The relationship between self‐harm and alexithymia: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Self-harm, defined for the purpose of this review as any act of self-injury without explicit suicidal intent, is an increasing public health concern, with potential long-term implications for those who engage in it. Previous research has identified a correlational relationship between self-harm and alexithymia, an emotion processing deficit characterized by difficulties identifying and describing feelings, and an externally orientated thinking style. Through a systematic search of the literature, the current review examines the association between alexithymia and self-harm. A meta-analysis based on 23 studies found a significant, positive relationship between self-harm and alexithymia, with a medium effect size (g = 0.57, 95% CI 0.46-0.69). All 23 studies used the Toronto Alexithymia Scale (TAS20) to measure alexithymia. The alexithymia subcomponents difficulty identifying feelings and difficulty describing feelings were significantly associated with self-harm, but there was no significant association between self-harm and externally orientated thinking. The effect size of the relationship was significantly larger in adolescent samples compared with adult samples and in female compared with male samples. The definition of self-harm did not affect the effect size of the relationship between alexithymia and self-harm and the results are consistent with previous meta-analyses focused more narrowly on non-suicidal self-injury and, separately, suicidal behaviors. Heterogeneity between the included studies was high. The results support an affect regulation model of self-harm, in which self-harm is used to regulate an emotional experience that is poorly understood.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».