Emotion regulation facets prospectively distinguish food addiction from substance misuse in women with binge eating, gambling, or both behaviours
Notice bibliographique
Résumé
OBJECTIVE: To determine the degree of similarity between food addiction (FA) and substance addictions (SA), we prospectively compared emotion regulation deficits associated with FA and alcohol or drug misuse in women with binge eating, gambling, or both behaviours. METHOD: Participants were 202 community-recruited women who engaged in at-risk binge eating (39 %), at-risk gambling (18 %), or both (43 %). Participants completed online assessments every two months for six months. The baseline and six-month surveys assessed self-reported emotion regulation using the Difficulties in Emotion Regulation Scale (DERS) and the UPPS-P Impulsivity Scale, FA using the Yale Food Addiction Scale, and alcohol and substance misuse using the Daily Drinking Questionnaire, Alcohol Use Disorders Identification Test, Drug Use Frequency, and Drug Abuse Screening Test. Two- and four-month surveys assessed only binge eating and gambling. RESULTS: We identified facets of emotion regulation that were cross-sectionally and longitudinally associated with FA and substance misuse. Negative urgency emerged as a common cross-sectional correlate of FA and substance misuse, whereas positive urgency and non-acceptance of one's negative emotions had different associations to FA versus substance misuse. Positive urgency prospectively predicted 100 %, 130 %, and 200 % increases in odds of future substance misuse problems and a 50 % decrease in odds of future FA, whereas being unaccepting of one's negative emotions was associated with more severe FA symptoms (a DERS subscale) and less severe alcohol-related problems. CONCLUSIONS: These findings suggest that FA is not associated with the same key deficits in emotion regulation as SA.
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 | 0,000 | 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 ».