Predictors of Treatment Duration and Retention in a Study of Long-Term Dynamic Psychotherapy: Childhood Adversity, Adult Personality, and Diagnosis
Notice bibliographique
Résumé
Systematic knowledge about patient characteristics that predict the duration of long-term psychotherapy is largely absent. We examined predictors of attrition, retention, and duration of long-term dynamic psychotherapy to delineate the naturalistic history of psychotherapy, specifically focusing on childhood emotional neglect and abuse, adult diagnosis, personality, and functioning as predictors. Fifty-three adults with depressive, anxiety, and/or personality disorders (PDs) were offered at least 3 years of long-term dynamic psychotherapy. The median duration of therapy for the study group was 110 sessions (95% confidence interval [CI] 52-141). Nondynamic characteristics (including demographics; most Axis I diagnoses; depression, anxiety, and distress scores; social and global functioning; and the five personality factors) did not predict number of sessions. Dysthymic disorder, presence of any PD (particularly dependent PD [DPD]), emotional neglect in childhood, and higher adaptive defense style scores predicted a greater number of sessions, while obsessive-compulsive PD (OCPD) predicted fewer sessions. Emotional neglect, DPD, higher adaptive defenses, and OCPD were each unique predictors of duration. A session frequency less than 0.7 sessions per week (36 sessions per year) was associated with a three-fold higher risk for intrinsic attrition (relative risk = 3.04, 95% CI 1.10-8.44). Childhood emotional neglect as well as adult dependency may predispose patients to remain in therapy for longer durations, while some adaptive defenses may allow patients to contain the distressing affects that might otherwise lead to early termination. It remains to be seen whether longer durations of treatments are associated with respectively greater improvement, other things being equal, and whether these findings generalize to other types of treatment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».