Alexithymia, Ego-Dystonicity, and Obsessive-Compulsive Symptoms: A Path Modeling Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: This cross-sectional study aimed to test the path relations between alexithymia, ego-dystonicity, anxiety, depression and obsessive-compulsive (OC) symptoms in obsessive-compulsive disorder (OCD) and healthy individuals. METHODS: Fifty-eight patients with OCD (mean age 35.5 years) and 54 healthy participants (mean age 33.5 years) completed an assessment via a structured clinical interview. All of them completed the Toronto Alexithymia Scale (TAS-20), the Vancouver Obsessive-Compulsive Inventory (VOCI), the Self-Consistency and Congruence Scale (SCCS), the Self-Rating Anxiety Scale (SAS) and the Self-Rating Depression Scale (SDS). The data were analyzed using partial least squares structural equation modeling (PLS-SEM). RESULTS: In the OCD patients, alexithymia (a linear combination of difficulty identifying and describing emotions in the self) was associated with the OC symptoms either with or without the presence of ego-dystonicity (a profile of self-inconsistency and self-stereotype). In the heathy participants, alexithymia was associated with the OC symptoms only through ego-dystonic experiences. CONCLUSION: This study provides evidence that ego-dystonicity partially affects the association between alexithymia and obsessive-compulsions. Alexithymia and ego-dystonicity have a synergistic effect on the symptoms of OCD. Alexithymia in healthy participants associates to the OC symptoms only through ego-dystonicity. Targeting ego-dystonicity dimensions in psychotherapy would help improve the symptoms of OCD.
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.
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) | 0,001 | 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 découle