Association between Five Lifestyle Habits and Cancer Risk: Results from the E3N Cohort
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although some modifiable lifestyle characteristics have been associated with decreased cancer risk, little is known about their combined effect or about the proportion of cancer cases that could be prevented by improving lifestyle behaviors. We aimed to quantify the association between lifestyle habits and all-site and site-specific cancer risk in middle-aged women. The study included 64,732 women from the French E3N prospective cohort, ages 43 to 68 years at baseline. During a 15-year follow-up period, 6,938 cases of invasive cancer were diagnosed. We defined an index that aggregated five lifestyle characteristics: smoking, body mass index, alcohol consumption, fruit and vegetable consumption, and physical activity. Proportional hazard Cox regressions were performed to evaluate the association between lifestyle and cancer risk and to estimate multivariate HRs and their 95% confidence intervals (CI). In addition, population-attributable fractions were used to estimate the proportion of cancer cases that could be prevented by healthier behaviors. A significant decrease in all-site cancer risk was observed and was associated with a healthy lifestyle (HR, 0.81; 95% CI, 0.73-0.89 when comparing the highest with the lowest health index category; Ptrend across categories < 0.01). Combining all five characteristics would have prevented 6.3% (2.2%-10.3%) of any-site, 6.3% (0.5%-12.1%) of postmenopausal breast, and 47.5% (26.8%-64.1%) of lung cancers. In conclusion, compliance with only five modifiable lifestyle behaviors could prevent a significant number of cancers, notably postmenopausal breast and lung cancers.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle