Diurnal timing of physical activity and risk of colorectal cancer in the UK Biobank
Notice bibliographique
Résumé
BACKGROUND: Physical activity reduces colorectal cancer risk, yet the diurnal timing of physical activity in colorectal cancer etiology remains unclear. METHODS: This study used 24-h accelerometry time series from UK Biobank participants aged 42 to 79 years to derive circadian physical activity patterns using functional principal component analysis. Multivariable Cox proportional hazard models were used to examine associations with colorectal cancer risk. RESULTS: Among 86,252 participants (56% women), 529 colorectal cancer cases occurred during a median 5.3-year follow-up. We identified four physical activity patterns that explained almost 100% of the data variability during the day. A pattern of continuous day-long activity was inversely associated with colorectal cancer risk (hazard ratio (HR) = 0.94, 95% confidence interval (CI) = 0.89-0.99). A second pattern of late-day activity was suggestively inversely related to risk (HR = 0.93, 95% CI = 0.85-1.02). A third pattern of early- plus late-day activity was associated with decreased risk (HR = 0.89, 95% CI = 0.80-0.99). A fourth pattern of mid-day plus night-time activity showed no relation (HR = 1.02, 95% CI = 0.88-1.19). Our results were consistent across various sensitivity analyses, including the restriction to never smokers, the exclusion of the first 2 years of follow-up, and the adjustment for shift work. CONCLUSIONS: A pattern of early- plus late-day activity is related to reduced colorectal cancer risk, beyond the benefits of overall activity. Further research is needed to confirm the role of activity timing in colorectal cancer prevention.
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 ».