Perceptions and experiences with eating disorder treatment in the first year of <scp>COVID</scp>‐19: A longitudinal qualitative analysis
Notice bibliographique
Résumé
OBJECTIVE: The COVID-19 pandemic created significant challenges in accessing and receiving treatment for individuals with eating disorders (EDs). The purpose of this study is to explore perceptions of and experiences with ED treatment during the first year of the pandemic among individuals with past and self-reported EDs in the United States. METHODS: Online surveys were administered to adults (N = 510) with a past or current self-reported ED at 13 timepoints between April 2020 and May 2021. Using longitudinal qualitative analysis, 5651 free-text responses were examined to capture experiences with ED treatment and generate inferences of change over time. RESULTS: We categorized results into four sequential, temporal quarters and identified patterns that explained participants' perceptions of facilitators, barriers, and experiences with ED treatment over time: Quarter 1. Treatment Disruption and Reorienting Recovery; Quarter 2. Accumulating COVID-19 Stress and Virtual Treatment Woes; Quarter 3. A Continuation of Inadequate Care; and Quarter 4. Ongoing Adaptation and Adjustment to Uncertainty. Participant experiences were marked by numerous barriers to accessing care, challenges adjusting to virtual treatment, unmet treatment needs, and beginning acceptance of telehealth. DISCUSSION: Our findings present a timeline to help evaluate challenges related to navigating the switch to virtual care which created significant disruption to ED recovery. Participants spent much of the first year trying to adjust to unemployment, loss of insurance, and lack of access to in-person treatment. Future research should identify additional strategies to improve the receipt and experience of care for EDs. PUBLIC SIGNIFICANCE: Our findings suggest that individuals with eating disorders were significantly challenged by accumulating COVID-19 stress, worsening symptomatology, and limited access to effective treatment during the first year of the pandemic. This knowledge can guide clinicians, treatment centers, and policy makers in addressing the behavioral health needs of individuals impacted by disordered eating amidst emergent public health crises.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».