PW01-150 - Ascertainment Of The Cerebral Bases Of Alexithymia Traits In Depersonalization Disorder
Notice bibliographique
Résumé
Objectives The current study elucidates the relations between alexithymia and brain activation towards happy and sad emotional stimulation in Depersonalization Disorder (DPD). We hypothesized that various facets of the alexithymia construct are differentially related to single neural structures characterizing abnormal emotion processing in DPD. Methods Investigated were N = 9 patients with DPD and N = 12 normal controls. To establish the diagnosis of DPD, ICD-10 and scale cut-off values (CDS > 70) were included. Alexithymia was measured using the Toronto Alexithymia Scale (TAS-20). Implicit fMRI tasks inducing three steps of happy and sad facial expressions were run, and clinical trait scores were correlated with brain activation in each emotion category. Results Significant positive correlations for alexithymia levels in DPD patients were in the right hypothalamus (happy, r = 0.60, p < 0.00001) and right retrosplenial cortex (sad, r = 0.78, p < 0.00001). The prominent regions for alexithymia levels in normal controls were instead in the left cerebellum (happy, r = 0.71, p < 0.00001) and right ventrolateral cortex (sad, r = 0.89, p < 0.00001). Significant differences in the regression slopes for the two groups were observed in the left putamen (happy, average Δr = 0.86, p < 0.0255) and in the left dorsal ACC (sad, average Δr = 0.87, p < 0.0087). Conclusions The present results suggest that the alexithymia trait is related to specific brain regions dependent on emotion. DPD patients recruit different brain regions compared to normal controls in alexithymia.
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) | 0,007 | 0,001 |
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 ».