Facteurs pronostiques à la psychothérapie chez les troubles de la personnalité : implication de questionnaires autorapportés
Notice bibliographique
Résumé
Objectif Les taux d’abandon en psychothérapie sont reconnus comme étant élevés chez les patients/patientes souffrant de troubles de la personnalité (TP ; variant entre 25 % et 64 % pour le trouble de personnalité limite). Devant ce constat, la Grille de facteurs pronostiques à la psychothérapie (GFPP ; Gamache et coll., 2017) a été développée afin d’identifier précisément les patients/patientes souffrant de TP à haut risque d’abandonner la thérapie à partir de 15 critères, regroupés en 5 facteurs : Narcissisme pathologique, Antisocialité/Psychopathie, Gains secondaires, Faible motivation, Traits du groupe A. Par ailleurs, nous en connaissons relativement peu sur la pertinence des questionnaires autorapportés couramment utilisés auprès de la clientèle dans l’établissement du pronostic de traitement. Ainsi, le but de l’étude est d’évaluer les liens entre de tels questionnaires et les 5 facteurs de la GFPP. Méthode Un échantillon de 174 personnes avec un TP (dont 56 % avec traits ou TP limite), évaluées au Centre de traitement Le Faubourg Saint-Jean, ont rempli les versions françaises des questionnaires suivants : Borderline Symptom List (BSL-23), Brief Version of the Pathological Narcissism Inventory (B-PNI), Interpersonal Reactivity Index (IRI), Buss-Perry Aggression Questionnaire (BPAQ), Barratt Impulsiveness Scale (BIS-11), Questionnaire de fonctionnement social (QFS), Self and Interpersonal Functioning Scale (SIFS) et Personality Inventory for DSM-5- Faceted Brief Form (PID-5-FBF). La GFPP a été cotée par une équipe de psychologues expérimentés dans le traitement des TP. Des analyses descriptives et de régression entre les questionnaires autorapportés et les 5 facteurs de la GFPP de même que son score total ont été réalisées. Le but de ces analyses est de déterminer quelles variables des questionnaires autorapportés remplis par les personnes référées pour un TP, et principalement un TPL, contribuent le plus fortement à la prédiction statistique des variables de la GFPP cotée par les cliniciens. Résultats Les sous-échelles qui contribuent significativement au score du facteur Narcissisme pathologique (R2 ajusté = 0,12) sont : Empathie (SIFS), Impulsivité (inversement ; PID-5) et Rage revendicatrice (B-PNI). Les sous-échelles associées au facteur Antisocialité/Psychopathie (R2 ajusté = 0,24) sont Manipulation, Soumission (inversement) et Dureté du PID-5 ainsi que l’échelle Souci empathique de l’IRI. Les échelles contribuant substantiellement au facteur Gains secondaires (R2 ajusté = 0,20) sont Fréquence (QFS), Colère (inversement ; BPAQ), Fantaisie (inversement) et Souci empathique (IRI), Perfectionnisme rigide (inversement) et Croyances inhabituelles (PID-5). Le facteur Faible motivation (R2 ajusté = 0,10) est expliqué significativement par le score total au BSL (inversement) et la sous-échelle Satisfaction (QFS). Finalement, les sous-échelles significativement associées au facteur Traits du groupe A (R2 ajusté = 0,09) sont Intimité (SIFS) et Soumission (inversement ; PID-5). Conclusion : Certaines échelles des instruments autorapportés montrent des associations modestes, mais significatives avec les résultats obtenus aux facteurs de la GFPP. Ces échelles pourraient donc s’avérer utiles dans la cotation de la GFPP et fournir des informations complémentaires pour l’orientation clinique.
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 | 0,015 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».