O efeito mediador da alexitimia na relação entre o stress percebido, e a ansiedade e a depressão em pessoas com doenças autoimunes
Bibliographic record
Abstract
Introdução: A presente investigação tem como objetivo avaliar a manifestação das variáveis: stress percebido, alexitimia, ansiedade e depressão em pacientes com doenças autoimunes e avaliar se existe um possível efeito mediador da alexitimia na relação entre o stress percebido e a ansiedade e a depressão. Método: Este estudo conta com 347 participantes (Midade = 39,60; DP = 12,38) e a amostra é não probabilística e por conveniência. Procedeu-se à aplicação de um questionário online, constituído pela Escala de Ansiedade e Depressão Hospitalar, a Escala de Stress Percebido, e a Escala de Alexitimia de Toronto. Resultados: Verificou-se que as variáveis em estudo se encontram correlacionadas positiva e significativamente entre si. Adicionalmente, tanto o stress percebido como a alexitimia têm efeitos diretos, totais e indiretos significativos na depressão e na ansiedade. Observou-se que o stress percebido é um preditor mais elevado de ansiedade (βalexitimia = 0,22; p ≤ 0,001; βstress percebido = 0,62; p ≤ 0,001) e depressão (βalexitimia = 0,21; p ≤ 0,001; βstress percebido = 0,56; p ≤ 0,001), do que a alexitimia. Discussão: Este estudo permite elucidar sobre um mecanismo de gestão de stress percebido dos pacientes com doenças autoimunes, bem como o efeito de mediação parcial do stress percebido no aumento do impacto da alexitimia na ansiedade e na depressão.
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 | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".