Application of a Latent Class Analysis to Empirically Define EatingDisorder Phenotypes
Notice bibliographique
Résumé
CONTEXT: Diagnostic criteria for eating disorders influence how we recognize, research, and treat eating disorders, and empirically valid phenotypes are required for revealing their genetic bases. OBJECTIVE: To empirically define eating disorder phenotypes. DESIGN: Data regarding eating disorder symptoms and features from 1179 individuals with clinically significant eating disorders were submitted to a latent class analysis. The resulting latent classes were compared on non-eating disorder variables in a series of validation analyses. SETTING: Multinational, collaborative study with cases ascertained through diverse clinical settings (inpatient, outpatient, and community). PARTICIPANTS: Members of affected relative pairs recruited for participation in genetic studies of eating disorders in which probands met DSM-IV-TR criteria for anorexia nervosa (AN) or bulimia nervosa and had at least 1 biological relative with a clinically significant eating disorder. Main Outcome Measure Number and clinical characterization of latent classes. RESULTS: A 4-class solution provided the best fit. Latent class 1 (LC1) resembled restricting AN; LC2, AN and bulimia nervosa with the use of multiple methods of purging; LC3, restricting AN without obsessive-compulsive features; and LC4, bulimia nervosa with self-induced vomiting as the sole form of purging. Biological relatives were significantly likely to belong to the same latent class. Across validation analyses, LC2 demonstrated the highest levels of psychological disturbance, and LC3 demonstrated the lowest. CONCLUSIONS: The presence of obsessive-compulsive features differentiates among individuals with restricting AN. Similarly, the combination of low weight and multiple methods of purging distinguishes among individuals with binge eating and purging behaviors. These results support some of the distinctions drawn within the DSM-IV-TR among eating disorder subtypes, while introducing new features to define phenotypes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».