A correlation study of emotion recognition, alexithymia and flat affect in schizophrenic patients
Notice bibliographique
Résumé
ObjectiveTo analyze the correlation between the facial emotion deficits and alexithymia or flat affect in patients with schizophrenia. MethodsEighty-two schizophrenic patients and eighty-eight healthy subjects were tested with the Chinese Facial Emotion Test (CFET)and Toronto Alexithymia Scale(TAS-26),and rated on the flatten affective subscale of the SANS. ResultsFor patients with schizophrenia, the total correct score and scores of recognition for each of six basic emotions were significantly less(P<0.01), and the scores of factor I, II, or IV on TAS-26 were significantly more (P<0.01)than that of controls. There was a significantly negative correlation between scores of CFET and the scores of factor I, II, or IV on TAS-26, in which 27 of 35(71.4%) correlation coefficients reach statistic significance. and also a significantly negative correlation between some scores of CFET and flatten affective subscale of the SANS, in which 9 of 49 (18.4%) correlation coefficients reach statistic significance. There was no significant correlation between scores of TAS-26 and subscales of symptom, apart from subscale of eye attach. ConclusionThe impairment of facial emotion recognition as well as alexithymia indicated a special trait in schizophrenics. both of two symptoms may be involved in a common neural substrates, while the dissociation between alexithymia and flatten affection may suggested a different pathological emotion processing. Key words: Emotion recognition; Alexithymia; Flat affect; Schizophrenia
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 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) | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».