Respons versus non-respons bij de behandeling van een borderline persoonlijkheidsstoornis met mentalization-based treatment

(1)

Respons Versus Non-Respons bij de Behandeling

van een Borderline Persoonlijkheidsstoornis met

Mentalization-Based Treatment

Naam:

Melanie Broekhof

Studentnummer:

10002260/6062962

Begeleiding:

Arjen Noordhof

(2)

Respons Versus Non-Respons bij de Behandeling van een Borderline Persoonlijkheidsstoornis met Mentalization-Based Treatment Inhoudsopgave Pagina Abstract 3. Inleiding 3. Methode 7. Resultaten 13. Discussie 17. Literatuur 20. Bijlage I 24.

(3)

Respons Versus Non-Respons bij de Behandeling van een Borderline Persoonlijkheidsstoornis met Mentalization-Based Treatment

Respons Versus Non-Respons bij de Behandeling van een Borderline Persoonlijkheidsstoornis met Mentalization-Based Treatment

Abstract

Kenmerkend voor patiënten met borderline persoonlijkheidsstoornis (BPS) is dat zij een beperkt mentaliserend vermogen hebben. Mentaliseren is een mentale activiteit die er voor zorgt dat men het gedrag van andere mensen kan begrijpen door de mentale ‘states’ die achter dit gedrag zitten te interpreteren. Een therapie die gericht is op het versterken van het mentaliserend vermogen is Mentalization Based Treatment (MBT). In dit onderzoek is (non)respons op MBT onderzocht. Verwacht werd dat wanneer er binnen een klinische populatie van patiënten met een BPS

responsgroepen gevormd werden, er onderscheidt gemaakt kon worden tussen de responsgroepen op basis van verschillende cliëntkenmerken. Het onderzoek is uitgevoerd met 34 borderline patiënten die allen behandeling ondergingen bij de Viersprong. Respons werd gedefinieerd op basis van 20% verbetering op de uitkomstmaten ‘ervaren symptoom distress’ en ‘mate van depressie’. Met logistische regressies is er voor beide uitkomstmaten gekeken of bepaalde cliëntkenmerken (non)respons konden voorspellen. Er zijn voor de analyses 17 cliëntkenmerken gebruikt die opgedeeld konden worden in vier verschillende groepen; demografie, behandeling, as-I problematiek en as-II problematiek. Voor beide uitkomstmaten werden vergelijkbare resultaten gevonden. Er werd een licht effect gevonden voor de kenmerkgroepen demografie en behandeling. Dit effect was echter tegen verwachting in niet significant.

Inleiding

De borderline persoonlijkheidsstoornis (BPS) behoort tot het cluster B van de

persoonlijkheidsstoornissen. De stoornissen in dit cluster kenmerken zich voornamelijk door instabiele gedragingen (Eurellings-Bontekoe, Verheul & Snellen, 2009). De stemming en perceptie kunnen gemakkelijk en snel wisselen. Deze wisseling van stemming en perceptie is meestal onverwacht en er is vaak ook geen directe verklaring voor (Eurellings-Bontekoe et al., 2009). Ook worden er vaak impulsieve gedragingen vertoond. Mensen met BPS kunnen moeite ervaren met het dagelijks en interpersoonlijke functioneren. Ze hebben vaak moeizame relaties aangezien ze verlatingsangst vertonen. Ook hebben deze patiënten een wisselend zelfbeeld, wat weer zorgt voor wisselende cognities en gedragingen. Ze zijn geneigd om erg heftig, inadequaat en impulsief te reageren bij interpersoonlijk contact. Automutilatie en zelfmoordpogingen komen vaak voor bij deze patiënten. De stoornis uit zich meestal aan het begin van de volwassenheid. In de algemene populatie is de BPS de meest voorkomende persoonlijkheidsstoornis (Torgersen, Kringlen, & Cramer, 2001). Volgens

schattingen hebben in Nederland ongeveer 100.000 mensen een BPS (Trimbos,2010). Van deze patiënten hebben 89 procent een comorbide as-I of as-II stoornis (Zanarini, et al, 2004). Een groot

(4)

deel van de patiënten heeft ooit ernstige vormen van misbruik of deprivatie meegemaakt (Ryle & Golynkina, 2000).

Kenmerkend voor mensen met een BPS is dat zij een beperkt mentaliserend vermogen hebben (Eurellings-Bontekoe et al., 2009). Mentaliseren is een mentale activiteit die er voor zorgt dat men het gedrag van andere mensen kan begrijpen door de mentale ‘states’ die achter dit gedrag zitten te interpreteren. Voorbeelden hiervan zijn behoeftes, verlangens, gevoelens, doelen, intenties en motieven. Het aanleren van mentaliseren is nauw verbonden met hechtingsprocessen. Veilige hechting gaat vaak samen met een adequate responsiviteit van de ouder op de mentale toestand van het kind. Wanneer deze adequate responsiviteit ontbreekt, zal het kind niet goed leren mentaliseren (Fonagy en Bateman, 2005). Hoe meer de emotionele toestand van een BPS patiënt geprikkeld wordt en hierbij dus ook de prikkeling van het hechtingsstyteem toeneemt, hoe minder de patiënt op dat moment in staat is tot mentaliseren (Batemen & Fonagy, 2007). Door dit beperkte mentaliserende vermogen kunnen deze patiënten gedrag (van zichzelf en van anderen) niet goed interpreteren (Fonagy et al, 2002). Het vermogen om te kunnen mentaliseren is erg belangrijk bij interpersoonlijk contact en emotieregulatie (Fonagy,1998). Een therapie die gericht is op het versterken van de vaardigheid tot mentaliseren is Mentalization-Based Treatment (MBT). Deze therapie is in 2004 ontwikkeld door Anthony Bateman en Peter Fonagy. Patiënten die als hoofddiagnose een BPS hebben komen in aanmerking voor MBT. Het hoofddoel van MBT is de mentale toestand van de cliënt binnen het therapeutische proces centraal te stellen. Alle fases van MBT zijn gericht op het

bevorderen van het mentaliserend vermogen van de cliënt (Bales, van Beek & Bateman, 2009). Bij MBT kenmerkt de houding van de therapeut zich door een mentaliserende niet wetende houding. Dit houdt in dat de therapeut zich bewust is van het feit dat mentale toestanden niet direct geobserveerd kunnen worden (Bateman & Fonagy, 2007). Daarnaast is het belangrijk dat de therapeut actief vragen stelt en vrije associaties ontmoedigd. Binnen MBT is er een

interventiespectrum dat loopt van minst mentaliserend naar meest mentaliserend (Bateman & Fonagy, 2007). De minst mentaliserende interventies zijn steunend en empathisch reageren. Het hoogste niveau van mentaliseren is het mentaliseren in/van de relatie. Het kan hier gaan om een

interpersoonlijke relatie van de cliënt of de therapeutische relatie. Hoe hoger de emotionele intensiteit van de cliënt is, hoe lager de therapeut moet zitten op het interventiespectrum. Cliënten kunnen in verschillende modi van niet-mentaliseren zitten; de ‘psychische equivalentiemodus’, de ‘teleologische modus’ en de ‘alsof modus’.Het niveau van de interventie moet aangepast worden op het kunnen van de patiënt op dat moment en de modus waarin zij verkeren, dit aangezien het verkeerde niveau van mentaliseren kan leiden tot een iatrogene crisis (Bateman & Fonagy, 2007). MBT en de bijhorende interventies zijn effectief gebleken mits ze goed aangepast zijn op de cliënt. (Bateman & Fonagy, 2004). Uit een randomized controlled trial van MBT voor BPS patiënten bleek dat MBT effectief is als psychotherapie (Bateman & Fonagy, 1999). Uit dit onderzoek kwam naar voren dat voor BPS

patiënten, MBT effectiever is dan een standaard psychotherapie behandeling. De grootste verbetering was te merken na zes maanden van behandeling. Het effect van de behandeling was een sterke afname van depressieve symptomen, bijna geen suïcidepogingen meer, minder automutilatie en een

(5)

sterke verbetering in het sociaal en interpersoonlijk functioneren (Bateman & Fonagy, 1999). Ook kwam uit dit onderzoek naar voren dat MBT een effectieve behandeling is voor patiënten met een BPS met een hoge mate van psychische comorbiditeit. Uit een follow-up van 18 maanden bleek dat

patiënten zich bleven verbeteren (Bateman & Fonagy, 2001). De vaardigheid tot mentaliseren van deze patiënten bleef verbeterd en nam zelfs toe. Ook bleef men in staat om de mentale ‘states’ van zichzelf en van anderen beter te begrijpen. In vergelijking met de controlegroep bleven patiënten die MBT volgden zich op sociaal en interpersoonlijk gebied verbeteren. Er wordt dan ook gesuggereerd dat MBT lange termijn verbeteringen stimuleert. Ook kwam naar voren dat patiënten die MBT volgden minder zorg consumeerden na de behandeling in vergelijking met de controlegroep. Het is echter nog niet volledig duidelijk welke componenten van MBT bijdragen aan de effectiviteit (Fonagy & Bateman, 2005). Recent kwam naar voren dat aangetoonde verbeteringen zelfs na vijf jaar nog aanwezig zijn (Bateman & Fonagy, 2009). Ook in Nederland is MBT effectief gebleken (Bales, van Beek, Smits, Willemsen & Busschbach, 2012). Uit dit onderzoek bleek dat er significante verbeteringen te zien waren in psychische klachten, sociaal- en interpersoonlijk functioneren, persoonlijkheidspathologie en algemeen functioneren. Ook was er een afname van zelfmoordpogingen, zelfbeschadiging of

automutilatie, aanvullende behandelingen en psychiatrische opnames.

Uit bovenstaande onderzoeken komt een algemeen beeld naar voren over de effectiviteit van MBT. In bovengenoemde onderzoeken is het behandelresultaat echter steeds bekeken voor de gehele onderzoeksgroep. Dat verhult individuele verschillen die er mogelijk bestaan tussen patiënten. Dit onderzoek zal zich daarom verder richten op deze individuele verschillen. Door het analyseren van groepsgemiddeldes wordt er steeds een uitspraak gedaan over hoe de onderzoeksgroep als geheel profiteert van een behandeling. Achter deze groepsgemiddeldes kunnen echter subgroepen van patiënten schuil gaan, die een snelle respons, een langzame respons, of helemaal geen respons laten zien. Een alternatieve benadering van het analyseren van een behandelresultaat is het definiëren van een typologie van groeicurves. Een typologie van groeicurves maakt het mogelijk om verschillende soorten respons van elkaar te kunnen onderscheiden Hiller, Schindler en Lambert (2012). Eerder onderzoek naar soorten respons hebben zich voornamelijk gericht op as-I problematiek. Dit onderzoek zal zich echter richten op as-II problematiek. Lorentzen, Hoglend, Martinsen en Ringdal (2011)

benadrukten dat onderzoek zich niet alleen moet richten op respons maar zich ook moet richten op het hebben van geen respons. Zij vonden dat de behandelduur een belangrijke factor is die

onderscheidt maakt tussen respons en non-respons. Hoe langer de behandelduur is, hoe beter de respons is. De Haan et al. (1997) vonden in hun onderzoek naar cognitieve gedragstherapie (CGT) voor patiënten met obsessief compulsieve stoornis (OCS) ook een aantal factoren die invloed hebben op respons. Er werd onderscheidt gemaakt tussen snelle respons en langzame respons. Naar voren kwam dat onder andere het gevolgd hebben van eerdere behandeling en het hebben van hevigere symptomen van OCS onderscheidt maakten tussen een snelle en een langzame respons. Patiënten die eerder een behandeling ondergingen en die hevigere symptomen van OCS ervoeren behoorden vaker tot de groep die geen respons gaf. Het onderscheidt tussen respons en non-respons werd ook gemaakt door Crowe en Luty (2005) in hun onderzoek naar interpersoonlijke psychotherapie (IPT) voor patiënten met depressie. Het hebben van moeite met de symptomen had een negatieve invloed

(6)

op de respons. Het hebben van interpersoonlijke contact, het kunnen veranderen van patronen en het creëren van een gevoel van eigenwaarde hadden een positieve invloed op de respons. Ook Marquett et al. (2013) deden onderzoek naar soorten respons bij depressieve patiënten. Zij deden echter onderzoek naar CGT als behandeling. Naar voren kwam dat er een aantal factoren zijn die

onderscheidt maken tussen respons en non-respons. Het bleek dat openheid voor nieuwe ervaringen, minder negatief beïnvloedbaar zijn door factoren uit het verleden, in mindere mate een interne locus van controle hebben, en het zoeken van sociale steun een positieve invloed hadden op de respons op de behandeling.

Het doel van het huidige onderzoek is om bij de behandeling van een borderline

persoonlijkheidsstoornis (BPS) met behulp van Mentalization-Based Treatment (MBT) subgroepen te onderscheiden, die op een verschillende manier reageren op de behandeling. In theorie is een onderscheid mogelijk tussen respons en non-respons. Binnen de groep van ‘responders’ is er een onderscheid mogelijk tussen snelle respons en langzame respons. De ‘snelle responders’ laten snel verbetering zien als gevolg van de behandeling. De ‘langzame responders’ laten eerst weinig of geen verandering zien, maar laten later in het behandeltraject een verbetering zien. De ‘non responders’ laten helemaal geen verbetering zien tijdens de behandeling. Met deze typologie is het beter mogelijk om inzicht te krijgen in subgroepen van patiënten, die een beter of slechter behandelresultaat laten zien. De eerste stap is om te bekijken of de bovengenoemde drie of twee subgroepen ook bij deze patiëntenpopulatie te onderscheiden zijn.

De tweede stap is om confirmatief te analyseren in welke opzichten deze drie of twee

subgroepen van elkaar verschillen. De hypothese luidt dat wanneer er binnen een klinische populatie van patiënten met een BPS responsgroepen gevormd worden, we op basis van verschillende

cliëntkenmerken verschillen zullen vinden tussen deze groepen. Op basis van onderscheidende cliëntkenmerken uit eerder onderzoek werden er in dit onderzoek cliëntkenmerken geselecteerd. Uit het onderzoek van Jayasinghe, Giosan, Difede, Spielman en Robin (2006) kwam naar voren dat demografische kenmerken (leeftijd, burgerlijke staat en educatie), vorige behandeling en ernst en het aantal symptomen van de huidige stoornis invloed hadden op de respons. Zij deden onderzoek naar de effectiviteit van traumatherapie bij PTSS-patiënten. Button, Wiles, Lewis, Peters, en Kessler (2012) vonden dat burgerlijke staat en ernst van de stoornis invloed hadden op de respons op cognitieve gedragstherapie (CGT) voor depressieve patiënten. Dezelfde resultaten werden gevonden voor de respons op CGT voor OCD- patiënten (Boschen, Drummond, Pillay & Morton, 2010). Donker et al. (2013) deden onderzoek naar predictoren voor respons bij een online-behandeling voor depressie. Naar voren kwam dat verschillende demografisch gegevens zoals leeftijd en sekse invloed hadden op de respons. Uit een ander onderzoek bleek dat opleidingsniveau invloed had op de respons (Perroud, Uher, Dieben, Nicastro & Huguelet, 2010). Koenig, Jarrett, Gallop, Barrett en Thase (2014) deden onderzoek naar “extreme non-respons” op CGT bij depressieve cliënten. Zij vonden dat hoe meer symptomen een cliënt had hoe slechter de respons was op de behandeling. Deckersbach et al. (2014) vonden dat het hebben van een comorbide angststoornis een negatieve invloed had op de respons op psychotherapie voor bipolaire patiënten. Op basis van de bovenstaand beschreven achtergrond- en

(7)

probleemkenmerken van de patiëntenpopulatie uit eerder onderzoek werden er in dit onderzoek een aantal uitkomsten verwacht. Er werd verwacht dat binnen deze cliëntpopulatie kenmerken van demografie, behandeling en problematiek invloed zouden hebben op de respons op MBT. Hoe ouder de patiënt is hoe langzamer de respons op MBT zal zijn. Sekse is van invloed op respons. Eerdere behandeling heeft een negatieve invloed op respons, hoe meer eerdere behandelingen hoe langzamer de respons op MBT. Opleidingsniveau heeft invloed op respons, hoe hoger het opleidingsniveau hoe sneller de respons op MBT zal zijn. Burgerlijke staat heeft invloed op de respons, het hebben van een partner zorgt voor een snellere respons op MBT. Comorbiditeit op as-I en/of as-II zorgt voor een langzamere respons op MBT. Middelengebruik zorgt voor een langzamere respons. Het hebben van een baan of studie zorgt voor een snellere respons.

De meerwaarde van dit onderzoek is dat het inzicht kan verschaffen in patiënten, die geen baat hebben bij de behandeling. Deze informatie kan nuttig zijn voor de klinische praktijk. Er zou op basis van deze informatie van te voren een inschatting gemaakt kunnen worden of een patiënt baat zal hebben bij MBT. Door van te voren deze inschatting te maken kan er tijdig een geschikte alternatieve behandeling aangeboden worden. Dit draagt bij aan een goede zorg voor de cliënt, voorkomt iatrogene schade bij de cliënt en is kostenbesparend. Ook zal het van te voren excluderen van cliënten de wachtlijsten voor MBT verkleinen waardoor uiteindelijk meer cliënten gepaste zorg zullen ontvangen. Daarnaast kan dit onderzoek inzichten bieden over de oorzaken van (non) respons. Nog niet eerder is er onderzoek gedaan naar de (non) respons op MBT. De informatie in dit onderzoek kan gebruikt worden voor vervolgonderzoek naar MBT. Veel onderzoek naar non-respons is gedaan naar depressie en andere as-I problematiek. Er is nog weinig bekend over (non)respons voor as-II problematiek. Deze informatie uit dit onderzoek zal ook relevant kunnen zijn voor onderzoeken naar non-respons op andere behandelingen voor persoonlijkheidsproblematiek.

Methode

Deelnemers

Het huidige onderzoek is uitgevoerd door middel van secundaire analyses op data van het onderzoek van Bales et al. (2012). De deelnemers (n=61) waren patiënten met een borderline persoonlijkheidsstoornis die behandeling ondergingen bij de Viersprong. De Viersprong is een landelijk centrum voor persoonlijkheidsproblematiek. Het gaat hier om een GGZ-instelling die gespecialiseerd is in de behandeling van persoonlijkheidsproblematiek en

persoonlijkheidsstoornissen. De behandeling van deelnemers met Mentalization-Based Treatment vond plaats in de periode van augustus 2004 tot en met november 2009.

De exclusiecriteria van Bales et al. (2012) waren de aanwezigheid van schizofrenie en een IQ lager dan 80 punten. Van alle deelnemers (n=61) werd geen enkele deelnemer uitgesloten. Het inclusiecriterium was de aanwezigheid van BPS. Als onderdeel van de inclusie werd bij de deelnemers gecontroleerd of zij volgens de DSM-IV criteria voldeden aan een persoonlijkheidsstoornis. Volgens de SCID-II voldeden 49 deelnemers aan de DSM-IV criteria van een persoonlijkheidsstoornis. Van deze

(8)

deelnemers voldeden 39 deelnemers aan de DSM-IV diagnose van een BPS. Deze deelnemers (n= 39) werden hierdoor geïncludeerd voor het onderzoek. Van deze deelnemers waren er 11 die uiteindelijk niet konden deelnemen vanwege logistieke redenen of vanwege hevige psychische

klachten (ontwenningsverschijnselen, dissociatieve klachten en psychotische symptomen). Vervolgens werden er 6 deelnemers die volgens de SCID-II geen BPS hadden, maar wel volgens een score van hoger (>20) op de BPDSI alsnog geïncludeerd. Uiteindelijk was het aantal deelnemers in dit

onderzoek 34. De gemiddelde leeftijd van de 34 deelnemers is 30.1 jaar met een standaardafwijking van 6.5 jaar. Voor andere deelnemerskenmerken en de bijbehorende percentages, zie tabel 1. Tabel 1: Deelnemerskenmerken en Bijbehorende Percentages

Kenmerk Percentage Deelnemers

Sekse man 29% Sekse vrouw 71% Werkloosheid 80% Laag opleidingsniveau 38% Gemiddeld opleidingsniveau 56% Hoog opleidingsniveau 7% Enkele comorbide as-I stoornis 92% Meer dan één comorbide as-I stoornis 67% Middelenmisbruik 79% Angststoornissen 42% Stemmingsstoornissen 36% Eetstoornissen 33% Comorbide as-II stoornissen 62% Vermijdende persoonlijkheidsstoornis 22% Paranoïde persoonlijkheidsstoornis 18% Afhankelijke persoonlijkheidsstoornis 16% Antisociale persoonlijkheidsstoornis 7%

Procedure

Als eerste werden er bij de deelnemers als standaardprocedure de DSM-diagnoses verkregen met de SCID-I en de SCID-II. Ook werd er bij elke deelnemer de Borderline Personality Disorder Severity Index (BPDSI) afgenomen om de ernst van borderline symptomatologie in kaart te brengen. Er zijn door Bales et al. (2012) metingen verricht om de verandering op verschillende uitkomtmaten van deelnemers te kunnen vaststellen op drie verschillende punten. De uitkomstmaten ‘ervaren symptoom distress (GSI)’ en ‘mate van depressie (BDI)’ zijn gebruikt in dit huidige onderzoek, zie bijlage 1 voor alle uitkomstmaten en bijbehorende vragenlijsten die gebruikt zijn door Bales et al. (2012). De tijdspunten waarop gemeten werd zijn; (T1) aan het begin van de behandeling, (T2) na zes maanden van behandeling en (T3) na 12 maanden van behandeling. Op bovenstaande tijdspunten werd een afspraak gemaakt met de deelnemers om de metingen af te nemen. In een sessie van twee uur werden alle benodigde data verzameld. Wanneer een deelnemer niet kwam opdagen voor de

(9)

afspraak werd op een andere datum een afspraak ingepland zodat alsnog de data verzameld konden worden.

Alle deelnemers doorliepen hetzelfde behandelprogramma. Het behandelprogramma bestond uit een geprotocolleerde behandeling van de dagklinische variant van MBT die maximaal 18 maanden duurde. Het programma vond vijf dagen per week plaats en duurde vier en half uur per dag. Alle deelnemers namen deel aan impliciete- en expliciete mentalisatie sessies. Bij impliciete mentalisatie was er sprake van dagelijkse groepspsychotherapie en wekelijkse individuele psychotherapie. Ook werd er een individuele crisisplanning gemaakt vanuit een mentalisatie perspectief. Bij expliciete mentalisatie namen deelnemers deel aan kunsttherapie en schrijftherapie. Ook was er sprake van mentalisatie cognitieve groepstherapie. De week eindigde standaard met een sociaal uur en een gemeenschapsontmoeting. Verder werd er na de MBT behandeling van 18 maanden voor een maximum van 18 maanden een ‘maintenance’ mentalisatie (groep)therapie aangeboden aan alle deelnemers. Deze behandeling fungeerde als een follow-up behandeling. In totaal was er dus sprake van een maximum van 36 maanden behandeling.

Het behandelteam bestond uit acht therapeuten. Het volledige behandelteam werd getraind en gesuperviseerd door A. Bateman. Het behandelteam had verschillende graden binnen klinische ervaring. Het team varieerde van basispsychologen en verpleegkundigen tot aan vergevorderde klinisch psychologen en psychotherapeuten. Klinisch psychologen en psychotherapeuten waren hoofdbehandelaars, basispsychologen waren co-therapeuten.

Materialen

BPDSI

Borderline symptomatologie is gemeten met de Borderline Personality Disorder Severity Index

(BPDSI). Dit instrument is een semigestructureerd interview bestaande uit 73 vragen over de volgende domeinen: verlating, relaties, zelfbeeld, impulsiviteit, parasuïcide, stemmingswisselingen, leegte, woede-uitbarstingen, en dissociatie en paranoïde ideeën. De antwoord categorieën lopen van (0) nooit, (1) één keer per drie maanden, (2) twee keer per drie maanden, (3) drie keer per drie

maanden/één keer per maand, (4) vier à vijf keer per drie maanden/één keer per drie weken, (5) zes à zeven keer per drie maanden/één keer per twee weken, (6) acht à tien keer per drie maanden/twee keer per drie weken, (7) één keer per week/elf à vijftien keer per drie maanden, (8) meerder malen per week maar minder dan de helft van de week, (9) meer dan de helft van de week/bijna elke dag, tot aan (10) dagelijks. De BPDSI heeft een goede validiteit en betrouwbaarheid (α=.93) (Arntz et al.,

2003). SCID-I

As-I diagnosen zijn verkregen met de Structured Clinical Interview for the Diagnostic and Statistical Manual of Mental Disorders-IV Axis I disorders (SCID-I). Dit is een semigestructureerd klinisch interview voor de vaststelling van DSM-IV as-I stoornissen. Het interview bevat 292 vragen over de volgende domeinen: stemmingsepisodes, psychotische en aanverwante symptomen, psychotische

(10)

stoornissen, stemmingsstoornissen, middelengebruik, angststoornissen, somatoforme stoornissen, eetstoornissen, aanpassingsstoornissen en facultatieve stoornissen. Er zijn vier

antwoordmogelijkheden mogelijk: onvoldoende, afwezig, twijfelachtig en aanwezig. Uit psychometrisch onderzoek kwam naar voren dat de SCID-I een goede interrator betrouwbaarheid (K=.71) heeft, mits de interviewers goed getraind zijn (Trimbos Instituut, 2009).

SCID-II

As-II diagnosen zijn verkregen met de Structured Clinical Interview for the Diagnostic and Statistical Manual of Mental Disorders-IV Axis II disorders (SCID-II). Dit is een semigestructureerd klinisch interview voor de vaststelling van DSM-IV as-II stoornissen. Het interview bevat 134 vragen verspreidt over 11 domeinen. Er is een domein voor alle elf de persoonlijkheidsstoornissen. Er zijn vier

antwoordmogelijkheden mogelijk: onvoldoende, afwezig, twijfelachtig en aanwezig. De interrator betrouwbaarheid is redelijk tot goed (K=.84), de test-hertest betrouwbaarheid is ook goed (Weertman, Arntz, Dreessen, Van Velzen & Vertommen, 2003).

GSI

Ervaren symptoom ‘distress’ is gemeten met de Global Severity Index (GSI). Dit instrument bestaat uit 53 items, met als antwoord categorieën ‘0= helemaal niet’ tot aan ‘4= extreem’. Er zijn de volgende subschalen onderscheiden: somatisatie, obsessief-compulsief, interpersoonlijke gevoeligheid,

depressie, angst, vijandelijkheid, fobie, paranoïde en psychoticisme. De GSI heeft een goede validiteit en betrouwbaarheid α=.95 (Mulvey & Schubert, 2013).

BDI

De mate van depressie is gemeten met de Beck Depression Inventory (BDI). Dit instrument bestaat uit 21 items met als antwoordcategorieën (0) ik voel me niet verdrietig, (1) ik voel me somber, (2) ik voel me de hele tijd somber en ik kan er niet uit komen en (4) ik ben zo somber en ongelukkig dat ik het niet aan kan. De items gaan over het volgende: somberheid en verdriet, pessimisme, mislukkingen, verlies van plezier, schuldgevoelens, gevoel gestraft te worden, afkeer van zichzelf, zelfkritiek, suïcidale gedachten of wensen, huilen, agitatie en onrust, verlies van interesse, besluiteloosheid, waardeloosheid, energieverlies, verandering in slaappatroon, prikkelbaarheid, verandering van eetlust, concentratieproblemen, moeheid en verlies van interesse in seks. De Nederlandse vertaling van de BDI heeft een voldoende validiteit en een goede betrouwbaarheid α_{=.86 (van der Does, 2002).}

SSHI

Het aantal suïcide pogingen of zelfbeschadigingen van de afgelopen zes maanden werd gemeten met de Suicide and Self Harm Inventory (SSHI). Dit instrument is een semigestructureerd interview

bestaande uit 22 vragen die gaan over suïcide en zelfbeschadiging. De validiteit en de betrouwbaarheid van de SSHI zijn onbekend.

(11)

Er zijn er aantal cliëntkenmerken (demografie, behandeling, as-I problematiek en as-II problematiek) gebruikt om de eerder geformuleerde verwachtingen mee te toetsen. In onderstaande tabel (tabel 2) staan deze kenmerken beschreven en de materialen waarmee ze verkregen zijn.

Tabel 2: Cliëntkenmerken en de Bijbehorende Mening

Clientkenmerk Meting Demografie

- geslacht Informatie bij intake - gehuwd (ja/nee) Informatie bij intake - zorg voor kinderen (ja/nee) Informatie bij intake - werk/studie (ja/nee) Informatie bij intake - leeftijd Informatie bij intake - educatie Informatie bij intake - woonsituatie Informatie bij intake

Behandeling

- behandeling de afgelopen 12 maanden (ja/nee) Informatie bij intake - medicatiegebruik (ja/nee) Informatie bij intake

As-I problematiek

- middelenmisbruik SCID-I - aanwezigheid as-I stoornis SCID-I - een of meerdere stemmingsstoornissen SCID-I - een of meerdere angststoornissen SCID-I

As-II problematiek

- totaal aantal persoonlijkheidsstoornissen SCID-II - aantal borderlinetrekken SCID-II

- frequentie automutilatie Suicide and Self Harm Inventory - frequentie suïcidepogingen Suicide and Self Harm Inventory

Statistische Analyses

Er is een poweranalyse gedaan met een betrouwbaarheid van 0.80 en een te verwachten effect size van 0.40. Uit de analyse kwam naar voren dat er een benodigde sample size nodig is van 6 deelnemers. Het definiëren van responsgroepen was nodig om de vraagstelling in dit onderzoek te kunnen beantwoorden. Voor de definitie van respons in dit onderzoek werd de methode van Hiller, Schindler en Lambert (2012) zoveel mogelijk gevolgd. Hiller et al. deden onderzoek naar verschillende responsgroepen bij de behandeling van depressie. Er was volgens hun methode sprake van een respons wanneer er meer dan 50% verbetering was op de uitkomstmaat. De drie responsgroepen van Hiller et al. waren als volgt gedefinieerd:

1. Non-respons: minder dan 50% verbetering tussen T1 en T2 en minder dan 50% verbetering tussen T2 en T3.

(12)

2. Langzame respons: minder dan 50% verbetering tussen T1 en T2 en meer dan 50% verbetering tussen T2 en T3.

3. Snelle respons: meer dan 50% verbetering tussen T1 en T2.

In dit onderzoek kon de definitie van respons niet volledig gerepliceerd worden volgens het

onderzoek van Hiller et al. De definitie van respons in dit onderzoek wijkt op twee punten af; het aantal responsgroepen en het percentage verbetering. Er is gekozen voor twee responsgroepen (respons en non-respons) omdat het aantal deelnemers te klein was om drie responsgroepen mee te vormen. Daarnaast is er gekozen voor een respons bij 20% verbetering op de uitkomstmaat in plaats van 50% verbetering. De reden hiervan was dat het verloop van depressie (zoals in het onderzoek van Hiller et al.) anders is dan het verloop van BPS. Na verloop van behandeling neemt as-I problematiek eerder af dan borderline problematiek (Zanarini, Frankenburg en Hennen, 2004). Bij depressie is hierdoor een groter percentage verbetering te verwachten. Gezien het verloop van borderline kan er niet pas gesproken worden van een respons bij 50% verbetering. Een verbetering onder de 50% is voor BPS al een ruime verbetering. Een verbetering van 20% op de uitkomstmaat is passender bij borderline patiënten.

De responsgroepen werden gedefinieerd a.d.h.v. twee uitkomstmaten: ervaren symptoom ‘distress’ (GSI) en de mate van depressie (BDI). Oorspronkelijk leek de BPDSI het meest geschikt als uitkomstmaat aangezien deze borderline symptomatologie meet. Echter hebben slechts enkele deelnemers de BPDSI nog ingevuld na de intake, hierdoor was deze lijst niet geschikt als

uitkomstmaat. Er is daarom gekozen om de GSI en de BDI als uitkomstmaten te nemen. De GSI is als hoofduitkomstmaat genomen aangezien deze symptomen in het algemeen meet en daarbij dus ook borderline symptomen. De BDI meet slechts depressie en is hierdoor minder geschikt als

hoofduitkomstmaat. De BDI was echter wel geschikt als extra uitkomstmaat. De BDI werd gebruikt om te bekijken of de gevonden resultaten specifiek zijn voor slecht één instrument (de GSI) of dat er met een ander instrument (BDI) vergelijkbare resultaten werden gevonden. Een andere reden is dat vorig onderzoek naar respons voornamelijk is gedaan naar depressie. Om toch vorige onderzoeken zoals die van Hiller et al. deels te kunnen repliceren is de BDI niet uitgesloten als uitkomstmaat. Daarbij komt depressie bij 40-60% van de BPS patiënten comorbide voor (Trimbos, 2015). Ook hierdoor is de BDI geschikt als extra uitkomstmaat.

Responsgroepen werden gevormd en door middel van een ANOVA werd gekeken of deze significant van elkaar verschilden. Vervolgens werden de responsgroepen op basis van verschillende cliëntkenmerken (demografisch, behandeling, as-I problematiek en as-II problematiek) met elkaar vergeleken. Zie tabel 2 voor de cliëntkenmerken. Bij het vergelijken van de scores is er gebruik gemaakt van de non-parametrische Mann-Whitney toets. Vervolgens is er gekeken of er op basis van de verschillende kenmerken een voorspellend model gevormd kon worden, dit is gedaan met

(13)

Resultaten

Indeling in responsgroepen

Respons werd vastgesteld door te kijken naar het percentage dat een deelnemer positief veranderde op de GSI over 3 metingen; T1= aanvang, T2= 6 maanden en T3= 12 maanden. De responsgroepen werden gevormd op basis van de verschilscores van de deelnemers op de GSI. Als eerste werden de verschilscores berekend, vervolgens werden deze omgezet in gemiddelde

verschilscores. Met deze gemiddelde verschilscores zijn de percentages waarin deelnemers

verbeterden berekend. Op deze manier behoorden deelnemers die meer dan 20% verbeterden tot de responsgroep en deelnemers die minder dan 20% verbeterden tot de non-responsgroep. Uiteindelijk waren er 21 non-responders en 13 responders. In onderstaande tabel zijn voor de GSI de gemiddelde verschilscores en de daarbij behorende standaarddeviaties opgenomen, zie tabel 3. Als volgende stap is er een ANOVA uitgevoerd om te bekijken of de gevormde responsgroepen significant van elkaar verschilden. Aan de voorwaarden van een ANOVA werd voldaan. Naar voren kwam dat de

responsgroepen significant van elkaar verschilden, (F= 20.750, p <0,01).

Tabel 3. Gemiddelde Verschilscores en Standaarddeviaties (SD) voor 20 Procent Verbetering en Twee Responsgroepen (Respons en Non-Respons).

Variabele N Gemiddelde Verschilscore SD

∆ T2 T1 non-respons 21 0.23 0.31

∆ T2 T1 respons 13 -0.33 0.46

∆ T3 T1 non-respons 21 0.40 0.33

∆ T3 T1 respons 13 -0.20 0.51

Logistische regressies

De volgende stap was het vergelijken van de responsgroepen op de geselecteerde

cliëntkenmerken (demografie, behandeling, as-I problematiek en as-II problematiek). Er werd gekeken of de responsgroepen significant van elkaar verschilden op deze kenmerken. Zie tabel 4 en 5 voor de kenmerken en de verdeling hiervan over de responsgroepen. Aan de voorwaarden van een t-test werd niet voldaan (er was geen sprake van een normaal verdeling en een gelijke variantie). Als

non-parametrische alternatief voor de t-test werd er gekozen voor een Mann-Whitney. Voor alle kenmerken is deze toets uitgevoerd. Er werd voor het kenmerk ‘behandeling de afgelopen 12

maanden’ een significant verschil gevonden (U= 85, p= 0.03). Voor de overige kenmerken werd geen significant verschil gevonden.

(14)

Tabel 4. Cliëntkenmerken Betreffende Achtergrond en de Verdeling van deze Cliëntkenmerken over de Responsgroepen.

Cliëntkenmerk

Non-Respons (N= 21)

Respons N (N= 13)

Demografie

- geslacht

Man

N= 5

Man

N= 5

Vrouw

N= 16

Vrouw

N= 8

- gehuwd

Ja

N= 4

Ja

N= 2

Nee

N= 17

Nee

N= 11

- zorg voor kinderen

Ja

N= 1

Ja

N= 3

Nee

N= 20

Nee

N= 10

- werk/studie

Ja

N= 14

Ja

N= 5

Nee

N= 7

Nee N= 8

- leeftijd in jaren

Gem.

31.52 Gem.

33.46 SD.

8.035 SD.

8.263 - educatie

Laag

N= 6

Laag

N= 5

Midden

N= 12

Midden

N= 4

Hoog

N= 3

Hoog

N= 4

- woonsituatie

Alleen

N= 8

Alleen

N= 7

Bij ouders

N= 2

Bij ouders

N= 2

Met partner

N= 9

Met partner

N= 1

Met partner-

N= 1

Met partner-

N= 2

en kinderen

Bij vrienden

N= 1

Bij vrienden

N= 0

Overige

N= 2

Overige

N= 1

Behandeling

- behandeling afgelopen 12 maanden Ja

N= 16

Ja

N= 5

Nee

N= 5 Nee

N= 8

- medicatiegebruik

Ja

N= 17

Ja

N= 9

Nee

N= 4

Nee

N= 4

(15)

Tabel 5. Cliëntkenmerken Betreffende Diagnostiek en de Verdeling van deze Cliëntkenmerken over de Responsgroepen

Cliëntkenmerk

Non-Respons (N= 21)

Respons N (N= 13)

As-I problematiek

- middelenmisbruik

Ja

N= 4

Ja

N= 4

Nee

N= 18

Nee

N= 9

- aanwezigheid as-I stoornis

Ja

N= 20

Ja

N= 3

Nee

N= 1

Nee

N= 10

- 1 of meer stemmingsstoornissen

Ja

N= 13

Ja

N= 3

Nee

N= 8

Nee

N= 10

- 1 of meer angststoornissen

Ja

N= 9

Ja

N= 4

Nee

N= 12

Nee

N= 9

As-II problematiek

- aantal persoonlijkheidsstoornissen

Gem.

2.05 Gem.

1.85 SD

.805

SD

.899

- aantal borderlinetrekken

Gem.

3.33 Gem.

1.80 SD

3.933 SD

2.683 - frequentie automutilatie

Gem.

5.30 Gem.

3.18 SD

12.612 SD

7.808 Mediaan

1.0 Mediaan 0.0

- frequentie suïcidepogingen

Gem.

.45

Gem. .09

SD

.887

SD .302

Mediaan

0.0 Mediaan

0.0

De vervolgstap was het uitvoeren van logistische regressies om te kijken welke

cliëntkenmerken (non)-respons kunnen voorspellen. Met logistische regressies werd er gekeken welke kenmerken tezamen een voorspellend model konden vormen. Er zijn 17 verschillende

cliëntkenmerken gekozen waarmee logistische regressies werden uitgevoerd (zie tabel 4 en 5). Deze kenmerken zijn opgedeeld in vier verschillende groepen: demografie, behandeling, as-I problematiek en as-II problematiek. Vervolgens is er per bovenstaande groep kenmerken (demografie, behandeling, as-I problematiek en as-II problematiek) een logistische regressie uitgevoerd, waarbij elke

kenmerkengroep als model diende. Er is per model een percentage gegeven in hoeverre het model voorspellend is en in hoeverre het basismodel voorspellend was, zie tabel 6. Het basismodel bestond

(16)

uit slechts de constante zonder de cliëntkenmerken. Uit de logistische regressies kwam naar voren dat geen enkel model een significant voorspellend model is voor het onderscheidt tussen respons en non-respons. Omdat het kenmerk ‘behandeling de afgelopen 12 maanden’ het enige kenmerk was met een significant verschil tussen respons en non-respons, is er voor dit kenmerken apart ook een logistische regressie uitgevoerd. Naar voren kwam dat ook dit kenmerk niet significant voorspellend was met een voorspellend percentage van 67,7%. Alle 17 kenmerken tezamen vormen een zeer onbruikbaar model met een lager voorspellend percentage dan de andere modellen.

Tabel 6. Voorspellend Percentage per Model.

Model N Basismodel Voorspellend Percentage

1 Demografie 34 61,8% 70,6 % 2 Behandeling 31 61,3% 67,7% 3 As-I problematiek 34 61,8% 61,8% 4 As-II problematiek 31 61,3% 64,5%

Resultaten BDI als uitkomstmaat

Bovenstaande analyses zijn herhaald met de BDI als uitkomstmaat. Hierbij werden

vergelijkbare resultaten gevonden. Respons werd vastgesteld door de gemiddelde verschilscores op de BDI op de drie metingen (T1= aanvang, T2= 6 maanden en T3= 12 maanden) om te zetten in percentages van verbetering. Op basis van 20% verbetering op de BDI werden de responsgroepen gevormd. Voor de BDI was de verdeling van de deelnemers over de responsgroepen echter afwijkend van die van de GSI. Voor de BDI waren er 10 non-responders en 22 responders. In tabel 7 is de overlap van de responsgroepen van de BDI en de GSI te zien. Uit een ANOVA bleek dat de

responsgroepen van de BDI net als die van de GSI significant van elkaar verschilden, (F= 28.402, p <0,01). Vervolgens zijn er ook voor de BDI voor elk cliëntkenmerk Mann-Whitney toetsen uitgevoerd. Voor de BDI gold dat er op geen enkel kenmerk de responsgroepen significant van elkaar verschilden. Vervolgens zijn er logistische regressies uitgevoerd. Hierbij werden net als bij de GSI geen significante voorspellers gevonden.

(17)

Tabel 7. Overlap Responsgroepen GSI en BDI.

GSI respons GSI non-respons Totaal

BDI respons N= 6 N= 12 N=18

BDI non-respons N= 2 N= 8 N= 10

Totaal N= 8 N= 20 N= 28

Discussie

In dit onderzoek zijn er verschillende responsgroepen binnen de respons op MBT onderzocht binnen een klinische populatie. Respons werd gedefinieerd op basis van 20% verbetering op de uitkomstmaten ‘ervaren symptoom distress’ en ‘mate van depressie’. Er werden op basis van de 20% verbetering twee responsgroepen gevormd: respons en non-respons. Verwacht werd dat wanneer er binnen een klinische populatie van BPS patiënten responsgroepen gevormd zouden worden, er op basis van verschillende cliëntkenmerken onderscheidt tussen deze groepen gemaakt kon worden. Echter kwamen er in dit onderzoek geen cliëntkenmerken naar voren die het onderscheidt tussen de responsgroepen kon voorspellen. Dit gold voor beide uitkomstmaten. Hiermee werden alle

verwachtingen verworpen.

Hoewel de resultaten niet significant waren werd er voor de modellen ‘demografie’ en

‘behandeling’ voor beide uitkomstmaten een licht effect gevonden. Binnen het model ‘behandeling’ is het cliëntkenmerk ‘behandeling afgelopen 12 maanden’ opgenomen. Dit kenmerk was het enige kenmerk waarop de responsgroepen significant verschilden voor ‘ervaren symptoom distress’ als uitkomstmaat. Dit zou kunnen verklaren waarom er voor dit model een licht effect is gevonden. Het vinden van een licht effect voor beide modellen komt overeen met de resultaten van eerder

onderzoek. Jayasinghe et al. (2006) vonden dat zowel eerdere behandeling als demografische gegevens respons kunnen voorspellen. Ook Button et al. (2012), Boschen et al. (2010) en Donker et al. (2013) vonden dat demografische kenmerken invloed hebben op respons. Een opvallend resultaat in dit onderzoek is dat de verdeling van responsgroepen voor beide uitkomstmaten anders liggen. De uitkomstmaat ‘depressie’ heeft meer deelnemers in de responsgroep dan in de non-responsgroep. Voor de uitkomstmaat ‘ervaren symptoom distress’ ligt deze verdeling andersom. Ook is er een groot aantal deelnemers die een respons laten zien op ‘depressie’ als uitkomstmaat en een non-respons laten zien op ‘ervaren symptoom distress’. Een verklaring hiervoor zou kunnen zijn dat na verloop van behandeling as-I problematiek eerder afneemt dan BPS problematiek (Zanarini, Frankenburg en Hennen, 2004). Hierdoor zullen deelnemers dus eerder een respons laten zien op ‘depressie’ dan op ‘ervaren symptoom distress’.

(18)

Het huidige onderzoek kent een aantal beperkingen. Ten eerste was er een gebrek aan power. Wellicht dat de modellen ‘behandeling’ en ‘demografie’ significant voorspellend zouden zijn wanneer er in het huidige onderzoek een grotere power was geweest. Ten tweede was het laatste tijdspunt waarop verbetering werd gemeten na 12 maanden behandeling. De actieve periode van MBT duurt echter 18 maanden. Het is mogelijk dat bij sommige deelnemers verbetering pas is opgetreden in de laatste 6 maanden van de behandeling. Verder meten de uitkomsten die in dit onderzoek gebruikt zijn niet direct borderline symptomen. Het is hierdoor lastig om met zekerheid uitspraak te kunnen doen over het afnemen van borderline klachten. De populatie in dit onderzoek had veel comorbide as-I en as-II stoornissen. Hierdoor is ervaren symptoom distress niet de meest geschikte hoofduitkomstmaat, aangezien deze uitkomstmaat alle klachten van de cliënt meet (dus ook

comorbiditeit). Als extra uitkomstmaat is de mate van depressie genomen. Zoals al eerder naar voren kwam hebben depressie en BPS een ander verloop en neemt depressie eerder af. Depressie is hierdoor ook niet de meest geschikte uitkomstmaat. Wanneer depressie afneemt zegt dat nog niets over het afnemen van borderline klachten, dit is ook terug te zien in de resultaten van dit onderzoek.

Verder is er in dit onderzoek een relatief grote groep van non-responders voor de

uitkomstmaat ‘ervaren symptoom distress’. Het is onduidelijk of deze verdeling verklaart kan worden door de werking van MBT of door de gekozen uitkomstmaat. Ook heeft het soort klinische populatie waar onderzoek naar gedaan is wellicht een invloed gehad op de uitkomst van het onderzoek. De Viersprong is een ggz instelling gespecialiseerd is in persoonlijkheidsstoornissen. Cliënten van de Viersprong hebben vaak al veel behandeltrajecten doorlopen. Behandeling bij de Viersprong wordt vaak gezien als een laatste kans op verbetering. De populatie binnen dit onderzoek heeft een zeer complexe problematiek en een zeer grote verbetering heeft nog niet eerder plaatsgevonden. Het zou kunnen zijn dat een verbetering van 20% niet passend is bij deze specifieke patiëntenpopulatie. Als laatste heeft het uitvoeren van secundaire analyses zijn nadelen. In dit onderzoek ontbraken er veel gegevens in de dataset. Veel variabelen zijn niet herhaaldelijk gemeten, hierdoor kon er bijvoorbeeld geen gebruik gemaakt worden van borderline symptomatologie als uitkomstmaat. De dataset bestond uit zeer veel variabelen, het was hierdoor soms onduidelijk welke variabelen gebruikt konden worden voor de secundaire analyses. Ook waren sommige variabelen onduidelijk gelabeld, waardoor het soms niet volledig duidelijk was bepaalde variabelen precies inhielden.

De beperkingen in dit onderzoek bieden een basis voor vervolgonderzoek naar (non)respons op MBT. Er zijn een aantal suggesties die vanuit de beperkingen van dit onderzoek gedaan kunnen worden. Het is gunstig wanneer eventueel vervolgonderzoek een grotere power heeft. Wellicht dat er significante voorspellende modellen worden gevonden met een groter aantal deelnemers. Ook is een suggestie om tot aan het einde van MBT te meten. Er zou een vierde meting kunnen worden

afgenomen. Hierdoor ontstaat er ook zicht op een groep van cliënten die wellicht pas de laatste 6 maanden een respons geven. Verder zou het voor de klinische waarde van het onderzoek relevanter zijn om borderline symptomatologie als uitkomstmaat te nemen. ‘Ervaren symptoom distress’ zou dan als extra uitkomstmaat geschikt kunnen zijn. Door borderline symptomatologie als uitkomstmaat te nemen is er een zuivere meting van borderline klachten. De resultaten geven hierdoor ook meer bruikbare informatie voor de klinische praktijk. Daarnaast is een suggestie om naast patiënten van de

(19)

Viersprong ook BPS cliënten binnen een andere setting op te nemen in het onderzoek. Hierdoor zijn de resultaten beter te generaliseren naar BPS patiënten in het algemeen.

De cliëntkenmerken die onderzocht zijn in dit onderzoek zijn erg breed. Er is gekeken naar demografie, behandeling en comorbiditeit. Uit eerder onderzoek komt naar voren dat deze

cliëntkenmerken ook daadwerkelijke invloed kunnen hebben op de respons. Echter hebben deze onderzoeken ook gekeken naar de soort symptomen, de hevigheid van symptomen en de etiologie van de stoornis. Wellicht wordt er een ander resultaat gevonden wanneer er ook naar deze

cliëntkenmerken wordt gekeken. Er zal in vervolgonderzoek gekeken kunnen worden naar het soort BPS klachten, de intensiteit hiervan, de ervaren distress van deze klachten maar ook de combinatie van borderline klachten. Ook zal het meenemen van etiologie als kenmerk veel aanvullende informatie kunnen geven.

Er is nog niet veel onderzoek gedaan naar MBT. Onderzoek naar de effectiviteit van MBT in Nederland neemt toe. Echter zal er nog zeer veel onderzoek gedaan moeten worden naar zowel de effectiviteit van MBT als naar de soorten respons op MBT. Kennis over MBT is van groot belang aangezien het vinden van passende behandeling voor persoonlijkheidsstoornissen vaak nog lastig is (Eurellings-Bontekoe et al., 2009). Meer kennis over MBT kan bijdragen aan het bieden van een gepaste behandeling voor borderline. Het vinden van gepaste behandelingen voor borderline is hard nodig, aangezien het de meest voorkomende persoonlijkheidsstoornis is in Nederland (Trimbos, 2015). Hoe meer kennis er komt over behandelingen voor BSP hoe meer mensen geholpen kunnen worden. Wanneer blijkt voor welke soort patiënten MBT geschikt is, zal deze behandeling op

meerdere plekken aangeboden kunnen worden. Ook kan er bij voorbaat al geschat kunnen worden of een patiënt baat zou hebben bij MBT. Wanneer MBT niet geschikt is voor een bepaalde patiënt kan er tijdig een gepast alternatief aangeboden worden. Dit komt ten goede aan de verbetering van klachten en de levenskwaliteit van vele patiënten met BPS.

(20)

Literatuur

Bales, D., van Beek, N., Smits, M., Willemsen, S., Busschbach, J. J. V. et al. (2012). Treatment outcome of 18-month, day hospital mentalization-based treatment (MBT) in patients with severe borderline personality disorder in the Netherlands. Journal of Personality Disorders, 26, 568-582. Bateman, A. W. & Fonagy, P. (2013). Impact of clinical severity on outcomes of mentalisation-based treatment for borderline personality disorder. The British Journal of Psychiatry, 203, 221–227. Bateman, A.W. & Fonagy, P. (2008). 8-year follow-up of patients treated for borderline personality disorder: mentalization-based treatment versus treatment as usual. Am J Psychiatry, 165, 631–638. Bateman, A.W. & Fonagy, P. (2009). Randomized controlled trial of outpatient mentalization-based treatment versus structured clinical management for borderline personality disorder. Am J Psychiatry,

166, 1355–1364.

Bateman, A.W. & Fonagy, P. (2010). Mentalization based treatment for borderline personality disorder. World Psychiatry, 9, 11-15.

Bateman, A.W., Ryle, A. Fonagy, P. & Kerr, I. B. (2007). Psychotherapy for borderline personality disorder: mentalization based therapy and cognitive analytic therapy compared. International Review

of Psychiatry, 19(1), 51–62.

Boschen, M. J., Drummond, L. M., Pillay, A. & Morton, K. (2010). Predicting outcome of treatment for severe, treatment resistant OCD in inpatient and community settings. Behav. Ther. & Exp. Psychiat,

41, 90–95.

Button, K. S., Wiles, N. J., Lewis, G., Peters, J. P. & Kessler, D. (2012). Factors associated with differential response to online cognitive behavioural therapy. Soc Psychiatry Psychiatr Epidemiol, 47, 827–833.

Crowe, M. & Luty, S. (2005). Patterns of response and non–response in interpersonal psychotherapy: a qualitative study. Psychiatry 68(4), 337-349.

Dinger, U., Sigal, Z. M., McCarthy, K., Barrett, M. & Barber, J. (2013). Interpersonal problems as predictors of alliance, symptomatic improvement and premature termination in treatment of depression. Journal of Affective Disorders, 151, 800–803.

Donker, T., Batterham, P. J., Warmerdam, L., Bennett, K., Bennett. A., Cuijpers, P., Griffiths, K. M., & Christensen, H. (2012). Predictors and moderators of respons internet-delivered interpersonal psychotherapy and cognitive behavior therapy for depression. Journal of Affective Disorders, 151, 343–351.

Eurlings-Bontekoe, E. H. M., Verheul, R & Snellen, W. M. (2009). Handboek persoonlijkheidspathologie.

(21)

Haan de, E., Oppen van, P., Balkom van, A. J. L. M., Spinhoven P., Hoogduin K. A .L. & Dyck van R. (1997) Prediction of outcome and early vs. late improvement in OCD patients treated with cognitive behaviour therapy and pharmacotherapy. Acta Psychiatr Scand, 96, 354-361.

Hayes, A. D., Laurenceau, J., Feldman, G., Strauss, J. L. & Cardaciotto, L. (2007). Change is not always linear: The study of nonlinear and discontinuous patterns of change in psychotherapy. Clinicial

Psychology Review, 27, 715-723.

Hedman, E., Lindefors, N., Andersson, G., Andersson E., Lekander, M., Ruck, C. & Ljotsson, B. (2013). Predictors of outcome in internet-based cognitive behavior therapy for severe health anxiety.

Behaviour Research and Therapy, 5, 711-717.

Higa, J.K. & Gedo, P.M. (2012). Transference interpretation in the treatment of borderline personality disorder patients. Bulletin of the Menninger Clinic, 76 (3).

Hiller, W., Schindler, A. C. & Lambert, M. J. (2012). Defining response and remission in psychotherapy research: A comparison of the RCI and the method of percent improvement. Psychotherapy Research,

22 (1), 1-11.

Jayasinghe, N., Giosan, C., Difede, J., Spielman, L. & Robin, L. (2006). Predictors of responses to psychotherapy referral of WTC utility disaster workers. Journal of Traumatic Stress, 19 (2), 307–312. Johnstone, J. M., Carter J. D., Luty, S. E., Mulder, R. T., Frampton, C. M. & Joyce, P. R. (2013). Maternal care and paternal protection influence response to psychotherapy treatment for adult depression. Journal of Affective Disorders, 149, 221–229.

Koening, A. M., Jarrett, R. B., Gallop, R., Barrett, M. S. & Thase, M. E. (2014). Extreme nonresponse to acute phase cognitive therapy for depression: an attempt to replicate and extend. Behavior

Therapy, 45, 300–313.

Laurenceau, J., Hayes, A. & Feldman, G. C. (2007). Some methodological and statistical issues in the study of change in psychotherapy. Clinical Psychology Review, 27, 682-695.

Lorentzen, S., Hogland, P., Martinsen, E. W. & Ringdal, E. (2011). Practice-based evidence: Patients who did not respond to group analysis. International Journal of Group Psychotherapy, 61 (3). Lutz, W., Bohnke, J. R. & Kock, K. (2011). Lending an ear to feedback systems: Evaluation of

recovery and non-response in psychotherapy in a german outpatient setting. Community Ment Health, 47, 311-317.

Lutz, W., Leon, S. C., Martinovich, Z., Lyons, S. & Stiles, W. B. (2007). Therapist Effects in outpatients psychotherapy: A tree-level growth curve approach. Jounral of Counseling Psychology, 54, 32-39.

(22)

Lutz, W., Stulz, N. & Kock, K. (2009). Patterns of early change and their relationship to outcome and follow-up among patients with major depressive disorders. Journal of Affective Disorders, 118, 60-68. Mander, J. V., Wittorf, A., Schlarb, A., Hautzinger, M., Zipfel, S. & Sammet, I. (2012). Change

mechanisms in psychotherapy: Multiperspective assessment and relation outcome. Psychotherapy

Reserach, 1,1-12.

Mander, J., Wittorf, A., Teufel, M., Schlarb, A., Hautzinger, M., Zipfel, J. & Sammet, I. (2012). Patients

with depression, somatoform disorders, and eating disorders onthe Stages of Change: Validation of a

short Version of the URICA. Psychotherapy, 49 (4), 519–527

Marquett, R. M., Thompson, L. W., Reiser, R. P., Holland, J. M., O’Hara, R. M. et al. (2013).

Psychosocial predictors of treatment response to cognitive-behavior therapy for late-life depression: Norcross, J. C., Krebs, P. M. & Prochaska, J. O. (2010). Stages of change. Journal of Clinical

Psychology: In Session, 67, 143-15

Oort, F. J. (2005). Using structural equation modeling to detect response shifts and true change.

Quality of Life Research, 14, 587-598.

Perroud, N., Uher. R., Dieben, K., Nicastro, R. & Huguelet, P. (2010). Predictors of response and drop-out during intensive dialectical behavior therapy. Journal of Personality Disorders, 24(5), 634-650.

Ryle, A. & Golynkina, K. (2000) Effectiveness of time-limited cognitive analytic therapy of borderline personality disorder: Factors associated with outcome. British Journal of Medical Psychology, 73, 197-210.

Stulz, N., Lutz, W., Leach, C., Lucock, M. & Barkham, M. (2007). Shapes of early change in

psychotherapy under routine outpatient conditions. Journal of Consulting and Clinical Psychology, 6, 864-874.

Voorhis van, P., Spiropoulos, G., Ritchie, P. N., Seabrook, R. & Spruance, L. (2013). Identifying areas of specific responsivity in cognitive–behavioral treatment outcomes. Criminal Justice and Behavior, 40

(11), 1250-1279.

Wetherell, J. L., Petkus, A. J., Thorp, S. R., Stein, M. B., Chavira, D. A., Campbell-Sills, L. et al. (2013). Age differences in treatment response to a collaborative care intervention for anxiety disorders. The British Journal of Psychiatry, 203, 65–72.

Zanarini, M.C., Frankenburg, F.R., Hennen, J., e.a. (2004). Axis I comorbidity in patients with

borderline personality disorder: 6-year follow-up and prediction of time to remission. American Journal

(23)

Respons Versus Non-Respons bij de Behandeling van een Borderline Persoonlijkheidsstoornis met Mentalization-Based Treatment Websites http://www.cotandocumentatie.nl/ http://www.trimbos.nl/ http://www.deviersprong.nl/

(24)

Bijlage I

Tabel 8: Uitkomstmaten van Bales et al. (2012) met Bijbehorende Vragenlijsten en Chronbach’s Alpha Factor Vragenlijst α

Ervaren symptoom ‘distress’ Global Severity Index α=.95

Mate van depressie Beck Depression Inventory α_=.86

Gezondheid gerelateerde levens- EuroQol EQ-5D α_=.63

kwaliteit

Borderline symptomatologie Borderline Personality Severity α=.93

Index

(Mal)adaptief persoonlijkheid Severity Indices of Personality α=.75

Problems

Aantal suïcidepogingen of zelf- Suicide and Self Harm Inventory - beschadigingen

Sociaal interpersoonlijk functioneren Inventory of Interpersonal Problems- α_=.94