Status and correlates of alexithymia among Chinese empty nest elders in a cross-sectional study
Notice bibliographique
Résumé
Alexithymia is regarded as a 'lack of words for emotions' and is a subclinical trait. Empty-nest elderly in China are at higher risk of developing alexithymia due to the nature of their lives. Alexithymia can cause further damage to the mental health of empty nesters and also affect recovery from illness. Nevertheless, studies on alexithymia among Chinese empty-nesters are scarce, particularly in terms of large-scale empirical research. This study aims to assess the prevalence of alexithymia among the Chinese empty-nest elderly and to determine potential factors associated with alexithymia. A cross-sectional design was used. A total of 394 empty-nest elderly (195 males and 199 females) in Chengdu City and Ziyang City were selected by convenience sampling. Among them, individuals aged 60-69 years, 70-79 years, and ≥ 80 years old accounted for 50.5%, 31.5%, and 18.0%, respectively. All participants were surveyed from April 2022 to June 2023. The total incidence of alexithymia and borderline alexithymia among participants was 33.5% and 35.3% in this study. The personality (introversion and ambiversion), number of chronic diseases (2-3 and ≥ 4), social loneliness, and emotional loneliness were positively associated with alexithymia (p < 0.01), while instrumental support, emotional support, provided support, education level (bachelor degree or higher), occupation before retirement (worker and public institution personnel) and monthly income [1001-3000 Chinese yuan (CNY; ¥; RMB) and ≤ 1000 CNY] were negative factors (p < 0.01); these factors explained 55.3% of the total model variance. Our findings suggested that empty nesters' alexithymia appears to be influenced by many factors, especially social support and loneliness. The results may provide clues to help health professionals identify empty-nesters' vulnerability to alexithymia and reduce its prevalence.
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 | 0,001 | 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 ».