Attachment, Mentalizing and Personality Pathology Severity in Premeditated and Impulsive Aggression in Schizophrenia
Notice bibliographique
Résumé
Decades of research have displayed a robust relationship between schizophrenia and aggression, with the majority of studies focusing on the role of comorbid Axis I disorders, including drug and alcohol abuse, psychosis, and other sociodemographic and clinical variables. However, only a few studies have examined the role of mentalizing abilities (i.e., the ability to understand mental states) and personality pathology severity, and none have examined the role of attachment representations believed to play a role in aggression. Furthermore, there is a paucity of research that differentiates between premeditated and impulsive aggression in schizophrenia. To this end, we conducted a cross-sectional study of 108 patients with schizophrenia to explore if a specific combination of mentalizing abilities, attachment representations and personality pathology severity pertain to premeditated aggression, while controlling for clinical and sociodemographic variables. Findings reveal that a constellation of diminished mentalizing, an attachment pattern characterized by positive self-representations and negative representations of the other, and severe personality pathology, was associated with premeditated aggression. These results suggest that risk assessment of aggression and future intervention programs targeted at reducing severe aggression in schizophrenia could benefit from including psychological functions such as mentalizing, as well as assessing personality pathology severity and attachment representations.
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 | 0,001 | 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 ».