Alexithymia in schizophrenia: Associations with neurocognition and emotional distress
Notice bibliographique
Résumé
While alexithymia, or difficulties identifying and describing affect, has been commonly observed in schizophrenia, little is known about its causes and correlates. To test the hypothesis that deficits in emotion identification and expression result from, or are at least related to, deficits in neurocognition and affective symptoms, we assessed alexithymia using the Toronto Alexithymia Scale (TAS-20), symptoms using the Positive and Negative Syndrome Scale (PANSS), and neurocognition using the MATRICS battery among 65 adults with schizophrenia spectrum disorders in a non-acute phase of illness. Partial correlations controlling for the effects of social desirability revealed that difficulty identifying feelings and externally oriented thinking were linked with greater levels of neurocognitive deficits, while difficulty describing feelings was related to heightened levels of emotional distress. To explore whether neurocognition and affective symptoms were uniquely related to alexithymia, a multiple regression was conducted in which neurocognitive scores and affective symptoms were allowed to enter to predict overall levels of alexithymia after controlling for social desirability. Results revealed both processing speed and anxiety uniquely contributed to the prediction of the total score on the TAS-20. Results suggest that dysfunctions in both cognitive and affective processes may be related to alexithymia in schizophrenia independently of one another.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».