MétaCan
Menu
Retour à la cohorte
Enregistrement W7002265097

Modelo de Stresse para a Esclerose Múltipla: explorando o contributo preditivo da dor neuropática, fusão cognitiva, alexitimia, supressão do pensamento e mindfulness

2021· dissertation· pt· W7002265097 sur OpenAlexaboutno aff

Notice bibliographique

RevuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT) · 2021
Typedissertation
Languept
DomaineComputer Science
ThématiqueHealthcare during COVID-19 Pandemic
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMindfulnessAnxietyAlexithymiaCognitionVerbal fluency test
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introdução: A Esclerose Múltipla (EM) é a doença desmielinizante mundialmente mais prevalente, tende a ser incapacitante e a ter início em idades jovens, representando-se, por tal, como um problema de saúde pública. O stresse pode contribuir para o seu agravamento. Contudo, é reduzido o conhecimento científico sobre os preditores de stresse nos doentes com EM. Objetivos: Explorar um novo modelo preditivo de sintomas psicopatológicos de stresse em doentes com EM, composto pelos seguintes potenciais preditores: dor neuropática (sintoma característico da EM) e processos psicológicos relacionados com a regulação emocional e a (in)flexibilidade psicológica, nomeadamente, fusão cognitiva, alexitimia relacionada com dificuldades em identificar e descrever sentimentos, supressão do pensamento (estratégias especificas de evitamento experiencial) e mindfulness (estratégia de aceitação experiencial). Método: Este estudo transversal incluiu 107 doentes com EM e 97 indivíduos da população geral, ambos sem outras doenças neurológicas. O protocolo de avaliação incluiu os seguintes instrumentos de autorresposta: Questionário Sociodemográfico e Clínico para Doentes com EM, escala visual analógica do Pain Detect Questionnaire; subescala de stresse da Depression, Anxiety and Stress Scale, subescala dificuldade em identificar sentimentos do Toronto Alexithymia Scale, Cognitive Fusion Questionnaire, White Bear Suppression Inventory e a subescala mindfulness da Self-Compassion Scale. Resultados: Todos os potenciais preditores apresentaram diferenças entre os grupos clínico com EM e da população geral sem EM, exceto o mindfulness que exibiu uma diferença próxima da significância estatística. Estas variáveis correlacionaram-se com os sintomas de stresse nos doentes com EM e, incluídas em modelos de regressão linear simples, predisseram significativamente esses sintomas. Assim, integraram o modelo de regressão linear múltipla, que explicou 41.5% da variância dos sintomas de stresse e apresentou como preditores significativos a faceta da alexitimia relacionada com a dificuldade em identificar sentimentos e o mindfulness, respetivamente, com valores beta positivo e negativo. Discussão: Os resultados sugerem que a dificuldade em identificar sentimentos (alexitimia) e o mindfulness são, respetivamente, fatores de risco e protetor do stresse em doentes com EM. Assim, intervenções psicológicas destinada a desenvolver competências de aceitação experiencial e de mindfulness parecem adequadas para prevenir e/ou reduzir o stresse nos referidos doentes, para melhorar a sua saúde mental e, possivelmente, para diminuir o efeito do stresse no agravamento da EM. / Introduction: Multiple Sclerosis (MS), the most prevalent demyelinating disease worldwide, tends to be disabling and start at young ages, representing, therefore, a public health problem. Stress can contribute to its aggravation. However, scientific knowledge about stress predictors in MS patients is limited. Objectives: Explore a new predictive model of psychopathological symptoms of stress in patients with MS, comprising the following potential predictors: neuropathic pain (a typical symptom of MS) and psychological processes associated with emotional regulation and psychological (in)flexibility, namely, cognitive fusion, alexithymia related to difficulties in identifying and describing feelings, thought suppression (specific experiential avoidance strategies) and mindfulness (experiential acceptance strategy). Method: This cross-sectional study included 107 patients with MS and 97 individuals from the general population, both without other neurological diseases. The assessment protocol included the following self-response instruments: Sociodemographic and Clinical Questionnaire for Patients with MS, visual analogue scale from the Pain Detect Questionnaire; stress subscale from Depression, Anxiety and Stress Scale, difficulty in identifying feelings subscale from the Toronto Alexithymia Scale, Cognitive Fusion Questionnaire, White Bear Suppression Inventory and the mindfulness subscale from the Self-Compassion Scale. Results: All potential predictors have shown differences between the clinical groups with MS and the general population without MS, except for mindfulness, which exhibited a difference close to statistical significance. These variables correlated with the symptoms of stress in MS patients and, included in simple linear regression models, significantly predicted these symptoms. Thus, they integrated the multiple linear regression model, which explained 41.5% of the variance of stress symptoms and presented as significant predictors the side of alexithymia related to the difficulty in identifying feelings and mindfulness, with positive and negative beta values, respectively. Discussion: The results suggest that the difficulty in identifying feelings (alexithymia) and mindfulness are, respectively, risk and protective factors for stress in patients with MS. Thus, psychological interventions aimed at developing experiential acceptance and mindfulness skills seem adequate to prevent and/or reduce stress in these patients, to improve their mental health and, possibly, to reduce the effect of stress on the worsening of MS.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesÉtudes des sciences et des technologies, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,692
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,011
Études des sciences et des technologies0,0040,004
Communication savante0,0020,002
Science ouverte0,0050,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,412
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT)Même sujetHealthcare during COVID-19 PandemicTravaux en français237 207