MétaCan
Menu
Retour à la cohorte
Enregistrement W4391967814 · doi:10.2147/prbm.s446788

Insomnia and Alexithymia in Chinese Adolescents with Major Depressive Disorder: A Cross-Sectional Study of Sex Differences and Associations

2024· article· en· W4391967814 sur OpenAlexaboutno aff
Xiaoxue Yang, Lewei Liu, Yinghan Tian, Cheng Yang, Ling Chen, Huanzhong Liu

Notice bibliographique

RevuePsychology Research and Behavior Management · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlexithymiaInsomniaMajor depressive disorderToronto Alexithymia ScaleDepression (economics)Cross-sectional studyLogistic regressionPsychologyMedicineClinical psychologyPsychiatryInternal medicineMood

Résumé

récupéré en direct d'OpenAlex

Purpose: Insomnia is related to alexithymia in adults, but the relationship between insomnia and alexithymia in adolescents with major depressive disorder remains unclear. This study aimed to investigate the sex differences and the association between insomnia and alexithymia in adolescents with major depressive disorder. Patients and Methods: From October 2020 to April 2022, adolescent patients with major depressive disorder were recruited from psychiatric departments of seven hospitals in Anhui Province, China. Their general demographic and clinical information were collected. The 20-item Toronto Alexithymia Scale, the Center for Epidemiologic Studies of Depression Scale, and the Insomnia Severity Index Scale were used to assess their alexithymia, depression, and insomnia symptoms, respectively. The analysis of variance (ANOVA), Student’s t -test and Mann–Whitney U -test were used for continuous variables and chi-square tests for categorical variables. Pearson’s correlation analysis and Spearman correlation analysis were used to examine the correlation between ISI and demographic and clinical variables. Multiple binary logistic regression analyses with the “Enter” method were carried out to explore the correlations of insomnia. Results: The prevalence of insomnia in female adolescent patients was similar to that of male patients (χ 2 =1.84, p = 0.175). Compared with those without insomnia, patients with insomnia had worse family relationships (F = 7.71, p = 0.021), perceived heavier academic stress (F = 6.32, p = 0.012), more likely to take sedative-hypnotics (F = 5.51, p = 0.019), had higher levels of depression (F = 81.57, p < 0.001) and alexithymia (F = 28.57, p < 0.001). Correlation analysis showed that alexithymia was significantly associated with insomnia in adolescent patients (r = 0.360, p < 0.01). Binary logistic regression analyses showed that, alexithymia was significantly associated with insomnia in female patients (OR = 1.050, p < 0.05) but not male patients. Conclusion: In female adolescent patients, alexithymia is a risk factor of insomnia, which is of great importance in the understanding of the psychopathological mechanisms, treatments and psychological interventions of insomnia in adolescents with major depressive disorder. Keywords: adolescents, major depressive disorder, insomnia, alexithymia

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,420
Écart entre enseignants0,378 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology Research and Behavior ManagementMême sujetSleep and related disordersTravaux en français237 207