Effects of practicing yoga on alexisomia: an open-label trial
Notice bibliographique
Résumé
BACKGROUND: Alexisomia refers to difficulties in the awareness and expression of somatic feelings. This idea was proposed by Dr. Yujiro Ikemi as a characteristic observed in patients with psychosomatic diseases and is based on his observations that patients with psychosomatic diseases have difficulty in the awareness and expression of not only their emotions, i.e., alexithymia, but also somatic feelings and sensations, i.e., alexisomia. He also proposed that treating alexisomia is important in the treatment of psychosomatic diseases and that yoga might help improve alexisomia. However, no study has investigated if yoga actually affects alexisomia. This open-label pilot study investigated whether practicing yoga in a class results in change in patients with alexisomia and alexithymia. METHODS: The Shitsu-taikan-sho Scale (STSS) and the Toronto Alexithymia Scale (TAS-20) were administered to 305 participants, including 64 healthy participants, 111 participants who had subjective symptoms without abnormal findings, and 130 participants with chronic diseases. Participants were tested before and 3 months after attending yoga classes. RESULTS: Yoga practice reduced the STSS and the TAS-20 difficulty in identifying feelings (DIF) subscale scores. Multiple linear regression indicated that a reduction in the TAS-20 DIF subscale scores predicted a decrease in the STSS score, whereas reductions in the STSS difficulty in identifying bodily feelings (DIB) and the lack of health management based on bodily feelings (LHM) subscale scores predicted a decrease in the TAS-20 scores. CONCLUSION: We found that regular yoga practice improves alexisomia. Yoga-induced improvement of alexisomia may be mediated, at least in part, by an improvement of DIF in alexithymia. Yoga would be a promising therapeutic approach to improve alexisomia.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».