Vegetarianism and mental health: longitudinal evidence in the 1970 British Cohort Study
Notice bibliographique
Résumé
ABSTRACT Background Reducing animal product consumption has benefits for population health and the environment. The relationship between vegetarianism and mental health, however, remains poorly understood. This study explores this relationship in a nationally representative birth cohort in Great Britain. Methods We use data from the 1970 British Cohort Study, which collected information on diet at age 30 ( n = 11,204) and psychological distress (PD) using the nine-item Malaise Inventory at ages 26, 30, 34, 42, and 46-48. We first developed a statistical adjustment strategy by regressing PD at age 30 on vegetarianism and 14 potential confounders measured at ages 10 and 26 (including PD at age 26). We then ran multilevel growth curve models, testing whether within-person changes in PD between ages 30 and 46-48 differed by vegetarianism, before and after statistical adjustment. Models were reproduced using red meat consumption at age 30 as a sensitivity analysis. Results At age 30, 4.5% of participants reported being vegetarian. In the cross-sectional models at age 30, vegetarians reported more distress compared with non-vegetarians in bivariate analysis (b = 0.30, 95%CI 0.09, 0.52), but this difference disappeared in the fully-adjusted model (b = 0.02, 95%CI -0.17, 0.21). In the longitudinal models between ages 30 and 46/48, there were no differences in within-person changes in psychological distress between vegetarians and non-vegetarians ( p = .723). Sensitivity analyses yielded similar findings. Conclusion In this British cohort, vegetarianism at age 30 was not associated with changes in psychological distress during mid-adulthood. Since psychological distress in early adulthood predicted vegetarianism at age 30, more studies are needed to disentangle the progression of this relationship over the life-course.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».