Psychiatric Comorbidity and Eating Disorder Inventory (EDI) Profiles in Eating Disorder Patients
Notice bibliographique
Résumé
OBJECTIVE: This study examines potential overlaps between psychiatric comorbidity (Axis I and II) and scores on the subscales of the Eating Disorder Inventory (EDI) in women with eating disorders (EDs). METHOD: In a sample of 248 women (72 with anorexia nervosa, 140 with bulimia nervosa, and 36 with eating disorders not otherwise specified), we determined psychiatric comorbidity using the Structured Clinical Interview for DSM-IV. Behavioural and psychological characteristics of EDs were quantified with the EDI. RESULTS: Psychiatric comorbidity was high in both axes (74% for Axis I and 68% for Axis II). While most EDI subscales pertaining to psychological traits showed significant associations with Axis I and II disorders, the subscales concerning eating and perception of weight and shape were much less associated with psychiatric comorbidity. Affective and anxiety disorders, as well as personality disorders of clusters A and C, showed a similar pattern with links to most psychological subscales. The profile for substance-related disorders was different, showing associations with the Ineffectiveness and Interoceptive Awareness scales. Personality disorders of cluster B were related only to the Bulimia subscale and not to any of the psychological subscales. CONCLUSIONS: The EDI appears to primarily reflect Axis I and II disorders related to affective and anxiety problems. Clinicians and researchers employing the EDI should be aware that it is not sensitive for all forms of comorbidity prevalent in ED patients.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».