Comparative efficacy and acceptability of interventions for universal, selective and indicated prevention of eating disorders: study protocol for a systematic review and network meta-analysis
Notice bibliographique
Résumé
Abstract Background Eating disorders (EDs) are severe psychiatric conditions, with prevalence rates ranging from 5.5 to 17.9% in women and 0.6 to 2.4% in men. EDs carry a high risk of chronicity and mortality, highlighting the need for effective prevention strategies. Primary prevention can target the entire population (universal), high-risk groups (selective), or individuals with early signs (indicated). Despite substantial research, prior reviews often show limitations, such as single-author data extraction, lack of quality assessment, reliance on endpoint data, exclusion of obesity prevention programs, or outdated findings. No review has yet evaluated the comparative effectiveness of multiple interventions across risk groups. This article outlines a systematic review and network meta-analysis (NMA) protocol to assess the comparative effectiveness of various ED preventive interventions across different prevention types and populations. Methods Eligible studies will include (cluster) randomized controlled trials (RCTs) involving children, adolescents, and adults across a range of settings. Databases to be searched include MEDLINE, Embase, PsycINFO, and CENTRAL. All prevention types (universal, selective, indicated) will be included. Interventions will encompass psychological, educational, physical, and nutritional approaches aimed at preventing EDs, disordered eating, or negative body image and/or reducing risk factors. Coprimary outcomes will be ED diagnostic symptoms, overall ED pathology, ED onset, and intervention all-cause discontinuation (acceptability). A frequentist NMA framework will be used for data synthesis, with sensitivity and subgroup analyses to identify effect modifiers. Discussion This first NMA on ED prevention aims to provide valuable insights for clinicians, researchers, policymakers and the public by identifying the most effective interventions and highlighting research gaps. The findings will inform intervention selection for specific populations and guide future prevention strategies to reduce the burden of EDs on affected individuals, their communities, and wider society. Clinical trial registration number CRD42024498102.
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 | 0,056 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,032 | 0,042 |
| Bibliométrie | 0,012 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,003 |
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 ».