Associations Between Food Insecurity and Depression, Anxiety, and Psychological Distress in Adulthood Across High-Income and Low- to Middle-Income Countries: A Systematic Review of Observational Studies
Notice bibliographique
Résumé
Background: Food insecurity is the lack of consistent access to enough food for an active, healthy life, affects millions globally, including high-income countries. It is linked to adverse mental health outcomes like depression, anxiety, and stress. Objectives: To synthesize literature on the impact of food insecurity on depression, anxiety, and stress across various populations and regions. Methods: This mini systematic review follows PRISMA guidelines. Observational studies published from 2014 onwards, involving participants aged 18 and older exposed to food insecurity were included. Studies involving COVID-19, pregnant individuals, and cancer patients were excluded. A search was conducted in PubMed, Cochrane, and Google Scholar between April and June 2024. Covidence was used for screening, data extraction, and quality assessment. Risk of bias was evaluated using the Newcastle–Ottawa Scale. Results: 871 papers identified, 11 met the inclusion criteria. Six studies were conducted in the USA, while others included Canada, India, Panama, China, Mexico, and Russia. Food insecurity was assessed using validated scales like the USDA 10-Item Adult Food Security Module. The review found that individuals with food insecurity had significantly higher odds of experiencing depression (adjusted ORs 2.5-3.4), anxiety (adjusted ORs 2.3-3.1), and stress (adjusted ORs 2.0-2.8). These associations were consistent across different demographic groups and regions. Discussion: Food insecurity significantly increases risks of depression, anxiety, and stress, persisting after adjustments for sociodemographic and health factors. Conclusions: Food insecurity profoundly impacts mental health, highlighting the need for targeted interventions and policies to improve food security and mental health, especially for vulnerable populations.
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 | 0,014 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,013 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 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 ».