Body mass index and lung cancer risk: a pooled analysis based on nested case-control studies from four cohort studies
Notice bibliographique
Résumé
BACKGROUND: Obesity has been proposed as a potential protective factor against lung cancer. We examined the association between BMI and lung cancer risk in a pooled analysis based on nested case-control studies from four cohort studies. METHODS: ), and classified into 4 categories: underweight (BMI < 18.5), normal weight (18.5 ≤ BMI < 25), overweight (25 ≤ BMI < 30) and obese (≥30). Odds ratios (ORs) and 95% confidence intervals (CIs) for BMI-lung cancer associations were estimated using unconditional logistic regression, adjusting for potential confounders. RESULTS: Considering all participants, and using normal weight as the reference group, a decreased risk of lung cancer was observed for those who were overweight (OR 0.77, 95% CI: 0.68-0.86) and obese (OR 0.69, 95% CI: 0.59-0.82). In the stratified analysis by smoking status, the decreased risk for lung cancer was observed among current, former and never smokers (P for interaction 0.002). The adjusted ORs for overweight and obese groups were 0.79 (95% CI: 0.68-0.92) and 0.75 (95% CI: 0.60-0.93) for current smokers, 0.70 (95% CI: 0.53-0.93) and 0.55 (95% CI: 0.37-0.80) for former smokers, 0.77 (95% CI: 0.59-0.99), and 0.71 (95% CI: 0.44-1.14) for never smokers, respectively. While no statistically significant association was observed for underweight subjects who were current smokers (OR 1.24, 95% CI: 0.98-1.58), former smokers (OR 0.27, 95% CI: 0.12-0.61) and never smokers (OR 0.83, 95% CI: 0.5.-1.28). CONCLUSION: The results of this study provide additional evidence that obesity is associated with a decreased risk of lung cancer. Further biological studies are needed to address this association.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».