Alexithyme Patientenmerkmale und Lebensqualität – Eine Querschnittsstudie an 79 ambulanten Patienten mit Angststörungen
Bibliographic record
Abstract
Aus Untersuchungen in der Normalbevölkerung ist bekannt, dass Menschen mit erhöhten Alexithymiewerten eine verminderte Lebensqualität (LQ) aufweisen. Für Patienten mit psychischen Störungen wurde dieser Zusammenhang jedoch kaum untersucht. Ziel dieser Studie war es, den möglichen Zusammenhang zwischen alexithymen Patientenmerkmalen und der LQ bei Patienten mit Angststörungen zu überprüfen. Bei 79 ambulanten Patienten mit Angststörungen wurden alexithyme Charakteristika mit der Toronto Alexithymia Scale (TAS-20), die LQ mit der Kurzversion des World Health Organization Quality of Life Questionnaire 100 (WHOQOL-BREF) erfasst. Darüber hinaus fand eine Erhebung der psychischen Symptombelastung (SCL-90-R) und depressiven Symptomatik (MADRS) statt. Mittels hierarchischer Regressionsanalysen wurde der Zusammenhang zwischen der alexithymen Charakteristika und den unterschiedlichen LQ-Domänen berechnet. Die Patienten zeigten eine im Vergleich zur Normalbevölkerung deutlich verminderte LQ. Als Hauptergebnis fand sich, auch nach Kontrolle von Depression, Ängstlichkeit und Geschlecht, ein signifikanter Zusammenhang zwischen den beiden TAS-20 Subskalen Schwierigkeiten, Gefühle zu identifizieren und zu beschreiben und vor allem der psychischen LQ. Unsere Ergebnisse sprechen dafür, bei der Diagnostik und Therapieplanung von Patienten mit Angststörungen alexithyme Merkmale einzubeziehen. Im Falle von ausgeprägten alexithymen Merkmalen sollten psychotherapeutische Interventionen zur Verbesserung der Schwierigkeiten Gefühle wahrzunehmen und zu kommunizieren in Betracht gezogen werden.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".