Alexithymia, anger and psychological distress in patients with myofascial pain: a case-control study
Notice bibliographique
Résumé
AIMS: The aim of this study was to investigate psychological distress, anger and alexithymia in a group of patients affected by myofascial pain (MP) in the facial region. METHODS: 45 MP patients [mean (SD) age: 38.9 (11.6)] and 45 female healthy controls [mean (SD) age: 37.8 (13.7)] were assessed medically and psychologically. The medically evaluation consisted of muscle palpation of the pericranial and cervical muscles. The psychological evaluation included the assessment of depression (Beck Depression Inventory-short form), anxiety [State-Trait Anxiety Inventory Form Y (STAI-Y)], emotional distress [Distress Thermometer (DT)], anger [State-Trait Anger Expression Inventory-2 (STAXI-2)], and alexithymia [Toronto Alexithymia Scale (TAS)]. RESULTS: the MP patients showed significantly higher scores in the depression, anxiety and emotional distress inventories. With regard to anger, only the Anger Expression-In scale showed a significant difference between the groups, with higher scores for the MP patients. In addition, the MP patients showed significantly higher alexithymic scores, in particular in the Difficulty in identifying feelings (F1) subscale of the TAS-20. Alexithymia was positively correlated with the Anger Expression-In scale. Both anger and alexithymia showed significant positive correlations with anxiety scores, but only anger was positively correlated with depression. CONCLUSION: A higher prevalence of depressive and anxiety symptoms associated with a higher prevalence of alexithymia and expression-in modality to cope with anger was found in the MP patients. Because the presence of such psychological aspects could contribute to generate or exacerbate the suffering of these patients, our results highlight the need to include accurate investigation of psychological aspects in MP patients in normal clinical practice in order to allow clinicians to carry out more efficacious management and treatment strategies.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».