Notice bibliographique
Résumé
Background/Rationale: Working in non-standard shifts (i.e. nights, evenings) can disrupt circadian function, and this disruption can influence hormone levels that may affect ovarian cancer risk. Few studies have examined the relationship between shift work and ovarian cancer risk, thus, more research is required in this area. The association between shift work exposure and epithelial ovarian cancer (EOC) risk, as well as risk according to tumour behaviour (borderline, invasive) and invasive cancer type (Type I, Type II) was investigated. Methods: In a population-based case-control study conducted in Montreal, Canada (2011-2016), lifetime occupational histories for 496 incident EOC cases and 906 controls were collected in a face-to-face interview. Controls were identified from the Quebec Electoral List and frequency-matched to cases on five-year age groups and electoral district. Shift work exposure for each participant was assessed using three metrics: cumulative exposure, night shift frequency, and night shift intensity. Multivariable unconditional logistic regression was used to estimate odds ratios (ORs) and 95% confidence intervals (CIs) for the association between shift work exposure metric categories and overall EOC risk. Multivariable polytomous logistic regression was used to estimate associations by EOC subgroup. Associations were also examined for potential effect modification by chronotype and menopausal status. Results: Over half of cases (53.4%) and controls (51.7%) ever worked shifts that included evenings and/or nights during their lifetime. There was no strong evidence of an association between shift work exposure metrics and overall EOC risk, or by EOC subgroups, where the OR for the highest cumulative exposure tertile vs. never working shifts was 1.20 (95% CI: 0.89-1.63) for overall EOC risk. Tests for multiplicative interaction were not significant for chronotype or menopausal status, however, associations were suggested to vary among chronotypes. Additional analyses regarding cumulative exposure to specific shift timings or schedules indicated no strong association with EOC risk. Conclusions: Study findings do not provide support for the relationship between shift work exposure and EOC risk. As only three epidemiological studies have been published looking at this association, further investigation is warranted.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».