Interoception, alexithymia, and anxiety among individuals with alcohol use disorder
Notice bibliographique
Résumé
Background Interoception (i.e., the ability to recognize bodily signals), alexithymia (i.e., the inability to recognize emotional states) and negative affect (i.e., unpleasant feelings such as anxiety) have been associated with alcohol use disorder (AUD). Previous research suggests that interoception may underlie alexithymia, which in turn may be associated with negative affectivity. However, this remains to be empirically tested. This study investigates whether alexithymia mediates the association between interoception and anxiety and whether this association differs across individuals with AUD and a healthy control (HC) comparison group. Methods The AUD group consisted of 99 participants enrolled in an 8-week abstinence-based inpatient treatment program. The HC group included 103 healthy individuals. The heartbeat counting task (HCT) was used to assess interoception (cardiac interoceptive accuracy). The Toronto Alexithymia Scale (TAS-20) was used to assess alexithymia. The Brief Symptom Inventory (BSI) was used to assess anxiety. Results The moderated mediation model with interoception as the predictor, alexithymia as the mediator, and negative affect (i.e., state anxiety) as the dependent variable was tested. The analysis showed that the conditional indirect effect of interoception on anxiety via alexithymia was significant for individuals with AUD [ab= −0.300, bootstrap 95% CI = (−0.618, −0.088)], as well as for HCs [ab= −0.088, bootstrap 95% CI = (−0.195, −0.014)]; however, the conditional indirect effect significantly differed across HCs and individuals with AUD. Namely, the mediated effect was greater among individuals with AUD compared to the HC group. Conclusion The results suggests that interoceptive impairment contributes to greater negative affect (i.e., state anxiety) via alexithymia especially for individuals with AUD. Improving emotion recognition via therapeutic methods focused on strengthening interoceptive abilities could improve outcomes for individuals receiving treatment for AUD.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».