Smoking and colorectal neoplasia in patients with inflammatory bowel disease: Dose‐effect relationship
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Prior studies on the effect of smoking on the risk of colitis-associated colorectal neoplasia (CRN) have reported conflicting results. We aimed to further elucidate the association between smoking, including possible dose-effects, and the development of colorectal neoplasia in patients with inflammatory bowel disease (IBD). METHODS: We performed a prospective multicenter cohort study including patients with colonic IBD enrolled in a surveillance program in four academic hospitals between 2011 and 2021. The effects of smoking status and pack-years at study entry on subsequent recurrent events of CRN (including indefinite, low- and high-grade dysplasia, and colorectal cancer [CRC]) were evaluated using uni- and multivariable Prentice, Williams, and Peterson total-time Cox proportional hazard models. Adjustment was performed for extensive disease, prior/index dysplasia, sex, age, first-degree relative with CRC, primary sclerosing cholangitis, and endoscopic inflammation. RESULTS: In 501 of the enrolled 576 patients, at least one follow-up surveillance was performed after the study index (median follow-up 5 years). CRN occurred at least once in 105 patients. Ever smoking was not associated with recurrent CRN risk (adjusted hazard ratio [aHR] 1.04, 95% confidence interval [CI] 0.75-1.44), but an increasing number of pack-years was associated with an increased risk of recurrent CRN (aHR per 10 pack-years 1.17, 95% CI 1.03-1.32; p < 0.05). Separate analyses per IBD type did not reveal differences. CONCLUSIONS: This study found that an increase in pack-years is associated with a higher risk of recurrent CRN in patients with IBD, independent of established CRN risk factors (NCT01464151).
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 | 0,001 | 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) | 0,000 | 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 ».