Valutazione dell'Alessitimia con due strumenti differenti in pazienti con Obesità Patologica
Bibliographic record
Abstract
Introduzione: L’alessitimia, quale deficit della regolazione emotiva, gioca un ruolo importante nella condizione di obesità. Diversi studi hanno indagato la relazione tra alessitimia, valutata con la TAS-20, ed il BMI ottenendo risultati contrastanti. \nObiettivo: Indagare in un gruppo di soggetti obesi la relazione tra alessitimia e BMI utilizzando sia la TAS-20, strumento self-report, che la Toronto Structured Interviw for Alexithymia (TSIA), una intervista semistrutturata. L’ipotesi è che la TSIA sia uno strumento più adeguato per la valutazione dell’alessitima in questa popolazione clinica. \nMetodo: I soggetti sono stati reclutati in occasione della valutazione psicologica preliminare effettuata di routine per l’idoneità all’intervento di chirurgia bariatrica presso il Bariatric Center of Excellence di Latina. Sono stati somministrati: una scheda socio anamnestica, la TAS-20 e la TSIA. Inoltre, è stato annotato il BMI, calcolato in loco dal personale medico tramite la rilevazione del peso e dell’altezza di ogni paziente. \nRisultati: Sono stati reclutati 20 soggetti (7 uomini e 13 donne; età m=39,75; BMI m= 43,45). Le analisi dei dati mostrano delle differenze nella valutazione dell’alessitimia effettuate con i due strumenti. Nello specifico con la TSIA i soggetti reclutati ottengono un punteggio totale medio di 27,6 che risulta essere più alto di quello della popolazione italiana pari a 18,4. Al contrario, con l’utilizzo della TAS-20, i soggetti reclutati ottengono un punteggio totale medio di 38,25, più basso di quello della popolazione italiana pari a 44,7. \nConclusioni: Possiamo ipotizzare che per questa popolazione clinica sia più indicato l’utilizzo dell’intervista per l’alessitimia in quanto maggiormente in grado di cogliere le reali difficoltà emotive presentate. Le implicazioni cliniche e di ricerca saranno discusse.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".