《Nutrients》：An Artificial Intelligence-Assisted Umbrella Review of Eating Disorder Meta-Analyses (2020–2025): Mapping Treatment Efficacy, Comorbidity, and Persistent Gaps in Sample Diversity
背景与目标：进食障碍（eating disorders, EDs）是一类可导致严重躯体与精神损害的精神疾病，目前缺乏对其广泛研究证据的统一整合。研究人员采用人工智能（artificial intelligence, AI）辅助方法对聚焦ED的元分析进行伞形综述（umbrella review），以厘清治疗效能、共病结构及样本多样性方面持续存在的研究空白。方法：研究于PubMed、PsycINFO、Web of Science、Embase与ProQuest检索2020年6月1日至2025年5月31日发表的人类ED领域元分析。大语言模型（large language model, LLM）对符合全部纳入标准的研究实施偏倚风险评价与数据抽取；采用神经主题建模（neural topic modeling，基于BERTopic）识别元分析集合中的潜在主题，并由LLM对各主题簇内文献发现进行叙述性综合。结果：共纳入220篇元分析。AI工具在质量评价、数据抽取与证据综合中分别表现出良好准确率（97%、93%与96%）。多数元分析存在至少一项关键方法学缺陷（依据AMSTAR 2）。神经主题建模提炼出16个主题：神经认知、治疗有效性、干预效能、生物标志物、前驱条件、临床特征、流行病学、精神共病、行为成瘾、长期结局、预防、心理因素、治疗缺口、COVID-19、药物治疗与回避限制型食物摄入障碍（avoidant restrictive food intake disorder, ARFID）。综合结果显示ED总体患病率为1.69%，且与死亡率及功能残疾显著关联。研究覆盖多维度病理机制与治疗路径，但样本过度集中于西方女性群体。结论：该综述揭示ED研究范围广阔但外推性受限，同时证明AI可实质性加速系统综述工作流。
- 1.
Introduction
进食障碍被界定为以持续性进食行为扰动为核心的严重精神病理状态，伴随显著躯体与共病负担，其死亡率在精神疾病中居前，且缺乏稳定高效的治疗路径。近五年西方人群发病与患病率明显攀升，知识更新速度加快，但既有系统综述与元分析受限于原始研究质量、异质性及作者决策差异，常出现结论冲突。伞形综述可在评价证据等级基础上跨综述整合效应量，然而大范围人工筛选、质量评价与叙事综合成本极高。随着大语言模型与神经主题建模发展，上下文感知的自动化抽取、偏倚评估与无预设类别的主题发现成为可能，为进食障碍领域提供了兼顾效率与透明性的证据地图构建路径。
- 2.
Materials and Methods
2.1 Search Strategy and Selection Criteria
研究覆盖五大学术库，时间窗限定为2020年6月1日至2025年5月31日，并补充pica与rumination disorder定向检索。纳入须为针对ED诊断（神经性厌食 anorexia nervosa、神经性贪食 bulimia nervosa、暴食障碍 binge eating disorder、ARFID、非典型厌食及其他明确喂养或进食障碍）或临床显著进食病理的人类元分析；排除非西医诊断框架下的食物成瘾或正念饮食倾向研究，以及未单独报告ED结局的混合诊断综述。标题摘要与全文由双人独立筛选，第三人仲裁。
2.2 Quality Appraisal and Data Extraction
采用AMSTAR 2评价纳入综述的偏倚风险与置信度，区分关键与非关键缺陷。数据抽取与质量判定通过Claude Sonnet 4以标准化API完成，输入含正文、方案与补充材料。随机抽选约11%文献由两名人类评审核对，抽取字段准确率阈值预设为90%以上，确保LLM输出可替代人工流程。
2.3 Data Synthesis
2.3.1 Topic Modeling
使用BERTopic将摘要转化为上下文嵌入向量，经降维与聚类生成主题。比较多种句子编码器与簇数方案，依据主题一致性（UMass coherence）与多样性选定16簇PubMedBert方案，使主题内聚合紧密、主题间冗余最低。
2.3.2 Topic Description
LLM分两阶段生成簇内综述：先基于全文分块抽取标签、人群、发现与分歧，再压缩为突出新颖性的焦点摘要。温度参数设为0.3以减少随机偏离。人类评审核查簇标签适用性、效应量准确性与临床可解释性，仅修正语法、缩略语与个别错位研究，不重构核心结论。
2.3.3 Confidence in Review Findings
因范围宽泛，不采用GRADE整体评级，而以各主题簇内AMSTAR 2分布表征证据可信度，明确元分析整体质量偏低不代表单一结局效应估计无效。
- 3.
Results
3.1 Quality of Data Extraction
验证样本中字段抽取总体准确率92.8%，样本量与效应估计抽取表现最优；AMSTAR 2条目判定准确率96.6%，关键与非关键域均达可接受水平。
3.2 Quality Assessment
137篇元分析含多项关键缺陷，最普遍问题为未在研究解释中纳入原始研究偏倚风险（AMSTAR 2条目13），整体置信度以critically low为主。
3.3 Topic Modeling
16簇方案在语义空间中呈现清晰分离，覆盖神经机制至公共卫生影响。
3.4 Quality of Data Summarization
Phase Two摘要统计与推论准确率为96%，错误集中于个别效应量与置信区间误读，经人工校正。
3.5 Adaption of Summaries
剔除跨簇重复的“样本代表性不足”表述，移除转诊断簇中非ED相关推断，保证每簇内部语义一致。
3.6 Emergent Themes
Theme 1 神经认知机制：执行功能（认知灵活性、抑制控制）缺陷呈中到大效应，AN灰质减少显著（Cohen’s d可达?0.95），内感受障碍在各亚型均突出；边缘-前额叶回路呈现AN奖赏低激活、BN高激活的分型特征。
Theme 2 治疗干预有效性：CBT效应量大（0.88–1.12），家庭治疗在青少年体重恢复优于个体治疗（g=0.46），数字化干预中自我监测为核心行为改变技术（g=0.58）。
Theme 3 干预手段拓展：lisdexamfetamine对BED具大效应（SMD 0.93），GLP-1与纳曲酮/安非他酮组合展现体重相关获益，深部脑刺激对难治性AN达g=1.13。
Theme 4 生物标志物与病理生理：瘦素下降、胃饥饿素升高、皮质醇上调、BDNF与IGF-1降低及炎症因子异常；医学失稳可发生于非低体重区间，快速减重比绝对体重更具预测力。
Theme 5 共病条件：跨性别群体患病率17.7%，1型糖尿病风险升高14.4%；童年虐待OR 2.37，性虐待关联最强。
Theme 6 临床特征：AN睡眠总时长减少32.1分钟，牙体侵蚀OR 15.27，ASD特质g=0.88；OSFED严重程度可与典型诊断持平。
Theme 7 共病与全球流行：全球患病率1.69%，西方高于亚洲；AN标准化死亡比5.21，非自杀性自伤40%、自杀意念51%。
Theme 8 精神共病与流行：跨诊断家族传递显著，心理障碍总体减寿近15年，多数障碍起病于18岁前。
Theme 9 行为成瘾共病：暴食人群酒精使用障碍约20%，临床BED食物成瘾达55%，食物不安全使暴食优势比升66%。
Theme 10 治疗结局：12个月暴食戒断率45%–53%，运动对BED大效应（SMD=?0.94），病程时长与疗效无显著相关，强制治疗可达自愿治疗同等效用。
Theme 11 治疗与预防干预：低强度自助与非自助高强度治疗等效（g=?0.13），早期反应预测疗效（r=0.41），寄宿治疗g=0.97，预防项目降低发病38%。
Theme 12 心理风险因素：自我厌恶g=1.90、进食羞耻r=0.589最突出；自我同情为保护因素（r=?0.34），完美主义CBT有效（g=0.61）。
Theme 13 治疗与康复结局：仅30%患者求助，未满足需求约三分之二；总体康复率46%，长期随访至67%，复发率36%–37%。
Theme 14 COVID-19影响：57%–65%患者症状恶化，儿科医疗利用升54%；但纵向客观指标未见一致恶化，提示感知与实测脱节。
Theme 15 AN药物治疗：奥氮平仅成人低幅度增重（BMI+0.67 kg/m2），催产素鼻用制剂无效，抗抑郁药与其他抗精神病药无显著收益。
Theme 16 ARFID特征与流行：患病率4.51%，心率高于AN（WMD=12.93 bpm），ASD共病率16.27%，需跨障碍筛查协议。
3.7 Confidence in Findings of the Review
除预防、心理因素与ARFID簇关键缺陷较少外，其余主题因AMSTAR 2评级偏低应谨慎解释；单个高质量原始效应仍可参考补充材料。
- 4.
Discussion
4.1 Synthesis of Current Research
两大横切发现为样本多样性缺失与跨诊断特征突出。治疗研究重申限制性ED药物证据薄弱、CBT为核心心理疗法，同时低强度与高强度分级照护均具价值；病程长不应作为放弃康复导向治疗的依据。现象学上AN病死率最高，ARFID流行率被低估且与神经发育共病紧密交织；非典型AN在“正常”体重下仍可出现严重医学失稳，挑战以体重为中心的诊断层级。
4.2 Recommended Research Directions
需提升经费与方法学质量，优先研究跨诊断认知过程（反刍、内感受、奖赏系统）与治疗匹配机制；规范ARFID测量工具；评估神经调控、GLP-1及阿片拮抗剂的适应边界；在初级医疗与教育场景部署具备测量不变性的简短筛查器，并与弱势群体共同设计文化适应性干预。
4.3 Use of AI in the Process of Conducting an Umbrella Review
AI承担抽取、评级与主题组织，缩短工作流并暴露被人工忽略的机制聚类；但模型选择、提示迭代与验证阈值须预先设定，讨论阐释仍依赖人类临床判断。
4.4 Strengths and Limitations
优势在于透明、可复现与代码开放；局限为未预注册、仅用摘要建模、LLM存在幻觉与位置偏差、元分析间原始研究重叠未量化，以及整体质量评级低导致临床直接推导受限。
- 5.
Conclusions
该伞形综述确认ED领域以AN与西方白人女性样本主导的结构偏倚，勾勒出神经认知、治疗与共病证据地形，并指出样本多样化、纵向设计与AI协同评审是下一阶段转化研究的关键支点。
你想先把这篇评审分析改写成期刊审稿意见、论文引言，还是基金综述？
