Alexithymia or general psychological distress? Discriminant validity of the Toronto Alexithymia Scale and the Perth Alexithymia Questionnaire
Notice bibliographique
Résumé
BACKGROUND: Alexithymia is an important transdiagnostic risk factor for emotion-based psychopathologies. However, it remains unclear whether alexithymia questionnaires actually measure alexithymia, or whether they measure emotional distress. Our aim here was to address this discriminant validity concern via exploratory factor analysis (EFA) of the 20-item Toronto Alexithymia Scale (TAS-20) and the Perth Alexithymia Questionnaire (PAQ). METHOD: United States general community adults (N = 508) completed the TAS-20, PAQ, and the Depression Anxiety Stress Scales-21 (DASS-21). EFA was used to examine the latent dimensions underlying these measures' scores. RESULTS: Our EFA extracted two higher-order factors, an "alexithymia" factor and a "general distress" factor (i.e., depression, anxiety, stress). All PAQ scores loaded cleanly on the alexithymia factor, with no cross-loadings on the distress factor. However, for the TAS-20, Difficulty Identifying Feelings (DIF) facet scores cross-loaded highly on the distress factor. LIMITATIONS: Our sample consisted of general community adults; future work in clinical settings will be useful. CONCLUSIONS: Our data indicate that the PAQ has good discriminant validity. However, the TAS-20 appears to have significant discriminant validity problems, in that much of the variance in its DIF facet reflects people's current levels of distress, rather than alexithymia. The TAS-20, which has traditionally been the most widely used alexithymia questionnaire, may therefore not be the optimal alexithymia tool. Our findings add to the body of evidence supporting the validity and utility of the PAQ and suggest that, moving forward, it is a superior option to the TAS-20 for alexithymia assessments.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».