Alexithymic Traits and Hair Cortisol Concentrations in Pregnant Women
Notice bibliographique
Résumé
Introduction: Alexithymia, a personality construct characterized by difficulties in identifying and expressing emotions, and an externally oriented thinking style, has been associated with a number of stress-related disorders, and physiological markers of stress. We examined the relationships of alexithymia and hair cortisol concentrations (HCC), a measure of long-term cortisol levels, in pregnant women. Methods: Participants were 130 women from the FinnBrain birth cohort study. Alexithymia was measured with the Toronto Alexithymia Scale (TAS-20). Analysis of covariance and regression analyses were used to assess the associations between alexithymia and HCC. Educational level, current depressive symptoms, and body mass index (BMI) were applied as covariates. Results: In the adjusted analyses, individuals with moderate to high alexithymic traits had significantly higher HCC (F=5.11, partial η² 0.040, p=0.026) compared to non-alexithymics. Regression analyses in the whole sample revealed that, of the individual dimensions of alexithymia, Difficulty Identifying Feelings (DIF) was associated with HCC (β=0.187, t=2.064, p=0.041). Conclusions: Alexithymia, and especially its dimension DIF were associated with higher HCC, and therefore may be linked to increased chronic physiological stress. Implications for pregnancy outcomes and infant development are discussed.
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 | 0,000 | 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 ».