Food Addiction is Associated with Higher Neuroticism, Lower Conscientiousness, Higher Impulsivity, but Lower Extraversion in Obese Patient Candidates for Bariatric Surgery
Notice bibliographique
Résumé
Background: The “food addiction” phenotype identifies a subpopulation of individuals experiencing substance-dependence symptoms toward specific foods. In the current debate on whether the “food addiction” phenotype should be considered as an addictive disorder, assessment of the personality traits associated with this phenotype would provide arguments for or against the “food addiction” phenotype and its inclusion in the “substance-related and addictive disorder” category. Objectives: To assess the personality characteristics associated with the “food addiction” phenotype in obesity surgery candidates (i.e., big five personality dimensions, alexithymia and impulsivity). Methods: We assessed food addiction (Yale Food Addiction Scale), personality dimensions (Big Fig Inventory), impulsivity (Barratt Impulsiveness Scale-11th version) and alexithymia (Toronto Alexithymia Scale-20 items) in 188 bariatric surgery candidates recruited between July 2013 and November 2015 in the Nutrition Department of the University Hospital of Tours. We used chi-squared tests and Student's tests or Mann-Whitney-U-tests to determine the factors associated with food addiction. Results: Prevalence of current food addiction was 16.5%. Patients with (vs. without) food addiction had lower conscientiousness (p = .047), higher neuroticism and lower extraversion (ps < 0.001), but there was no difference in terms of agreeableness (p = 0.42) or openness (p = 0.16). They were more frequently single (p = .021) and reported higher alexithymia (ps < .001) and higher impulsivity sub-scores (ps<.05). Conclusions/Importance: Food addiction shares personality traits with substance-related disorders (regarding neuroticism, conscientiousness, impulsivity, alexithymia), and one distinctive trait (low extraversion). This study provides additional data that enrich the discussion on whether the “food addiction” phenotype should be included or not in the “substance-related and addictive disorder” category.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».