Non‐suicidal self‐injury, suicidal thoughts and behaviors in individuals with an eating disorder relative to healthy and psychiatric controls: A systematic review and meta‐analysis
Notice bibliographique
Résumé
OBJECTIVE: Eating disorders (ED) may be associated with an increased prevalence of non-suicidal self-injury (NSSI) and suicidal thoughts and behaviors (STBs) relative to healthy (HC) and psychiatric (PC) controls. However, precise estimates of differences in prevalence between individuals with EDs and controls are unclear. We compared the prevalence of NSSI, suicidal ideation (SI), suicide attempts (SA), and deaths by suicide in controls and individuals with EDs. METHOD: We searched MEDLINE, PsycINFO, EMBASE, and CINAHL for peer-reviewed publications reporting the prevalence of NSSI and/or STBs in EDs and HC or PC group (PROSPERO: CRD42021286754). A series of random-effects meta-analyses were conducted to estimate pooled odds ratios (ORs) for NSSI, SI, SA, and death by suicide in EDs. RESULTS: Across 32 studies, individuals with an ED had a significantly increased prevalence of NSSI (HC: OR = 6.85 [95% CI: 3.60, 13.04]; PC: OR = 2.74 [95% CI: 1.49, 5.06]), SI (HC: OR = 3.63 [95% CI: 2.43, 5.41]; PC: OR = 3.10 [95% CI: 2.01, 4.78]), and SA (HC: OR = 5.16 [95% CI: 4.27, 6.24]; PC: OR = 1.37 [95% CI: 0.37, 4.99]) relative to HC and PC groups. A 2.93-times increased odd of death by suicide did not achieve statistical significance. There was a high-level of heterogeneity between studies. DISCUSSION: Our findings indicate that ED populations have an increased prevalence of NSSI, SI, and SA but not death by suicide compared to controls and emphasize the need for effective clinical strategies to address these behaviors in ED populations. PUBLIC SIGNIFICANCE: This review provides evidence for an increased prevalence of non-suicidal self-injury, suicidal ideation, and suicide attempts in populations with eating disorders compared to controls. Our findings emphasize the need for effective clinical strategies to address these behaviors in patients with eating disorders.
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 | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,032 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».