The relationship between alexithymia, empathy and moral judgment in patients with multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Converging research in patients with multiple sclerosis (MS) has shown increased rates of alexithymia and disturbances in social cognition, including empathy and theory of mind. Moral judgment is one of the most complex spheres of human cognition, relying on intricate neural circuits related to many other affective, social, cognitive and behavioral processes. METHODS: Relapsing-remitting MS patients (n = 38) and age-, gender- and education-matched controls (n = 38) completed a measure of alexithymia (Toronto Alexithymia Scale), a measure of empathy (Interpersonal Reactivity Index) and a series of moral dilemmas, for which measures of moral permissibility, emotional reactivity and moral relativity (the perception of how one's moral attitudes compare to the attitudes of the rest of the people) were derived. RESULTS: Relative to controls, patients exhibited decreased levels of other-oriented empathy [empathic concern (P < 0.01) and fantasy (P < 0.01)], increased levels of self-oriented personal distress (P < 0.01), as well as higher rates of alexithymia (P < 0.001). Moral permissibility was significantly reduced in patients with MS (P = 0.038), who also showed higher levels of emotional reactivity (P < 0.01). Additionally, a significantly higher number of patients than controls considered that respondents would deliver similar judgments to the same moral scenarios (P < 0.001). DISCUSSION: Understanding such complex interactions between individual dispositions and moral cognition has the potential to contribute to the development of better assessment and intervention strategies for MS patients, enhancing quality of life by achieving better social participation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».