Mediating effects of impulsivity and alexithymia in the association between traumatic brain injury and aggression in incarcerated males
Notice bibliographique
Résumé
Studies suggest both alexithymia and impulsivity (partially) explain aggressive behavior in traumatic brain injury (TBI) patients, but none of these studies use both questionnaire and performance-based measures as recommended, nor simultaneously investigate both impulsivity and alexithymia. The available studies therefore likely miss part of the constructs of alexithymia and impulsivity, and do not comprehensively assess the mediating effects of both constructs in the relationship between TBI and aggression. A sample of N = 281 incarcerated individuals were recruited from Dutch penitentiary institutions, and completed the Buss Perry Aggression Questionnaire (aggression), BIS-11 (impulsivity) and Toronto Alexithymia Scale-20 (alexithymia) questionnaires, as well as a stop-signal task and an emotion recognition paradigm. Several multiple mediation analyses were conducted using structural equation modelling, to assess the viability of a causal theoretical model of aggression. The final planned models were the original models with a good fit with the data (comparative fit index > 0.95, root mean square error of approximation and Standardized root mean square residual < 0.05), and results indicate that only questionnaire-based impulsivity mediated the relationship between TBI and aggression. TBI was unrelated to alexithymia, stop-signal or emotion recognition performance. Aggression was predicted by both alexithymia and impulsivity, but not by the performance measures. Post hoc analyses shows that alexithymia moderates the relationship between impulsivity and aggression. These results imply that aggressive incarcerated individuals showing impulsive behavior should be screened for TBI, since TBI is often overlooked or misdiagnosed, and indicate that both impulsivity and alexithymia are potential focus points for aggression reduction treatment in TBI patients.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».