Prevalence of Alexithymia in Patients with Post-Traumatic Stress Disorder: A Cross-Sectional Study in Mexican Outpatients
Notice bibliographique
Résumé
Objective To determine the frequency of alexithymia in patients diagnosed with post-traumatic stress disorder (PTSD) treated at the outpatient service of Fray Bernardino Álvarez Psychiatric Hospital in Mexico City. Methods A cross-sectional observational study was conducted with 101 PTSD patients (91% women, mean age: 29.5 years). The Toronto Alexithymia Scale (TAS-20) and Clinician-Administered PTSD Scale for DSM-5 (CAPS-5) were administered. Statistical analysis included descriptive measures, correlations, and logistic regression. Results Sexual abuse (53.5%) and rape (26.7%) were the most frequent traumas. Ninety percent of participants scored above the TAS-20 cutoff for clinical alexithymia (≥61 points). A moderate positive correlation was found between trauma exposure duration and TAS-20 scores (rs = 0.539, p < 0.001). Logistic regression identified trauma duration as a significant risk factor for alexithymia (OR = 1.75, p = 0.002). Conclusions Alexithymia is highly prevalent in PTSD patients, particularly among those exposed to prolonged trauma. These findings underscore the need for trauma-focused interventions addressing emotional regulation deficits.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».