The Efficacy of Experiential Dynamic Therapies: A 10‐Year Systematic Review and Meta‐Analysis Update
Notice bibliographique
Résumé
ABSTRACT There is a growing interest in clinical interventions targeting emotion regulation difficulties across mental health conditions. Experiential dynamic therapies (EDTs) are transdiagnostic, affect‐focused, short‐term psychodynamic therapy models that emphasize in‐session emotional processing. This review provides a 10‐year update on the efficacy of EDTs for mood, anxiety, personality and somatic symptom disorders in adults and children/adolescents. A comprehensive search identified 57 randomized controlled trials ( n = 4330) conducted in Western ( k = 38; n = 3178) and non‐Western countries ( k = 19; n = 1152) between 1978 and 2024. Random‐effects meta‐analyses on primary outcomes indicated large, significant effects for EDTs compared to inactive controls at post‐treatment (Hedge's g = −0.96; k = 41) and follow‐up ( g = −1.11; k = 20). Compared to active controls, effects were small and non‐significant post‐treatment ( g = −0.17; k = 27) but became significant at follow‐up ( g = −0.40; k = 19), suggesting a potential modest long‐term advantage of EDTs. Despite substantial heterogeneity ( I 2 > 75%), results remained robust in sensitivity analyses. Moderator analyses revealed few significant findings, indicating relative consistency across diagnostic groups, treatment formats and active comparators. Non‐Western and lower quality studies reported larger effects compared to inactive, but not active, controls. While cautious interpretation is warranted due to unexplained heterogeneity, findings support EDTs as efficacious transdiagnostic interventions for emotional disorders, with sustained benefits over time. Future research should prioritize large‐scale, methodologically rigorous trials that explore mechanisms of change, optimize treatment delivery and identify moderators of long‐term outcomes.
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 | 0,026 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,024 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 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 ».