The association of red meat consumption and mental health in women: A cross-sectional study
Notice bibliographique
Résumé
OBJECTIVES: Previous studies have shown that red meat consumption has beneficial effects on health. The purpose of this study was to determine the relationship between red meat consumption and depression, anxiety and psychological distress in Tehrani women. METHODS: In this cross-sectional study, 482 women aged 20-50 years old referred to the health centers of Tehran University of Medical Sciences in 2018 were selected by multistage cluster sampling. The usual dietary intake was evaluated using a semi-quantitative food frequency questionnaire containing 168 items that its validity and reliability were approved previously. The red meat category was defined as the sum of red meats (beef, lamb), and organ meats (beef liver, kidney, and heart, ruminant meat). Psychological disorders were assessed using a validated Depression, Anxiety, Stress Scales (DASS) questionnaires with 21-items. In the logistic regression analysis, the results were adjusted to the confounding factors. RESULTS: The mean age of the study participants was 31.87 ± 7.6 years. The prevalence of depressive symptoms, anxiety and psychological distress among participants was 34%, 40% and 42%, respectively. After controlling for potential confounders, women in the highest quartile of red meat had a highest prevalence of depressive symptoms (OR: 2.51; 95% CI: 1.32-4.76; p = 0.002), anxiety (OR: 1.82; 95% CI: 1.00-3.29; p = 0.034) and stress (OR: 3.47; 95% CI: 1.88-6.42; p < 0.001) compared with those in the lowest quartile. CONCLUSIONS: We found a significant association between red meat intake and mental health in women. Prospective studies are needed to confirm these findings.
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 | 0,000 | 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 ».