Psychotherapeutic case formulation: Plan analysis for narcissistic personality disorder
Notice bibliographique
Résumé
BACKGROUND: One of the relevant case formulation methods for personality difficulties is plan analysis. The present study aimed at delivering a prototypical plan analysis for clients presenting with a diagnosis of narcissistic personality disorder (NPD). The sample consisted of 14 participants diagnosed with an NPD. Based on audio clinical material, we developed 14 individual plan analyses that we then merged into a single prototypical plan analysis. For explorative purposes, we ran an ordinary least squares regression model to predict the narcissistic symptoms severity (NAR) measured on a scale of 1-7 of the 14 clients by the presence (respectively absence) of certain plans in their individual plan analysis. The synthesis revealed that clients with pathological narcissism share common basic motives. Results of the regression model reveal that the presence of the plan 'be strong' reduces the NAR scale by 1.52 points (p = 0.011). DISCUSSION: In the treatment of psychological disorders, precise case formulations allow therapists for making clinically appropriate decision, personalizing the intervention and gaining insight into the client's subjective experience. In the prototypical plan structure we developed for NPD, clients strive to strengthen their self-esteem and avoid loss of control, criticism and confrontation as well as to get support, understanding and solidarity. When beginning psychotherapy with a client presenting with NPD, the therapist can use these plans as valuable information to help writing tailored, and therefore more efficient, case formulations for their patients presenting with an NPD.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».