MétaCan
Menu
Retour à la cohorte
Enregistrement W3211676951 · doi:10.34172/icnj.2021.35

Evaluating the Components of Alexithymia in Patients With Obsessive-Compulsive Disorder

2021· article· en· W3211676951 sur OpenAlexaboutno aff
Mina Bozorg, Changiz Rahimi, Nurallah Mohammadi

Notice bibliographique

RevueInternational Clinical Neuroscience Journal · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePsychosomatic Disorders and Their Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaToronto Alexithymia ScaleShahidMultivariate analysis of variancePsychologyClinical psychologyFeelingObsessive compulsivePsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: This study aimed to evaluate the differences in alexithymia components between patients with obsessive-compulsive disorder (OCD) and normal individuals. Methods: In this ex-post facto study, 23 obsessive-compulsive outpatients’ selected by available sampling method and 22 personnel of the same hospitals (Taft Comprehensive Psychiatric Hospital, Imam Ali, Shahid Rahnemoon, and Baghayipoor Clinics) were selected as a control group in 2015 in Yazd, Iran. Yale-Brown Obsessive-Compulsive and Toronto Alexithymia Scale-20 were used in this study. Results: Data were analyzed by multivariate analysis of variance (MANOVA). The results showed that patients with OCD were significantly different from the control group in the total alexithymia score (F=7.232, P=0.01). However, both groups had significant differences only in the subscale of difficulty in identifying feelings. Conclusion: It can be concluded that both groups had significant differences in the total alexithymia score and one of its subscales.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,218

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,097
Tête enseignante GPT0,430
Écart entre enseignants0,333 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Clinical Neuroscience JournalMême sujetPsychosomatic Disorders and Their TreatmentsTravaux en français237 207