Subtypes of narcissistic personality disorder based on psychotherapy process: A longitudinal nonparametric analysis.
Notice bibliographique
Résumé
The present study aims at empirically exploring subtypes of narcissistic personality disorder (NPD), based on patient descriptors of the psychotherapeutic process. Subtype identification and characterization of NPD is central, in particular, to increase diagnostic precision, linking categorical and dimensional conceptualizations of psychopathology, and to individualize treatments. A total of N = 161 patients diagnosed with NPD undergoing clarification-oriented psychotherapy were included in the present reanalysis of a naturalistic pre-post process-outcome study. At three crucial time-points of the therapy (Sessions 15, 20, and 25), the patient's in-session quality of content, process, and relationship are assessed using intensive video- and audio analyses. Levels of psychopathology were assessed using self-reported questionnaires. Data were analyzed using longitudinal nonparametric analysis. Based on in-session processes across three time-points, a two-subtype solution was retained (optimal vs. suboptimal process qualities). Optimal process quality of time was linked with the intensity of narcissistic symptoms; suboptimal process quality was linked with a variety of general symptom loads and problematic personality traits. The two empirical subtypes were predicted by the quality of real-life functioning with an accuracy of more than 92% and were partially associated with outcome. NPD may be empirically differentiated between patients engaging in optimal psychotherapy process versus those who engage in suboptimal psychotherapy process. This differentiation has reliable clinical predictors at the outset of treatment. The present study has implications in terms of personalizing psychotherapy for patients presenting NPD, or pathological narcissism. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».