Pretreatment motivation and therapy outcomes in eating disorders: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Objective Identifying modifiable predictors of outcomes following treatment for eating disorders may help to tailor interventions to patients' individual needs, improve treatment efficacy, and develop new interventions. The goal of this meta‐analysis was to quantify the association between pretreatment motivation and posttreatment changes in eating disorder symptomology. Method We reviewed 196 longitudinal studies reporting on change on indices of overall eating‐disorder symptomatology, weight gain, binge‐eating, vomiting, anxiety/depression, and treatment adherence. Meta‐analyses were performed using two complementary approaches: (a) combined probability analysis using the added Z's method; (b) effect size analyses. Using random‐effect models, effect sizes were pooled when there were at least three studies with the same type of statistical design and reporting statistics on the same outcome. Heterogeneity in study outcome was evaluated using Q and I2 statistics. Studies were reviewed qualitatively when the number of studies or reported data were insufficient to perform a meta‐analysis. Results Forty‐two articles were included. Although samples and treatments differed substantially across studies, results across studies were remarkably consistent. Both combined‐probability and effect‐size analyses indicated positive effects of pretreatment motivation on improvement in general eating‐disorder symptoms (Cohen's r = .17), and an absence of effects on anxiety/depression symptoms. Remaining outcome indices were subject to selective reporting and/or small sample size bias. Discussion Our findings underscore the importance of incorporating treatment engagement approaches in the treatment of eating disorders. Optimal reporting of study findings and improving study quality would improve future efforts to obtain an in‐depth understanding of the relationship between motivation and eating disorder symptoms.
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 | 0,018 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,042 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».