1484 – Could Emotional Awareness Influence Drinking Outcomes In An Alcohol Dependent Population?
Notice bibliographique
Résumé
Introduction Alexithymia has been studied in several addictive disorders with a special interest in alcohol dependence (Thorberg et al., 2009; Taieb et al., 2002). Nevertheless, recent studies failed to demonstrate the relationship with drinking outcomes (de Haan et al., 2012; Stasiewicz et al., 2012). Evaluation of emotional awareness in these populations could be added to specify the deficits of emotions’ differentiation and to understand the mechanisms underlying the maintenance of abstinence (Bochand & Nandrino, 2010; Carton et al., 2010). Aims We intend to evaluate short and long-term abstinent alcohol dependent subjects in a dimensional approach for alexithymia and emotional awareness, expecting relationship with drinking outcomes. Methods Thirty-two abstinent alcohol dependent participants and 28 matched controls were included. The two groups were assessed for anxiety (STAI state and trait) and depression (BDI-II). Alexithymia (TAS 20) and emotional awareness (Emotional Self-Awareness Questionnaire; ESQ) were also evaluated. The severity of alcohol dependence was specified with Alcohol Dependence Severity scale. Results Alexithymia was significantly higher in the group of alcohol dependent participants (50.1 vs 45.1; p=0.049). Within the alcohol dependent group, ESQ was negatively correlated to the severity of alcohol dependence (r=-0.29; p=0.028) with subscales “social awareness” and “social skills” negatively correlated to the duration of abstinence (r=-0.37; p=0.03 and r=- 0.38; p=0.01, respectively). Conclusions Alexithymia is significantly higher in the alcohol dependent group, compared to the control group, but within this group, evaluation of emotional awareness may become more interesting to evaluate the characteristics of alcohol dependent subjects and predict their drinking outcomes
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».