Nutrition interventions in populations with mental health conditions: a scoping review
Notice bibliographique
Résumé
Nutrition is a modifiable factor for intervention in mental disorders. This scoping review characterized nutrition intervention research in mental disorders. A 3-category framework characterized nutrition interventions: Guide (e.g., counselling), Provide (e.g., food provisions), and Add (e.g., supplementation). Nutrition interventions were classified as single-component (e.g., Guide) or complex (e.g., Guide-Provide). Sixty-nine trials met inclusion criteria, 96% were randomized controlled trials. Most commonly diagnosed mental disorders were depressive disorder (i.e., persistent) or major depressive disorder (n = 39), schizophrenia (n = 17), and other psychotic disorders (n = 13). Few trials included patients with anxiety disorders (n = 2) or bipolar disorders (n = 3). Several trials (n = 15, 22%) assessed and implemented nutrition interventions to improve dietary patterns, of which 11 (73%) reported statistically significant and clinically important positive effects of nutrition interventions on mental disorders. The majority of the trials (n = 61, 90%) investigated supplementation, most commonly adding essential fatty acids, vitamins, or minerals. The majority (n = 48, 70%) reported either statistically significant or clinically important effect and 31 (51%) reported both. Though most interventions led to statistically significant improvements, trials were heterogeneous for targeted mental disorders, nutrition interventions, and outcomes assessed. Given considerable heterogeneity, further research from robust and clinically relevant trials is required to support high-quality health care with effective nutrition interventions. Novelty Future research on whole-diet interventions powered to detect changes in mental health outcomes as primary objectives is needed. Dietitians may be an opportunity to improve feasibility and efficacy of nutrition interventions for mental disorder patients. Dietitians may be of value to educate mental health practitioners on the importance of nutrition.
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 | 0,012 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».