Assessing Lifestyle in Psychiatric Disorders
Notice bibliographique
Résumé
Introduction: Major depressive disorder (MDD), generalized anxiety disorder (GAD), and bipolar disorder (BD) are mental illnesses associated with socio-cognitive functional impairments, reduced quality of life, and increased risk of medical and psychiatric comorbidities. These disorders are also associated with unhealthy patterns in several fundamental lifestyle areas according to the current notions of lifestyle psychiatry, such as diet, physical activity, substance use, sleep, stress management, and social relationships. With the rising prevalence rates of poor mental well-being following the onset of the COVID-19 pandemic, it is essential to understand the relationship between a multifactorial lifestyle and the presence of psychiatric symptoms. Thus, the aim of this thesis was to assess the association between a multidimensional lifestyle and symptoms of MDD and GAD during the COVID-19 pandemic, and lifestyle patterns among symptomatic individuals with BD. We additionally reviewed the literature on lifestyle interventions for improvement of outcomes related to BD. Results: Unhealthy lifestyle behaviours were associated with symptoms of MDD and GAD during the COVID-19 pandemic in Spain, Brazil, and Canada. Machine learning analyses revealed strong predictive power for detecting the presence of these symptoms through lifestyle behaviours and perceptions. Individuals with BD engage in more unhealthy lifestyles than healthy individuals across all the core areas of lifestyle psychiatry, regardless of the polarity of the mood episode. Furthermore, to date, traditional lifestyle domains such as diet, physical activity, and sleep have been the most frequently targeted domains for interventions to improve mood symptoms and functional outcomes of BD, while domains such as substance use, stress management and social relationships have been more neglected. In addition, multidimensional lifestyle interventions have demonstrated a higher efficacy rate of improving outcomes of BD than single-domain interventions, however, there has been a lack of interventions for BD targeting majority of the core lifestyle domains. Conclusion: The findings suggest that multidimensional unhealthy lifestyles are associated with symptoms of MDD, GAD, and BD. These results support the current notions of lifestyle psychiatry, indicating that a multidimensional assessment of lifestyle behaviours and perceptions can be a beneficial approach towards understanding the cumulative impact of various lifestyle patterns on psychiatric symptoms. This work highlights the importance of imposing a holistic approach towards studying the association between lifestyle factors and psychiatric disorders in order to implement effective, personalized preventive and treatment strategies for mental health disorders.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».