MétaCan
Menu
Retour à la cohorte
Enregistrement W3007592041 · doi:10.1186/s12885-020-6627-8

Trajectories of physical activity, from young adulthood to older adulthood, and pancreatic cancer risk; a population-based case-control study in Ontario, Canada

2020· article· en· W3007592041 sur OpenAlexafffundabout
Jaspreet S. Sandhu, Vanessa De Rubeis, Michelle Cotterchio, Brendan T. Smith, Lauren E. Griffith, Darren R. Brenner, Ayelet Borgida, Steven Gallinger, Sean P. Cleary, Laura N. Anderson

Notice bibliographique

RevueBMC Cancer · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalAlberta Health ServicesMcMaster UniversityCancer Care OntarioPublic Health OntarioUniversity Health NetworkToronto General HospitalUniversity of TorontoUniversity of CalgaryImpact
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésMedicineYoung adultLife course approachOdds ratioPancreatic cancerPopulationDemographyFamily historyConfoundingCancerConfidence intervalCase-control studyGerontologyInternal medicineEnvironmental healthPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is inconsistent evidence on the association between physical activity and pancreatic cancer risk and few studies have investigated early life or life-course physical activity. The objective of this study was to evaluate the association between trajectories of physical activity across the life-course and pancreatic cancer risk. METHODS: A population-based case-control study was conducted (2011-2013) using cases (n = 315) from the Ontario Pancreas Cancer Study and controls (n = 1254) from the Ontario Cancer Risk Factor Study. Self-reported recall of moderate and vigorous physical activity was measured at three time points: young adulthood (20s-30s), mid-adulthood (40s-50s) and older-adulthood (1 year prior to questionnaire completion). Physical activity trajectories were identified using latent class analysis. Odds ratios (OR) and 95% confidence intervals (CI) were estimated from multivariable logistic regression adjusted for covariates: age, sex, race, alcohol, smoking, vegetable, fruit and meat consumption, and family history of pancreatic cancer. RESULTS: Six life-course physical activity trajectories were identified: inactive at all ages (41.2%), low activity at all ages (31.9%), increasingly active (3.6%), high activity in young adulthood with substantial decrease (13.0%), high activity in young adulthood with slight decrease (5.0%), and persistent high activity (5.3%). Compared to the inactive at all ages trajectory, the associations between each trajectory and pancreatic cancer after confounder adjustment were: low activity at all ages (OR: 1.11; 95% CI: 0.75, 1.66), increasingly active (OR: 1.11; 95% CI: 0.56, 2.21), high activity in young adulthood with substantial decrease in older adulthood (OR: 0.76; 95% CI: 0.47, 1.23), high activity in young adulthood with slight decrease in older adulthood (OR: 0.98; 95% CI: 0.62, 1.53), and persistently high activity (OR: 1.50; 95% CI: 0.86, 2.62). When time periods were evaluated separately, the OR for the association between high moderate activity in the 20s-30s and pancreatic cancer was 0.89 (95% CI: 0.64, 1.25) and some sex differences were observed. CONCLUSION: Distinct life-course physical activity trajectories were identified, but there was no evidence that any of the trajectories were associated with pancreatic cancer. Future studies with larger sample sizes are needed to understand the associations between physical activity trajectories over the life-course and pancreatic cancer risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,830

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,324
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC CancerMême sujetPancreatic and Hepatic Oncology ResearchTravaux en français237 207