Äidin aleksitymian yhteys lapsella esiintyviin autismikirjon piirteisiin
Notice bibliographique
Résumé
Opinnäytetyön tarkoituksena oli selvittää äidin aleksityymisten piirteiden ja lapsen autismikirjon \npiirteiden yhteyttä toisiinsa. Aleksitymialla tarkoitetaan persoonallisuuden piirteistöä, jolle tyypillistä \non tunteiden tunnistamisen ja kuvailemisen vaikeus sekä ulkokohtainen ajattelutapa. Sen esiintyvyys \nväestössä on noin 10 %. Piirteistöllä on yhteys mielenterveyden häiriöihin ja somaattisiin sairauksiin. \nAutismikirjon häiriöt ovat jo varhaislapsuudessa alkavia eri asteisia kehityksellisiä häiriöitä, joissa \nvaikeuksia ilmenee sosiaalisessa vuorovaikutuksessa ja kommunikaatiossa. Lisäksi tyypillisiä ovat \nrajoittuneet mielenkiinnonkohteet ja toistava käyttäytyminen. Autismikirjon häiriöiden esiintyvyys \nväestössä on alle 1 %, ja noin puolella autismiin liittyy älyllinen kehitysvamma. Autismikirjolla \nolevista noin puolella on aleksitymiaa, minkä arvioidaan osaltaan selittävän autismin yhteydessä \nesiintyviä tunteiden ja ilmeiden tunnistamisen ongelmia sekä psyykkisiä oireita. Myös autismikirjon \nlasten vanhemmilla on tutkimuksissa havaittu esiintyvän aleksityymisiä piirteitä. \n \nAleksitymian mittaamiseen käytettiin 20-kohtaista Toronto Alexithymia Scale (TAS-20) - \nitsearviointikyselyä. Autismikirjon piirteiden mittaamisessa hyödynnettiin Brief Infant-Toddler Social \nand Emotional Assessment (BITSEA) -mittaria, ja siitä muodostettavaa erillistä autismipistemäärää. \nAineistona tutkimuksessa käytettiin FinnBrain-tutkimushankkeessa 12/2011–4/2015 kerättyä aineistoa \nTurussa, sen ympäryskunnissa ja Ahvenanmaalla asuvista perheistä. Tutkimuksessa tarkasteltiin \nniiden äitien tietoja, joista oli käytettävissä TAS-20-mittaus puolen vuoden kuluttua synnytyksestä ja \nBITSEA-mittaus lapsen ollessa 2-vuotias (n=1268). Analyysit vakioitiin äidin masennus- ja \nahdistuneisuusoireilla. Taustamuuttujina huomioitiin äidin ikä, pariteetti, koulutus- ja tulotaso, \nraskausviikot synnytyshetkellä sekä lapsen sukupuoli. Keskeisenä tilastollisena menetelmänä \ntutkimuksessa käytettiin regressioanalyysiä, jonka avulla arvioitiin TAS-20-pistemäärän \nmerkitsevyyttä BITSEA-mittarin autismipisteiden itsenäisenä selittäjänä. \n \nTutkimuksessa havaittiin äidin korkeiden TAS-20-pisteiden olevan yhteydessä lapsen korkeisiin \nBITSEA-mittarin autismipisteisiin. Tulokset viittaavat siihen, että äidin aleksityymiset piirteet ovat \nyhteydessä lapsen voimakkaampiin autismikirjon piirteisiin. Löydökset tukevat aiempia \ntutkimustuloksia aleksitymian suuremmasta esiintyvyydestä autismikirjon lasten vanhemmilla, ja \nvahvistavat teoriaa laajemman autismikirjon ilmiasun olemassaolosta. Ilmiön syy-yhteys on kuitenkin \nvielä epäselvä, ja tulevaisuudessa tarvitaankin tarkempia pitkittäistutkimuksia asian selvittämiseksi.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,110 | 0,033 |
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 ».