Healthy dietary indices and noncancer pain: a systematic review of cross-sectional and longitudinal studies
Notice bibliographique
Résumé
ABSTRACT: Pain is a global public health problem given its high prevalence and incidence, long duration, and social and economic impact. There is growing interest in nutrition as potential modifiable risk factor related to pain; however, the associations between healthy dietary patterns and pain have not yet been well established. Thus, we aimed to systematically review and synthesise current cross-sectional and longitudinal evidence on the relationship between a priori healthy dietary patterns and noncancer pain among adults aged ≥18 years. We identified relevant published cross-sectional and longitudinal studies by systematically searching several electronic databases from inception to September 2021. Risk of bias was assessed using the modified Newcastle-Ottawa scale for cohort studies. A total of 14 cross-sectional and 6 longitudinal studies were included in the review. These studies measured different dietary scores/indices, such as different measures of adherence to the Mediterranean diet and the dietary inflammatory index. Pain ascertainment methods and pain measurements used differed across studies. All 20 of the included studies had different study designs and statistical analysis. Of these studies, 10 reported an inverse association between adherence to a healthy dietary pattern and pain, 5 reported mixed results, and 5 reported no associations. Despite notable heterogeneity, 50% of included observational studies reported that adherence to a healthy diet, particularly the Mediterranean diet, is inversely associated with pain. Of note, the cross-sectional design of most studies precludes any causal interpretation. Moreover, limited and inconsistent evidence from longitudinal studies highlights the need for further studies.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 ».