MétaCan
Menu
Retour à la cohorte
Enregistrement W3128172410 · doi:10.1186/s40479-021-00146-w

Latent profiles of patients with borderline pathology based on the alternative DSM-5 model for personality disorders

2021· article· en· W3128172410 sur OpenAlexafffund
Dominick Gamache, Claudia Savard, Philippe Leclerc, Maude Payant, Alexandre Côté, Jonathan Faucher, Mireille Lampron, Marc Tremblay

Notice bibliographique

RevueBorderline Personality Disorder and Emotion Dysregulation · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensCentres Intégré Universitaires de Santé et de Services SociauxThe Quebec Population Health Research NetworkCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanUniversité LavalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité du Québec à Trois-RivièresUniversité du Québec à Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPersonality pathologyBorderline personality disorderOperationalizationPsychologyImpulsivityPersonality disordersClinical psychologyPersonalityDSM-5Interpersonal communicationSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There have been multiple attempts to try to parse out heterogeneity within borderline pathology by identifying patient subtypes; thus far, these works have yielded few consistent results. Recent developments in the operationalization of borderline pathology may provide new opportunities to identify clinically and conceptually meaningful subgroups of patients. The Alternative DSM-5 Model for Personality Disorders (AMPD) offers a categorical-dimensional operationalization of Borderline personality disorder (BPD) that has yet to be tested for identification of patient subgroups. The purpose of the present study is to test whether the combination of the Criterion A elements (pertaining to level of severity) and the seven pathological facets from Criterion B that define BPD in the AMPD can yield meaningful patient profiles. METHODS: A total of 211 outpatients from a specialized PD treatment program (133 women, Mage = 33.66, SD = 10.97) were selected based on the presence of at least moderate borderline pathology according to cutoffs recently proposed for the Borderline Symptom List-23. Valid Criterion A (Self and Interpersonal Functioning Scale) and B (Personality Inventory for DSM-5 Faceted Brief Form) self-reports were administered to measure elements and facets that define BPD in the AMPD model; these variables were used as indicators in a latent profile analysis (LPA). RESULTS: The optimal solution generated by LPA yielded four distinct profiles: (a) Borderline traits; (b) Moderate pathology with Impulsivity; (c) Moderate pathology with Identity problems and Depressivity; and (d) Severe pathology. Clinically meaningful distinctions emerged among profiles on AMPD indicators and external variables relevant to PD, especially aggression and impulsivity. CONCLUSIONS: Profiles reflected both the "severity" and "style" components imbedded within Criterion A and B of the AMPD, as they were mainly distinguished by a continuum of severity but also by some meaningful qualitative differences that may have important clinical implications for treatment planning and contracting. Results also suggest that the four Criterion A elements have independent value to identify important differences in patients with borderline pathology. They also highlight that some Criterion B facets that define BPD in the AMPD may be especially important to identify subgroups of patients, mainly Impulsivity and Depressivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,291
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorderline Personality Disorder and Emotion DysregulationMême sujetPersonality Disorders and PsychopathologyTravaux en français237 207