Comparison of Alexithymia, Perceived Stress and Emotion Regulation Between Patients with Epileptic and Non-Epileptic Seizures
Notice bibliographique
Résumé
Background: Different psychological factors may explain the differences between epileptic and non-epileptic seizures. Accordingly, the present study was conducted to compare alexithymia, perceived stress, and emotion regulation between patients with epileptic and non-epileptic seizures. Methods: In the present cross-sectional research, 82 patients (39 with epileptic seizures and 43 with non-epileptic seizures) were selected. Using the Toronto Alexithymia Scale (TAS) (Bagby et al., 1994), Perceived Stress Scale (PSS) (Cohen et al., 1983) and cognitive emotion regulation questionnaire (CERQ) (Garnefski and Kraaij, 2006), the required data were collected and then analyzed using the SPSS-19 software. Results: According to the results, patients with non-epileptic seizures had significantly higher scores in TAS, especially in the subscales of difficulty identifying feelings and externally oriented thinking, PSS and CERQ, especially in the subscales of catastrophizing and other-blame and lower scores in CERQ’s subscales of acceptance, positive reappraisal, and positive refocusing compared to patients with epileptic seizures (P < 0.05). The non-epileptic seizure group score was higher in the event acceptance subscale (as a positive emotion regulation) (P < 0.05). Conclusions: The results of this study showed that patients with epileptic seizures have a more favorable condition in terms of alexithymia, emotion regulation, and perceived stress compared to those with non-epileptic seizures.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».