Facteurs pronostiques à la psychothérapie chez les troubles de la personnalité : implication de questionnaires autorapportés
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.015 | 0.051 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".