Prevalence of Alexithymia and Associated Factors Among Dental Students in Saudi Arabia: A Cross-Sectional Study
Notice bibliographique
Résumé
Background: Mental health challenges among university students are pervasive, with alexithymia posing a particularly significant yet understudied challenge. This condition significantly affects an individual’s ability to cope with stress due to difficulties in recognizing, describing, and processing emotions. Objectives: This study aims to evaluate alexithymia prevalence and its associated factors among dental undergraduate students and interns enrolled at King Saud University in Riyadh, Saudi Arabia. Methods: Data were collected through a self-administered online survey that assessed alexithymia symptoms (using the Toronto Alexithymia Scale [TAS-20]), sociodemographic profiles, lifestyle-related factors, and health-related factors. The associations between participant factors and alexithymia were assessed using chi-square and multiple logistic regression analyses. Results: Of the 421 eligible participants, 369 completed the survey (87.6% response rate), revealing a significant prevalence of alexithymia (37.9%). Female gender (AOR = 1.7, p = 0.04), depression (AOR = 5.6, p < 0.0001), chronic diseases (AOR = 3.5, p = 0.003), and childhood abuse (AOR = 2.2, p = 0.047) were independent factors significantly associated with alexithymia. Conclusions: These findings highlight the pressing need for mental health support within dental education. Early interventions targeting alexithymia could mitigate its adverse consequences, promoting better student well-being and academic success.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».