Predictors of treatment outcome in individuals with eating disorders: A systematic review and meta-analysis

Objective Understanding the factors that predict a favourable outcome following specialist treatment for an eating disorder may assist in improving treatment efficacy, and in developing novel interventions. This review and meta-analysis examined predictors of treatment outcome and drop-out. Method A literature search was conducted to identify research investigating predictors of outcome in individuals treated for an eating disorder. We organized predictors first by statistical type (simple, meditational, and moderational), and then by category. Average weighted mean effect sizes (r) were calculated for each category of predictor. Results The most robust predictor of outcome at both end of treatment (EoT) and follow-up was the meditational mechanism of greater symptom change early during treatment. Simple baseline predictors associated with better outcomes at both EoT and follow-up included higher BMI, fewer binge/purge behaviors, greater motivation to recover, lower depression, lower shape/weight concern, fewer comorbidities, better interpersonal functioning and fewer familial problems. Drop-out was predicted by more binge/purge behaviors and lower motivation to recover. For most predictors, there was large interstudy variability in effect sizes, and outcomes were operationalized in different ways. There were generally insufficient studies to allow analysis of predictors by eating disorder subtype or treatment type. Discussion To ensure that this area continues to develop with robust and clinically relevant findings, future studies should adopt a consistent definition of outcome and continue to examine complex multivariate predictor models. Growth in this area will allow for stronger conclusions to be drawn about the prediction of outcome for specific diagnoses and treatment types. Resumen Objetivo El entendimiento de los factores que predicen un resultado favorable después de un tratamiento especializado para un trastorno de la conducta alimentaria, puede ser útil para mejorar la eficacia de los tratamientos y para el desarrollo de intervenciones novedosas. Esta revisiõn y meta análisis examinõ los factores que predicen los resultados de tratamiento y de abandono del mismo. Método Se realizõ una búsqueda de la literatura existente en la investigaciõn de los factores que predicen los resultados de tratamiento en individuos tratados por un trastorno de la conducta alimentaria. Organizamos dichos predictores, primero por tipo estadístico (simple, media y moda) y luego por categorías. El promedio ponderado y tamaño del efecto (r), fueron calculados para cada categoría de factor de predicciõn. Resultados el más fuerte factor de predicciõn de los resultados tanto al Final del Tratamiento (EoT) como en el Seguimiento posterior, fue el mecanismo meditaciõn de un mayor cambio de síntomas tempranamente en el tratamiento. Los predictores simples basales asociados con mejores resultados tanto en EoT y seguimiento, incluyeron: IMC más alto, disminuciõn de las conductas de atracõn/purgaciõn, mayor motivaciõn para la recuperaciõn, menor presencia de depresiõn, menor preocupaciõn acerca de la figura/peso, menos comorbilidades, mejor funcionamiento interpersonal y menos problemas familiares. Los predictores de Abandono del tratamiento fueron: más conductas de atracõn/purgaciõn y menor motivaciõn al cambio. Para la mayoría de los predictores, hubo una gran variabilidad inter-estudios en el tamaño del efecto y los resultados cuando fueron operacionalizados en diferentes formas. En general, no hubo suficientes estudios para permitir el análisis de los predictores de acuerdo a subtipos de trastorno de la conducta alimentaria o tipo de tratamiento. Discusiõn Para asegurar que esta área continúe desarrollándose con hallazgos clínicos robustos y relevantes, los estudios futuros deben adoptar una definiciõn coherente de resultados y continuar examinando los complejos y multivariados modelos predictivos. El crecimiento en esta área nos llevará a conclusiones más firmes acerca de la predicciõn de resultados para diagnõsticos y tipos de tratamiento específicos.