MétaCan
Menu
Retour à la cohorte
Enregistrement W2736744284 · doi:10.1038/s41598-017-06529-w

Associations of Coffee, Diet Drinks, and Non-Nutritive Sweetener Use with Depression among Populations in Eastern Canada

2017· article· en· W2736744284 sur OpenAlexafffundabout
Zhijie Yu, Louise Parker, Trevor Dummer

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensCanadian Centre for Applied Research in Cancer ControlUniversity of British ColumbiaDalhousie University
Organismes subventionnairesHealth CanadaPartenariat Canadien Contre Le Cancer
Mots-clésDepression (economics)MedicineEnvironmental healthOdds ratioLogistic regressionConfidence intervalBody mass indexDemographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Consumption of coffee and diet drinks and the use of non-nutritive sweeteners is commonplace worldwide. We conducted a cross-sectional analysis to investigate the associations between coffee consumption and non-nutritive sweetener use and depression among populations in Atlantic Canada. During 2009 to 2013, we recruited 18838 participants aged 35-69 years (5854 men and 12984 women) for the baseline survey of the Atlantic Partnership for Tomorrow's Health cohort study. Coffee consumption, sweetener use, and major depression were assessed using a set of standardized questionnaires. We utilized multiple logistic regression models to assess the associations of coffee drinking and non-nutritive sweetener use with major depression. Compared with non-coffee drinkers, female participants who drank coffee ≥4 cups/day had an odds ratio of 1.38 (95% confidence interval, 1.15-1.64) for major depression with adjustment for sociodemographic and behavioral factors, chronic disease status, and body mass index. We found a significant association between depression and consumption of sweeteners and diet drinks, which was more apparent among women than men. We conclude that heavy coffee drinking and non-nutritive sweetener use were associated with depression among populations in Atlantic Canada. Further studies are warranted to investigate the underlying biological mechanisms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,331
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCoffee research and impactsTravaux en français237 207