Adverse early-life experiences and epileptic seizures: the role of emotional dysregulation
Notice bibliographique
Résumé
Introduction: There is clear evidence that adverse early-life experiences can lead to emotional dysregulation, significantly impairing individuals' quality of life. However, how these factors interact with each other in epileptic patients (Eps) has not yet been clarified. Methods: In this study, 89 individuals diagnosed with epilepsy completed standardized surveys, including the Difficulties in Emotion Regulation Scale (DERS), the Quality of Life in Epilepsy (QOLIE-31), the Toronto Alexithymia Scale (TAS-20), and the Adverse Childhood Experiences (ACE). A hierarchical multiple linear regression was run to determine the role of factors that were significant at a p ≤ .05 significance level in Pearson correlations in predicting the impact of seizures on quality of life. Subsequently, a mediation analysis was conducted. Results: The Strategies subscale of the DERS was found to mediate the relationship between the impact of epileptic seizures on quality of life and adverse early-life experiences. Discussion: These results showed that early-life adversities and lack of confidence in regulating emotions play a key role in the quality of life of Eps. These findings – albeit preliminary – may have clinical implications, guiding the psychological intervention programs that could be combined with medical treatments to mitigate emotion dysregulation and the consequences of early adverse experiences, as well as to improve the impact of epilepsy on quality of life.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 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 ».