Relationships between alexithymia and food addiction: The Finnish version of Yale Food Addiction Scale and preliminary test of its psychometric properties
Notice bibliographique
Résumé
Background It has long been suggested that addictive behaviors are associated with alexithymia, a personality trait characterized by difficulties in emotional awareness and expression. However, little is known about the role of alexithymia in food addiction. Objectives The aim of this study was to investigate the relationship between alexithymia and food addiction. As part of the study, the validity of the Finnish version of Yale Food Addiction Scale (YFAS-F) was also investigated. Methods The sample consisted of 360 parents from the FinnBrain Birth Cohort Study. The structural validity of the YFAS-F was evaluated by confirmatory factor analysis (CFA). Exploratory factor analysis (EFA) was used to explore the structure when proposed models were not supported by CFA. The associations of alexithymia as measured by the 20-item Toronto Alexithymia Scale and food addiction were examined using regression analyses followed by structural equation modeling. Results Higher alexithymia was associated with more food addiction by conducting linear regression analysis (B = 0.013, p = 0.011) and structural equation modeling (β = 0.24, p < 0.001). Furthermore, a single-factor model for the 8 criteria of the YFAS-F was supported by CFA and showed acceptable internal reliability (KR-20 = 0.72), and a three-factor solution for the 20 items of the scale was suggested by EFA with good internal reliability (McDonald’s ω = 0.91 for the YFAS-F, 0.91 for component 1, 0.87 for component 2, and Spearman-Brown coefficient = 0.89 for component 3). Conclusion The current study determined a significant relationship between alexithymia and food addiction, which suggests alexithymia as a relevant factor for food addiction and may provide clinical implications for interventions. Moreover, the YFAS-F appeared to be a valid and reliable tool to evaluate food addiction in our Finnish general population sample. Further studies on the psychometric properties of the YFAS-F in more diverse populations are recommended.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».