Coffee consumption and risk of incident gout in men: A prospective study
Notice bibliographique
Résumé
OBJECTIVE: Coffee is one of the most widely consumed beverages in the world and may affect the risk of gout via various mechanisms. We prospectively evaluated the relationship between coffee intake and the risk of incident gout in a large cohort of men. METHODS: Over a 12-year period, we studied 45,869 men with no history of gout at baseline. Intake of coffee, decaffeinated coffee, tea, and total caffeine was assessed every 4 years through validated questionnaires. We used a supplementary questionnaire to ascertain whether participants met the American College of Rheumatology survey criteria for gout. RESULTS: We documented 757 confirmed incident cases of gout. Increasing coffee intake was inversely associated with the risk of gout. The multivariate relative risks (RRs) for incident gout according to coffee consumption categories (0, <1, 1-3, 4-5, and > or = 6 cups per day) were 1.00, 0.97, 0.92, 0.60 (95% confidence interval [95% CI] 0.41-0.87), and 0.41 (95% CI 0.19-0.88), respectively (P for trend = 0.009). For decaffeinated coffee, the multivariate RRs according to consumption categories (0, <1, 1-3, and > or = 4 cups per day) were 1.00, 0.83, 0.67 (95% CI 0.54-0.82), and 0.73 (95% CI 0.46-1.17), respectively (P for trend = 0.002). Total caffeine from all sources and tea intake were not associated with the risk of gout. CONCLUSION: These prospective data suggest that long-term coffee consumption is associated with a lower risk of incident gout.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».