The Effect of an Emotion Recognition and Expression Program on the Alexithymia, Emotion Expression Skills and Positive and Negative Symptoms of Patients with Schizophrenia in a Community Mental Health Center
Notice bibliographique
Résumé
This study aimed to examine the effect of an emotion recognition and expression program (EREP) on the alexithymia, emotion expression skills and positive and negative symptoms of patients with schizophrenia. The study had a non-randomized, quasi-experimental design including a pretest, post-test, and follow-up test. It was conducted with 36 patients with schizophrenia (n = 18 intervention group, n = 18 control group) who regularly visited a Community Mental Health Center (CMHC) in Türkiye and participated voluntarily. The EREP was applied to the intervention group for eight weeks. "Personal Information Form", "Emotion Expression Scale (EES)", "Toronto Alexithymia Scale (TAS)", and "Positive Negative Syndrome Scale (PANSS)" were applied to all participants in the pretest, post-test, and follow-up test. The follow-up test was applied one month after the end of the sessions. Number, percentage, chi-square test, and repeated measures analysis of variance were used for data evaluation. In the total alexithymia score, there was a significant difference in the group interaction by time in the intervention group compared to the control group. In terms of total alexithymia score, the post-test and follow-up test mean scores of the intervention group were lower than the control group (p < 0.05; η2 = 0.122). There was a significant time*group interaction in the positive emotion subscale of the EES (p < 0.05; η2 = 0.121). The findings of our study indicated that the EREP had a positive effect on the alexithymia scores of patients with schizophrenia. We found that the EREP used in our study contributed to the reduction of alexithymia levels in patients with schizophrenia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».