Leisure time television watching, computer use and risks of breast, colorectal and prostate cancer: A Mendelian randomisation analysis
Notice bibliographique
Résumé
BACKGROUND: Sedentary behaviours have been associated with increased risks of some common cancers in epidemiological studies; however, it is unclear if these associations are causal. METHODS: We used univariable and multivariable two-sample Mendelian randomisation (MR) to examine potential causal relationships between sedentary behaviours and risks of breast, colorectal and prostate cancer. Genetic variants associated with self-reported leisure television watching and computer use were identified from a recent genome-wide association study (GWAS). Data related to cancer risk were obtained from cancer GWAS consortia. A series of sensitivity analyses were applied to examine the robustness of the results to the presence of confounding. RESULTS: A 1-standard deviation (SD: 1.5 h/day) increment in hours of television watching increased risk of breast cancer (OR per 1-SD: 1.15, 95% confidence interval [CI]: 1.05-1.26) and colorectal cancer (OR per 1-SD: 1.32, 95% CI: 1.16-1.49) while there was little evidence of an association for prostate cancer risk (OR per 1-SD: 0.94, 95% CI: 0.84-1.06). After adjusting for years of education, the effect estimates for television watching were attenuated (breast cancer, OR per 1-SD: 1.08, 95% CI: 0.92-1.27; colorectal cancer, OR per 1-SD: 1.08, 95% CI: 0.90-1.31). Post hoc analyses showed that years of education might have a possible confounding and mediating role in the association between television watching with breast and colorectal cancer. Consistent results were observed for each cancer site according to sex (colorectal cancer), anatomical subsites and cancer subtypes. There was little evidence of associations between genetically predicted computer use and cancer risk. CONCLUSIONS: Our univariable analysis identified some positive associations between hours of television watching and risks of breast and colorectal cancer. However, further adjustment for additional lifestyle factors especially years of education attenuated these results. Future studies using objective measures of exposure can provide new insights into the possible role of sedentary behaviour in cancer development.
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 | 0,000 | 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 ».