Personality characteristics, defense styles, borderline symptoms, and non-suicidal self-injury in first-episode major depressive disorder
Notice bibliographique
Résumé
Background: Non-suicidal self-injury (NSSI) is commonly seen in adolescents with depression and is a high-risk factor leading to suicide. The psychological mechanisms underlying depression with NSSI are still unclear. The purpose of this study was to explore the differences in personality traits, defensive styles, and borderline symptoms among first-episode youth patients with depression and self-injury compared with patients with depression without self-injury and healthy populations. Methods: The current study recruited 188 participants, including 64 patients with depression and NSSI, 60 patients with depression without NSSI, and 64 healthy control subjects. Eysenck Personality Questionnaire, the Defense Style Questionnaire, the short version of the Borderline Symptom List, the Beck Depression Inventory, and the Ottawa Self-Injury Inventory were used to assess all participants. Results: Patients with depression and NSSI showed more psychoticism than patients with depression without NSSI and healthy control subjects. Patients with depression and NSSI presented more intermediate defense styles than healthy control subjects. In the patients with depression and NSSI group, the frequency of self-injury in the last week was negatively correlated with mature defense styles and positively correlated with depressive symptoms and borderline symptoms. Further regression analysis showed that EPQ-psychoticism and depressive symptoms were independent risk factors for NSSI in patients with depression. Conclusion: This study found that patients with depression and self-injury presented more neuroticism, introversion, EPQ-psychoticism, immature defenses, intermediate defenses, and borderline symptoms. Self-injury frequency was negatively correlated with mature defense styles and positively correlated with depressive symptoms and borderline symptoms. EPQ-Psychoticism and depressive symptoms are risk factors for predicting non-suicidal self-injury in patients with depression.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».