Is Interoception Deficit Linking Alexithymia and Eating Spectrum Symptoms? Study on a Non-Clinical Sample of Young Adults
Notice bibliographique
Résumé
We investigated if interoceptive deficits could be the link between alexithymic traits and eating spectrum manifestations in a non-clinical sample. One-hundred sixty-one young adults (mean age: 23.2 ± 2.4 years) were evaluated with the Toronto Alexithymia Scale-20 (TAS-20), the Interoceptive Accuracy Scale (IAS), the Interoceptive Confusion Questionnaire (ICQ), and the Eating Attitudes Test-26 (EAT-26). Questionnaires were administered with an online procedure (Microsoft Form, Office 365 A1, Pisa, Italy) (Study Protocol #0012005/2023). We compared ICQ, IAS, and TAS-20 scores in subjects who met the threshold for a potential eating spectrum disorder according to EAT-26 scores ≥ 20 (n = 27) vs. subjects who scored <20 (n = 134), with an ANCOVA corrected for ‘age’ and ‘gender’. Subjects with EAT-26 ≥ 20, scored significantly higher at ICQ (54.4 ± 13.2 vs. 50.2 ± 6.8; p = 0.011), TAS-20 ‘Total Score’ (60.8 ± 11.9 vs. 58.1 ± 9.2; p = 0.006), and TAS-20 ‘Identifying Feelings’ (21.5 ± 7.6 vs. 17.3 ± 5.8; p = 0.0001). A binary logistic regression analysis, with EAT-26 scores < 20 vs. ≥20 as the dependent variable, and ICQ, IAS, TAS-20 total scores and dimensions, age, and gender (categorical) as covariates, showed that the only variable predicting eating spectrum symptomatology was ‘ICQ Total Score’ (OR = 1.075, 95% CI: 1.016–1.139; p = 0.013). Interoceptive confusion was the dimension linking the occurrence of alexithymic traits and eating spectrum manifestations.
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 | 0,000 | 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 ».