Predictors of Treatment Outcome in an Early Intervention Eating Disorder Sample
Notice bibliographique
Résumé
OBJECTIVE: To examine baseline predictors of treatment completion and clinical outcomes in 16 to 25-year-olds referred for early intervention for a recent-onset eating disorder (ED). METHOD: Participants (n = 228; 93% female, 63% White British) were drawn from the FREED-Up study, which evaluated First episode Rapid Early intervention for EDs (FREED) in England across 2017-2018. Measures were completed at baseline and 3-, 6- and 12-months. Generalized estimating equations were used to identify baseline predictors of treatment completion and symptom remission by 12-months. Linear mixed models were used to identify baseline predictors of change in global eating disorder examination-questionnaire (EDE-Q) scores, binge eating, purging and BMI (anorexia nervosa [AN] only) over 12-months. Possible predictors included baseline ED symptoms, depression, anxiety, stress, psychosocial impairment, expressed emotion from close others, functioning against personalized goals, age, ethnicity, duration of illness, waiting times and BMI. RESULTS: There were no significant predictors of treatment completion. Lower stress at baseline predicted increased likelihood of symptom remission by 12 months. Lower purging and psychosocial impairment at baseline predicted lower Global EDE-Q scores over the following 12 months; lower purging predicted lower rates of binge eating; and lower Global EDE-Q scores, binge eating and assessment waiting times predicted lower rates of purging. Higher purging at baseline was associated with higher BMI in AN. DISCUSSION: This study provides new data on predictors of treatment outcomes in an early intervention ED sample. In addition to ED symptoms and waiting times, psychosocial impairment and stress warrant consideration as factors that may influence treatment outcomes.
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 | 0,001 | 0,000 |
| 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 ».