AM
Alessio Monteleone
Author with expertise in Eating Disorders and Body Image Concerns
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
4
(50% Open Access)
Cited by:
1
h-index:
37
/
i10-index:
89
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Attitudes and gaps in knowledge of the diagnosis, treatment, and psychopathology of eating disorders among different health professionals

Alessio Monteleone et al.Jun 28, 2024
Abstract Background Health professionals from different specialties in medical and psychological areas play an important role in diagnosis and treatment of eating disorders (EDs). This study aimed to identify gaps in knowledge about the diagnosis, etiology, and management of EDs and to assess health professionals’ attitudes towards these illnesses. Methods A new questionnaire was developed and validated. Residents and consultants working in disciplines involved in the management of EDs (namely, internal medicine, general practitioners, psychiatric area, psychological area, and surgical area) completed the questionnaire. Knowledge and attitudes were compared among the study groups through one-way ANCOVA and chi-square tests. Results The final version of the questionnaire consisted of 54 items assessing the following areas: stigma, treatment, physical complications, diagnosis, and aetiopathogenesis of EDs. For all health professionals the area of most deficiency was the aetiopathogenesis, while the best one was the management of physical complications. All medical professionals showed less knowledge than psychiatrists in terms of etiology, diagnosis, and treatment of EDs. A lack of knowledge about evidence-based psychotherapies, general psychopathology, and family members’ role in the management of EDs emerged among all health professionals. Stigma was found among non-mental health professionals who considered these patients to be different from others and responsible for their abnormal eating behaviors. Conclusions Clarifying the health professionals’ specific gaps occurring in the knowledge of EDs and in the attitudes towards these individuals may inform educational programs to improve early detection and management of EDs.
0

Identifying tissues implicated in Anorexia Nervosa using Transcriptomic Imputation

Laura Huckins et al.Feb 14, 2018
Anorexia nervosa (AN) is a complex and serious eating disorder, occurring in ~1% of individuals. Despite having the highest mortality rate of any psychiatric disorder, little is known about the aetiology of AN, and few effective treatments exist. Global efforts to collect large sample sizes of individuals with AN have been highly successful, and a recent study consequently identified the first genome-wide significant locus involved in AN. This result, coupled with other recent studies and epidemiological evidence, suggest that previous characterizations of AN as a purely psychiatric disorder are over-simplified. Rather, both neurological and metabolic pathways may also be involved. In order to elucidate more of the system-specific aetiology of AN, we applied transcriptomic imputation methods to 3,495 cases and 10,982 controls, collected by the Eating Disorders Working Group of the Psychiatric Genomics Consortium (PGC-ED). Transcriptomic Imputation (TI) methods approaches use machine-learning methods to impute tissue-specific gene expression from large genotype data using curated eQTL reference panels. These offer an exciting opportunity to compare gene associations across neurological and metabolic tissues. Here, we applied CommonMind Consortium (CMC) and GTEx-derived gene expression prediction models for 13 brain tissues and 12 tissues with potential metabolic involvement (adipose, adrenal gland, 2 colon, 3 esophagus, liver, pancreas, small intestine, spleen, stomach). We identified 35 significant gene-tissue associations within the large chromosome 12 region described in the recent PGC-ED GWAS. We applied forward stepwise conditional analyses and FINEMAP to associations within this locus to identify putatively causal signals. We identified four independently associated genes; RPS26, C12orf49, SUOX, and RDH16. We also identified two further genome-wide significant gene-tissue associations, both in brain tissues; REEP5, in the dorso-lateral pre-frontal cortex (DLPFC; p=8.52x10-07), and CUL3, in the caudate basal ganglia (p=1.8x10-06). These genes are significantly enriched for associations with anthropometric phenotypes in the UK BioBank, as well as multiple psychiatric, addiction, and appetite/satiety pathways. Our results support a model of AN risk influenced by both metabolic and psychiatric factors.
0

Shared Genetic Risk between Eating Disorder- and Substance-Use-Related Phenotypes: Evidence from Genome-Wide Association Studies

Melissa Munn‐Chernoff et al.Aug 23, 2019
Eating disorders and substance use disorders frequently co-occur. Twin studies reveal shared genetic variance between liabilities to eating disorders and substance use, with the strongest associations between symptoms of bulimia nervosa (BN) and problem alcohol use (genetic correlation [rg], twin-based=0.23-0.53). We estimated the genetic correlation between eating disorder and substance use and disorder phenotypes using data from genome-wide association studies (GWAS). Four eating disorder phenotypes (anorexia nervosa [AN], AN with binge-eating, AN without binge-eating, and a BN factor score), and eight substance-use-related phenotypes (drinks per week, alcohol use disorder [AUD], smoking initiation, current smoking, cigarettes per day, nicotine dependence, cannabis initiation, and cannabis use disorder) from eight studies were included. Significant genetic correlations were adjusted for variants associated with major depressive disorder (MDD). Total sample sizes per phenotype ranged from ~2,400 to ~537,000 individuals. We used linkage disequilibrium score regression to calculate single nucleotide polymorphism-based genetic correlations between eating disorder and substance-use-related phenotypes. Significant positive genetic associations emerged between AUD and AN (rg=0.18; false discovery rate q=0.0006), cannabis initiation and AN (rg=0.23; q<0.0001), and cannabis initiation and AN with binge-eating (rg=0.27; q=0.0016). Conversely, significant negative genetic correlations were observed between three non-diagnostic smoking phenotypes (smoking initiation, current smoking, and cigarettes per day) and AN without binge-eating (rgs=-0.19 to -0.23; qs<0.04). The genetic correlation between AUD and AN was no longer significant after co-varying for MDD loci. The patterns of association between eating disorder- and substance-use-related phenotypes highlights the potentially complex and substance-specific relationships between these behaviors.