Variability in Depression Symptoms Across Levels of Alexithymia: An Ecological Momentary Assessment Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Alexithymia, characterized by difficulties in identifying and describing one’s own emotions, is associated with various psychological conditions, particularly depression. Although depressive symptoms often fluctuate over short periods, traditional depression scales may not adequately capture this symptom variability due to recall bias. Ecological momentary assessment (EMA) can act as an effective method for capturing mood fluctuations and emotional states, enabling a deeper understanding of emotional regulation mechanisms. OBJECTIVE This study aims to examine the relationship between alexithymia and variability in depression symptoms variability using EMA data collected over a 28-day period. Specifically, we investigate whether individuals with high levels of alexithymia exhibit greater symptom variability compared to those with low levels of alexithymia METHODS A total of 469 participants were classified into two groups based on their total scores of the Toronto Alexithymia Scale (TAS-20K): a low alexithymia group (n=246) and a high alexithymia group (n=223). Participants completed daily self-reports via a mobile EMA app over 28 consecutive days, assessing their depressive symptoms including mood, appetite, sleep, general condition, and concentration, experienced during the past 24 hours. Independent t-tests were used to compare group differences in symptom variability, quantified by coefficient of variation (CV, %). RESULTS Significant differences in depressive symptom variability were observed between the two alexithymia groups. Compared to participants in the low alexithymia group, those in the high alexithymia group exhibited significantly greater symptom variability in mood (mean 15.95, SD 10.93 vs. mean 20.22, SD 12.40; t(444.944)=3.96; P<.001), appetite (mean 17.08, SD 15.81 vs. mean 21.51, SD 12.21; t(467)=3.37; P<.001), sleep (mean 21.30, SD 10.76 vs. mean 25.48, SD 12.30; t(443.517)=3.92; P<.001), general condition (mean 16.53, SD 10.32 vs. mean 19.98, SD 11.93; t(467)=3.44; P<.001), and concentration (mean 17.80, SD 11.10 vs. mean 22.35, SD 12.36; t(448.163)=4.19; P<.001). CONCLUSIONS The findings suggest that alexithymia is associated with greater variability in depression symptoms, including mood, appetite, sleep, general condition, and concentration. These results highlight the importance of considering alexithymia in clinical assessments of emotional and psychological functioning and suggest that individuals with high levels of alexithymia may benefit from tailored interventions targeting difficulties in emotional regulation. CLINICALTRIAL N/A
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,002 |
| 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 | 0,001 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».