Intensive community and home-based treatments for eating disorders: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Intensive community treatment (ICT) and home-based treatment (HBT) have emerged as valuable alternatives to institution-based intensive treatments (inpatient or day patient) for severe mental illnesses. Although potential benefits of ICT and HBT for eating disorders (EDs) have been proposed, this area of research remains largely unexplored. METHOD: A scoping review was conducted to map the available literature. Four databases (PubMed, PsycInfo, MEDLINE, Web of Science), grey literature, and trial registries were searched. Sources were included if they presented treatments offering more than two planned therapeutic contacts per week for at least part of the program, excluding physical monitoring contacts, for patients diagnosed with any ED across all ages. RESULTS: Forty-six sources met the inclusion criteria (ICT: n = 31; HBT: n = 15), with most studies from Europe (n = 23) and the USA (n = 18). Among these, 28 reported quantitative data, six reported qualitative data, and three employed a mixed-methods approach. The remainder were either protocol papers or service descriptions only. The majority focused on anorexia nervosa (AN) or mixed EDs, with varying study designs and predominantly low to moderate evidence quality. There were no randomized controlled trials. HBTs primarily targeted children and adolescents with AN, emphasizing family-based approaches, while ICTs exhibited greater variability in age groups and diagnoses, frequently combining cognitive behavioral and dialectical behavioral therapies, often alongside family-based components for children and adolescents. Despite high variability in design, quality, and measurements, studies frequently reported improvements in clinical outcomes. Programs were often described as feasible and acceptable, noting patient satisfaction, strong adherence, and cost-effectiveness due to reduced hospital admissions. CONCLUSIONS: Even though there was variability in implementation and methodologies, ICTs and HBTs appear to be promising alternatives to traditional institution-based intensive treatments. Future research requires higher-quality large-scale randomized trials with improved reporting of treatment characteristics and outcomes to enable robust investigations of effectiveness.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».