Zusammenfassung. Theoretischer Hintergrund: Im Rahmen einer patientenorientierten Psychotherapieforschung werden Patientenausgangsmerkmale und Veränderungsmuster in einer frühen Therapiephase genutzt, um Behandlungsergebnisse und Behandlungsdauer vorherzusagen. Fragestellung: Lassen sich in frühen Therapiephasen verschiedene Muster der Veränderung (Verlaufscluster) identifizieren und durch Patientencharakteristika vorhersagen? Erlauben diese Verlaufscluster eine Vorhersage bezüglich Therapieergebnis und -dauer? Methode: Anhand des Growth Mixture Modeling Ansatzes wurden in einer Stichprobe von N = 2206 ambulanten Patienten einer US-amerikanischen Psychotherapieambulanz verschiedene latente Klassen des frühen Therapieverlaufs ermittelt und unter Berücksichtigung unterschiedlicher Patientenausgangscharakteristika als Prädiktoren der frühen Veränderungen mit dem Therapieergebnis und der Therapiedauer in Beziehung gesetzt. Ergebnisse: Für leicht, mittelschwer und schwer beeinträchtigte Patienten konnten je vier unterschiedliche Verlaufscluster mit jeweils spezifischen Prädiktoren identifiziert werden. Die Identifikation der frühen Verlaufsmuster ermöglichte weiterhin eine spezifische Vorhersage für die unterschiedlichen Verlaufscluster bezüglich des Therapieergebnisses und der Therapiedauer. Schlussfolgerungen: Frühe Psychotherapieverlaufsmuster können einen Beitrag zu einer frühzeitigen Identifikation günstiger sowie ungünstiger Therapieverläufe leisten.
Identifying latent trajectories of personality disorder symptom change: Growth mixture modeling in the longitudinal study of personality disorders.
