Alexithymia and body image disturbances in women with Premenstrual Dysphoric Disorder
Notice bibliographique
Résumé
BACKGROUND: To evaluate alexithymia and body image in women with Premenstrual Dysphoric Disorder and test whether alexithymic traits influence severity of Premenstrual Dysphoric Disorder or body distress. METHODS: Sixty-four consecutive women with a DSM-IV diagnosis of Premenstrual Dysphoric Disorder and age range of 18-45 were recruited. Alexithymia was measured with the Italian version 20-items Toronto Alexithymia Scale. Severity of premenstrual mood symptoms was measured through the use of Visual Analogue Scales. Body concerns were assessed with the Body Uneasiness Test, Body Shape Questionnaire and Body Attitude Test. Additional measures were Rosenberg Self-Esteem Scale and Sheehan Disability Scale. RESULTS: Prevalence of alexithymia in our sample was 31.3% (n=20). Alexithymics showed higher scores on all rating scales (p range 0.001-< 0.001). Difficulty in Identifying Feelings and Difficulty in Describing Feelings subscales of Toronto Alexithymia Scale were predictors of severity of Premenstrual Dysphoric Disorder in the multiple linear regression analysis. CONCLUSIONS: Alexithymia was associated with more severe Premenstrual Dysphoric Disorder. Alexithymic women with Premenstrual Dysphoric Disorder exhibited significantly poorer appearance evaluation and body satisfaction than non-alexithymic women.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».