Interoceptive–reflective regions differentiate alexithymia traits in depersonalization disorder
Notice bibliographique
Résumé
It is unclear to what degree depersonalization disorder (DPD) and alexithymia share abnormal brain mechanisms of emotional dysregulation. We compared cerebral processing of facial expressions of emotion in individuals with DPD to normal controls (NC). We presented happy and sad emotion expressions in increasing intensities from neutral (0%) through mild (50%) to intense (100%) to DPD and non-referred NC subjects in an implicit event-related fMRI design, and correlated respective brain activations with responses on the 20-item Toronto Alexithymia Scale (TAS-20) and its three subscales F1-F3. The TAS-20 predicts clinical diagnosis of DPD with a unique variance proportion of 38%. Differential regression analysis was utilized to ascertain brain regions for each alexithymia subscale. Differential regions of total alexithymia severity for happy emotion were the globus pallidus externus; for identifying feelings (TAS-20 F1 subscale), the right anterior insula; for description of feelings (F2), the right dorsal mid-anterior cingulate gyrus (BA 24); and for externally oriented cognitive style (F3), the left paracingulate gyrus (BA 32). For sad emotion, the differential region for the total TAS-20 score was the dorsal anterior cingulate gyrus (BA 24); for TAS-20 F1, the left inferior anterior insula; for TAS-20 F2, the right PCC (BA 31); and for TAS-20 F3, the right orbital gyrus (BA 10). Supporting our hypotheses, the ascertained brain regions for TAS-20 subscales subserve interoception, monitoring and reflection of internal states and emotion. The presented analyses provide evidence that alexithymia plays a substantial role in emotional dysregulation in DPD, presumably based on restrictions in interoception.
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 | 0,001 | 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 | 0,001 |
| 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 ».