Prevalence of alexithymia and its association with geriatric depression in a sample of elderly persons living in Buenos Aires, Argentina
Notice bibliographique
Résumé
Abstract Background Alexithymia has been considered a personality trait characterized by difficulties of identifying and describing feelings, and an externally oriented thinking style. Furthermore, has been descripted as a multidimensional concept sensitive at stressful environment. Moreover, the ageing is a period characterized by physical, affective and economics loses, where alexithymia seems to be a common feature of neurological disease. Objetive: To evaluate the prevalence of Alexithymia and its possible association with geriatric depression in elderly people self‐sufficient. Method A simple retrospective, cross sectional, correlational study was conducted. A non‐probability, purposive sampling strategy was used. The sample was comprised of 300 older adults over sixty years old, living in Buenos Aires, Argentina. They were evaluated in individual interviews using the following measures: a socio‐demographic questionnaire (ad hoc), Latin American Consensual Toronto Alexithymia Scale LAC TAS‐20 and Geriatric Depression Scale (V‐15). Measures of central tendency and of dispersion were obtained to describe alexithymia and the Pearson’s “r” correlation coefficient was used to measure the degree of association between alexithymia and geriatric depression. An error probability minor or equal to 0.05 was established. Data were analyzed by SPSS statistical software version 21.0. Result The mean age was 71.71 year old (+ 7.34 years) and 76,2% of the participants were women. The prevalence of Alexithymia was 53.1%, and the mean of total score was 45.41 (sd 17.55). The subscales scores were: DIF 14.55 (sd + 7.3), DDF 11.40 (sd + 6.0), EOT 19.45 (sd + 7.3). Furthermore, a moderate positive correlation was found between the alexithymia and geriatric depression (“r”: .369, p: .000). Conclusion Detecting alexithymia could be relevant for preserving the wellbeing of elderly people and diagnose diagnosticate affective disorders and neurological diseases.
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 | 0,001 | 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 | 0,000 |
| 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 ».