Emotional eating in women with generalized anxiety disorder
Notice bibliographique
Résumé
INTRODUCTION: Individuals diagnosed with generalized anxiety disorder (GAD) seek pleasurable foods to avoid their negative emotional experiences. Ineffective regulation of negative emotions may be a risk factor for emotional eating (EE), leading to suffering, dysfunctional behaviors, and weight gain. OBJECTIVES: The aim of this study is to understand the relationship between emotional dysregulation and EE, investigating potential mediators such as the intensity of the worry, avoidance of internal experiences, mindfulness, and self-compassion in female patients with anxiety. METHODS: In this cross-sectional study, participants from a randomized clinical trial diagnosed with GAD answered the following instruments at baseline: the Difficulties in Emotion Regulation Scale (DERS), the Three Factor Eating Questionnaire (TFEQ-R21), the Penn State Worry Questionnaire (PSWQ), the Action and Acceptance Questionnaire (AAQ), the Five Facet Mindfulness Questionnaire (FFMQ), and the Self-Compassion Scale (SCS). We estimated Pearson correlation coefficients and performed mediation analyses. RESULTS: We evaluated 51 female individuals, 34 of whom completed all the questionnaires. Our data showed that EE was positively correlated with emotional dysregulation (r = 0.593; p < 0.001), worry trait (r = 0.402; p = 0.018), and avoidance of internal experiences (r = 0.565; p < 0.001), whereas it was negatively correlated with self-compassion (r = -0.590; p < 0.001) and mindful state (r = -0.383; p = 0.026). Moreover, we demonstrated that self-compassion mediates the relationship between emotional dysregulation and EE (ab product estimate = 0.043, 95% confidence interval [95%CI] 0.003-0.084). CONCLUSION: Our findings contribute to the literature by identifying psychological factors that could mediate the association between emotional dysregulation and EE, enabling identification of more effective eating behavior intervention targets for patients with GAD.
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 | 0,000 | 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 ».