Psychological profiles in patients with Sjogren's syndrome related to fatigue: a cluster analysis
Notice bibliographique
Résumé
OBJECTIVE: Fatigue is a highly prevalent and debilitating symptom in the autoimmune disease SS. Although the disease process plays a role in fatigue, psychological factors may influence fatigue and the ability to deal with its consequences. Profiles of co-occurring psychological factors may suggest potential targets for the treatment of fatigue. The aim of this study was to identify psychological profiles in patients with SS and the accompanying levels of fatigue. METHODS: Three hundred patients with primary SS (mean age 57 years, 93% female) completed questionnaires on fatigue (multidimensional fatigue inventory), physical activity cognitions (TAMPA-SK), illness cognitions, cognitive regulation, emotion processing and regulation [Toronto Alexithymia Scale 20, Emotion Regulation Questionnaire (ERQ), Berkeley Expressivity Questionnaire], coping strategies (Brief COPE) and social support. RESULTS: Principal axis factor analysis (oblimin rotation) yielded six psychological factors: social support, negative thinking, positive thinking, emotional expressivity, avoidance and alexithymia (i.e. the inability to differentiate emotions). Using cluster analyses, these factors were grouped in four psychological profiles: functional (39%), alexithymic (27%), self-reliant (23%) and dysfunctional (11%). Irrespective of the psychological profile, the level of fatigue was substantially higher in patients than in the general population. Patients with a dysfunctional or an alexithymic profile reported more fatigue than those with a self-reliant profile. CONCLUSION: Our study in SS yielded four psychological profiles that were differentially associated with fatigue. These profiles can be used to examine determinants and prognosis of fatigue as well as the possibility of customizing cognitive behavioural interventions for chronic fatigue.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».