Association between Alexithymia and Depression among King Khalid University Medical Students: An Analytical Cross-Sectional Study
Notice bibliographique
Résumé
Alexithymia is a condition in which a person is unable to explain his/her emotions, bodily sensations, or discuss sentiments. This study aims to determine the prevalence of alexithymia and its relationships with socio-demographics and depression among medical students. A cross-sectional survey was conducted among medical students at King Khalid University (KKU), Saudi Arabia. A stratified random sampling technique was utilized for data collection using the Toronto Alexithymia Scale (TAS-20) and the Patient Health Questionnaire-9 (PHQ-9). A multiple logistic regression model was used to identify the factors associated with alexithymia. A total of 333 students participated in this study, almost two-thirds (64.6%) were from clinical years, and 51.4% were females. The prevalence of alexithymia and depression was 47.4% and 88.9%, respectively. Regression analysis showed females had a doubled risk (OR = 2.09), and students with high-income status showed less probability of having alexithymia (OR = 0.39), whereas people with chronic health problems showed a doubled risk for alexithymia (OR = 2.04). Moreover, depression was significantly associated with alexithymia (OR = 1.91). Our study revealed that the prevalence of alexithymia was high along with depression among studied samples. This raises attention towards finding measures to reduce it for the better performance of students and to avoid psychological problems in the future.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».