Le trouble de l’accès hyperphagique
Bibliographic record
Abstract
Résumé Objectif Fournir aux professionnels des soins primaires un aperçu actualisé du trouble de l’accès hyperphagique (TAH), qui comporte des recommandations pertinentes. Qualité des données Une recension a été effectuée dans PubMed, PsycInfo et Google Scholar, sans restrictions temporelles, à l’aide des expressions clés en anglais binge eating disorder, treatment, review, guidelines, psychotherapy, primary care et pharmacotherapy. Le niveau des données probantes pour toutes les recommandations varie de I à III. Message principal Le trouble de l’accès hyperphagique est associé à une grande détresse et à une incapacité considérable chez le patient, ainsi qu’à des comorbidités médicales et psychiatriques; il a été ajouté dans la 5e édition du Manuel diagnostique et statistique des troubles mentaux, en 2013. Les médecins de soins primaires sont bien placés pour le dépistage, le diagnostic et l’amorce du traitement du TAH. Une approche par étapes du traitement commence par un développement personnel guidé, suivi par l’ajout ou le changement de la pharmacothérapie, ou par une psychothérapie individuelle, au besoin. Les psychothérapies dont l’efficacité est le plus corroborée par la recherche sont la thérapie cognitivo-comportementale, la thérapie interpersonnelle et la thérapie comportementale dialectique. Conclusion Cet aperçu présente des conseils sur le dépistage, le diagnostic et les approches thérapeutiques fondés sur les données probantes actuellement disponibles, de même les avis d’un groupe diversifié d’experts, pour aider à orienter les cliniciens lorsque les données probantes sont limitées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.020 | 0.106 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.006 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.031 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".