UV and dietary predictors of serum 25-hydroxyvitamin D concentrations among young shift-working nurses and implications for bone density and skin cancer
Notice bibliographique
Résumé
OBJECTIVE: In 2011, the U.S. Institute of Medicine updated the definition of vitamin D inadequacy to serum 25-hydroxyvitamin D (25(OH)D) concentration of 30-<50 nmol/l and of deficiency to serum 25(OH)D < 30 nmol/l. We describe the prevalence of these conditions according to these definitions, seasonal variation in 25(OH)D and predictors of serum 25(OH)D concentrations among working, white women. DESIGN: Participants recorded lifestyle factors and dietary intake and provided fasting blood samples for measurement of serum 25(OH)D in both summer and winter. Predictors of serum 25(OH)D variation were analysed using linear regression and generalized linear mixed models. SETTING: Kingston General Hospital in Kingston, Ontario, Canada, from April 2008 to July 2009. SUBJECTS: Female premenopausal nurses (n 83) working full-time rotating shifts. RESULTS: Deficient or inadequate vitamin D status was observed in 9% of participants following summer/autumn and in 13% following winter/spring. Predictors of serum 25(OH)D concentration were vitamin D supplement use, tanning bed use and season. Tanning bed use increased serum 25(OH)D by 23.24 nmol/l (95% CI 8.78, 37.69 nmol/l, P = 0.002) on average. CONCLUSIONS: According to the 2011 Institute of Medicine bone health guidelines, over 10% of nurses had deficient or inadequate vitamin D status following winter. Higher serum concentrations were associated with use of tanning beds and vitamin D supplements. As health promotion campaigns and legal restrictions are successful in reducing tanning bed use among women, our data suggest that increased prevalence of vitamin D inadequacy and deficiency may be a consequence, and that low vitamin D status will need to be countered with supplementation.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».