Maladaptive defense mechanisms moderate treatment outcome in 6 months versus 12 months dialectical-behavior therapy for borderline personality disorder
Notice bibliographique
Résumé
Objective We investigated whether defense mechanisms in patients with borderline personality disorder (BPD) predict treatment response of dialectical behavior therapy (DBT) and whether they moderate outcome in different treatment lengths.Method We analyzed a subsample of 60 outpatients with BPD, randomized into either 6 (n = 30) or 12 (n = 30) months of DBT. The average level of defensive adaptiveness, assessed with observer-rated overall defensive functioning (ODF) and “immature” (i.e., maladaptive) defenses were used as predictors and moderators of self-reported frequency of self-harm. We conducted a Generalized Linear Mixed Model (GLMM).Results A lower ODF at treatment onset predicted smaller reductions in self-harm, irrespective of treatment length (IRR = 0.92, 95% CI = [0.86, 0.99], p = .020). Lower order “immature” (“major image distorting”) defenses showed significantly smaller (IRR = 1.13, 95% CI = [1.06, 1.21], p < .001) and higher order “immature” (“minor image distorting”) defenses showed significantly larger (IRR = .91, 95% CI = [.85, .97], p = .006) reductions in self harm in the 6-month but not in the 12-month treatment.Conclusion Even though the results have to be regarded as preliminary due to the small sample size, findings might indicate that patients with BPD and lower average defensive adaptiveness may benefit from individualized treatment plans including specific interventions targeting defense function.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».