Vitamin and Mineral Intakes in Adults with Mood Disorders: Comparisons to Nutrition Standards and Associations with Sociodemographic and Clinical Variables
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to investigate the nutrient intakes of people with mood disorders. METHOD: A cross-sectional survey using 3-day food records was carried out in 97 adults with bipolar or major depressive disorder to compare nutrient intakes with Dietary Reference Intakes and British Columbia Nutrition Survey (BCNS) data. Blood levels of selected nutrients were compared to reference ranges. Bivariate and multivariate analyses examined the effects of sociodemographic and clinical variables on nutrient intakes. RESULTS: The average age of respondents was 46 (±13) years; most were women (n = 69) who had less than a university degree (n = 60) and whose incomes were in the government-defined lower range (n = 39). Compared with the BCNS, a larger proportion of the sample was below the estimated average requirement for thiamin (26% vs 8%), riboflavin (21% vs 4%), folate (64% vs 27%), phosphorous (12% vs 1%), and zinc (39% vs 15%; all P < 0.0001), as well as vitamin B(6) (25% vs 16%) and vitamin B(12) (27% vs 8%; both P < 0.05). Combined intakes of food and supplements helped reduce the prevalence of inadequacy; however, with supplementation, the proportion of participants exceeding the tolerable upper intake levels for niacin, vitamin B(6), folate, vitamin C, calcium, magnesium, iron, and zinc ranged from 1%-8%. Income, relationship status, age, gender, and caloric intake were associated with intakes of many nutrients. Types of medications were associated with nutrient intakes, as lower intakes of thiamin and phosphorous (P < 0.05) were found with antidepressant use, higher calcium and iron intakes (P < 0.05) were associated with antianxiety medication use, and magnesium intakes were increased with mood stabilizers (regression coefficient = 52.61, P < 0.05, 95% confidence interval = 0.74 to 104.48). CONCLUSIONS: Adults with mood disorders are at risk for many nutrient inadequacies, as well as occasional excesses; social, demographic, and clinical factors may affect their nutrient intakes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».