Ultra-processed food intake and risk of depression: a systematic review
Notice bibliographique
Résumé
Introduction: Objective: to conduct a systematic review of the observational studies analyzing the association between ultra-processed food (UPF) intake and the risk of depression. Design: the search adhered to the guidelines of Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA); a search for observational studies published until June 2020 was performed in PubMed, Embase, Cochrane Library, and Web of Science databases, followed by additional manual searches. Eight reviewers, working independently in teams of two, screened studies for eligibility, extracted data, and assessed risk of bias. We resolved disagreements through discussion or, if necessary, through adjudication by a third (LH). And the study assessed cross-sectional studies using the Agency for Healthcare Research and Quality (AHRQ) methodological checklist and cohort and case-control studies using the Newcastle-Ottawa Scale (NOS) for quality. We used a tabular format to summarize the articles. Results: twenty-eight studies evaluating UPF intake and risk of depression were finally selected, 21 of which had a cross-sectional design, 6 studies had a cohort design, and 1 had a case-control design. Of these, 4 cohort studies and 17 cross-sectional studies found that consumption of UPF were positively associated with depression or depressive symptoms. Conclusions: our review demonstrated that most studies included in the systematic review showed that UPF consumption is associated with the risk of depression. Future studies should consider the use of validated food intake assessments and standardized depression assessment methods to promote comparability between 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».