The association among negative life events, alexithymia, and depressive symptoms in a psychosomatic outpatient sample
Notice bibliographique
Résumé
BACKGROUND: Depression is a life-threatening mental health problem. Various factors have been demonstrated to be associated with depressive symptoms, including negative life events (NLEs) and alexithymia. A retrospective study was conducted to investigate the relationship among negative life events, alexithymia, and depression symptoms in a psychosomatic outpatient sample in China. METHODS: A total of 2747 outpatients (aged 18 - 65) were included in this investigation. The Life Events Scale (LES), Toronto alexithymia scale (TAS-26), and 9-item Patient Health Questionnaire (PHQ-9) were used to assess NLEs, alexithymia, and depressive symptoms, respectively. A stepwise regression analysis model was established to investigate the relationship among alexithymia, NLEs, and depressive symptoms. RESULTS: Overall, 67.0% of the patient sample had a PHQ-9 score of 10 or higher. The stepwise regression analysis model showed a well-fitted model, in which NLEs and alexithymia explain a total of 34.2% of the variance of depressive symptoms in these participants. NLEs (β = 0.256, p < 0.001) and dimensions of alexithymia (difficult describing feelings (β = 0.192, p < 0.001) and identifying feelings (β = 0.308, p < 0.001)) were positively correlated with symptoms of depression. CONCLUSIONS: Previous studies have confirmed the correlation between NLEs and depression, alexithymia and depression, respectively. In our study, we used a stepwise regression model to explain the relationship among those variables simultaneously, and found that NLEs and alexithymia could function as predictors of depressive symptoms. Based on this discovery, alexithymia-focused treatment strategies could be alternative in depressive patients with alexithymia, but this remains to be verified in the future.
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 ».