BN Research Daily · 暴食症研究文獻日報

📋 今日文獻趨勢

今日暴食症研究聚焦於利用機器學習與聚類分析識別超越傳統診斷的臨床表型，旨在改善治療反應預測與個人化介入，反映精準精神醫學在飲食失調領域的漸進趨勢。

⭐今日精選 TOP Picks

#1 🧠 中實用性

以聚類分析進行暴食症與厭食症的病理與氣質分層：從診斷到表型多樣性

European eating disorders review : the journal of the Eating Disorders Association · Psychopathological and Temperamental Stratification of Eating Disorders With Clustering: From Diagnosis to Phenotypic Diversity.

研究透過無監督式聚類識別出四種擺脫DSM-5類別的飲食失調表型，其中暴食症相關類群在短期治療中具有較高的完全緩解率，支持以表型為基礎的精準治療策略。

P809名接受專科飲食失調治療之女性患者（含限制型或暴食- purge 型厭食症與暴食症）

I無監督式重複譜聚類（Repeated Spectral Clustering），基於19個臨床、社會人口、飲食失調特定及一般精神病理變項

C未進行介入，以DSM-5診斷類別及治療出院時的緩解狀態作為外部驗證

O四個聚類最符合資料：兩個主要對應限制型厭食症與暴食症；兩個混合類群分別反映較高精神病理創傷暴露，以及高齡、病程較長、營養不良顯著。聚類成員與出院時緩解呈弱但臨床相關關聯，暴食症類群描述性上緩解率最高。

評估工具心理治療復原與預防數位介入閱讀原文 →