Cross-sectional analysis of the association between household food insecurity and mental health conditions in children aged 5–11 years in Canada
Notice bibliographique
Résumé
BACKGROUND: Children living in food insecure households have poorer mental health outcomes compared with their food-secure peers; however, the relationship between the severity of food insecurity and diagnosed mental health conditions in young children remains unknown. This study examined the association between household food insecurity and reported diagnosed mental health conditions among children aged 5-11 years in Canada. METHODS: This study included 16 216 children aged 5-11 years living in Canada, from the 2019 Canadian Health Survey on Children and Youth. We measured household food insecurity using the Household Food Security Survey Module. We measured diagnosed mental health conditions by parent/caregiver report of health professional-diagnosed anxiety, depression, autism spectrum disorder or attention-deficit/hyperactive disorder. We developed a multivariable logistic regression model to assess the association between severities of food insecurity and mental health, controlling for potentially confounding variables. RESULTS: 17.0% of children lived in households reporting some level of food insecurity (5.4% marginal, 8.0% moderate and 3.6% severe). The prevalence of at least one diagnosed mental health condition in the same population was 10.9%. After adjusting for sociodemographic characteristics, children from marginal, moderate and severe food insecure households had a 1.39 (95% CI 0.99 to 1.97), 1.46 (95% CI 1.13 to 1.89) and 1.67 (95% CI 1.18 to 2.35) increased odds of having a diagnosed mental health condition, respectively. CONCLUSION: Household food insecurity is associated with an increased presence of diagnosed mental health conditions in children aged 5-11 years. This study adds to the body of research showing that social and economic inequities, including household food insecurity, negatively impact the health of children.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».