Do end of treatment assessments predict outcome at follow‐up in eating disorders?
Notice bibliographique
Résumé
OBJECTIVE: To examine the predictive value of end of treatment (EOT) outcomes for longer term recovery status. METHOD: We used signal detection analysis to identify the best predictors of recovery based on outcome at EOT using five different eating disorder samples from randomized clinical treatment trials. We utilized a transdiagnostic definition of recovery that included normalization of weight and eating related psychopathology. RESULTS: Achieving a body weight of 95.2% of expected body weight by EOT is the best predictor of recovery for adolescents with anorexia nervosa (AN). For adults with AN, the most efficient predictor of weight recovery (BMI > 19) was weight gain to greater than 85.8% of ideal body weight. In addition, for adults with AN, the most efficient predictor of psychological recovery was achievement of an eating disorder examination (EDE) weight concerns score below 1.8. The best predictor of recovery for adults with Bulimia Nervosa (BN) was a frequency of compensatory behaviors less than two times a month. For adolescents with BN, abstinence from purging and reduction in the EDE restraint score of more than 3.4 from baseline to EOT were good predictors of recovery. For adults with binge eating disorder, reduction of the Global EDE score to within the normal range (<1.58) was the best predictor of recovery. DISCUSSION: The relationship between EOT response and recovery remains understudied. Utilizing a transdiagnostic definition of recovery, no uniform predictors were identified across all eating disorder diagnostic groups.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».