MétaCan
Menu
Retour à la cohorte
Enregistrement W4410133328 · doi:10.1002/cpp.70080

Dropout in Psychotherapy for Personality Disorders: A Systematic Review of Predictors

2025· review· en· W4410133328 sur OpenAlexaboutno aff
Francesca De Salve, Chiara Rossi, Elena Gioacchini, Irene Messina, Osmano Oasi

Notice bibliographique

RevueClinical Psychology & Psychotherapy · 2025
Typereview
Langueen
DomainePsychology
ThématiquePersonality Disorders and Psychopathology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyPsycINFOClinical psychologyBorderline personality disorderPersonality disordersMental healthPsychotherapistDropout (neural networks)PersonalityMEDLINE

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Dropout in psychotherapy for personality disorders is a major challenge, affecting treatment efficacy and mental health care delivery. Influenced by patient characteristics, therapist factors and treatment dynamics, dropout remains prevalent. This systematic review identifies predictors of psychotherapy dropout in individuals with personality disorders to inform strategies that enhance treatment engagement. METHOD: A systematic search in PsycINFO, PubMed and Scopus identified 22 studies from 1976 articles. Inclusion criteria required DSM/ICD-based personality disorder assessments and dropout predictors in psychotherapy. Non-English or non-peer-reviewed studies were excluded. Screening followed PRISMA guidelines using Rayyan, and study quality was assessed with the Newcastle-Ottawa Scale (NOS). RESULTS: Dropout rates ranged from 10.4% to 58%, depending on treatment modality and patient characteristics. Younger age, comorbid substance use disorders, emotional dysregulation, distress tolerance difficulties, childhood emotional abuse, therapist turnover and low motivation were significant predictors of dropout. Conversely, strong therapeutic alliances, mindfulness-based skills and engagement in phone coaching were associated with improved retention. Other relevant factors included low reflective functioning, lower education levels and socio-economic adversity, such as receiving disability benefits. Only one study identified low reflective functioning as a dropout predictor. Systemic factors, including treatment organization and care coordination, also played a crucial role. CONCLUSIONS: Addressing dropout requires early engagement strategies, therapist continuity and treatment flexibility. Enhancing therapeutic alliance and reflective functioning may be particularly effective in reducing dropout. Systemic improvements, such as better care coordination and accessibility, are crucial for sustaining engagement and improving psychotherapy outcomes for individuals with personality disorders. REGISTRATION: PROSPERO number: CRD42024509283.

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)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0140,006
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0030,000
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,137
Tête enseignante GPT0,543
Écart entre enseignants0,405 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Psychology & PsychotherapyMême sujetPersonality Disorders and PsychopathologyTravaux en français237 207