Sleep and cancer incidence in Alberta’s Tomorrow Project cohort
Notice bibliographique
Résumé
STUDY OBJECTIVES: Few studies have examined associations between sleep duration with combined and site-specific cancers within the same cohort. Additionally, no study to date has assessed associations between sleep timing midpoint and cancer incidence. Therefore, we aimed to investigate associations between self-reported sleep duration and sleep timing midpoint with combined and site-specific cancer incidence in Alberta's Tomorrow Project (ATP) cohort. METHODS: The sleep duration analysis included 45,984 Albertans aged 35-69 years recruited from 2001-2015. Sleep timing midpoint (wake-time - ½ sleep duration) was assessed in a subset of ATP participants (n = 19,822). Incident cancer cases were determined through linkage with the Alberta Cancer Registry in June 2017. Cox proportional hazard regression models evaluated the effects of sleep duration and sleep timing midpoint on combined and seven site-specific cancers. RESULTS: A total of 2,428 and 1,322 incident cancer cases were observed in the sleep duration and sleep timing analyses, respectively. Reporting >9 h of sleep/night versus 7-9 h of sleep/night was associated with an increased incidence of non-Hodgkin lymphoma (hazard ratio [HR] = 2.14, 95% confidence interval [CI]: 1.14-4.01; p = 0.02) and hematological (HR = 1.70, 95% CI: 1.03-2.82; p = 0.04) cancers. A later sleep timing midpoint (>4 h 8 min) versus an intermediate sleep timing midpoint (3 h 47 min-4 h 8 min) was associated with an increased incidence of combined (HR = 1.20, 95% CI: 1.04-1.37; p = 0.01) and breast (HR = 1.49, 95% CI: 1.09-2.03; p = 0.01) cancers. CONCLUSIONS: Sleep duration and sleep timing may play a role in cancer etiology. Studies including objective sleep assessments are needed to corroborate these findings.
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) | 0,000 | 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) | 0,002 | 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 ».