Household food insecurity is associated with depressive symptoms: results from a Mexican population-based survey
Notice bibliographique
Résumé
Abstract The objective of this cross-sectional study was to assess the relationship between food insecurity and depression in the Mexican population. We used data from the 2012 health and nutrition survey (ENSANUT), which is representative of the Mexican population. Food insecurity was determined by the Latin American and Caribbean Food Security Scale (ELCSA). Depressive symptoms were evaluated using the Center for Epidemiological Studies Depression Scale Short-Form (CES-D-SF). Adjusted logistic regression analyses and ANCOVA were used. Out of 33,011 participants, 5788 (18%) had high depressive symptoms and 24,098 (73%) experienced food insecurity. The adjusted logistic regression analysis showed that, participants with mild food insecurity, (OR = 1.47,95% CI = 1.27 to 1.71), moderate food insecurity (OR = 2.14,95% CI = 1.85 to 2.47) and severe food insecurity (OR = 3.01,95% CI = 2.51 to 3.60,) were more likely to have high depressive symptoms than food secure participants. Participants with moderate food insecurity (OR =1.45, 95% CI = 1.28 to 1.64) and severe food insecurity (OR =2.04, 95% CI = 1.76 to 2.37) were more likely to suffer from depression as compared to participants with mild food insecurity. Participants with severe food insecurity were more likely (OR=1.41, 95% CI = 1.21 to 1.65) to suffer from depression compared to participants with moderate food insecurity. This paper provides an overview of the complex problem of food insecurity and mental health. Despite the unknown causality, the analysis suggests a strong association between depression and food insecurity. This problem calls for much more attention from the scientific community. Given the high prevalence of depression and the high prevalence of household food insecurity in Mexico, the implementation of successful public health programs to improve food security is necessary.
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 | 0,001 | 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 | 0,001 | 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 ».