The Impact of Alexithymia on Quality of Life in a Sample of Healthy University Students: A Structural Equation Modeling Approach
Notice bibliographique
Résumé
The relationship between alexithymia and quality of life has attracted the attention of researchers recently. However, these studies have been conducted on patient groups or the general population. This study aims to determine the simultaneous effect of the level of alexithymia on the components of quality of life in a healthy university student population using the structural equation model. The sample of this cross-sectional study consists of 183 healthy volunteer university students without mental and physical illnesses. Sociodemographic Data Form, Short Form-36 (SF-36) Quality of Life Scale, and Toronto Alexithymia Scale (TAS-20) were applied to the participants. In this current study, 48.6% (n = 89) of the participants were female and 51.4% (n = 94) were male, and the mean age was 21.88 ± 2.11 years. 13.1% (n = 24) of the volunteers were categorized as alexithymic, 25.2% (n = 46) as borderline alexithymic and 61.7% (n = 113) as non-alexithymic. It has been shown that Toronto Alexithymia Scale has an inverse significant and moderate effect on the SF-36 Quality of Life Scale (Standardized regression coefficient -0.40). Our study shows that alexithymia has a detrimental impact on the quality of life of healthy university students who are not suffering from any medical or mental illnesses. It is thought that it would be beneficial to develop specific intervention methods for alexithymic individuals to remove these alexithymia-related problems and improve quality of life. Longitudinal research in the future will be beneficial in explaining the causal relationships between alexithymia and quality of life.
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 | 0,002 | 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 ».