Emotional subtypes in patients with depression: A cluster analysis
Notice bibliographique
Résumé
Major depressive disorder (MDD) is associated with deficits in emotion experience, expression and regulation. Whilst emotion regulation deficits prolong MDD, emotion expression influences symptomatic presentations, and anticipatory pleasure deficits predict recurrence risk. Profiling MDD patients from an emotion componential perspective can characterize subtypes with different clinical and functional outcomes. This study aimed to investigate emotional subtypes of MDD. A two-stage cluster analysis applied to 150 MDD patients. Clustering variables included emotion experience measured by Temporal Experience of Pleasure Scale, emotion expression measured by Toronto Alexithymia Scale, and emotion regulation measured by Emotion Regulation Questionnaire. We validated the resultant clusters by comparing their symptoms and functioning with that of 50 controls. Cluster 1 (n = 50) exhibited intact emotion experience and expression yet adopted reappraisal rather than suppression strategy, whereas Cluster 2 (n = 66) exhibited generalized emotional deficits. Cluster 3 (n = 34) exhibited emotion expression deficits and adopted both reappraisal and suppression strategies. On validation, Cluster 2 exhibited the worst, but Cluster 1 exhibited the least symptoms and social functioning impairments. Cluster 3 was intermediate among the two other subtypes. Our findings support the existence of different emotional subtypes in MDD patients, and have clinical and theoretical implications for developing future specific treatments for MDD.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».