Lifestyle Behavior and Mental Health in Early Adolescence
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Mental illnesses affect >15% of Canadian adolescents. New preventive strategies are critically needed. We examined the associations of meeting established recommendations for diet, physical activity, sleep, and sedentary behavior in childhood with mental illness in adolescence. METHODS: = 3436) linking 2011 health behavior survey data of 10- to 11-year-olds with administrative health data from 2011 to 2014. Lifestyle behaviors were measured with the Harvard Food Frequency Questionnaire and self- and parental-proxy reports, expressed as meeting recommendations for vegetables and fruit, grain products, milk and alternatives, meat and alternatives, added sugar, saturated fat, sleep, screen time, and physical activity. Mental illness was defined by physician-diagnosed internalizing, externalizing, and other psychiatric conditions. Negative binomial regression was used to determine the independent and cumulative associations of meeting lifestyle recommendations with physician visits for mental illnesses. RESULTS: Of all participants, 12%, 67%, and 21% met 1 to 3, 4 to 6, and 7 to 9 recommendations, respectively, and 15% had a mental illness diagnosis during follow-up. Compared with meeting 1 to 3 recommendations, meeting 7 to 9 recommendations was associated with 56% (95% confidence interval: 38%-69%) fewer physician visits for mental illness during follow-up. Every additional recommendation met was associated with 15% fewer physician visits for mental illnesses (95% confidence interval: 9%-21%). CONCLUSIONS: Mental illness in adolescence is associated with compliance to lifestyle recommendations in childhood, with stronger associations seen when more recommendations are met. Emphasizing lifestyle recommendations in pediatric practice may reduce the future burden of mental illness.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».