MétaCan
Menu
Retour à la cohorte
Enregistrement W4404077410 · doi:10.1177/10870547241293946

Exploring the Relationship of Dietary Intake With Inattention, Hyperactivity, and Impulsivity, Beyond ADHD

2024· article· en· W4404077410 sur OpenAlexfundno aff
Laura Dalnoki, Petra P. M. Hurks, Jessica S. Gubbels, Simone J. P. M. Eussen, Monique Mommers, Carel Thijs

Notice bibliographique

RevueJournal of Attention Disorders · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensnon disponible
Organismes subventionnairesPhoenix FoundationUniversiteit MaastrichtJan Dekker StichtingZonMwTriodos Foundation
Mots-clésImpulsivitySnackingPsychologyRating scaleAttention deficit hyperactivity disorderClinical psychologyTemperamentDevelopmental psychologyMedicinePersonalityObesityInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study investigates the association between dietary intake and ADHD diagnosis and its dimensions in adolescents. METHODS: In the KOALA Birth Cohort Study, 810 adolescents aged 16 to 20 years provided information on ADHD diagnosis and completed a food frequency questionnaire. Dietary patterns were extracted using Principal Component Analysis. Parents reported on ADHD symptoms using the Conners' Parent Rating Scale-Revised Short form, and the Impulsivity subscale from the Temperament in Middle Childhood Questionnaire. RESULTS: The 80 adolescents with ADHD scored higher on the Snacking dietary pattern compared to those without ADHD, while they did not differ on Healthy, Animal-based, Sweet, or Beverage dietary patterns. All ADHD symptom scores (Hyperactivity, Inattention and Impulsivity, and ADHD-index) correlated with increased Snacking. Impulsivity was inversely related to Sweet dietary patterns and positively to Beverage dietary patterns. CONCLUSION: The results highlight the importance of considering ADHD dimensions beyond diagnosis in understanding adolescents' dietary intake.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,327
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Attention DisordersMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207