Associations between fruit and vegetable consumption and depressive symptoms: evidence from a national Canadian longitudinal survey
Notice bibliographique
Résumé
BACKGROUND: Several cross-sectional studies have demonstrated associations between diet quality, including fruit and vegetable consumption, and mental health. However, research examining these associations longitudinally, while accounting for related lifestyle factors (eg, smoking, physical activity) is scarce. METHODS: This study used data from the National Population Health Survey (NPHS), a large, national longitudinal survey of Canadians. The sample included 8353 participants aged 18 and older. Every 2 years from 2002/2003 to 2010/2011, participants completed self-reports of daily fruit and vegetable consumption, physical activity, smoking and symptoms of depression and psychological distress. Using generalised estimating equations, we modelled the associations between fruit and vegetable consumption at each timepoint and depression at the next timepoint, adjusting for relevant covariates. RESULTS: Fruit and vegetable consumption at each cycle was inversely associated with next-cycle depression (β=-0.03, 95% CI -0.05 to -0.01, p<0.01) and psychological distress (β=-0.03, 95% CI -0.05 to -0.02, p<0.0001). However, once models were adjusted for other health-related factors, these associations were attenuated (β=-0.01, 95% CI -0.04 to 0.02, p=0.55; β=-0.00, 95% CI -0.03 to 0.02, p=0.78 for models predicting depression and distress, respectively). CONCLUSIONS: These findings suggest that relations between fruit and vegetable intake, other health-related behaviours and depression are complex. Behaviours such as smoking and physical activity may have a more important impact on depression than fruit and vegetable intake. Randomised control trials of diet are necessary to disentangle the effects of multiple health behaviours on mental health.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».