-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

KR

EN - EnglishCN - 简体中文DE - DeutschES - EspañolKR - 한국어IT - ItalianoFR - FrançaisPT - Português do BrasilPL - PolskiHE - עִבְרִיתRU - РусскийJA - 日本語TR - TürkçeAR - العربية
Sign In Start Free Trial

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

Behavior
Biochemistry
Bioengineering
Biology
Cancer Research
Chemistry
Developmental Biology
View All
JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

Biological Techniques
Biology
Cancer Research
Immunology
Neuroscience
Microbiology
JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduate courses

Analytical Chemistry
Anatomy and Physiology
Biology
Cell Biology
Chemistry
Civil Engineering
Electrical Engineering
View All
JoVE Science Education

Visual demonstrations of key scientific experiments

Advanced Biology
Basic Biology
Chemistry
View All
JoVE Lab Manual

Videos of experiments for undergraduate lab courses

Biology
Chemistry

BUSINESS

JoVE Business

Video textbooks for business education

Accounting
Finance
Macroeconomics
Marketing
Microeconomics

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Authors

Teaching Faculty

Librarians

K12 Schools

Products

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduates

JoVE Science Education

Visual demonstrations of key scientific experiments

JoVE Lab Manual

Videos of experiments for undergraduate lab courses

BUSINESS

JoVE Business

Video textbooks for business education

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Solutions

Authors
Teaching Faculty
Librarians
K12 Schools

Language

ko_KR

EN

English

CN

简体中文

DE

Deutsch

ES

Español

KR

한국어

IT

Italiano

FR

Français

PT

Português do Brasil

PL

Polski

HE

עִבְרִית

RU

Русский

JA

日本語

TR

Türkçe

AR

العربية

    Menu

    JoVE Journal

    Behavior

    Biochemistry

    Bioengineering

    Biology

    Cancer Research

    Chemistry

    Developmental Biology

    Engineering

    Environment

    Genetics

    Immunology and Infection

    Medicine

    Neuroscience

    Menu

    JoVE Encyclopedia of Experiments

    Biological Techniques

    Biology

    Cancer Research

    Immunology

    Neuroscience

    Microbiology

    Menu

    JoVE Core

    Analytical Chemistry

    Anatomy and Physiology

    Biology

    Cell Biology

    Chemistry

    Civil Engineering

    Electrical Engineering

    Introduction to Psychology

    Mechanical Engineering

    Medical-Surgical Nursing

    View All

    Menu

    JoVE Science Education

    Advanced Biology

    Basic Biology

    Chemistry

    Clinical Skills

    Engineering

    Environmental Sciences

    Physics

    Psychology

    View All

    Menu

    JoVE Lab Manual

    Biology

    Chemistry

    Menu

    JoVE Business

    Accounting

    Finance

    Macroeconomics

    Marketing

    Microeconomics

Start Free Trial
Loading...
Home
JoVE Journal
Behavior
임상의의 섭식 장애 분석 및 진단을 돕기 위한 컴퓨터 기반 플랫폼

Research Article

임상의의 섭식 장애 분석 및 진단을 돕기 위한 컴퓨터 기반 플랫폼

DOI: 10.3791/63848

May 10, 2022

Ulf Brodin2, Modjtaba Zandian1, Billy Langlet1, Per Södersten1, Anna Anvret2, Jennie Sjöberg2, Cecilia Bergh1,2

1Department of Neurobiology, Care Sciences and Society,Karolinska Institutet, 2Mandometer Clinic

Cite Watch Download PDF Download Material list
AI Banner

Please note that some of the translations on this page are AI generated. Click here for the English version.

In This Article

Summary Abstract Introduction Protocol Representative Results Discussion Disclosures Acknowledgements Materials References Reprints and Permissions

Erratum Notice

Important: There has been an erratum issued for this article. View Erratum Notice

Retraction Notice

The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice

Summary

의료 분야에서 섭식 장애를 진단하는 것은 어려운 일입니다. 따라서 본 프로토콜은 설문지에 대한 949명의 환자 응답을 기반으로 알고리즘을 개발하며, 진단은 사용하기 쉬운 웹 기반 인터페이스에 표시됩니다. 이 시스템은 섭식 장애를 정확하게 진단하는 동시에 섭식 장애가 있는 것으로 여겨지는 사람들을 배제합니다.

Abstract

섭식 장애(신경성 식욕 부진증, 신경성 폭식증, 폭식 장애 및 기타 명시된 섭식 또는 섭식 장애)는 총 13%의 유병률을 가지고 있으며 심각한 신체적, 심리사회적 문제와 관련이 있습니다. 효과적인 치료와 바람직하지 않은 장기적 건강 결과의 예방을 위해 중요한 조기 진단은 1차 진료에서 일하는 사람들과 같이 이러한 환자에 익숙하지 않은 비전문 임상의에게 문제를 부과합니다. 특히 1차 진료에서 조기에 정확한 진단을 내리면 긍정적인 치료 결과를 촉진할 수 있도록 장애에 대한 전문가의 개입을 조기에 할 수 있습니다. 컴퓨터 보조 진단 절차는 전문 진단학자와 전문 간병인이 직접 진단한 수많은 사례에서 개발된 알고리즘을 통해 전문 지식을 제공함으로써 이 문제에 대한 가능한 솔루션을 제공합니다. 이러한 데이터를 기반으로 섭식 장애를 앓고 있는 것으로 의심되는 환자에 대한 정확한 진단을 결정하기 위한 웹 기반 시스템이 개발되었습니다. 이 프로세스는 응답자의 섭식 장애 확률과 개인이 가지고 있는 섭식 장애 유형을 추정하는 알고리즘을 사용하여 자동화됩니다. 이 시스템은 진단 과정에서 임상의를 위한 보조 역할을 하고 새로운 임상의를 위한 교육 도구 역할을 하는 보고서를 제공합니다.

Introduction

다이어트 및 이와 관련된 신체 활동의 증가는 신경성 식욕 부진증 및 기타 섭식 장애의 알려진 원인입니다1. 정신 장애 진단 편람(DSM-5)에 언급된 가장 흔한 섭식 장애는 신경성 식욕 부진증(AN), 신경성 폭식증(BN), 폭식 장애(BED) 및 기타 지정된 섭식 또는 섭식 장애(OSFED)2입니다. 이러한 장애는 주로 여성에게 영향을 미치며 심각한 신체적 및/또는 심리사회적 건강 합병증과 고통을 동반합니다3. 여성의 약 13%가 섭식 장애를 앓고 있으며4, 여성의 AN 유병률은 평생 동안 0.3%-1%로 추정되며, BN5를 앓고 있는 여성의 비율은 훨씬 더 높습니다.

다양한 위험 요인이 특정 섭식 장애와 관련이 있습니다. 청소년기 초기에 다이어트를 하고 체질량 지수(BMI)가 낮으면 여성의 AN의 위험이 증가하지만 사춘기 초반, 날씬한 이상적인 내면화, 신체 불만족, 부정적인 영향 및 사회적 지원 부족은 그렇지 않습니다6. BN의 발병을 예측하는 요인 중에는 체중 문제, 신체 불만족, 날씬한 욕구, 비효율성, 낮은 내부 수용성 인식 및 다이어트가 있지만 완벽주의, 성숙에 대한 두려움, 대인 관계 불신 또는 BMI6은 아닙니다. 다양한 유형의 섭식 장애 사이에는 증상적 차이가 있지만 위험 요인에는 유사점이 있습니다. 이는 섭식 병리학과 부적응적 섭식 행동(다이어트)이 모든 섭식 장애에서 공통적인 위험 요인임을 시사합니다.

실제로 섭식 병리학은 섭식 장애에서 두드러집니다. 그러나 병리학적 섭식 행동을 정의하고 정량화하는 것의 어려움과 진단이 주로 증상 차원에 대한 주관적인 설명에 의존한다는 사실이 결합되어 진단 간의 경계가 불분명해 보일 수 있습니다7. 이 문제는 특히 1차 진료 의사와 같이 섭식 장애 환자에 익숙하지 않은 의료 종사자의 경우 섭식 장애 진단을 어렵게 만듭니다.

1차 진료의 의료 전문가는 종종 섭식 장애를 앓고 있는 개인이 가장 먼저 접근합니다. 유리한 예후를 위한 조기 발견 및 개입의 중요성을 감안할 때 의료 제공자는 이러한 장애를 인식하는 데 도움이 되는 도구를 가지고 있어야 합니다. 따라서 전문의의 치료 지연을 방지하기 위해 신속하고 정확하게 진단을 내려야 합니다.

이 진단 목표를 달성하는 한 가지 방법은 증상에 대한 설문지를 디지털화하고 자동화하는 것입니다. 이 방법의 또 다른 이점은 환자가 정신 건강 문제를 논의할 때 인간 임상의보다 가상 치료사를 더 신뢰한다는 연구 결과가 있기 때문에 응답이 더 진실하다는 것입니다8. 또 다른 잠재적인 이점은 진단 신뢰성이 향상된다는 것인데, 일부 연구에서는 컴퓨터 진단이 직접 진단보다 신뢰성이 더 높을 수 있다고 제안합니다9,10.

본 프로토콜에서는 949명의 연속적으로 의뢰된 환자의 신체 상태, 행동, 감정 및 생각에 대한 개방형 및 폐쇄형 질문에 대한 응답을 기반으로 알고리즘이 개발되었습니다(인구 통계학적 데이터는 표 1 참조). 참가자 949명 중 91.6%(869명)는 여성, 18.0%는 AN, 19.0%는 BN, 13.5%는 침대, 36.8%는 OSFED, 6.8%는 비만(OB), 5.9%는 섭식 장애(발기부전 없음)가 없었다. 이 알고리즘은 섭식 장애가 있을 확률과 개인이 어떤 유형의 섭식 장애를 가지고 있는지에 대한 결론을 모두 추정합니다. 설문지 항목은 섭식 및 섭식 장애에 대한 DSM-5 기준과 AN, BN, BED 및 OSFED의 진단 기능을 기반으로 합니다. OB(과도한 체지방)는 DSM-5에 정신 장애로 포함되지 않습니다. 그러나 OB와 BED2 사이에는 강력한 연결이 있습니다. 설문지 항목은 세 가지 범주로 분류됩니다: (1) BMI, 지난 1년 동안의 체중 감소/증가, 자가 유발 구토와 같은 상태. (2) 식사 패턴, 다이어트, 체중 측정, 스스로 유발하는 구토, 친구 및 가족과의 고립, 활동 회피 등의 행동. (3) 원하는 체중, 통제력을 잃는 것에 대한 두려움, 과식, 음식에 대한 생각, 다른 사람들이 너무 말랐다고 말했을 때 자신이 뚱뚱하다고 믿는 것, 체중 증가에 대한 반응과 같은 인지/생각. 이 알고리즘은 항목에 가중치를 단계적으로 할당하여 5가지 진단 각각에 대해 가장 구별이 잘 되는 항목을 식별하는 무조건적인 판별 분석을 기반으로 합니다. 진단 정보는 사용하기 쉬운 웹 기반 인터페이스에 표시됩니다.

Protocol

실험 대상자 및 환자에 대한 모든 작업은 스웨덴 윤리 검토 기관(Swedish Ethical Review Authority)의 승인을 받았습니다(D. nr: 2019-05505). 시스템에 등록하기 전에 모든 개인은 자신의 데이터 저장, 취급 및 분석에 대한 서면 동의를 제공했습니다. 환자들은 섭식 장애에 대한 전문 치료를 받기 위해 의사의 의뢰 또는 자기 의뢰를 통해 클리닉에 의뢰되었습니다. 섭식 장애를 앓고 있는 것이 환자에 대한 포함 기준이었습니다.

1. 임상의에 의한 환자 등록

참고: 환자 등록(그림 1)은 개발된 맞춤형 웹 도구를 사용하여 임상의가 완료합니다(재료 표 참조).

  1. 환자 추천 시 최신 브라우저를 사용하여 웹 랜딩 페이지로 이동합니다.
  2. 임상의와 연결된 기존 계정을 사용하여 웹 도구에 로그인합니다.
  3. 환자 ID, 사회 보장 번호, 생년월일, 연령 및 성별을 포함한 환자 등록 양식을 작성하십시오.
  4. 저장 버튼을 눌러 새 환자를 등록합니다. 이 시점에서 절차를 일시 중지한 다음 나중에 다시 시작할 수 있습니다.

2. 환자를 위한 설문지

참고: 환자는 웹 도구에서 개발된 사용자 지정 앱을 사용하여 스마트 장치에서 설문지를 작성합니다(재료 표 참조). 환자가 미성년자인 경우, 부모 또는 보호자가 설문지를 작성합니다. 해당 데이터는 주제별 블록으로 구성됩니다. 각 질문에 대한 답변이 완료되면 시스템은 다음 질문을 제시합니다(그림 2).

  1. 스마트 장치에서 설문지 응용 프로그램을 엽니다.
  2. 환자의 사회 보장 번호를 입력합니다(그림 3).
  3. 첫 번째 방문 날짜를 입력합니다. 기본적으로 현재 날짜가 사용됩니다.
  4. 환자의 체중, 키, 나이에 해당하는 정보를 입력합니다.
  5. 유도된 구토, 간식 빈도, 먹는 속도와 같은 행동에 해당하는 정보를 입력합니다.
  6. 체중 증가에 대한 두려움과 신체 이형증에 대한 느낌과 같은 인지적, 정서적 항목에 해당하는 세부 사항을 입력합니다.
  7. 완료 버튼을 눌러 설문지를 완료합니다. 이 시점에서 설문지를 일시 중지한 다음 나중에 다시 시작할 수 있습니다.

3. 임상의에 의한 위험 평가

참고: 위험 평가(그림 4)는 임상의가 사용자 정의 웹 도구를 사용하여 검색하고 사용합니다(재료 표 참조).

  1. 웹 브라우저를 사용하여 웹 랜딩 페이지로 이동합니다. 기존 계정을 사용하여 웹 도구에 로그인합니다.
  2. 환자의 사회 보장 번호 또는 환자 ID를 사용하여 환자를 검색합니다.
  3. 측정된 체중과 높이를 시스템에 추가합니다.
  4. 결과 탭을 눌러 환자에게 발기부전이 있는지, 발기부전이 있는 경우 어떤 유형의 발기부전이 있는지에 대한 알고리즘 결정을 가져옵니다.
  5. 탭 질문 1-20 또는 질문 21-34를 눌러 환자의 답변이 건강한 개인의 답변에서 벗어난 질문을 표시합니다.
  6. 결과 탭에서 알고리즘과 임상의의 전문 지식에 따라 최종 진단을 선택합니다.

Representative Results

1단계에서 설명한 환자 등록은 전산화된 의료 기록의 그림 1에 제시된 양식을 작성하는 임상의에 의해 수행됩니다. 임상의가 새로운 환자를 등록하면 응용 프로그램이 2단계로 이동하여 환자가 설문지를 작성할 수 있습니다. 설문지를 시작하려면 환자 또는 임상의는 먼저 환자의 사회 보장 번호(또는 ID)를 스마트 장치(그림 3)의 앱에 입력해야 하며, 그 후 앱은 첫 번째 설문지 항목을 표시합니다. 그림 2는 진단 설문지에서 한 항목의 스크린샷을 보여줍니다. 질문지 항목에 대한 응답이 선택되면 애플리케이션은 다음 항목으로 이동합니다. 환자는 이전 질문의 응답을 변경하기 위해 뒤로 이동할 수 없으며, 설문지가 조기에 종료된 경우에도 응답은 계속 저장되며 사용자는 다시 돌아와 누락된 항목을 채울 수 있습니다. 모든 질문에 대한 답변이 완료되면 앱이 자동으로 닫힙니다.

설문지가 완료된 후 그림 4는 웹 인터페이스를 통해 임상의가 사용할 수 있습니다. 임상의는 설문지의 위험 요인에 대한 자동 계산을 기반으로 0-1(즉, 100% 범위)의 예상 정확도 확률과 함께 '결과' 페이지에서 권장 진단을 볼 수 있습니다. 임상의는 '질문 1-20' 또는 '질문 21-34' 탭을 눌러 제안된 진단(그림 5)으로 이어진 건강한 반응(청록색)과 일탈된 반응(빨간색)을 볼 수 있습니다. 알고리즘(Table of Materials(재료 표 참조)은 섭식 장애가 발생할 확률과 개인이 어떤 유형의 섭식 장애를 가지고 있는지에 대한 결론을 모두 추정합니다. 모델의 정확도는 발기부전 진단의 경우 97.1%, 발기부전 진단의 경우 82.8%입니다(표 2). 진단 정보는 사용하기 쉬운 웹 기반 인터페이스에 표시됩니다. 이 정보는 알고리즘 진단이 임상의의 자체 평가와 일치하는 경우 임상의가 자신의 결정에 확신을 가질 수 있도록 합니다. 알고리즘 진단이 임상의의 평가와 일치하지 않는 경우, 임상의는 다른 의료 전문가에게 2차 의견을 구하는 것이 좋습니다. 또한 이 시스템을 통해 임상의는 질문 탭에서 건강한 개인에서 벗어날 것으로 예상되는 특정 질문을 보고 다른 의료 전문가와 함께 어려운 사례를 검토함으로써 환자를 더 잘 진단

할 수 있도록 스스로를 훈련할 수 있습니다.

그림 1
그림 1: 웹 도구의 환자 등록 양식 그림. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 2
그림 2: 스마트 태블릿에 표시된 단일 설문지 항목의 샘플. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 3
그림 3: 진단 설문지를 작성하기 전에 필요한 사회 보장 번호를 요청하는 페이지의 스냅샷. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 4
그림 4: 웹 도구를 사용하여 표시된 권장 진단 및 예상 정확도(이 경우 100%)가 있는 결과 페이지의 예. 결과 페이지에는 환자의 날짜, 성별, 연령 및 BMI도 표시됩니다. 상단에서 임상의는 진단을 선택할 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 5
그림 5: 설문지 응답 및 제안된 진단과의 연관성. 빨간색은 높은 연관성을 나타내고 청록색은 낮은 연관성을 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

암(n = 869) 남성 (n = 80) 합계 (n = 949)
연령 21.0 (17.0 - 30.0) 21.0 (15.0 - 33.5) 21.0 (17.0 - 30.0)
높이 167.0 (162.0 - 170.0) 176.5 (169.0 - 183.0) 167.0 (162.0 - 171.0)
무게 58.2점(50.0 - 75.0점) 71.5 (57.0 - 97.0) 59.1 (50.0 - 76.5)
체질량 지수(BMI) 20.9 (17.8 - 26.7) 21.3 (18.0 - 31.2) 21 (17.9 - 27.1)

표 1: 진단 알고리즘 개발에 포함된 949명의 환자의 인구 통계 데이터. 값은 중앙값(하위 사분위수 - 상위 사분위수)으로 표현됩니다.

명 명 의 의 의 의 의 의 년 의 의 년
진단 임상의의 진단 알고리즘 진단 정확도 (%)
안 17117287.1
비엔비 18018182.2
침대 12813881.3
오스페드 34932879.9
산부인과 657490.8

표 2: 훈련된 임상의가 진단한 각 ED 범주의 환자 수와 알고리즘의 결정 및 정확성.

Discussion


재정 준비에 관한 완전한 개방성은 여기에 의도되어 있습니다. Brodin은 이 연구와 관련된 금전적 이해관계가 없음을 선언합니다. 우리의 연구는 Södersten이 명예 교수로 재직하고 있는 Karolinska Institute에서 수행됩니다. 이 연구는 각각 주식의 47.5%를 보유하고 있는 Södersten과 Bergh가 설립한 회사인 Mando Group AB에 의해 임상적으로 번역되었습니다. 캘리포니아 대학교 어바인 캠퍼스의 마이클 레온 교수가 나머지 5%를 차지하고 있습니다. Mando Group AB는 섭식 장애 환자를 치료하기 위해 5년마다 스톡홀름 지역과 계약을 맺습니다. Mando Group AB는 1997년 스톡홀름 지역과 첫 계약을 체결했으며 그 이후로 그 치료는 스톡홀름 시민에게 제공되는 치료 표준 중 하나입니다. Mando Group AB는 최근 입찰에서 낙찰되었으며 현재 스톡홀름 병원 4곳에 Mandometer 클리닉이 있습니다. 이 합의는 스톡홀름 지역이 섭식 장애를 포함한 모든 종류의 질병을 가진 환자를 치료하기 위해 자체 클리닉과 계약을 맺는 경우와 동일합니다. 즉, Region Stockholm은 자체 클리닉과 Mando Group AB를 통해 스톡홀름 시민에게 섭식 장애 서비스를 제공합니다. 스웨덴의 모든 의료는 세금 시스템을 통해 자금을 조달합니다. 개인 급여는 극히 드뭅니다. 먼저 Mando Group AB가 http://www.icmje.org/recommendations/browse/rolesand-responsibilities/ '저자 책임-이해 상충'에 대한 국제 의학 저널 편집자 위원회의 권고를 준수하고 있다는 점을 추가해야 합니다. 둘째, Mando Group AB가 벌어들인 모든 이익은 연구 개발에 재투자되었으며 주주에 대한 배당금은 없었다는 점도 덧붙여야 합니다. 위의 모든 내용은 모든 원고 제출에 명시되어 있으며 지금까지 저널은 세부 사항 중 일부만 출판할 필요가 있다고 판단했습니다. 그러나 과학자들이 자신의 연구 결과를 회사의 임상으로 옮길 때 발생할 수 있는 윤리적 문제는 학문적 환경에서 과학자가 이론을 개발하고 자신의 작업을 위해 추가 경제적 자금이 필요하고 작업에 대한 인정과 재정적 혜택을 받을 수 있을 때 발생하는 것과 다르지 않은 것 같습니다. 이 경우에도 인센티브는 부분적으로 경제적이며 윤리적 '문제'는 두 경우 모두 유사합니다. 그러나 더 중요한 인센티브는 섭식 장애 환자의 치료 개선입니다. 우리는 학술 환경에서 일하는 연구원이며 오늘날 다른 많은 의학 연구 기관과 마찬가지로 Karolinska Institute는 과학자들이 연구 개발에 사용할 금전적 이익 창출을 목표로 하는 회사의 임상으로 연구를 전환하도록 권장합니다(https://issuu.com/karolinska_institutet/docs/ki_strategy2030_eng).

Disclosures

의료 분야에서 섭식 장애를 진단하는 것은 어려운 일입니다. 따라서 본 프로토콜은 설문지에 대한 949명의 환자 응답을 기반으로 알고리즘을 개발하며, 진단은 사용하기 쉬운 웹 기반 인터페이스에 표시됩니다. 이 시스템은 섭식 장애를 정확하게 진단하는 동시에 섭식 장애가 있는 것으로 여겨지는 사람들을 배제합니다.

Acknowledgements

이 작업은 스톡홀름 지역에서 자금을 지원받았습니다.

Materials

섭식 장애 분석 및 진단에서 임상의를 돕기 위한 컴퓨터 기반 플랫폼Mando보류 과제
Claris FileMaker Go 19Claris-환자 등록, 설문지, 위험 평가를 위한 맞춤형 앱
iPad 7세대(2019)AppleA2197

References

  1. Treasure, J., Duarte, T. A., Schmidt, U. Eating disorders. Lancet. 395 (10227), 899-911 (2020).
  2. American Psychiatric Association. . Diagnostic and Statistical Manual of Mental Disorders, 5th Edition. , (2013).
  3. Smink, F. R. E., van Hoeken, D., Hoek, H. W. Epidemiology of eating disorders: incidence, prevalence and mortality rates. Current Psychiatry Reports. 14 (4), 406-414 (2012).
  4. Allen, K. L., Byrne, S. M., Oddy, W. H., Crosby, R. D. DSM-IV-TR and DSM-5 eating disorders in adolescents: prevalence, stability, and psychosocial correlates in a population-based sample of male and female adolescents. Journal of Abnormal Psychology. 122 (3), 720-732 (2013).
  5. Preti, A., et al. The epidemiology of eating disorders in six European countries: results of the ESEMeD-WMH project. Journal of Psychiatric Research. 43 (14), 1125-1132 (2009).
  6. Stice, E., Gau, J. M., Rohde, P., Shaw, H. Risk factors that predict future onset of each DSM-5 eating disorder: predictive specificity in high-risk adolescent females. Journal of Abnormal Psychology. 126 (1), 38-51 (2017).
  7. Södersten, P., Brodin, U., Zandian, M., Bergh, C. E. K. Verifying Feighner's hypothesis; anorexia nervosa is not a psychiatric disorder. Frontiers in Psychology. 10, 2110 (2019).
  8. Lucas, G. M., Gratch, J., King, A., Morency, L. -. P. It's only a computer: Virtual humans increase willingness to disclose. Computers in Human Behavior. 37, 94-100 (2014).
  9. Hendler, N., Spurgeon, D. Comparison of Clinical Diagnoses Versus Computerized Test Diagnoses using the Maryland Clinical Diagnostics Diagnostic Paradigm (Expert System) for Diagnosing Chronic Pain in the Neck, Back and Limbs. Journal of Anesthesia and Critical Care: Open Access. 6 (5), (2016).
  10. Richens, J. G., Lee, C. M., Johri, S. Improving the accuracy of medical diagnosis with causal machine learning. Nature Communications. 11 (1), 3923 (2020).
  11. Dahlgren, C. L., Walsh, B. T., Vrabel, K., Siegwarth, C., Rø, &. #. 2. 1. 6. ;. Eating disorder diagnostics in the digital era: validation of the Norwegian version of the Eating Disorder Assessment for DSM-5 (EDA-5). Journal of Eating Disorders. 8 (1), 1-7 (2020).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article
Request Permission

Play Video

임상의의 섭식 장애 분석 및 진단을 돕기 위한 컴퓨터 기반 플랫폼
JoVE logo
Contact Us Recommend to Library
Research
  • JoVE Journal
  • JoVE Encyclopedia of Experiments
  • JoVE Visualize
Business
  • JoVE Business
Education
  • JoVE Core
  • JoVE Science Education
  • JoVE Lab Manual
  • JoVE Quizzes
Solutions
  • Authors
  • Teaching Faculty
  • Librarians
  • K12 Schools
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2025 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code