Association of skipping breakfast with depression: a systematic review and meta-analysis
Notice bibliographique
Résumé
Objective Depression is a significant global public health issue, and Breakfast habits may be related to its onset. This study conducted a meta-analysis of previous studies to analyze the correlation between breakfast and depression, comprehensively evaluated the association between skipping breakfast and the risk of depression, and explored the potential sources of heterogeneity. Methods PubMed, Embase, and Web of Science databases were searched(the retrieval time limit for all was from the establishment of the databases to September 1, 2024), English documents were selected from the databases(the research type was observational study), and then the data was extracted and the Newcastle-Ottawa Scale(NOS) was evaluated for data analysis of the selected studies. This study followed the guidelines of the Preferred Reporting Project (PRISMA) and Prospero Registration Agreement. The mixed-effects model combines the maximum adjusted estimates and measures heterogeneity using the I 2 statistic. Sensitivity analysis verified the robustness of the analysis and assessed publication bias. Results A meta-analysis of 12 literatures showed that skipping breakfast was positively correlated with the incidence of depression (RR=1.83, [95%CI 1.52-2.20], τ 2 : 0.09, I 2 : 96.37%). Egger test was conducted on the relationship between skipping breakfast and depression, P=0.067 > 0.05, and the result suggested that there was no significant publication bias. Subgroup analysis indicates that current studies in different regions still have deficiencies, and the analysis shows that the occurrence of depression is associated with gender and the sample size of the study. Conclusions Skipping breakfast can increase the risk of depression. It suggests that we should pay attention to having a regular and standardized breakfast to reduce the risk of depression. High heterogeneity may stem from differences in dietary culture and assessment methods. In the future, more research is needed to explore the mechanism and increase studies in different regions. Systematic Review Registration https://www.crd.york.ac.uk/prospero/ , identifier PROSPERO CRD42024583486.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».