Body size and the risk of multiple sclerosis in Norway and Italy: The EnvIMS study
Notice bibliographique
Résumé
BACKGROUND: Obesity may be a risk factor for developing multiple sclerosis (MS). OBJECTIVE: We examined if body size influences the risk of MS in a population-based, case control study. METHODS: A total of 953 cases and 1717 controls from Norway and 707 cases and 1333 controls from Italy reported their body size by choosing a silhouette 1 to 9 (largest) every fifth year from age 5 to 30 and at time of study. The body size-related MS risk was defined by odds ratios (ORs) in logistic regression analyses adjusting for age, smoking and outdoor activity. RESULTS: In Norway a large body size (silhouettes 6-9) compared to silhouette 3 increased the risk of MS, especially at age 25 (OR 2.21; 95% CI 1.09-4.46 for men and OR 1.43; 95% CI 0.90-2.27 for women). When comparing silhouette 9 to 1, we found a significant dose-response from age 10 until age 30 peaking at age 25 (sex-adjusted OR 2.83; 95% CI 1.68-4.78). The association was present for at least 15 years prior to disease onset. No significant associations were found in Italy. CONCLUSIONS: Obesity from childhood until young adulthood is a likely risk factor for MS with a seemingly stronger effect in Norway than in Italy.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».