Prevalência da alexitimia na anorexia nervosa e sua associação com variáveis clínicas e sociodemográficas
Bibliographic record
Abstract
OBJETIVO: Analisar a prevalência da alexitimia numa amostra de pacientes com anorexia nervosa e sua relação com variáveis do foro clínico e sociodemográfico, em concreto, índice de massa corporal, duração da doença, idade, escolaridade e nível socioeconômico. MÉTODOS: Foram avaliados 2 grupos de participantes do sexo feminino, com idades compreendidas entre os 13 e os 34 anos. Um grupo foi composto por 80 participantes com anorexia nervosa (Grupo AN) e o outro por 80 participantes saudáveis (Grupo Controle). A versão portuguesa da Toronto Alexithymia Scale - 20 items - foi aplicada a ambos os grupos. RESULTADOS: A prevalência da alexitimia no Grupo AN foi 62,5% e no Grupo Controle, 12,5%. Os valores médios de alexitimia não diferiram significativamente entre os dois subtipos de AN, e ambos apresentaram valores estatisticamente superiores aos do Grupo Controle. A alexitimia não se correlacionou às variáveis clínicas e sociodemográficas consideradas, à exceção da escolaridade, cuja associação com a alexitimia foi positiva e baixa. CONCLUSÃO: Os pacientes com anorexia nervosa apresentaram, com elevada frequência, dificuldades na regulação dos afetos, independentemente de seu peso, tempo de evolução da doença, idade e nível socioeconômico. O tratamento deve privilegiar uma intervenção sistematizada no domínio das emoções.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".