Effects of body mass index, tobacco smoking, alcohol drinking and solid fuel use on the risk of asthma: Individual Participant Data (IPD) meta-analysis of 175 000 individuals from 51 nationally representative surveys
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
BACKGROUND: We assessed the relationship of body mass index (BMI), smoking, drinking and solid fuel use (r; SFU), and the individual and combined effects of these factors on wheezing symptoms (WS) and on diagnosed asthma (DA). METHODS: We analysed 175 000 individuals from 51 nationally representative surveys, using self-reports of WS and DA as the measures of asthma. The fixed-effects and random-effects estimates of the pooled ORs between asthma and underweight (BMI <18.5 kg/m(2)), obesity (BMI ≥30 kg/m(2)), smoking, drinking and SFU were reported. RESULTS: The pooled risks of all individual risk factors were significantly associated with WS and DA (with the exception of current smoking with DA in women and SFU with DA in both genders). Stronger dose-response relationships were seen in women for smoking amounts and duration; BMI showed stronger quadratic relationships. The combined risks were generally larger in women than in men, with significant risks for underweight (OR=2.73) as well as obese (OR=2.00) smokers for WS (OR=2.13 and OR=1.58 for DA, respectively). The magnitude of the combined effects from low/high BMI, smoking and drinking were also consistently higher among women than among men in WS and DA. SFU among underweight smokers also had positive association with WS (men and women) and DA (women). CONCLUSIONS: BMI, smoking, drinking and SFU-in combination-are associated with double or triple the risk of development of asthma. These risk factors might help explain the wide variation in asthma burden across countries.
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 | 0,022 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 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 découle