Hospitalizations for Anorexia Nervosa during the COVID-19 Pandemic in France: A Nationwide Population-Based Study
Notice bibliographique
Résumé
The COVID-19 pandemic has had a detrimental impact on mental health, including on food-related behaviors. However, little is known about the effect of the pandemic on anorexia nervosa (AN). We sought to assess an association between the COVID-19 pandemic and a potential increase in hospitalizations for AN in France. We compared the number of hospitalizations with a diagnosis of AN during the 21-month period following the onset of the pandemic with the 21-month period before the pandemic using Poisson regression models. We identified a significant increase in hospitalizations for girls aged 10 to 19 years (+45.9%, RR = 1.46[1.43−1.49]; p < 0.0001), and for young women aged 20 to 29 (+7.0%; RR = 1.07[1.04−1.11]; p < 0.0001). Regarding markers of severity, there was an increase in hospitalizations for AN associated with a self-harm diagnosis between the two periods. Multivariate analysis revealed that the risk of being admitted for self-harm with AN increased significantly during the pandemic period among patients aged 20−29 years (aOR = 1.39[1.06−1.81]; p < 0.05 vs. aOR = 1.15[0.87−1.53]; NS), whereas it remained high in patients aged 10 to 19 years (aOR = 2.40[1.89−3.05]; p < 0.0001 vs. aOR = 3.12[2.48−3.98]; p < 0.0001). Furthermore, our results suggest that the pandemic may have had a particular effect on the mental health of young women with AN, with both a sharp increase in hospitalizations and a high risk of self-harming behaviors.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».