Examining the Relationship Between Alexithymia, Anger, and Self-Esteem in Patients Undergoing Hemodialysis
Notice bibliographique
Résumé
Objective: The aim of this study was to examine the correlation between alexithymia, anger, and self-esteem in patients undergoing hemodialysis. Methods: The research was carried out in a descriptive cross-sectional design. The study was conducted with 152 hemodialysis patients between January 2021 and April 2021. The data of the study were collected using Personal Information Form, Toronto Alexithymia Scale, Rosenberg Self-Esteem Scale, and Trait Anger Scale. Numbers, percentage distributions, mean, SD, independent sample t-test, 1-way analysis of variance, Pearson’s correlation, and regression analysis were used in the data analysis. Results: A positive correlation was found between the alexithymia level and self-esteem scores. A positive correlation was found between anger level and alexithymia level. There was a positive correlation between self-esteem level scores and anger levels. It was determined that alexithymia explained 41.7% of the change in anger and self-esteem. It was determined that people with low self-esteem had high levels of alexithymia and anger levels. Conclusion: Alexithymia level had a signi!cant e"ect on anger and self-esteem in hemodialysis patients. As self-esteem decreases in hemodialysis patients, alexithymia and anger levels increase. As the anger level of the patients increases, the level of alexithymia increases. Cite this article as: Polat F, Delibas L, Ekren A. Examining the relationship between alexithymia, anger, and self-esteem in patients undergoing hemodialysis. Arch Health Sci Res. 2023;10(3):168-174.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».