Caffeine Intake and Demographic Characteristics of Shift Workers: A Cross-sectional Analysis Using NHANES 2005–2010 Data (P14-001-19)
Notice bibliographique
Résumé
Caffeine is the most widely consumed stimulant in the world and sociodemographic factors including occupation are associated with its intake. Non-standard work schedules are required in various occupations, and it is difficult to adapt to them. Shift work is associated with poor sleep, inadequate diet and numerous adverse health effects. We assessed whether caffeine intake differs in individuals working various shifts since it is assumed shift workers use more caffeine to cope with fatigue and disrupted circadian rhythms. The 24-h dietary recall data collected in NHANES 2005–2010 datasets (employed adults age 19–70 years, n = 8500) were used to estimate individual usual caffeine intake from caffeine-containing foods and beverages. Daily patterns of work were self-reported as: regular daytime shift; evening shift; night shift; rotating shift; or “other”. Regression analyses assessed associations of shift work with caffeine intake after adjustment for age, gender, ethnicity, smoking status, work hours, energy intake, and alcohol intake, all known to be associated with caffeine intake. Approximately 73.5% of employed adults were day shift workers and 26.5% were non-day shift workers. Day shift workers were more likely to be non-Hispanic white and of higher economic status compared to other shift workers. Mean 24-hour caffeine intake of day shift workers (204 ± 5 mg) was similar (P > 0.2) to that of evening, night, and rotating shift workers (209 ± 23, 184 ± 18, and 199 ± 15 mg, respectively). Regardless of work schedule, individuals consumed the most caffeine during morning hours. Evening and night shift workers consumed less caffeine during their work hours (76.8 ± 8.8 and 98.4 ± 18.5 mg, respectively) and more during non-work hours (131 ± 24 and 84.9 ± 9.5 mg, respectively) compared to day shift workers (157 ± 4 and 49.7 ± 3.4 mg during work hours and non-work hours, respectively; P < 0.01 for both). Unexpectedly, daily caffeine intake was similar across different types of shift workers after adjustment for age, gender, ethnicity, smoking, economic status and other factors. Opinions or assertions contained herein are private views of the authors and not to be construed as official or reflecting views of the Army or DoD. DMRP/MRMC.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».