The Changing Face and Focus of the Adolescent with an Eating Disorder
Notice bibliographique
Résumé
The classic silhouette of the typical adolescent with an eating disorder (ED) is a white female with extremely low body weight; this has begun to take a new shape. The most apparent shift in the classic views are sex and weight. A trend toward a progressively decreasing age of onset in ED has also emerged. The objective of this paper is to describe the ED patients presenting to Children’s of Alabama’s Adolescent Eating Disorders Clinic, encompassing their age, sex, BMI percentile and muscle function. The data was examined from all first presentations to the clinic from 2013 to 2016. Between May 2013 and March 2016, 102 new patient appointments were scheduled. 88 patient’s charts were reviewed from the time of each initial appointment in the Adolescent Eating Disorders Clinic to obtain the sex, age, race, height, weight, reason for referral/active problems and ED diagnosis for each patient. BMI percentile was calculated according to reference ranges for sex and age. Handgrip strength was measured by dynamometer. As is consistent with previously published data, there were significantly more females than males seen in our population. There were more females than males across all categories of ED diagnoses. The highest number of diagnoses occurred between the ages of 13-16. A positive correlation between BMI percentile and measured handgrip strength was observed. Measured handgrip strength in females was lower in ages 13-18 than expected grip strength for age. When males were grouped by “Males 14 and under” and “Males 15 and over,” a lower measured grip strength compared to the expected grip strength for age was demonstrated. The impact of ED on morbidity and mortality has been well recognized; however the most often reported association was mainly based on changes in body weight. The adverse metabolic consequences perturb nutrient sensing and ultimately delivery and utilization. A shift in the focus of energy balanced towards systemic malnourishment may allow healthy and sustained metabolic improvements.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».