The Association Between Ultra-Processed Food Consumption and Chronic Insomnia in the NutriNet-Santé Study
Notice bibliographique
Résumé
BACKGROUND: The consumption of ultra-processed foods (UPF) is on the rise worldwide, and it has been linked to numerous health conditions, such as diabetes, obesity, and cancer. Few studies have focused on the effect of UPF consumption on sleep health and even fewer on chronic insomnia. OBJECTIVE: This study investigated the association between UPF intake and chronic insomnia in a large population-based sample. DESIGN: This was a cross-sectional analysis using the NutriNet-Santé study data, an ongoing Web cohort in France. PARTICIPANTS/SETTING: Thirty-eight thousand five hundred seventy adult males and females who had completed a sleep questionnaire (2014) and at least two 24-hour dietary records were included in the analysis. MAIN OUTCOMES MEASURES: Chronic insomnia was defined according to established criteria. Categorization of food and beverages as UPF was based on the NOVA-Group 4 classification. STATISTICAL ANALYSES PERFORMED: The cross-sectional association between UPF intake and chronic insomnia was assessed using multivariable logistic regression. RESULTS: Among the 38,570 participants (mean age, 50.0 ±14.8 years, 77.0% female) included in the analysis, 19.4% had symptoms of chronic insomnia. On average, UPF represented 16% of the total amount (g/day) of the overall dietary intake. In the fully adjusted model, UPF consumption was associated with higher odds of chronic insomnia (odds ratio [OR] for an absolute 10% greater UPF intake in the diet = 1.06; 95% confidence interval [CI]: 1.02-1.09). Sex-specific OR for chronic insomnia for an absolute 10% greater UPF intake in the diet were 1.09 (1.01-1.18) among males and 1.05 (1.01-1.09) among females. CONCLUSIONS: This large epidemiological study revealed a statistically significant association between UPF intake and chronic insomnia, independent of sociodemographic, lifestyle, diet quality, and mental health status covariates. The findings provide insights for future longitudinal research as well as nutrition- and sleep-focused intervention and prevention programs.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».