MétaCan
Menu
Retour à la cohorte
Enregistrement W3025930340 · doi:10.1080/13803395.2020.1770703

The association between communication impairments and acquired alexithymia in chronic stroke patients

2020· article· en· W3025930340 sur OpenAlexaboutno aff
Hannah Hobson, Evangeline G. Chiu, Chloe Ravenscroft, Kate Partridge, Geoffrey Bird, Nele Demeyere

Notice bibliographique

RevueJournal of Clinical and Experimental Neuropsychology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePsychosomatic Disorders and Their Treatments
Établissements canadiensnon disponible
Organismes subventionnairesStroke AssociationNational Institute for Health and Care Research
Mots-clésAlexithymiaPsychologyNeuropsychologyComprehensionCognitionAnxietyAssociation (psychology)Clinical psychologyToronto Alexithymia ScaleDevelopmental psychologyPsychiatryPsychotherapist

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Language dysfunction has recently been suggested to be one route to alexithymia, an impairment in recognizing and communicating one's own emotions. Neuropsychological evidence is needed to investigate the possibility that acquired language problems could underlie acquired alexithymia. METHOD: = 118) to test whether self-reported or behavioral measures of language and communication problems were associated with alexithymia. We also examined the impact of hemisphere of damage on alexithymia. RESULTS: We found no differences in alexithymia levels for patients with observed language impairments on brief tests of picture naming, comprehension, and reading vs unimpaired patients. However, self-reported communication difficulties were found to be associated with higher scores of alexithymia, even after controlling for depression and anxiety. Patients with left- versus right-hemisphere damage did not differ in their alexithymia scores. CONCLUSIONS: We found partial support for the language hypothesis of alexithymia. We discuss potential reasons for the discrepant findings between the self-report and objective language measures and suggest that self-report measures may be more sensitive to milder, more pragmatic language impairments, as opposed to the severe structural language impairments measured by the cognitive screening tests.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,381
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Experimental NeuropsychologyMême sujetPsychosomatic Disorders and Their TreatmentsTravaux en français237 207