MétaCan
Menu
Retour à la cohorte
Enregistrement W3110734296 · doi:10.1186/s13104-020-05401-x

The association of food quality index with mental health in women: a cross-sectional study

2020· article· en· W3110734296 sur OpenAlexaff
Manije Darooghegi Mofrad, Fereydoun Siassi, Bijan Guilani, Nick Bellissimo, Katherine Suitor, Leila Azadbakht

Notice bibliographique

RevueBMC Research Notes · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesTehran University of Medical Sciences and Health Services
Mots-clésAnxietyDepression (economics)MedicineMental healthAssociation (psychology)Cross-sectional studyClinical psychologyPsychiatryEnvironmental healthPsychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Diet is a fundamental modifiable risk factor for the development of depression and anxiety. However, no evidence currently exists regarding the association of food quality score (FQS) and mental health in Iranian women. This study investigated the relationship between food quality score, depression, anxiety and stress in Iranian women. RESULTS: Results showed that 35%, 41% and 42% of participants had depression, anxiety and stress, respectively. The average age of participants was 31.40 ± 7.47 years. A significant association was indicated between FQS and symptoms of depression (OR: 0.36; 95% CI 0.21, 0.63), anxiety (OR: 0.31; 95% CI 0.18, 0.53), and stress (OR: 0.39; 95% CI 0.23, 0.66) in both crude and adjusted models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,216

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,233
Tête enseignante GPT0,490
Écart entre enseignants0,256 · 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 tête enseignante, 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetNutritional Studies and DietTravaux en français237 207