The moderating effect of alexithymia on the relationship between stress and cyberchondria
Notice bibliographique
Résumé
Objectives The pandemic has increased the level of perceived stress and provided a fertile soil for Cyberchondria. This study aims to investigate the relationship between stress, cyberchondria, and alexithymia. Methods This cross-sectional study used convenience sampling to carried out on a total 1,117 college students (female/male:536/581; mean age: 19.95 ± 1.32). Cyberchondria Severity Scale (CSS), Toronto Alexithymia Scale (TAS) and Short Depression Anxiety Stress Scales (DASS-21) were used to assessed the present study variables. Results Significant differences emerged for CSS scores by gender (t = 3.74, p < 0.01) and had any comorbid disease (t = 2.47, p < 0.05), The Pearson correlation showed Cyberchondria has a significant positive correlation with stress and alexithymia (r = 0.50, p < 0.01, r = 0.36, p < 0.01). Furthermore, the regression analysis described that stress (β = 0.50, p < 0.01) and alexithymia (β = 0.36, p < 0.01) were the significant positive predictors of cyberchondria. Moreover, moderation analysis showed that alexithymia significantly strengthened the association between stress and cyberchondria (F = 107.20, p < 0.01). Conclusion The study will help medical practitioners to understand how stress and alexithymia can cause an increase in cyberchondria. This will help them to elaborate operational indications for prevention and psychological support.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».