Exploring Patterns of Disturbed Eating in Psychosis: A Scoping Review
Notice bibliographique
Résumé
Disturbed eating behaviours have been widely reported in psychotic disorders since the early 19th century. There is also evidence that antipsychotic (AP) treatment may induce binge eating or other related compulsive eating behaviours. It is therefore possible that abnormal eating patterns may contribute to the significant weight gain and other metabolic disturbances observed in patients with psychosis. In this scoping review, we aimed to explore the underlying psychopathological and neurobiological mechanisms of disrupted eating behaviours in psychosis spectrum disorders and the role of APs in this relationship. A systematic search identified 35 studies that met our eligibility criteria and were included in our qualitative synthesis. Synthesizing evidence from self-report questionnaires and food surveys, we found that patients with psychosis exhibit increased appetite and craving for fatty food, as well as increased caloric intake and snacking, which may be associated with increased disinhibition. Limited evidence from neuroimaging studies suggested that AP-naïve first episode patients exhibit similar neural processing of food to healthy controls, while chronic AP exposure may lead to decreased activity in satiety areas and increased activity in areas associated with reward anticipation. Overall, this review supports the notion that AP use can lead to disturbed eating patterns in patients, which may contribute to AP-induced weight gain. However, intrinsic illness-related effects on eating behaviors remain less well elucidated, and many confounding factors as well as variability in study designs limits interpretation of existing literature in this field and precludes firm conclusions from being made.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».