Health behaviours among adolescents with depression
Notice bibliographique
Résumé
BACKGROUND: Emerging evidence suggests that health behaviour interventions may play a role in depression care, though most studies have focused on individual health behaviours and their isolated effects on adults. The objective of this study is to examine the collective and individual role of health behaviours among adolescents with major depressive disorder (MDD). METHODS: Youth with MDD (n = 253; 75.9 % female; mean [SD] age 15.09 [1.79] years) were recruited through an outpatient psychiatry program in a large urban hospital. Health behaviour data (diet, physical activity, sleep and recreational screentime) were collected. Structural Equation Models examined inter-relationships of depression and health behaviours using continuous measures. RESULTS: Adherence to health behaviour recommendations was highest for sleep duration (36.4 %, n = 86), followed by fruit and vegetable intake (18.5 %, n = 39), physical activity (14.2 %, n = 36), and screen time (1.3 %, n = 3). Healthier behaviours collectively were associated with fewer depression symptoms (β = -0.509, p < .01). Individually, sleep duration and quality were negatively associated with depression symptoms (β = -0.445, p < .001; β = 0.580, p < .001). Increased sleep duration was associated with lower screen time (r = -0.268, p < .001) and greater fruit and vegetable intake (r = 0.239, p < .05) while greater screen time was associated with a lower fruit and vegetable intake (r = -0.211, p < .05). CONCLUSIONS: Adolescents with MDD exhibit unhealthy behaviours related to sleep, diet, physical activity, and screen time. Sleep showed the strongest association with depressive symptoms, both directly and indirectly via diet and screen time. Research examining potential causal mechanisms underlying these effects is needed to elucidate novel, accessible depression treatment targets.
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) | 0,000 | 0,000 |
| 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 | 0,002 |
| 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 ».