渡渡鸟裁决：各种心理治疗真的等效吗

破除误解#

第二个误解：以为"等效"意味着技术不重要。 更准确的表述是：技术可能重要，但重要的方式与流派宣称的不同。一个连贯的理论说明、一套有条理的操作程序、一个相信它有效的治疗师——这些本身就是有效成分，而它们在所有流派中都存在。

第三个误解：以为这只是学院争论。 它决定着治疗指南推荐什么、保险赔付哪种疗法、培训项目教什么。如果流派差异微不足道，那么把资源投入"推广特定疗法"就是错配；如果差异真实存在，那么让来访者随机遇到什么治疗师就是不负责任。

这场争论在 1990 年代获得了制度形态。美国心理学会第十二分会推动"实证支持的疗法"清单，把若干手册化方案标成特定障碍的首选。清单改变了培训课程与报销默认项，但没有结束争论。它把"哪种技术针对哪种障碍"写成了可执行的名单，而这正是医学模型需要、情境模型质疑的那种写法。

一、证据的形状#

支持"等效"的核心证据来自一系列直接比较不同疗法的荟萃分析：当比较两种都被其倡导者当作真正治疗的疗法时，差异通常很小，且常不显著。

Luborsky 等人清点的是当时较严谨的对照比较。多数研究在好转人数比例上找不到显著的疗法间差异，尽管大多数来访者都有获益。他们把这种平局叫做平分秋色效应，并直接把罗森茨韦格的渡渡鸟原话写进了标题。

1997 年，Bruce Wampold、Gregory Mondin、Marcia Moody 等人在《心理学公报》上把比较限定为"真诚治疗"：有心理学理论依据、由受训治疗师实施、实施者相信其有效。效应量围绕零均匀分布。即便按最宽松的假设，组间真实差异的上限大约也只有 0.20。更不像的疗法之间，也没有系统性地拉开更大差距。

这并不等于治疗没有效果。渡渡鸟命题比较的是治疗与治疗，不是治疗与不治疗。后者的优势在证据上远更清楚。

支持"有差别"的一方则指出若干具体例外，其中证据最强的是：暴露疗法对特定恐惧症与创伤后应激障碍、以及行为激活对抑郁的优势。这些是"特定技术胜出"的最好候选。

这些例外之所以被反复点名，是因为成分相对清楚、对照可以做得比较干净。暴露要求来访者在安全条件下接触回避对象，行为激活要求增加与奖赏相关的活动。它们仍然需要联盟与期望。

争议只在于：在这些适应症上，特定技术是否贡献了无法被共同因素完全吸收的增量。把"暴露有效"读成"因此所有流派差异都真实存在"，是另一次过度推广。

双方对数据本身分歧不大，分歧在于如何解释这批数据。

二、两种解释框架#

共同因素通常包括：治疗联盟（合作关系与情感联结）、来访者对治疗的期望、治疗师的共情与真诚、一个能解释痛苦来源的可信框架、以及一套配套的行动方案。在多数研究中，治疗联盟与疗效的相关稳定地高于流派归属。

这里有一个方法学上的关键难点：联盟与疗效的相关不能直接读作因果——好转的来访者更可能对治疗师评价积极，因果方向可以反过来。使用早期联盟预测后期改变、并控制早期症状变化的研究显示相关有所减弱但仍然存在。这是共同因素阵营最站得住、也最需要谨慎表述的一块证据。

Flückiger、Del Re、Wampold 与 Horvath 在 2018 年对成人心理治疗中的联盟做了综合元分析，纳入 1978 至 2017 年间 295 项独立研究、超过三万名来访者。面对面治疗中，联盟与结局的相关为 r = .278，95% 置信区间为 .256 至 .299，约合 d = .579。基于互联网的治疗相关几乎相同：r = .275，共 23 项。

相关跨评估视角、联盟量表、结局指标、治疗取向与国家大致稳定。295 个效应量里约 2% 为负。这支持联盟与结局有稳定关联，但幅度是中等的，不能被读成联盟等于几乎全部疗效。

Wampold 与 Zac Imel 在 2015 年的《伟大的心理治疗争论》第二版里，把共同因素组织成情境模型：一个被社会认可的治疗场合、一个可信的解释、一套与解释配套的任务。医学模型则把疗效主要归因于针对特定机制的技术。认知行为疗法 经常被双方同时征用。一方说，贝克 的认知技术证明了特定干预可以针对特定扭曲；另一方说，任何结构清楚、可被治疗师与来访者共同相信的方案，都会得到相近的组间均值。

三、三个把水搅浑的方法学问题#

研究者忠诚效应。当研究由某疗法的倡导者主持时，该疗法胜出的概率显著上升。在若干分析中，忠诚度可以解释掉相当一部分的流派间差异——也就是说，"哪种疗法更好"的答案与"谁做的研究"高度相关。这不必然意味着不端，它可以通过治疗师的培训与督导质量、对照条件的设置合理性等途径起作用。

Munder、Brütsch、Leonhart、Gerger 与 Barth 2013 年在《临床心理学评论》上对 30 项元分析做了再汇总。忠诚度与结局的平均相关为 r = .262。相关在不同疗法类型、人群与忠诚度测量方式上大体稳健。

作者把忠诚度视为一种偏倚风险，类似于利益冲突：它可以通过督导质量、对照是否被认真实施、治疗师是否相信自己在做"真治疗"等途径进入数据。相关不是因果证明，但足以让人在读"某疗法显著优于对照"时先问一句：这项研究是谁做的。

对照条件不对等。把一种精心手册化、督导充分的疗法与一种被简化过的"支持性咨询"比较，差异有多少来自技术、有多少来自实施强度？只有当对照组也是"被其支持者认为有效的真正治疗"时，比较才是公平的。

对照被削薄的方式往往很具体：治疗师训练更短、没有同等密度的督导、手册更粗，甚至被明确告知这只是对照条件。来访者能感觉到这种不对称。于是"技术胜出"的结果里，混进了实施质量的差异。真诚治疗对真诚治疗的比较，正是为了堵住这条路。

分配偏差与安慰剂的不可能。药物试验可以双盲，心理治疗不能——治疗师必然知道自己在做什么，来访者通常也知道。这使得心理治疗研究没有真正意义上的安慰剂对照，"共同因素"与"安慰剂"的界线也因此格外模糊。

药物试验可以把外观相同的惰性药片做成对照。心理治疗做不到这一点。因此，把共同因素直接等同于安慰剂效应，会把一个尚未被干净分离的成分，说成已经分离完毕。

Wampold 的处理是收紧对照的资格：对照也必须是真诚治疗，而不是被故意削薄的支持性谈话。后者把实施强度的差异伪装成了技术差异。

四、当前更被接受的落点#

争论并未终结，但多数临床研究者已收敛到一个折中表述：

同一诊断、同一手册，不同治疗师带出来的结局仍可相差很大。共同因素框架并不觉得这奇怪：联盟、共情、对解释的信念，都是由具体的人携带的。若培训与质控只考核手册步骤是否被执行，管理体系就会把最能解释结局变异的那一层留在考核之外。这不是反对手册，而是反对把手册当成质量的全部代理。

• 总体上，疗法之间的差异远小于流派宣传所暗示的，而治疗师之间的差异（同一疗法下不同治疗师的疗效差距）常常大于疗法之间的差异。这个"治疗师效应"是这场争论最实用的产物。
• 少数适应症上存在真实的技术优势，尤其是暴露成分对焦虑与创伤相关障碍。
• 共同因素不是"非特异的背景噪声"，而是可以被训练、被测量、被改进的技能——把它们当作残差项处理，是过去几十年培训体系的一个系统性失误。

因此最有用的结论不是"哪个流派赢了"，而是问题被换掉了：从"应该用哪种疗法"换成"哪位治疗师、在什么关系质量下、为哪类来访者提供什么"。

五、一个常被忽略的第三种可能#

争论通常被摆成"技术重要 vs 关系重要"的二选一，但还有第三种解释：不同疗法对不同的人有效，而随机分配把这些差异平均掉了。

如果甲类来访者对暴露反应好、乙类对认知重构反应好，且两类人在样本中大致各半，那么组间平均差异会接近于零——尽管在个体层面差异巨大。 这个可能性在统计上完全兼容现有数据，而检验它需要的样本量与测量精度，远超过绝大多数已完成的试验。

最常被引用的大规模匹配试验是 1997 年的 Project MATCH。美国国家酒精滥用与酒精中毒研究所组织 1726 名来访者，随机分入认知行为应对技能治疗、动机强化治疗与十二步促进治疗，三种方案都有手册。

预先提出的多数匹配假设，在治疗后的饮酒结局上未获支持。三种治疗的总体结局接近。这并不证明匹配永远不可能。它证明：即使用很大的样本去检验当时最有理论依据的匹配规则，组间平均仍然很难被切开。

这解释了为什么这场争论九十年没有结论：现有的研究设计对最有临床价值的那个问题——"这个人应该用哪种疗法"——几乎没有分辨力。近年对治疗匹配与个体化预测的研究正是冲着这一点去的，而它的第一批结果提醒人们保持谨慎：多数预测模型在外部样本上的表现远逊于开发样本，与精准医疗在其他领域遇到的问题完全一致。

需要说明的是：本篇为原理性通识解释，不构成医疗建议；治疗选择应与具备资质的专业人员讨论。

跨域连接#

• 精神分析的疗效之争：这场更早的争论是渡渡鸟问题的一个特例——它同样卡在"对照组该是什么"与"结果指标该测什么"上；两场争论共享一个结构性教训：当一种治疗的理论承诺的是深层结构改变，而试验测量的是症状量表分数，双方永远可以各自宣称胜利，因为他们比较的根本不是同一件事。
• 临床试验：心理治疗的试验设计缺少药物试验的两个支柱——双盲不可能、安慰剂难以定义；这使得"非特异效应"在这里无法被干净地分离出来，也解释了为什么心理治疗研究更依赖主动对照（与另一种真治疗比较）而非安慰剂对照，而这恰恰是最容易被研究者忠诚污染的设计。
• 效应量与统计功效：流派间差异如果真实存在也很小，而检出小差异需要的样本量远大于多数心理治疗试验的规模——于是大量研究本就没有能力回答它们提出的问题；把"未发现差异"读作"没有差异"，在功效不足的试验里是一个直接的推理错误，双方都曾犯过**。
• 社会支持与心理健康：治疗联盟在结构上与社会支持是同一类变量——被理解、被认真对待、有人稳定在场，这些在流行病学上对心理健康的保护作用早已被反复证实；这提示共同因素之所以有效，可能并非因为它们是"治疗的非特异部分"，而是因为它们恰好复现了人类恢复力最可靠的那个来源，只是以专业化、可付费的形式提供。
• 劳动与雇佣法：治疗师效应意味着疗效在很大程度上取决于个人而非方案——这与把心理服务标准化、按疗程计费、以手册合规度考核从业者的制度设计直接冲突；当质量的主要来源无法被写进流程，管理体系倾向于考核可被记录的部分，这在护理、教育与心理服务中是同一个问题。

参考文献#

1. Rosenzweig, Saul. "Some Implicit Common Factors in Diverse Methods of Psychotherapy." American Journal of Orthopsychiatry, vol. 6, no. 3, 1936, pp. 412–415.
2. Luborsky, Lester, Barton Singer, and Lise Luborsky. "Comparative Studies of Psychotherapies: Is It True That 'Everyone Has Won and All Must Have Prizes'?" Archives of General Psychiatry, vol. 32, no. 8, 1975, pp. 995–1008.
3. Wampold, Bruce E., and Zac E. Imel. The Great Psychotherapy Debate: The Evidence for What Makes Psychotherapy Work. 2nd ed., Routledge, 2015.
4. Flückiger, Christoph, et al. "The Alliance in Adult Psychotherapy: A Meta-Analytic Synthesis." Psychotherapy, vol. 55, no. 4, 2018, pp. 316–340.
5. Munder, Thomas, et al. "Researcher Allegiance in Psychotherapy Outcome Research: An Overview of Reviews." Clinical Psychology Review, vol. 33, no. 4, 2013, pp. 501–511.
6. Wampold, Bruce E., et al. "A Meta-Analysis of Outcome Studies Comparing Bona Fide Psychotherapies: Empirically, 'All Must Have Prizes.'" Psychological Bulletin, vol. 122, no. 3, 1997, pp. 203–215.
7. Project MATCH Research Group. "Matching Alcoholism Treatments to Client Heterogeneity: Project MATCH Posttreatment Drinking Outcomes." Journal of Studies on Alcohol, vol. 58, no. 1, 1997, pp. 7–29.

延伸阅读#

1. Norcross, John C., and Michael J. Lambert, eds. Psychotherapy Relationships That Work. 3rd ed., Oxford University Press, 2019.
2. Barkham, Michael, Wolfgang Lutz, and Louis G. Castonguay, eds. Bergin and Garfield's Handbook of Psychotherapy and Behavior Change. 7th ed., Wiley, 2021.
3. Cuijpers, Pim. Meta-Analyses in Mental Health Research. Vrije Universiteit Amsterdam, 2016.