A Comparative Study on Alexithymia in Depressive, Somatoform, Anxiety, and Psychotic Disorders among Koreans
Notice bibliographique
Résumé
OBJECTIVE: Little is known about the characteristic differences in alexithymic construct in various psychiatric disorders because of a paucity of direct comparisons between psychiatric disorders. Therefore, this study explored disorder-related differences in alexithymic characteristics among Korean patients diagnosed with four major psychiatric disorders (n=388). METHODS: Alexithymic tendencies, as measured by the Korean version of the 20-item Toronto Alexithymia Scale (TAS-20K), of patients classified into four groups according to major psychiatric diagnosis were compared. The groups consisted of patients with depressive disorders (DP; n=125), somatoform disorders (SM; n=78), anxiety disorders (AX; n=117), and psychotic disorders (PS; n=68). RESULTS: We found that substantial portions of patients in all groups were classified as having alexithymia and no statistical intergroup differences emerged (42.4%, 35.9%, 35.3%, and 33.3% for DP, SM, PS, and AX). However, patients with DP obtained higher scores in factor 2 (difficulties describing feelings) than those with SM or AX, after adjusting for demographic variables. CONCLUSION: These findings suggest that alexithymia might be associated with a higher vulnerability to depressive disorders and factor 2 of TAS-20K could be a discriminating feature of depressive disorders.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».