MétaCan
Menu
Retour à la cohorte
Enregistrement W4417309075 · doi:10.1186/s41043-025-01138-0

Priority of nutrition and exercise in depression management: triangulating mini-review of past and recent evidence with clinical practice guidelines

2025· review· en· W4417309075 sur OpenAlexaffabout
Shannon Rogers, Elizabeth Dean

Notice bibliographique

RevueJournal of Health Population and Nutrition · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDepression (economics)LimitingClinical PracticePharmacotherapyClinical nutritionManagement of depressionInclusion (mineral)MEDLINEBest practiceEpidemiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic low-grade systemic inflammation (CLGSI) is implicated in depression and its amelioration. Pro-inflammatory nutrition and inactivity are associated with CLGSI. We triangulated the degree to which recent literature on anti-inflammatory nutrition and physical activity/physical exercise (PA/PE) corroborates the extant body of knowledge related to depression management and is reflected in the guidelines of leading mental health domains (national/international mental health associations/bodies). METHODS: We used mini-review methodology. The search was narrowed to recent state-of-the-art literature (2024) in PubMed, on diet and exercise specifications in depression management. Then, we compared recommendations of aforementioned domains regarding diet and PA/PE in depression management. RESULTS: Of 73 nutrition source studies, 50 (68%) focused on anti-inflammatory whole food, plant-based (WFPB) nutrition to manage depression; 4 (5%) on reducing consumption of animal-sourced foods; 16 (23%) focused on the effect of ultra-processed food (UPF) and its role in depression and its avoidance vis-à-vis its anti-depressant effects. Of the 55 PA/PE source studies, 49 (89%) focused on the effects of aerobic exercise; 14 (29%) described specific parameters to achieve an anti-depressant effect and 35 (71%) were non-specific. Twelve (22%) studies focused on resistance muscle training; 2 (17%) that reported specific training parameters and 10 (83%) that were non-specific. Nine domains were identified with established depression management guidelines: Australia/New Zealand; Canada; Europe (Belgium, Scotland, Spain); United Kingdom; United States; WFSBP and ASLM; and World Health Organization. Regarding nutrition, 5 (55%) domains recommended WFPB nutrition; 4 (44%) reduced animal-sourced foods; and 3 (33%), avoidance of UPF. With respect to sedentarism, 3 (33%) domains recommended reduced prolonged sitting. Eight domains (89%) mentioned aerobic exercise; 3 (33%) resistance training. Three domains mentioned aerobic exercise non-specifically; 5 (56%) made specific recommendations. Three domains mentioned resistance muscle training; 2 (22%) made non-specific recommendations and 1 (11%) made specific recommendations. CONCLUSIONS: Disparities that exist in leading depression management guidelines vis-à-vis inclusion of evidence-informed nutrition and PA/PE recommendations, warrant reconciliation. Evidence supporting anti-depressant WFPB nutrition and limiting pro-inflammatory animal-sourced food and UPF and supporting anti-inflammatory aerobic exercise and resistance training warrants being translated into national/international depression management guidelines as consistently as recommendations for pharmacotherapy and psychotherapy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,034
score de la tête « metaresearch » (Gemma)0,141
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,141
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0220,013
Études des sciences et des technologies0,0010,001
Communication savante0,0060,006
Science ouverte0,0040,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,186
Tête enseignante GPT0,532
Écart entre enseignants0,346 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Health Population and NutritionMême sujetTreatment of Major DepressionTravaux en français237 207