MétaCan
Menu
Retour à la cohorte
Enregistrement W1954578441 · doi:10.1002/erv.2365

Eating Disorders in Individuals with Type 1 Diabetes: Case Series and day Hospital Treatment Outcome

2015· article· en· W1954578441 sur OpenAlexafffundabout
Patricia Colton, Marion P. Olmsted, Harmonie Wong, Gary Rodin

Notice bibliographique

RevueEuropean Eating Disorders Review · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity Health Network
Mots-clésEating disordersMedicineDiabetes mellitusType 2 diabetesPopulationPediatricsOutcome (game theory)PsychiatryEndocrinology

Résumé

récupéré en direct d'OpenAlex

Women with type 1 diabetes are at high risk for eating disorders (ED), a combination that can increase medical complications and mortality. As little is known about treatment response in this population, clinical presentation and treatment outcome in an extended case series were assessed. A chart review at the Eating Disorders Day Hospital Program at Toronto General Hospital identified a total of 100 individuals with type 1 diabetes assessed 1990-2012. Of 37 who attended day hospital, most experienced improvement in ED symptoms, but only 18.8% had a good immediate treatment outcome, while 43.8% had an intermediate outcome and 37.5% had a poor outcome (meeting diagnostic criteria at discharge). This is poorer than program outcomes in individuals without diabetes (χ(2) = 12.2, df = 2; p = 0.002). Factors influencing treatment engagement and outcome must be further studied and used to improve treatment results in this high-risk group.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,036
Tête enseignante GPT0,316
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEuropean Eating Disorders ReviewMême sujetEating Disorders and BehaviorsTravaux en français237 207