Treatment Moderators of Symptom Severity in Psychotherapy for People with Borderline Personality Disorder: Systematic Review with Meta-Analyses of Individual Participant Data
Notice bibliographique
Résumé
INTRODUCTION: Borderline personality disorder (BPD) is a complex and heterogeneous condition. Psychotherapy reduces symptom severity; however, characteristics of the individual may influence treatment outcomes. This systematic review examined whether specific baseline variables moderate the effect of psychotherapy on BPD severity through individual participant data meta-analysis (IPD-MA). METHODS: A literature search up to 12 May 2025 across 10 databases (including PubMed, Medline, Embase, PsycINFO, CINAHL, Web of Science, and Cochrane CENTRAL) identified randomised clinical trials (RCTs) comparing psychotherapy to treatment as usual (TAU) or clinical management control interventions (CM) for BPD. Authors of included trials were contacted to retrieve IPD. IPD-MAs employed a one-stage random-effects approach to estimate treatment effects and potential moderators in bivariate linear mixed-effects models. The study was registered with PROSPERO (CRD42021210688). RESULTS: Out of 33,696 records identified, 42 RCTs (3,848 participants) were eligible. IPD was obtained from 19 trials (1,482 participants). All trials had an overall high risk of bias or some concerns regarding risk of bias. There was a high rate of missing data across trials (378/1,482, 25.1%). IPD-MA showed that psychotherapy significantly reduced BPD severity compared to TAU/CM (β: -0.25, 95% CI: -0.43 to -0.07, SE: 0.09, p = 0.0065; 19 trials, 1,104 participants). Significant negative moderators were co-occurring depressive disorder(s) (β: 0.31, 95% CI: 0.03 to 0.59) and exposure to sexual trauma (β: 0.60, 95% CI: 0.16 to 1.04), while positive moderators were co-occurring anxiety disorder(s) (β: -0.34, 95% CI: -0.64 to -0.03) and alcohol use disorder(s) (AUD) (β: -0.34, 95% CI: -0.67 to -0.01). CONCLUSION: Psychotherapy may be especially beneficial for BPD with co-occurring anxiety. Patients with co-occurring AUD should not be excluded from treatment; rather, treatment motivation should be emphasised. Further, clinicians should prioritise trauma-informed care.
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) | 0,011 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».