The Prevalence of Excessive Exercise in Eating Disorders: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
OBJECTIVE: Individuals with eating disorders (EDs) often present with maladaptive behaviours such as excessive exercise (EE). The consequences of EE include physical injuries, increased risk of anxiety and depression, and impaired social functioning. No systematic reviews have been conducted on the prevalence of EE in EDs. This study aimed to assess the prevalence of EE in EDs and by ED type. METHOD: An electronic database search of the peer-reviewed literature was conducted from inception to October 2024. Review eligibility was restricted to research studies reporting prevalence data for EE in individuals diagnosed with EDs. RESULTS: Fifty-six studies met the inclusion criteria (n = 21,518; mean age: 22.34 years). The current prevalence of EE in all EDs was 48%. Current prevalence was highest in AN (48%), followed by BN (45%), OSFED (38%), and BED (11%). The lifetime prevalence of EE in all EDs was 63%. Lifetime prevalence was highest in AN (72%), followed by BN (57%) and OSFED (21%). CONCLUSIONS: Nearly half of individuals with an ED engage in EE. High heterogeneity across the included studies likely influenced the prevalence found in this study. Data suggest clinical screening and longitudinal monitoring of EE in those with EDs. Future research into early intervention and treatment for EE in those with EDs is recommended. TRIAL REGISTRATION: PROSPERO: CRD42023464148; Open Science Framework: https://doi.org/10.17605/OSF.IO/MYVXW.
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 | 0,016 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,032 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 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) | 0,004 | 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 ».