When Weak Imagery is Worse Than None: Core Aphantasia and Hypophantasia Relate Differently to Mental Health, Mediated by Subjective Interoception and Alexithymia
Notice bibliographique
Résumé
Aphantasia, characterized by absent or reduced visual mental imagery, has been associated with alexithymia and negative mental health outcomes. However, the underlying mechanisms driving these associations remain unclear. Since mental health is closely linked to interoception, we examined whether interoceptive processing plays a role in these relationships, assessing self-reported imagery vividness (VVIQ), subjective interoceptive accuracy and attention, alexithymia, and mental health, including anxiety and depression, in individuals with (n = 153, VVIQ = 16–32) and without aphantasia (n = 680, VVIQ = 33–80). The results revealed distinct patterns between these groups. In the aphantasia group, higher VVIQ was associated with greater alexithymia and poorer mental health outcomes, suggesting that individuals with weak imagery (hypophantasia) exhibited more emotional difficulties than those with almost no imagery (core aphantasia). In contrast, in the non-aphantasia group, VVIQ correlated negatively with alexithymia and positively with mental health, aligning with previous research indicating a protective role of vivid imagery. Structural equation modelling confirmed that alexithymia strongly mediated the link between VVIQ and negative mental health outcomes in both groups, reinforcing alexithymia as a mediator between imagery ability and well-being. Another key factor in these relationships was the ratio between subjective interoceptive accuracy and attention, which mediated the relationship between VVIQ and alexithymia and mental health outcomes. These findings highlight the heterogeneity within aphantasia, distinguishing hypophantasia from core aphantasia and revealing distinct interoceptive and mental health profiles.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».