“Our similarities are different” The relationship between alexithymia and depression
Notice bibliographique
Résumé
Alexithymia is a multi-faceted personality trait, which is the inability to recognize and describe emotions. It is associated with a multitude of mental health problems, and its implication for the diagnosis and treatment of depression remains unclear. The current study explored the nuances of the relationship between alexithymia and depression in a sample of 210 patients with depression. We assessed alexithymia with the 20-Item Toronto Alexithymia Scale (TAS-20) and depression with the Beck Depression Inventory (BDI-I). The mean TAS-20 score was 57.47 ± 10.63, and the mean BDI-I score was 49.33±9.24. We explored the network structure of alexithymia and depression. Items related to difficulties in identifying, describing, and expressing feelings were prominent in the alexithymia network. Joy, guilt, and self-dislike stand out in the depression network. In our analysis, we were able to show the crescent relationship between depression and alexithymia, with an inflection point at a TAS-20 score of 53. Although the correlation-concordance index was moderate (0.41; 95 %CI: 0.29-0.51), both scales greatly overlap. In the joint network of alexithymia and depression, we could identify bridge (i.e., connecting) items between alexithymia and depression. These were difficulties understanding and relating feelings to physical and body sensations on the alexithymia side, and self-dislike, crying, and somatic concern on the depression side. Taken together, they point to the pivotal role of alexithymia in the somatization/embodiment of emotions and feelings in depression.
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 | 0,001 |
| 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 ».