Identifying disordered eating behaviours in adolescents: how do parent and adolescent reports differ by sex and age?
Notice bibliographique
Résumé
This study investigated the prevalence of disordered eating cognitions and behaviours across mid-adolescence in a large European sample, and explored the extent to which prevalence ratings were affected by informant (parent/adolescent), or the sex or age of the adolescent. The Development and Well-Being Assessment was completed by parent-adolescent dyads at age 14 (n = 2225) and again at age 16 (n = 1607) to explore the prevalence of 7 eating disorder symptoms (binge eating, purging, fear of weight gain, distress over shape/weight, avoidance of fattening foods, food restriction, and exercise for weight loss). Informant agreement was assessed using kappa coefficients. Generalised estimating equations were performed to explore the impact of age, sex and informant on symptom prevalence. Slight to fair agreement was observed between parent and adolescent reports (kappa estimates between 0.045 and 0.318); however, this was largely driven by agreement on the absence of behaviours. Disordered eating behaviours were more consistently endorsed amongst girls compared to boys (odds ratios: 2.96-5.90) and by adolescents compared to their parents (odds ratios: 2.71-9.05). Our data are consistent with previous findings in epidemiological studies. The findings suggest that sex-related differences in the prevalence of disordered eating behaviour are established by mid-adolescence. The greater prevalence rates obtained from adolescent compared to parent reports may be due to the secretive nature of the behaviours and/or lack of awareness by parents. If adolescent reports are overlooked, the disordered behaviour may have a greater opportunity to become more entrenched.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».