Identifying and Managing Eating Disorders in Persons Presenting for Addiction Treatment
Notice bibliographique
Résumé
ABSTRACT Objectives: Eating disorders (ED) are common in substance use disorders (SUD), yet often go unrecognized when presenting for addiction treatment. Unrecognized ED can potentially worsen treatment outcomes for both SUD and ED. Means to screen, diagnose, and manage ED when a person presents for addiction treatment are reviewed. Methods: Systematic searches using MEDLINE, Google Scholar, and PubMed augmented by references of found articles were completed using the search terms: eating disorder, anorexia nervosa, bulimia nervosa, alcohol, drugs, substance-related disorders, comorbidity, screening, diagnosis, management and treatment. Screening instruments and treatment options applicable to ED or SUD were reviewed for their applicability to persons with comorbid ED and SUD. Results: The SCOFF, Eating Attitudes Test-26 item version and Eating Disorder Examination-Questionnaire are means to screen for ED in persons with SUD. There were no screening instruments designed for both ED and SUD nor were there any pharmacologic treatment trials for comorbid ED and SUD. Psychotherapy trials of DBT and mindfulness incorporated into CBT for comorbid ED and SUD are supportive. Data from studies of ED or SUD alone suggest potential roles for specific medications and other psychotherapies for comorbid ED and SUD. Conclusions: ED often go undetected when a person enters addiction treatment, potentially worsening treatment outcomes. Standardized screening for ED is recommended for all persons, particularly women, entering addiction treatment followed by monitoring of ED behaviors during recovery. Pharmacotherapy currently is only adjunctive, whereas DBT or mindfulness incorporated into CBT have best evidence for comorbid ED and SUD. Objectifs: Les troubles de l’alimentation (TA) sont courants dans les troubles liés à l’utilisation de substances (TUS), mais passent souvent inaperçus lorsqu’ils se présentent pour un traitement de la dépendance. Un TA non reconnu peut potentiellement aggraver les résultats du traitement pour le TUS et le TA. Les moyens de dépister, de diagnostiquer et de gérer la dysfonction érectile lorsqu’une personne se présente pour un traitement de l’addiction sont examinés. Méthodes: Des recherches systématiques utilisant MEDLINE, Google Scholar et PubMed complétées par des références d’articles trouvés ont été complétées en utilisant les termes de recherche: trouble de l’alimentation, anorexie mentale, boulimie nerveuse, alcool, drogues, troubles liés à la substance, comorbidité, dépistage, diagnostic, gestion et traitement. Les instruments de dépistage et les options de traitement applicables aux TA ou TUS ont été examinés pour leur applicabilité aux personnes présentant des comorbidités de TA et TUS. Résultats: Le SCOFF, Eating Attitudes Test-26 item version (EAT-26) et Eating Disorder Examination-Questionnaire (EDE-Q) sont des moyens de dépister la dysfonction érectile chez les personnes atteintes de TUS. Il n’y avait aucun instrument de dépistage conçu à la fois pour les TA et TUS, ni d’essais de traitement pharmacologique pour les TA et TUS comorbides. Les essais de psychothérapie sur la DBT et la pleine conscience incorporés dans la CBT pour les comorbidités des TA et TUS sont favorables. Les données d’études sur les TA ou TUS seuls suggèrent des rôles potentiels pour des médicaments spécifiques et d’autres psychothérapies pour les comorbidités des TA et TUS. Conclusions: La dysfonction érectile passe souvent inaperçue lorsqu’une personne entame un traitement contre l’addiction, ce qui peut aggraver les résultats du traitement. Un dépistage standardisé de la dysfonction érectile est recommandé pour toutes les personnes, en particulier les femmes, entrant dans un traitement d’addiction suivi d’une surveillance des comportements du TA pendant la récupération. La pharmacothérapie n’est actuellement qu’un complément, alors que la DBT ou la pleine conscience incorporée à la CBT ont les meilleures preuves de comorbidité des TA et TUS.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».