Impact of body mass and alcohol consumption on all‐cause and liver mortality in 240 000 adults in the United States
Notice bibliographique
Résumé
INTRODUCTION: Nationally representative studies of the combined impact of drinking and body mass (BMI) on mortality outcomes are unavailable. We investigate whether both act together to elevate risk of all-cause or liver mortality. METHODS: We obtained self-reported histories of drinking and BMI from 129 098 women (mean age 47.2 years) and 102 568 men (mean age 45.6 years) ≥18 years interviewed from 1997 to 2004 in the National Health Interview Survey and related these data to the deaths that occurred by 31 December 2006 (women = 8486; men = 7819 deaths). Death hazards among current drinkers in different BMI groups were adjusted for age, education, race and smoking. RESULTS: higher BMI was associated with an elevated all-cause mortality in men (hazard ratios 1.27, 95% confidence interval [CI]: 1.16-1.40) and women (1.12, [1.02-1.24]). The excess risk due to interaction was more pronounced in men (7.30, [3.60-11.00]) than women (2.90, [0.50-5.30]). DISCUSSION AND CONCLUSIONS: Obesity and excess alcohol are both related to all-cause and liver mortality-the latter with evidence of a supra-additive interaction between the risk factors. The presence of both factors in the same population and their impact should inform treatment, public health policies and research.
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 | 0,000 | 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) | 0,002 | 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 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 ».