Bidirectional Relationship Between Nutrition and Mental Health and Its Impact on the Health of Canadian Immigrants: An Integrative Review
Notice bibliographique
Résumé
Background: Immigration is a key factor contributing to population growth in Canada, a trend that is expected to continue. Immigrants generally arrive with better health than the Canadian-born population, but this advantage often diminishes over time, partially due to dietary acculturation. Emerging evidence points to a bidirectional link between nutrition and mental health. Objective: To explore the bidirectional relationship between nutrition and mental health and its impact on the health of Canadian immigrants, with a specific focus on immigrants’ mental health and the healthy immigrant effect. Methods: For this integrative review, two comprehensive literature searches were conducted in the databases MEDLINE, CINAHL, Embase, PsycINFO, Scopus, and Web of Science from inception to July 2024. The review adhered to Whittemore and Knafl’s integrative methodology, with the Mixed Methods Assessment Tool used to assess the quality of the studies. Results: A total of 42 and 34 scientific articles were included from the first and second literature searches, respectively. Four main themes emerged from the literature: (1) food insecurity and mental health, (2) obesity and mental health, (3) diet quality and mental health, and (4) the gut microbiome and mental health. These themes were explored in the context of Canadian immigrants’ health. Conclusions: The health of immigrants to Canada is likely shaped by complex, bidirectional interactions among various determinants of health, influencing both physical and mental well-being. As newcomers are expected to form an increasing proportion of the Canadian population, further research is needed to understand how the interaction between nutrition and mental health can help promote and safeguard the health of Canadian immigrants.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,013 | 0,017 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».