Alexithymia and dissociation in personality disorders: a retrospective cross-sectional study
Notice bibliographique
Résumé
Introduction Patients with “personality disorder”, has history of traumatic life events and are predisposed to develop alexithymia and dissociation, considered as risk factor for severity. Objectives The aim of the research is to analyze alexithymia relating to dissociative symptoms, and investigate their associations, in 34 patients with personality disorder. Methods Outpatients with personality disorder relating to Mental Health Centre have been identified and tested with the Dissociative Experiences Scale, the Parma Scale for Personality Functioning and the Toronto Alexithymia Scale. Results There was no significant association between age of patients and presence of alexithymia (r=-0.16) and dissociation (r=-0.19); most patients with alexithymia and dissociation were female (67%; 0.67%). 71% of alexithymic subjects had attended lower secondary school, 50% upper secondary school and 43% had a university degree. Substance use is higher in alexithymic patients (73%). 69% of subjects who do not undergo any individual or group psychotherapy are alexithymic; for dissociative symptoms it is significant to undergo both psychotherapies. Alexithymia and dissociation are more frequent in histrionic personality disorder (80%; 60%) and borderline personality disorder (55%; 54%). There is a potential correlation between alexithymia and the presence of dissociative symptoms (r=0.64). Conclusions This study found that alexithymia and dissociative symptoms are frequent within personality disorders, particularly in histrionic and borderline personality disorder. We found that the two phenomena were associated. Furthermore we found alexithymia is more influenced by external factors than dissociative symptoms. Disclosure No significant relationships.
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 ».