O-335 Occupational physical activity and lung cancer risk among four cohorts of the Canadian Partnership for Tomorrow’s Health Project
Notice bibliographique
Résumé
Introduction Recreational physical activity (PA) has been associated with reduced lung cancer risk. Occupational-related PA may be one of the most important sources of PA, but the few studies that have examined the occupational PA-lung cancer relationship have produced inconsistent result. Objective To investigate the association between occupational PA and lung cancer risk. Methods A case-cohort study was nested among four cohorts of the Canadian Partnership for Tomorrow’s Health Project. Through linkage of each cohort to their respective provincial cancer registry, 453 incident lung cancer cases diagnosed between 2009 and 2016 were identified; a random sub-cohort of 2,435 participants was sampled at baseline. Data on the longest-held job and risk factors were gathered via a harmonized questionnaire. Using a database generated by our team on the energy expenditures associated with almost 3,600 job titles, metabolic equivalent of tasks (METs) were assigned to the longest-held job of each participant. In total, 335 cases (139 men; 196 women) and 2,320 sub-cohort members (879 men; 1,441 women) with assignable job codes and MET values were included in this analysis. Multivariable logistic regression models, with normal or robust variance estimators, were used to estimate study-specific odds ratios (ORs) and 95% confidence intervals (CIs) for the relationship between occupational PA (categorized in tertiles) and lung cancer risk, while adjusting for smoking and lung cancer risk factors identified using directed acyclic graphs. The ORs were then pooled using a random-effects model. Results Compared with low occupational PA as reference, subjects with medium and high occupational PA had ORs of 0.64 (95% CI: 0.38–1.07) and 0.73 (95% CI: 0.39–1.34), respectively. The ORs were similar by sex and by smoking status (never vs. ever smokers). Conclusion Our findings suggest that, like recreational PA, occupational PA may protect against lung 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 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».