Aberrant salience and alexithymia in subthreshold psychotic experiences among adolescent migrants in Italy: A comparison with native Italian adolescents.
Notice bibliographique
Résumé
Introduction In this decade in the Italian context, there has been a significant increase of the immigration phenomenon. Consistent data indicated higher risk of psychotic experiences among migrants. Poor work investigated clinical variables associated with stronger subthreshold psychotic experiences among this population of adolescents. Aberrant salience, the biased assignment of significance to otherwise innocuous stimuli, and alexithymia, the difficulty identifying/describing feelings are believed to have a role in the onset and maintenance of psychotic symptoms. No study evaluated whether they could moderate the relation between migrant status and psychotic experiences among in adolescence. Objectives The current study investigated whether salience and alexithymia predicted more intense subthreshold psychotic experiences and moderated the effect of migrant status among migrant and native Italian adolescents. Methods Seventy-three adolescents born in other countries than Italy and 75 native Italian adolescents (mean age = 17.57, SD = 2.08, 47.30% females) completed the aberrant salience inventory, the Toronto Alexithymia Scale-20 and the screening for psychotic experiences. Results Migrant adolescents had higher levels of subthreshold psychotic experiences (F = 10.65, P < 0.01), alexithymia (F = 8.93, P < 0.01) and salience (F = 4.38, P < 0.05) than native Italian adolescents. A main effect of aberrant salience and alexithymia on subthreshold psychotic experiences emerged. An interaction effect between migrant status and alexithymia was found: migrant adolescents with stronger alexithymia had more intense subthreshold psychotic experiences. Conclusions Public health policies should consider migrant adolescents as a group at risk for stronger subthreshold psychotic experiences. Prevention programs could take into account alexithymia as a target of intervention for this population of adolescents
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 | 0,000 |
| 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 | 0,000 |
| 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 ».