Skip Navigation
Skip to contents

STRESS : STRESS

Sumissioin : submit your manuscript
SEARCH
Search

Articles

Page Path
HOME > STRESS > Volume 30(1); 2022 > Article
Original Article TAS-20K 잠재프로파일분석을 활용한 감정표현불능증 하위 집단 도출 및 심리적 특성 분석
신재은1orcid, 윤소진1orcid, 이태헌2orcid
Identification and Characterization of Alexithymia Subgroups by Latent Profile Analysis of TAS-20K
Jaeeun Shin1orcid, Sojin Yun1orcid, Taehun Lee2orcid
STRESS 2022;30(1):22-29.
DOI: https://doi.org/10.17547/kjsr.2022.30.1.22
Published online: March 31, 2022
  • 260 Views
  • 11 Download

1중앙대학교 심리학과 연구원

2중앙대학교 심리학과 교수

1Researcher, Department of Psychology, Chung-Ang University, Seoul, Korea

2Professor, Department of Psychology, Chung-Ang University, Seoul, Korea

Corresponding author Taehun Lee Department of Psychology, Chung-Ang University, 84 Heukseok-ro, Dongjak-gu, Seoul 06974, Korea Tel: +82-2-820-5896 Fax: +82-2-820-5896 E-mail: lee0267@cau.ac.kr
• Received: December 7, 2021   • Revised: March 7, 2022   • Accepted: March 8, 2022

Copyright © 2022 Korean Society of Stress Medicine.

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

  • 본 연구에서는 Toronto 20항목 감정표현불능증 척도(TAS-20)를 사용하여 감정표현불능증의 하위 유형이 감정 인식의 어려움(difficulties identifying feelings, DIF), 감정 표현의 어려움(difficulties in describing feelings, DDF), 외부 지향적 사고(externally oriented thinking, EOT) 수준에 따라 몇 개의 잠재집단으로 분류되는지 잠재프로파일분석을 통해 확인하여 각 잠재집단에 속한 개인의 감정표현불능증 특성을 파악하고자 하였다. 분석 결과 총 5개의 잠재 집단이 확인되었으며, DIF, DDF 점수에 따라 집단 구분이 이루어졌다. EOT의 경우 집단 구분에 있어 결정적인 역할을 하지 못했다. DIF, DDF의 점수가 높을수록 우울과 불안 수준이 높았다. DDF 수준은 평균이나 DIF의 수준이 특히 높은 집단(유형2)에서도 우울과 불안 수준이 높아 DIF 요인이 심리적 부적응에 결정적인 역할을 할 수 있음을 제시하였다.
  • Background
    The present study aimed to investigate the number of latent groups that can be identified on the basis on the level of difficulties identifying feelings (DIF), difficulties in describing feelings (DDF), and externally oriented thinking (EOT).
  • Methods
    DIF, DDF, and EOT are the sub-factors of the 20-item Toronto Alexithymia Scale. Latent profile analysis was performed to identify the subgroups and investigate their properties. A total of 237 Korean university and graduate students were included in the study, and alexithymia subtypes were classified into 5 latent groups.
  • Results
    The groups were classified according to the DIF and DDF scores. Furthermore, it was observed that the EOT did not play a role in classifying the groups. The higher the DIF and DDF scores, the higher were the levels of depression and anxiety. The type 2 latent group, which had a unique profile with the highest DIF level and an average DDF level, showed high levels of depression and anxiety.
  • Conclusions
    These results suggest that the DIF significantly affects psychological adaptation, thus warranting the consideration of this parameter in counseling and psychotherapy.
감정표현불능증(Alexithymia)은 정서를 경험하고 처리하는데 심리적 결함이 있다는 것을 정의하는 용어로 초기에는 전형적인 신체화 장애를 가진 환자들에게서 주로 관찰된다고 알려져 왔다[1,2]. 이후 감정표현불능증을 측정하는 여러 평가도구가 개발되면서 다양한 정신병리 증상과의 관련성이 광범위하게 연구되었다. 일반 인구의 약 10% 정도가 감정표현불능증을 지니고 있으며[3,4], 감정표현불능의 정도가 높은 사람은 감정표현불능의 정도가 낮은 사람에 비해 정서 조절의 어려움을 겪고 이로 인해 정신과적 문제를 경험할 가능성이 더 높다[5]. 또한 감정표현불능증은 자신의 감정을 분명하게 이해하고 표현하는데 문제가 있을 뿐 아니라 다른 사람의 관점과 감정을 이해하는 공감 능력의 결함과도 관련이 있어 개인의 정신내적 건강 측면의 불이익 뿐 아니라 대인 관계적 측면에서의 적응 곤란에도 영향을 미친다[6]. 따라서, 감정표현불능증의 수준을 명확하게 파악하는 것은 심리사회적 적응을 평가하고 예측하는 지표로써 중요한 의미를 지닌다고 할 수 있다.
감정표현불능증을 측정하는 심리 척도 중에서 연구에 가장 많이 사용되는 척도 중 하나인 Toronto 20항목 감정표현불능증척도(20-Item Toronto Alexithymia Scale, TAS-20)는 ‘감정을 인식하는 것의 어려움(difficulty identifying feelings, DIF)’, ‘감정을 표현하는 것의 어려움(difficulty describing feelings, DDF)’, ‘외부 지향적인 사고(externally oriented thinking, EOT)’라는 3개의 하위 요인으로 구성되어 있다[7]. TAS-20의 3요인 구조는 척도를 제작한 연구자가 제안하고 요인 구조를 확인한 이후[8], 많은 연구들에서 광범위하게 받아들여져 왔다. 또한, 척도의 원 저자들은 감정표현불능증의 심각도를 단일 차원의 연속선상에서 측정하도록 하위 척도 점수를 모두 합산한 검사 총점을 사용할 것을 권유하였으며, 나아가 감정표현불능증을 가진 사람을 구분하는 절단점을 제시하였다[9]. 이후 TAS-20 관련 연구들은 대체로 척도의 요인 구조, 척도 점수 계산 방법, 하위 요인과 준거 변수들과의 관련성 등을 탐색함으로써 TAS-20 척도의 구성타당도(construct validity)를 확인하는 내용이 주를 이룬다.
TAS-20을 사용한 경험적 연구를 살펴보면, 우울과 같은 정서적 고통과 감정표현불능증과의 관계를 살펴본 메타 연구에서 TAS-20의 총점 그리고 DIF, DDF 요인과 우울 간의 상관이 유의미하게 나타났다[10]. 공황장애, 범불안장애와 같은 불안장애 진단을 받은 사람은 일반 집단에 비해 TAS-20 총점 점수가 높았으며[11], 공황장애의 심각도는 DIF, DDF 요인이 관련이 있었다[12].
본 연구는 우울, 불안과 같은 심리적 적응 관련 변인과 감정표현불능증의 관련성을 TAS-20 총점이나 세 하위 요인을 통해 개별적으로 살펴보는 것에서 한걸음 더 나아가 TAS-20의 하위 요인인 DIF, DDF, EOT에 대한 반응 패턴을 바탕으로 감정표현불능증 발현 유형의 특징을 파악하고, 유형별 심리적 적응 수준을 분석하고 이해하는데 목적이 있다. 잠재프로파일분석을 활용하면 어떤 하위 요인의 차이로 인해 감정표현불능증 잠재 집단이 구분되고 반응 패턴이 결정지어지는지 확인할 수 있다. 또한 잠재집단별로 우울과 불안과 같은 심리적 적응 수준의 차이를 분석하는 것은 요인 간의 관련성을 파악하는 변인 중심적인 설명에서 나아가 각 집단에 속하는 개인의 감정표현불능증 요인 프로파일과 같은 감정표현불능증 발현 양상과 특성에 근거해 심리적 적응 수준의 차이를 설명할 수 있다는 이점이 있다. 이에 본 연구에서는 먼저, 국내 대학(원)생을 대상으로 잠재프로파일분석을 통해 TAS-20의 하위 요인의 수준에 따라 감정표현불능증의 잠재집단이 분류되는지 살펴보고자 한다. 다음으로, 각 요인의 수준과 잠재 프로파일 유형에 따라 심리적 적응 관련 변인인 우울과 불안 수준의 차이가 나타나는지 살펴보고, 잠재집단별 상이한 심리적 적응 양상을 밝히고자 한다. 잠재프로파일분석은 DIF, DDF, EOT 요인 각각을 개별적인 요인으로 임상적 변인과의 관계를 살펴볼 때보다 세 요인의 조합에 따른 감정표현불능증 발현 유형의 특징에 대한 이해를 바탕으로 개인의 심리적 적응 수준을 파악할 수 있다는 장점이 있다.
1. 연구대상
서울 소재의 C대학에서 강의를 수강하는 대학생 및 대학원생을 대상으로 2019년 4월부터 6월까지 지필 설문지를 실시하였다(IRB NO. 1041078-201902-BRSB-057-01). 총 258명이 설문지 작성에 참여하였으며 각 참여자에게 연구에 대한 정보를 제시하고 연구 동의서에 서명을 받았다. 연령 및 성별이 미상인 경우와 설문 문항에 동일 응답으로 일관하거나 무응답이 다수로 불성실하게 응답한 사람을 제외하고 총 237명의 자료가 분석에 활용되었다. 참여자의 남녀 비율은 남성 31.2%, 여성 68.8%였으며, 표본의 평균 연령은 30.38세(SD=11.22, range=18∼61세)였다.
2. 측정도구

1) 한국판 Toronto 감정표현불능증 척도(Korean Version of

the 20-Item Toronto Alexithymia Scale, TAS-20K) TAS-20은 감정표현불능증을 측정하기 위해 Taylor 등[13]이 개발한 자기보고형 검사로 국내에서는 한국판 TAS-20 (TAS-20K)을 Lee 등[14]이 번안 및 타당화 하였다. TAS-20K는 원 저자의 TAS-20과 동일하게 DIF, DDF, EOT 요인을 포함하는 3요인 구조로 구성된다. 또한 총 20문항, 5점 리커트 척도로 20∼100점의 점수 범위를 가져 원 저자의 TAS-20과 동일한 문항의 수와 구조, 점수 체계를 유지하고 있다. DIF 요인은 7문항으로 정서 인식 및 정서와 신체 감각 간의 구별의 어려움을 반영하며, DDF 요인은 5문항으로 정서를 표현하고 타인과 의사소통하는 능력을 측정한다. EOT 요인은 8문항으로 외부 지향적인 사고를 반영한다. Lee 등[14]의 연구에서 TAS-20K의 신뢰도 계수(Cronbach’s alpha)는 총점 .76, DIF .79, DDF .65, EOT .49였다.

2) 우울 척도(Center for Epidemiologic Studies Depression Scale, CES-D)

우울 관련 문항을 측정하기 위하여 Cho 등[15]에 의해 번역 표준화된 CES-D 한국어판을 사용하였다. ‘모든 일들이 힘들게 느껴졌다.’ 등의 문항을 포함해 총 20문항으로 구성되어 있으며 4점 리커트 척도로 0∼60점의 점수 범위를 가진다. Cho 등[15]이 제시한 CES-D의 신뢰도 계수(Cronbach’s alpha)는 일반인 집단에서 .91이었다.

3) 불안(Spielberger’s State-Trait Anxiety Inventory, STAI)

Spielberger 등[16]이 개발한 상태 특질-불안 척도(Spielberger’s State-Trait Anxiety Inventory, STAI)를 국내에서 Han 등[17]이 표준화하였으며 본 연구에서는 상태 불안 척도를 사용하였다. 상태 불안 척도는 ‘나는 마음이 조마조마하다.’등의 문항을 포함한 총 20개의 문항으로 구성되어 있으며 4점 리커트 척도로 20∼80점의 점수 범위를 가진다. Han 등[17]의 연구에서 STAI의 신뢰도 계수(Cronbach’s alpha)는 .92였다.
Table 1에 각 척도의 점수 범위, 평균과 표준편차 그리고 신뢰도 계수(Cronbach’s alpha)를 제시하였다. Table 2에서는 각 척도 간의 상관을 제시하였다.
3. 자료분석
TAS-20K의 세 요인에 따른 잠재 프로파일을 확인하기 위해 잠재프로파일분석을 실시하였다. 적절한 계층의 수를 결정하기 위하여 BIC (Bayesian Information Criterion) [18], AIC (Akaike Information Criterion), SSA-BIC (Sample-size-adjusted BIC) [19]와 같은 정보준거지수, LMR (Lo-Mendell-Rubin likelihood ratio test) [20] 과 BLRT (Boostrap Likelihood Ratio Test) [18]와 같은 우도비 검증 통계량, 엔트로피 지수 등을 고려하였다. BIC, AIC와 SSA-BIC는 그 값이 작을수록 더 적합한 모형임을 의미한다. LMR과 BLRT는 계층이 한 개 증가했을 때 적합도의 개선이 이루어졌는지를 결정하는 데 사용되며, p값이 유의하면 더 나은 적합도를 가진 것으로 해석할 수 있다. 개인을 각 계층 집단에 귀속시키는 것의 정확성을 나타내는 지수인 Entropy는 값이 1에 가까울수록 좋다. 그러나 이러한 통계적 지수 뿐 아니라 연구자의 이론적 배경을 바탕으로 각 모형의 계층 수가 얼마나 이론적으로 타당하며 해석 가능한지를 고려하여 최적의 모형을 선택한다. 잠재프로파일분석에는 Mplus7 통계 프로그램을 사용하였다.
1. 잠재 프로파일 수 결정
DIF, DDF, EOT 요인의 합 점수를 이용하여 세 요인의 조합에 따른 잠재프로파일분석을 실시하였다. 계층의 수가 하나인 1-계층 모형에서부터 순차적으로 하나씩 계층을 추가하여 정보준거지수와 우도비 검증 통계량, Entropy를 비교하였다. 이를 통해 계층의 수가 여섯 개인 6-계층 모형까지 구성하였고 각각의 적합도 수치를 Table 3에 보고하였다. 각 모형의 정보준거지수를 살펴보면, 5-계층 모형에 이르기까지 AIC, SSA-BIC 값이 감소하였으며 Entropy 값이 증가하였고 LMR 검증 결과와 부트스랩 LR 검증(BLRT)도 유의한 수준에 해당하는 것을 확인하였다. 한편, 6계층 모형에서는 Entropy 값은 다소 상승한 값을 보이지만 AIC, BIC, SSA-BIC의 값이 이전 모형에 비해 컸고 LMR 검증과 BLR 검증 결과가 유의하지 않은 것으로 나타났다. 또한 계층 분류의 해석 가능성까지 염두에 두고 판단한 결과, 잠재 계층의 수가 다섯 개인 모형을 최적의 것으로 선택하였다. 다만 분류된 계층 모두 Entropy 값이 좋은 분류의 기준인 0.8 수준에는 미치지 못하였다[21].
사후확률평균(Mean posterior probabilities)은 각 프로파일 집단에 속할 것으로 분류된 응답자가 실제 해당 유형에 속할 확률을 산출한 것으로 이를 통해서 모형 분류의 질을 평가할 수 있다. 본 분석에서 다섯 개의 프로파일 모형에 대한 사후확률평균의 범위는 .804∼.905로 나타났다.
2. 분류된 유형의 특성
Table 4에 측정변인에 대한 각 잠재 프로파일 집단의 추정 평균 및 구성 비율을 제시하였다. 먼저 첫 번째 잠재 집단인 유형 1을 살펴보면, 표본의 약 11.39%가 이 잠재 집단에 해당되며 유형 1의 감정표현불능증의 하위 요인 값은 각각 DIF (M=9.01), DDF (M=7.75), EOT (M=17.08)로 5개의 잠재 집단 중 DIF, DDF 하위 요인 점수가 가장 작아 ‘정서 처리 원활 집단’으로 명명하였다.
이후 유형 3, 4, 5의 순서로 DIF와 DDF 값이 커지는 양상을 보인다. 유형 3은 전체 표본의 약 40%가 속해 가장 많은 비중을 차지하였다. 이에 집단 비교의 기준이 될 수 있는 집단으로 고려하여 ‘비교 집단’으로 명명하였으며, 하위 요인의 값은 다음과 같다 DIF (M=14.19)와 DDF (M=10.79), EOT (M=18.96).
유형 4는 전체 표본의 27.85%가 속하여 유형 3 다음으로 많은 비중을 차지한다. 유형 4의 경우 ‘비교 집단’인 유형 3보다 하위 요인의 값이 크고 다섯 개의 집단 중 하위 요인의 값이 가장 큰 유형 5보다는 하위 요인의 값이 작아 ‘정서 처리 취약 집단’으로 명명하였다. 유형 4의 하위 요인의 값은 DIF (M=16.94),  DDF (M=14.56). EOT (M=21.02)로 나타났다.
유형 5의 경우 전체 표본의 11.81%가 속하며 5개의 하위 유형 중 DIF (M=27.76), DDF (M=18.42)의 값이 가장 커 ‘정서 처리 곤란 집단’으로 명명하였다. 정리하면, 유형 1, 3, 4, 5의 순서로 DIF와 DDF값의 크기가 컸다.
유형 2의 경우 전체 표본의 10.12%가 속하며 나머지 유형과 상이한 프로파일 양상을 보이는데, DIF (M=27.76)의 값은 전체 표본의 평균값을 크게 상회하며 DIF, DDF 값이 모두 가장 높은 유형 5와 같은 수준에 이르지만 DDF (M=12.82)의 값은 전체 표본의 평균값과 유사하였다. 이에 유형 2를 ‘정서 인식 곤란 집단’으로 명명하였다.
한편, Fig. 1에서 확인할 수 있듯이 다섯 개의 잠재집단에서 EOT의 값은 전체 평균의 값과 큰 차이를 보이지 않으며 각 유형별로도 값의 차이가 뚜렷하지 않았다. 이에 EOT 요인은 DIF, DDF와 달리 잠재 프로파일을 구분하는데 결정적인 역할을 하지 않는 것으로 보인다(EOT 전체 표본의 평균 19.22, 잠재집단 간 EOT 점수 범위 17.08∼21.02).
3. 심리적 적응 수준 차이
감정표현불능증 잠재집단 유형에 따른 심리적 적응 수준을 살펴보고자 우울과 불안 변인을 원위 결과 변수(distal outcome variable)로 설정하고 분류오차를 감안하여 잠재집단 유형 별 우울, 불안 수준이 통계적으로 유의한 차이가 나타나는지 확인하였다. 이를 위해 Mplus에서 DU3STEP 명령어를 활용한 분석을 실시하였다[22,23]. 이 결과를 Table 5에 제시하였다.
우울 및 불안의 평균값을 살펴보면 ‘정서 처리 원활 집단(유형 1)’, ‘비교 집단(유형 3)’, ‘정서 처리 취약 집단(유형 4)’, ‘정서 처리 곤란 집단(유형 5)’의 순서대로 DIF, DDF 값의 증가할수록 우울과 불안 수준도 증가하는 양상을 보이는 것으로 나타났다. DDF 값은 평균과 유사하지만 DIF 값이 가장 높은 독특한 프로파일을 지니는 ‘정서 인식 곤란 집단(유형 2)’의 경우 우울의 수준이 DIF와 DDF의 값이 모두 가장 높은 잠재집단인 ‘정서 처리 곤란 집단(유형 5)’과 통계적으로 유의미한 차이를 보이지 않았다. 불안의 경우 ‘정서 처리 곤란 집단(유형 5)’의 불안 수준이 가장 높았으며 그 다음으로 ‘정서 인식 곤란 집단(유형 2)’의 불안 수준이 높았다.
본 연구에서는 첫째, 감정표현불능증 척도인 TAS-20K의 세 하위 요인 DIF, DDF, EOT 수준에 따라 잠재집단이 어떻게 분류되는지를 잠재프로파일분석을 통해 확인하였다. 둘째, 분류된 잠재집단의 특성이 어떠한지 그리고 잠재집단 유형에 따라 심리적 적응 관련 변인인 우울, 불안 수준에 차이를 보이는지 알아보았다.
잠재프로파일분석 결과를 살펴보면, 정보준거지수와 우도비 검증 통계량, 그리고 각 잠재 프로파일의 특성을 바탕으로 총 다섯 개의 잠재집단으로 분류하는 것이 가장 타당하다고 판단하였다. 유형 3의 경우 전체 표본의 약 40%가 이 잠재집단에 해당하여 다수를 차지하였다. 그 다음으로 유형 4의 비중이 약 30%로 높았으며 유형 1, 2, 5는 각각 약 10%의 비중을 보였다. 또한 유형 1, 3, 4, 5의 순서대로 DIF, DDF 점수가 증가하는 것을 확인할 수 있다. 가장 대비되는 잠재집단은 유형 1과 유형 5로 유형 1의 경우 DIF, DDF 값이 다섯 개의 잠재집단 중에 가장 작아 ‘정서 처리 원활 집단’으로 명명하고, 유형 5의 경우 DIF, DDF 값이 가장 커 ‘정서 처리 곤란 집단’으로 명명하였다. 유형 3이 표본의 대다수를 차지하므로 ‘비교 집단’으로 고려하였으며 유형 4의 경우 유형 3과 유형 5 사이에 위치하는 점수 양상을 보여 ‘정서 처리 취약 집단’으로 명명하였다. 유형 2의 경우에는 나머지 4개의 잠재집단과 구분되는 독특한 프로파일 양상을 보이는데, DDF 값이 전체 표본의 평균과 유사한 값을 보이는데 반해 DIF 값은 유형 5와 같은 수준으로 가장 커 ‘정서 인식 곤란 집단’이라고 명명하였다.
한 가지 주목할 만한 특징은, EOT의 경우에는 다섯 잠재집단 간에 큰 차이를 보이지 않아 감정표현불능증의 하위 집단을 분류하는데 결정적인 역할을 하지 못하는 것으로 나타났다. 잠재집단 분류에 따른 Entropy의 범위가 0.6 이상이면 80% 이상, 0.8 이상이면 90% 이상의 확률로 잠재집단이 제대로 분류되었다고 할 수 있다[21]. 본 연구에서는 최적의 모형으로 채택한 5계층 모형의 경우에도 0.8 미만의 값을 보였다. 이는 EOT 요인 점수가 집단 구분에 기여하지 못했기 때문일 수 있다. 기존에 Vanheule 등[24]이 TAS-20의 세 요인을 바탕으로 잠재 계층 군집 분석(latent class cluster analysis)을 통해 우울 장애의 하위 집단을 분류한 연구에서 DIF, DDF 점수 차에 따라 감정표현불능증의 잠재적 하위 집단을 두 개로 구분하였으며 두 집단 간의 EOT 점수 차이는 유의하지 않아 EOT 요인이 우울 장애의 하위 집단을 변별하는 역할을 하지 못한다고 언급한 것과 상응하는 결과이다.
잠재 프로파일 집단 별로 심리적 적응의 측정치인 우울과 불안 수준의 차이가 나타나는지 확인한 결과, DIF, DDF 점수가 가장 낮은 ‘정서 처리 원활 집단(유형 1)’이 우울과 불안 수준이 가장 낮아 불쾌한 정서 경험이 가장 적고 심리적 적응이 가장 양호한 집단인 것으로 나타났다. DIF, DDF 점수가 증가하는 순서에 따라 유형 1, 3, 4, 5의 우울, 불안 수준이 순차적으로 높아지는 것을 확인할 수 있다. 전반적으로 DIF, DDF 값이 커질수록 부적 정서 경험과 심리적 부적응 수준이 증가하는 것으로 보인다.
감정 표현은 평균 수준으로 가능하지만 DIF 값이 높아 정서 인식의 어려움을 뚜렷하게 반영하는 ‘정서 인식 곤란 집단(유형 2)’에 해당하는 잠재집단의 경우 DIF와 DDF 값이 모두 높은 ‘정서 처리 곤란 집단(유형 5)’와 우울 수준이 비슷하였으며, 다섯 개의 잠재집단 중 두 번째로 불안 수준이 높았다. 기존에 잠재프로파일분석을 활용해 이와 유사한 결과가 도출된 연구를 살펴보면 Bermond-Vorst Alexithymia Questionnaire (BVAQ) [25]를 사용하여 세 개의 감정표현불능증 잠재집단으로 분류한 결과, BVAQ 5개의 하위 요인(emotionalizing, fantasizing, identifying, analyzing, verbalizing) 점수가 전반적으로 높은 ‘High’ 집단에 비해 정서 인식의 어려움이 두드러지는 ’Mixed’ 집단이 더 높은 심리적 고통을 경험하는 것으로 나타났다. 이에 대해 감정 경험에 대한 주의와 관심은 높으나 감정 경험에 대한 명료성이 저조한 불일치(discrepancy)가 더욱 심리적 혼란감과 고통을 야기할 수 있다고 언급하였다[26]. Mattila 등[27]의 연구에서는 감정표현불능증과 건강 관련 삶의 질의 관련성은 DIF 요인에 의한 영향 때문이라고 제시하면서 DIF 요인의 역할을 강조하였다. 또한 우울 및 불안 장애가 감정표현불능증과 개념적 차원을 공유하는지 임상 집단을 대상으로 요인 분석을 시행한 연구 결과, DIF 요인이 불안 장애와 공유되는 차원을 가지는 것으로 나타났으며 우울 장애에 해당하는 사람들 중 불안 수준이 높은 경우 DIF 요인 점수가 높을 것이라고 예측할 수 있다고 제시하였다[28]. 즉, DIF 요인은 심리적 적응과 관련성이 높고 심리적 적응 수준에 결정적인 영향을 미치는 역할을 한다고 볼 수 있다. 이러한 결과를 참고로 하여 상담 및 심리치료 장면에서 대상의 감정표현불능증 수준을 확인하기 위해 TAS-20을 사용할 때 DIF 요인의 점수가 두드러지게 높은 값을 보이는지에 대해 확인하고 감정 인식의 어려움과 이에 따르는 부적응적인 결과들에 초점을 맞춰 개입이 이루어질 필요가 있다. 본 연구에서도 정서 인식의 문제를 두드러지게 보이는 ‘정서 인식 곤란 집단(유형 2)’, 정서 인식과 표현의 문제를 모두 지닌 ‘정서 처리 곤란 집단(유형 5)’의 경우 우울과 불안의 값이 임상적인 주의를 요하는 절단점(cutoff) 이상(우울 절단점: 16점[29], 불안 절단점: 40점[30])의 점수를 보여 해당 유형에 속하는 사람들에게는 적극적인 수준의 심리적 개입이 필요함이 시사되었다.
EOT 요인은 다른 연구 결과[24]에서와 마찬가지로 감정표현불능증의 잠재집단을 분류하는데 결정적인 역할을 하지 못하였다. 이는 EOT 수준에 따라 심리적 적응의 결과가 달라지지 않는다는 것을 의미한다. 기존 연구 결과[31]에서 감정표현불능증 정도가 높은 것으로 알려져 있는 섭식장애 집단이 건강한 집단에 비해 DIF, DDF 요인은 점수가 상대적으로 높은 것으로 나타났으나 EOT 점수는 차이가 없었다는 연구도 있다. 이 결과는 DIF, DDF 요인이 섭식장애의 정서 처리과정의 결함을 잘 반영하는 한편, EOT 요인은 외부 지향적 인지 스타일을 반영하기 때문이라고 설명하였다[31]. 신경심리학적 관점에서 감정 표현불능증의 다차원적 측면을 살펴본 연구에서는 정서 처리 과정과 관련이 있는 편도체, 우측 뇌섬엽, 안와전두피질의 뇌 영역의 활성화와 DIF 요인과 DDF 요인의 점수가 관련이 있었으나, EOT 요인의 경우 정서 처리와 연관이 있는 뇌 영역과의 관련성이 나타나지 않았다[32]. 감정 표현불능증이 사회적 거리감과 인지 과정의 손상과 관련이 있는지 살펴본 연구에서는 EOT 요인만 그 관련성이 나타난 바 있다[33]. EOT 요인이 DIF, DDF 요인과 비교해 우울과 불안 같은 심리적 적응 수준과 관련성이 덜 한 것은 EOT 요인이 정서적인 구성개념보다는 인지적인 구성개념을 반영하며 정서 처리 과정의 결함과 관련이 높은 심리적 장애나 정서 변인과는 뚜렷한 관련성을 보이지 않는다는 이전 연구의 지적을 지지하는 결과일 수 있다[10,31,33,34].
또한 문화적인 측면에서 EOT 요인의 문항 내용이 외부적 경험에 대한 주의, 실용적인 사고와 선호를 반영하기 때문에 나머지 두 요인과 구분될 수 있다. 특히 내적 정서 경험에서 주의를 멀리하도록 하고, 외부의 사회적 정보나 실용적인 것에 대한 선호를 강조하는 문화에서는 높은 EOT 점수가 병리적인 측면보다는 사회적 규준과 문화적 가치에 따르는 건강한 측면을 반영할 수 있다[35]. 문화적 가치에 따라 EOT 점수의 차이가 나타나는지 직접적으로 살펴본 연구[34]에서 중국계 캐나다인과 유럽계 캐나다인의 TAS-20 하위 점수의 차이를 비교했을 때, DIF, DDF 점수의 차이는 유의하지 않았으나 중국계 캐나다인의 EOT 점수가 유럽계 캐나다인의 EOT 점수보다 큰 것으로 나타났다. 본 연구의 EOT 요인 점수(M=19.22, SD=3.46)는 상기 연구[34]에서 보고된 유럽계 캐나다인의 EOT 요인 점수(M=17.92, SD=4.19)보다 상대적으로 문화적 유사성을 지닌 중국계 캐나다인의 EOT 요인의 점수(M=20.10, SD=3.93)와 더 유사하였다.
아울러 본 연구에서 잠재 집단 간 EOT 요인의 점수 차이가 작은 것은 EOT 요인이 한국 사회의 사회 문화적 요인에 영향을 크게 받기 때문일 수 있다. 즉, 감정표현불능증 수준에 따른 개인차가 EOT 요인에 반영되어 나타나기 보다는 국내의 문화적인 가치에 동조함에 따라 잠재집단 간에 EOT 요인의 점수 차이나 구분이 뚜렷하지 않은 경향을 보일 수 있다는 것이다. TAS-20의 점수를 활용할 때는 이와 같은 EOT 요인의 인지적ㆍ사회문화적 특성에 따른 나머지 두 요인과는 다른 차별적인 작동 방식을 고려할 필요가 있다. 이러한 점을 고려하여 한국인과 타 문화권을 연구 집단에 포함하여 EOT 요인에 함축되어 있는 사회적 규준과 문화적 가치를 탐색하는 비교문화적인 연구가 이루어질 필요가 있다.
요인 구조 분석을 사용한 연구에서도 감정을 인식하는 것과 감정을 표현하는 것은 긴밀한 유관성(contingency)이 있고, DIF, DDF 요인의 상관이 높게 나타나기 때문에, 다수의 연구에서 DIF와 DDF 요인을 하나의 요인으로 간주할 것을 제안하거나 EOT 요인은 나머지 두 요인과 다른 특성을 지니므로 총점 계산에서 분리해야한다고 주장하였다[36-41].
다만 EOT 요인의 경우 Table 1에서 확인할 수 있듯이 DIF와 DDF 요인에 비해 신뢰도 계수가 특히 낮았다. EOT 요인의 낮은 신뢰도 문제는 여러 국내외 연구에서 지적된 바 있다[39,41-43]. 이와 같이 EOT 요인의 낮은 신뢰도로 인해 감정표현불능증의 잠재집단을 분류하는 역할에 기여하지 못했을 가능성이 있다. 향후 연구에서는 EOT 요인의 근본적인 신뢰도 문제를 개선한 후에 잠재프로파일분석에 포함하였을 때 잠재 프로파일 분류 양상이 어떻게 다르게 나타나는지 확인할 필요가 있다. 이를 위하여 TAS-20의 EOT 문항을 수정 및 개선하거나, TAS-20이 외에 기존에 타당화 된 BVAQ [25]나 새로이 개발된 감정표현불능증 척도(Perth Alexithymia Questionnaire, PAQ) [44]에서 EOT 구성 개념을 반영하는 문항을 함께 포함하여 분석하는 방법을 고려할 수 있다.
본 연구에서는 잠재프로파일분석을 활용하여 TAS-20의 세 가지 하위 척도가 조합되는 고유한 방식을 확인하였다. TAS-20의 총점을 통하여 단일한 차원으로써 감정표현불능증을 평정할 때는 개인이 지닌 총체적인 감정표현불능증의 높고 낮음 이외에 정보를 제공해 줄 수 없다는 한계를 지니지만 잠재프로파일분석은 수집한 표본이 관찰된 변인 값의 수준에 따라 여러 잠재집단으로 구분될 수 있다는 점을 가정하므로 DIF, DDF, EOT 요인의 조합에 의해 잠재집단의 구분이 이루어져 각 집단의 구분되는 특징을 파악하고 분석할 수 있다는 장점이 있다. 본 연구의 결과를 정리하면 DIF와 DDF 값은 함께 증가하는 양상을 보이며 기존 연구에서 DIF, DDF 요인의 긴밀한 유관성이 있다는 주장을 지지한다[36-41]. 또한 DIF 점수가 두드러지게 큰 값을 보이는 집단도 존재하여 해당 집단의 심리적 적응 양상을 면밀히 살피고 치료적 개입에 있어 초점을 둘 필요성을 논의하였다.
본 연구의 제한점은 다음과 같다. 연구 대상으로써 일반 대학생 및 대학원생으로 구성되어 청소년, 임상집단 등 다른 특성을 지닌 집단으로 잠재프로파일분석 결과를 일반화하기 어렵다는 한계가 있다. 추후 연구에서는 다양한 집단을 연구 대상으로 포함하여 본 연구에서 도출된 잠재 프로파일 유형을 다른 특성을 지닌 집단에도 일반화 할 수 있는지 확인할 필요가 있다. 또한 문화 비교 연구를 통하여 다른 문화권에 속한 대상의 경우에는 본 연구의 결과와 상이한 결과가 나타나는지에 대하여 분석해 볼 필요가 있다. 성비의 경우에도 여성이 많이 포함되어 있어 남녀 성비를 균일하게 하여 분석을 진행하는 것이 필요하겠다. 아울러 본 연구에서는 잠재집단의 분류에 따라 우울과 상태 불안의 수준 차이가 나타나는지를 파악하였다. 우울이 최근의 일주일 간의 상태적인 우울을 측정하기 때문에 불안 역시 상태적 불안만을 포함하여 측정하였다. 다만 감정표현불능증이 정서를 다루는 기질적이고 성격적인 측면을 반영하므로 특성적 불안을 포함해 다른 기질적 수준의 심리적 구성개념 수준에서도 차이가 나타나는지를 분석에 포함하여 감정표현불능증 하위 잠재집단의 구분되는 특성을 보다 면밀히 확인할 필요가 있다.

Conflicts of interest

The authors declared no conflict of interest.

Funding

None.

Fig. 1.
5-latent class model.
kjsr-2022-30-1-22f1.jpg
Table 1.
Score range, mean, standard deviation and Cronbach’s alpha (N=237)
Construct Scale Minimum value Mean Median Maximum value Standard deviation Cronbach’s alpha
Alexithymia DIF 7 16.16 16 30 4.94 .826
DDF 5 12.55 12 22 3.40 .668
EOT 9 19.22 19 31 3.46 .495
TAS-20K total 25 48.16 48 72 9.06 .799
Depression CES-D 0 15.42 12 57 11.67 .927
Anxiety STAI-S 20 41.92 41 72 10.93 .921

DIF: Difficulty identifying feelings, DDF: Difficulty describing feelings, EOT: Externally oriented thinking, TAS-20K: Korean version of 20-Item Toronto Alexithymia Scale, CES-D: Center for Epidemiological Studies Depression, STAI-S: Spielberger’s State-Trait Anxiety Inventory-state.

Table 2.
Correlations between TAS-20, CES-D, STAI (N=237)
DDF EOT TAS-20K total CES-D STAI-S
DIF .614a) .109 .827a) .524a) .496a)
DDF .248a) .830a) .342a) .386a)
EOT .527a) .236a) .232a)
TAS-20K total .512a) .512a)
CES-D .726a)

a) p<.01.

DIF: Difficulty identifying feelings, DDF: Difficulty describing feelings, EOT: Externally oriented thinking, TAS-20K: Korean version of 20-Item Toronto Alexithymia Scale, CES-D: Center for Epidemiological Studies Depression, STAI-S: Spielberger’s State-Trait Anxiety Inventory-state.

Table 3.
Model fit indexes
Model LL FP AIC BIC SSA_BIC LMR BLRT Entropy
1-class −1978.486 6 3968.973 3989.781 3970.763 - - -
2-class −1929.396 10 3878.793 3913.473 3881.777 .0003 .0000 .646
3-class −1910.658 14 3849.316 3897.869 3853.494 .0547 .0000 .730
4-class −1902.729 18 3841.458 3903.883 3846.829 .1076 .0000 .753
5-class −1889.189 22 3822.377 3898.675 3828.942 .0066 .0052 .766
6-class −1886.568 26 3825.568 3915.306 3832.895 .2663 .2360 .773

LL: Log likelihood, FP: Free parameter, AIC: Akaike information criterion, BIC: Bayesian information criterion, SSA_BIC: Sample-size-adjusted BIC, LMR: Lo-Mendell-Rubin likelihood ratio, BLRT: Boostrap likelihood ratio test.

Table 4.
Estimated means and composition ratios of latent group types
Variable Total (n=237)
Type 1 (n=27, 11.39%)
Type 2 (n=24, 10.12%)
Type 3 (n=92, 38.81%)
Type 4 (n=66, 27.84%)
Type 5 (n=28, 11.81%)
M SD M SE M SE M SE M SE M SE
DIF 16.16 4.94 9.01 0.52 22.76 0.88 14.19 0.49 16.94 0.50 22.76 0.79
DDF 12.55 3.4 7.75 0.39 12.82 0.41 10.79 0.32 14.56 0.42 18.42 0.38
EOT 19.22 3.46 17.08 1.05 17.93 0.52 18.96 0.36 21.02 0.60 20.61 0.71

DIF: Difficulty identifying feelings, DDF: Difficulty describing feelings, EOT: Externally oriented thinking, M: Mean, SD: Standard deviation, SE: Standard error.

Table 5.
Differences in depression and anxiety levels by latent types
Variables Total (n=237)
Type Mean SE Equality tests of means across using the 3-step procedure
Mean SD
Depression (CES-D) 15.42 11.67 1 3.25 0.59 1c)<3b)<4, 5, 2
2 25.45 3.45
3 11.24 0.97
4 19.12 2.06
5 23.32 2.26
Anxiety (STAI) 41.92 10.93 1 31.03 1.98 1c)<3, 4a)<2a)<5
2 48.67 2.35
3 39.93 1.21
4 41.68 1.66
5 54.66 1.06

a) p<.05,

b) p<.01,

c) p<.001.

CES-D: Center for Epidemiological Studies Depression, STAI-S: Spielberger’s State-Trait Anxiety Inventory-state, SD: Standard deviation, SE: Standard error.

  • 1. Nemiah JC, Freyberger H, Sifneos PE. Alexithymia: A view of the psychosomatic process. In OW Hill (Eds.), Modern trends in psychosomatic medicine 3. London: Cambridge University Press; 1976, p. 430-439.
  • 2. Nemiah JC, Sifneos PE. Alexithymia: Affect and fantasy in patients with psychosomatic disorders. In OW Hill (Eds.), Modern trends in psychosomatic medicine 2. London: Cambridge University Press; 1970, p. 26-34.
  • 3. Viinamäki H. Why do alexithymic features appear to be stable? A 12-month follow-up study of a general population. Psychotherapy and Psychosomatics. 2001;70(5):247-253. https://doi.org/10.1159/000056262ArticlePubMed
  • 4. Franz M, Popp K, Schaefer R, et al. Alexithymia in the German general population. Social Psychiatry and Psychiatric Epidemiology. 2008;43(1):54-62. https://doi.org/10.1007/s00127-007-0265-1ArticlePubMed
  • 5. Leweke F, Leichsenring F, Kruse J, et al. Is alexithymia associated with specific mental disorders? Psychopathology. 2012;45(1):22-28. https://doi.org/10.1159/000325170ArticlePubMed
  • 6. Valdespino A, Antezana L, Ghane M, et al. Alexithymia as a trans diagnostic precursor to empathy abnormalities: The functional role of the insula. Frontiers in Psychology. 2017;8:2234https://doi.org/10.3389/fpsyg.2017.02234ArticlePubMedPMC
  • 7. Bagby RM, Parker JD, Taylor GJ. The twenty-item Toronto Alexithymia Scale-I: Item selection and cross-validation of the factor structure. Journal of Psychosomatic Research. 1994;38(1):23-32. https://doi.org/10.1016/0022-3999(94)90005-1ArticlePubMed
  • 8. Parker JD, Taylor GJ, Bagby RM. The 20-Item Toronto Alexithymia Scale: III. Reliability and factorial validity in a community population. Journal of Psychosomatic Research. 2003;55(3):269-275. https://doi.org/10.1016/s0022-3999(02)00578-0ArticlePubMed
  • 9. Parker JD, Keefer KV, Taylor GJ, et al. Latent structure of the alexithymia construct: A taxometric investigation. Psychological Assessment. 2008;20(4):385-396. https://doi.org/10.1037/a0014262ArticlePubMed
  • 10. Li S, Zhang B, Guo Y, et al. The association between alexithymia as assessed by the 20-item Toronto Alexithymia Scale and depression: A meta-analysis. Psychiatry Research. 2015;227(1):1-9. http://doi.org/10.1016/j.psychres.2015.02.006ArticlePubMed
  • 11. Onur E, Alkın T, Sheridan MJ, et al. Alexithymia and emotional intelligence in patients with panic disorder, generalized anxiety disorder and major depressive disorder. Psychiatric Quarterly. 2013;84(3):303-311. https://doi.org/10.1007/s11126-012-9246-yArticle
  • 12. De Berardis D, Campanella D, Gambi F, et al. Alexithymia, fear of bodily sensations, and somatosensory amplification in young outpatients with panic disorder. Psychosomatics. 2007;48(3):239-246. https://doi.org/10.1176/appi.psy.48.3.239ArticlePubMed
  • 13. Taylor GJ, Bagby RM, Parker JD. The alexithymia construct: A potential paradigm for psychosomatic medicine. Psychosomatics. 1991;32(2):153-164. https://doi.org/10.1016/s0033-3182(91)72086-0ArticlePubMed
  • 14. Lee YH, Rim HD, Lee JY. Development and validation of a Korean version of the 20-Item Toronto Alexithymia Scale (TAS-20K). Journal of Korean Neuropsychiatric Association. 1996;35(4):888-899.
  • 15. Cho MJ, Kim KH. Diagnostic validity of the CES-D (Korean Version) in the assessment of DSM-Ⅲ-R major depression. Journal of Korean Neuropsychiatric Association. 1993;32(3):381-199.
  • 16. Spielberger CD, Gorsuch RL, Lushene RE. Manual for the State-Trait Anxiety Inventory. Palo Alto, CA: Consulting Psychologists Press; 1970.
  • 17. Han DW, Lee CH, Chon KK. Spielberger’s State-Trait Anxiety Inventory-form Korean YZ. Seoul: Hakjisa; 2000.
  • 18. Nylund KL, Asparouhov T, Muthén BO. Deciding on the number of classes in latent class analysis and growth mixture modeling: A Monte Carlo simulation study. Structural Equation Modeling: A Multidisciplinary Journal. 2007;14(4):535-569. https://doi.org/10.1080/10705510701575396Article
  • 19. Tofighi D, Enders CK. Identifying the correct number of classes in growth mixture models. In GR Hancock, KM Samuelsen (Eds.), Advances in latent variable mixture models. Charlotte, NC: Information Age; 2008, p. 317-341.
  • 20. Lo Y, Mendell NR, Rubin DB. Testing the number of components in a normal mixture. Biometrika. 2001;88(3):767-778. https://doi.org/10.1093/biomet/88.3.767Article
  • 21. Lubke G, Muthén BO. Performance of factor mixture models as a function of model size, covariate effects, and class-specific parameters. Structural Equation Modeling: A Multidisciplinary Journal. 2007;14(1):26-47. https://doi.org/10.1080/10705510709336735Article
  • 22. Asparouhov T, Muthén B. Auxiliary variables in mixture modeling: Three-step approaches using M plus. Structural Equation Modeling: A Multidisciplinary Journal. 2014;21(3):329-341. https://doi.org/10.1080/10705511.2014.915181Article
  • 23. Vermunt JK. Latent class modeling with covariates: Two improved three-step approaches. Political Analysis. 2010;18(4):450-469. https://doi.org/10.1093/pan/mpq025Article
  • 24. Vanheule S, Desmet M, Verhaeghe P, et al. Alexithymic depression: Evidence for a depression subtype? Psychotherapy and Psychosomatics. 2007;76(5):315-316. https://doi.org/10.1159/000104710ArticlePubMed
  • 25. Vorst H, Bermond B. Validity and reliability of the Bermond-Vorst Alexithymia Questionnaire. Personality and Individual Differences. 2001;30(3):413-434. https://doi.org/10.1016/S0191-8869(00)00033-7Article
  • 26. Härtwig EA, Crayen C, Heuser I, et al. It’s in the mix: Psychological distress differs between combinations of alexithymic facets. Frontiers in Psychology. 2014;5:1259https://doi.org/10.3389/fpsyg.2014.01259ArticlePubMedPMC
  • 27. Mattila AK, Saarni SI, Salminen JK, et al. Alexithymia and health-related quality of life in a general population. Psychosomatics. 2009;50(1):59-68. https://doi.org/10.1176/appi.psy.50.1.59ArticlePubMed
  • 28. Marchesi C, Brusamonti E, Maggini C. Are alexithymia, depression, and anxiety distinct constructs in affective disorders? Journal of Psychosomatic Research. 2000;49(1):43-49. https://doi.org/10.1016/s0022-3999(00)00084-2ArticlePubMed
  • 29. Wada K, Tanaka K, Theriault G, et al. Validity of the Center for Epidemiologic Studies Depression scale as a screening instrument of major depressive disorder among Japanese workers. American Journal of Industrial Medicine. 2007;50(1):8-12. https://doi.org/10.1002/ajim.20403ArticlePubMed
  • 30. Emons WH, Habibović M, Pedersen SS. Prevalence of anxiety in patients with an implantable cardioverter defibrillator: Measurement equivalence of the HADS-A and the STAI-S. Quality of Life Research. 2019;28(11):3107-3116. https://doi.org/10.1007/s11136-019-02237-2ArticlePubMedPMC
  • 31. Nowakowski ME, McFarlane T, Cassin S. Alexithymia and eating disorders: A critical review of the literature. Journal of Eating Disorders. 2013;1(1):1-14. https://doi.org/10.1186/2050-2974-1-21ArticlePubMedPMC
  • 32. Goelich KS. The multifaceted nature of alexithymia-a neuroscientific perspective. Frontiers in Psychology. 2018;9:1614https://doi.org/10.3389/fpsyg.2018.01614ArticlePubMedPMC
  • 33. Vanheule S, Meganck R, Desmet M. Alexithymia, social detachment and cognitive processing. Psychiatry Research. 2011;190(1):49-51. https://doi.org/10.1016/j.psychres.2010.06.032ArticlePubMed
  • 34. Dere J, Falk CF, Ryder AG. Unpacking cultural differences in alexthymia: The role of cultural values among Euro-Canadian and Chinese-Canadian students. Journal of Cross-Cultural Psychology. 2012;43(8):1297-1312. https://doi.org/10.1177/0022022111430254Article
  • 35. Dere J, Tang Q, Zhu X, et al. The cultural shaping of alexithymia: Values and externally oriented thinking in a Chinese clinical sample. Comprehensive Psychiatry. 2013;54(4):362-368. https://doi.org/10.1016/j.comppsych.2012.10.013ArticlePubMed
  • 36. Jeon MS, Shin JE, Lee TH. Meta-analysis of correlations among the subfactors of the 20-Item Toronto Alexithymia Scale. Korean Journal of Stress Research. 2021;29(3):187-198. https://doi.org/10.17547/kjsr.2021.29.3.187Article
  • 37. Kooiman CG, Spinhoven P, Trijsburg RW. The assessment of alexithymia: A critical review of the literature and a psychometric study of the Toronto Alexithymia Scale-20. Journal of Psychosomatic Research. 2002;53(6):1083-1090. https://doi.org/10.1016/s0022-3999(02)00348-3ArticlePubMed
  • 38. Erni T, Lötscher K, Modestin J. Two-factor solution of the 20-ltem Toronto Alexithymia Scale confirmed. Psychopathology. 1997;30(6):335-340. https://doi.org/10.1159/000285079ArticlePubMed
  • 39. Loas G, Otmani O, Verrier A, et al. Factor analysis of the French version of the 20-ltem Toronto Alexithymia Scale (TAS-20). Psychopathology. 1996;29(2):139-144. https://doi.org/10.1159/000284983ArticlePubMed
  • 40. Tuliao AP, Klanecky AK, Landoy BVN, et al. Toronto Alexithymia Scale-20: Examining 18 competing factor structure solutions in a US sample and a Philippines sample. Assessment. 2020;27(7):1515-1531. https://doi.org/10.1177/1073191118824030ArticlePubMed
  • 41. Yun SJ, Shin JE, Lee TH. A study of factor structure of the Korean version of the 20-Item Toronto Alexithymia Scale. Korean Journal of Stress Research. 2019;27(4):308-388. https://doi.org/10.17547/kjsr.2019.27.4.380Article
  • 42. Kojima M, Frasure-Smith N; Lespérance F. Alexithymia following myocardial infarction: Psychometric properties and correlates of the Toronto Alexithymia Scale. Journal of Psychosomatic Research. 2001;51(3):487-495. https://doi.org/10.1016/s0022-3999(01)00253-7ArticlePubMed
  • 43. Preece D, Becerra R, Robinson K, et al. Assessing alexithymia: Psychometric properties and factorial invariance of the 20-item Toronto Alexithymia Scale in nonclinical and psychiatric samples. Journal of Psychopathology and Behavioral Assessment. 2018;40(2):276-287. https://doi.org/10.1007/s10862-017-9634-6Article
  • 44. Preece D, Becerra R, Robinson K, et al. The psychometric assessment of alexithymia: Development and validation of the Perth Alexithymia Questionnaire. Personality and Individual Differences. 2018;132(1):32-44. https://doi.org/10.1016/j.paid.2018.05.011Article

Figure & Data

References

    Citations

    Citations to this article as recorded by  

      Country-specific access statistics

      CountryReference
      South Korea 18
      United States 8
      Germany 3
      Czechia 1
      Netherlands 1
      Australia 1
      Excel Download
      Figure

      STRESS : STRESS