MétaCan
Menu
Retour à la cohorte
Enregistrement W4233085789 · doi:10.21203/rs.3.rs-90278/v1

Latent Profiles of Patients with Borderline Pathology Based on the Alternative DSM-5 Model for Personality Disorders

2020· preprint· en· W4233085789 sur OpenAlexaff
Dominick Gamache, Claudia Savard, Philippe Leclerc, Maude Payant, Alexandre Côté, Jonathan Faucher, Mireille Lampron, Marc Adélard Tremblay

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité du Québec à MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanUniversité LavalUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésDSM-5Personality pathologyBorderline personality disorderPersonality disordersPsychologyMedicineClinical psychologyPathologyPersonalitySocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract 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 traits 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-Short Form) self-reports were administered to measure elements and traits 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) Low borderline pathology with Impulsivity; (c) Moderate borderline pathology with Identity problems and Depressivity; and (d) Severe borderline pathology. Clinically meaningful distinctions emerged between 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 traits 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,050
Tête enseignante GPT0,320
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPersonality Disorders and PsychopathologyTravaux en français237 207