных систем достижение приемлемой межкодировщиковой надёжности остаётся проблемой. Исследования MISC показали, что надёжность на уровне сессии (session-level) систематически выше, чем на уровне высказываний (utterance-level), что означает: традиционные оценки надёжности могут быть завышены (Houck et al., 2014). Для PQS обучение кодировщиков требует значительных временных инвестиций, и даже обученные кодировщики демонстрируют расхождения в оценке тонких клинических конструктов.

NLP-модели обучаются на аннотированных данных, то есть воспроизводят суждения человеческих кодировщиков. Но если человеческие суждения ненадёжны (а они ненадёжны для сложных конструктов), модель обучается на зашумлённом сигнале. Кроме того, большинство NLP-исследований терапии проведено на англоязычном материале, и обобщение на другие языки и культурные контексты остаётся непроверенным. Систематические обзоры отмечают значительное падение производительности моделей в неанглоязычных контекстах — до 25%.

Десятилетия процессуальных исследований породили богатый массив знаний о том, что происходит в терапии. Однако этот массив плохо интегрирован с повседневной клинической практикой. Системы мониторинга исходов (routine outcome monitoring, ROM) внедряются медленно: клиницисты сопротивляются дополнительной бумажной работе и дополнительной нагрузке. Автоматизированный анализ языка мог бы снизить эту нагрузку, но клинически значимые показатели пока извлекаются ненадёжно.

Запись и анализ терапевтических сессий поднимает серьёзные этические вопросы. Информированное согласие, конфиденциальность, хранение данных — всё это становится ещё сложнее в контексте автоматизированного анализа и облачных платформ. Кто получает доступ к результатам анализа? Может ли страховая компания или работодатель использовать данные о содержании сессий? Эти вопросы не решены ни нормативно, ни практически.

Микропроцессуальные исследования страдают от разрозненности: 28 конструктов, множество операционализаций, слабая связь с теоретическими гипотезами. Предложенная модель MIMM — попытка интеграции, но пока она остаётся концептуальной рамкой, а не проверенной теорией. Остаётся открытым вопрос: объясняют ли микропроцессы терапевтическое изменение или лишь коррелируют с ним?