Convergence in maternal and child reports of impulsivity, depressive symptoms, and trait anxiety, and their predictive utility for binge‐eating behaviors
Notice bibliographique
Résumé
OBJECTIVE: Early detection of binge-eating (BE) behaviors and their risk factors is associated with better outcomes. A multi-informant approach for assessing BE psychopathology and risk factors has been emphasized to increase the probability and accuracy of early detection. Impulsivity (particularly negative and positive urgency), trait anxiety, and depressive symptoms are associated with BE behaviors. The present study examined maternal-child convergence of reports of child BE, impulsivity, trait anxiety, and depressive symptoms and examined the predictive power of maternal reports for child-reported BE behaviors. METHOD: Participants included 927 female twins (aged 8-16 years) and 468 mothers from the Michigan State University Twin Registry. Risk factors and BE were assessed with self-report questionnaires. RESULTS: Intraclass correlation coefficients showed fair-to-moderate inter-rater agreement (ICCs = .31-.41) between maternal and child reports of risk factors and low-to-fair agreement for BE (ICCs = .05-.29). Controlling for the effects of age, pubertal status, body mass index, and family relatedness, multilevel models showed that maternal reports of child impulsivity, anxiety, and depressive symptoms did not add predictive power above and beyond child reports. DISCUSSION: Results call into question the utility and practical implications of using maternal reports to supplement child reports for BE and its risk factors.
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 | 0,003 | 0,017 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».