Does psychotherapy improve alexithymia? A comparison study among patients with mild or moderate depression
Notice bibliographique
Résumé
Background Alexithymia is reported to be a risk factor for depression. Psychotherapy is efficient for treatment of depression. Yet, the effect of psychotherapies on alexithymia is poorly understood. Objectives We aimed to compare Cognitive Behavioral Therapy (CBT), Existential Psychotherapy (ExP) and Supportive Counseling (SUP) for therapeutic efficacy and effect on alexithymia in depression. Methods There were 22 patients for each patient group. Sessions were performed as eight consecutive weekly and following two monthly boosters. Sixty six healthy controls were added. Prior to the sessions, patients received Sociodemographic Data Form, the Structured Clinical Interview for DSM-IV Axis I Disorders (SCID-1), Hamilton Depression Rating Scale (HDRS) and 20-item Toronto Alexithymia Scale (TAS-20). The control group received Sociodemographic Data Form, SCID-1 and TAS-20. Patients additionally received HDRS and TAS-20 after their weekly and booster sessions. Results Patients’ mean TAS-20 score was greater than of controls, however, it did not have a significant change throughout the study. Mean HDRS scores of ExP and CBT groups were lower than SUP group at the end. Discussion Alexithymia did not improve with psychotherapy. The exception was effect of ExP on externally oriented thinking. Psychotherapies all improved depression. CBT and ExP were more helpful than SUP.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».