Evaluation of alexithymia, anger and anxiety depression levels in smokers
Notice bibliographique
Résumé
Objective Smoking is a major mental health concern due to its addictive nature and its status as the leading preventable cause of premature death worldwide. This study aimed to examine the levels of alexithymia, anger, anxiety, and depression in smokers compared to nonsmokers.Materials and Methods This case-control study involved 176 smokers from a Smoking Cessation Clinic and 175 age- and gender-matched nonsmokers. Participants completed assessments using the Toronto Alexithymia Scale (TAS-20), State-Trait Anger Expression Inventory (STAXI), and Hospital Anxiety and Depression Scale (HADS). Nicotine dependence in smokers was measured using the Fagerström Nicotine Dependency Test. Statistical analysis was performed using SPSS 22.0.Findings Significant differences were observed between smokers and nonsmokers in TAS, TAS-1, TAS-2, HADS-A, and HADS-D scores. Smokers exhibited higher levels of alexithymia, anger expression, and anxiety, while nonsmokers demonstrated better anger control. Additionally, addiction levels in smokers were associated with variations in TAS, TAS-1, TAS-2, TAS-3, STAXI scores (SA, AC, AI, AO), and HADS-A, highlighting a complex interplay between addiction, psychological factors, and smoking habits.Result This study establishes a link between smoking status, addiction levels, and elevated alexithymia, anger, anxiety, and depression. The findings underscore the psychological impact of smoking, contributing valuable insights for mental health interventions in individuals with smoking habits.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».