Identifying Programme‐Led and Focused Interventions for Early Intervention for Eating Disorders in Youth: A Rapid Review
Notice bibliographique
Résumé
BACKGROUND: Early intervention (EI) for eating disorders (EDs) has been recognised as important for interrupting the onset of ED symptoms and improving outcomes. Despite growing evidence for EI models of service delivery in community-based settings, there is limited clarity on which specific interventions might best suit young people in these contexts. In this rapid review, we aimed to identify and explore the evidence for programme-led and focused interventions applicable to an EI service delivery model for youth with EDs in community-based settings. METHODS: A systematic search was conducted in MEDLINE, Web of Science, and PsycINFO databases, focusing on interventions that maximise the use of resources, namely guided self-help and group approaches, for individuals under age 30. Studies were screened for eligibility based on intervention brevity (12 sessions or fewer) and relevance to EI models. RESULTS: Findings indicated that while many interventions reduced ED symptoms, few were explicitly designed for EI. Notably, interventions are skewed towards young adult populations, with fewer interventions addressing paediatric needs. Further, the strength of evidence for interventions varied, with many articles reporting on studies with small sample sizes or results illustrating non-superiority to comparison or control. CONCLUSION: This review highlights the need for further research on programme-led and focused interventions tailored to EI, particularly for younger populations, to build an evidence base and improve early-stage ED treatment options in resource-limited community-based settings.
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 | 0,008 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».