Exploring the Syndemic of Steatotic Liver Disease, Socioeconomic Inequities and Cancer Risk in the <scp>UK</scp> Biobank
Notice bibliographique
Résumé
BACKGROUND: Steatotic liver disease (SLD), formerly known as fatty liver disease, is associated with increased cancer risk. However, the impact of socioeconomic inequities remains understudied. This study investigates the relationship between SLD, socioeconomic position (SEP) and cancer risk using a syndemic framework. METHODS: Using UK Biobank data, we defined metabolic dysfunction-associated SLD (MASLD), MASLD with increased alcohol intake (MetALD) and alcoholic liver disease (ALD), based on the Fatty Liver Index, cardiometabolic criteria and alcohol consumption. SEP was derived via latent class analysis using education, household income and employment. We used Cox proportional hazards models to examine the associations between MASLD, MetALD and ALD and the incidence of any, obesity-related and digestive cancers. We then evaluated the combined effect of these SLD subcategories and SEP on cancer outcomes. RESULTS: Among 325 476 individuals, 91 651 had MASLD, 25 649 MetALD and 8005 ALD. Over 11.7 years median follow-up, 35 775 first incident cancers occurred (15 426 obesity-related; 6959 digestive). MASLD, MetALD and ALD were each associated with an increased risk of all cancer outcomes (hazard ratios [HR] ranging from 1.09 to 1.73). The combination of MASLD and low SEP was associated with an increased risk of any (HR: 1.14, 95% CI: 1.08-1.19), obesity-related (HR: 1.25, 95% CI: 1.16-1.33) and digestive cancers (HR: 1.37, 95% CI: 1.23-1.53). Similar trends were observed for individuals with MetALD or ALD and low SEP across all cancer outcomes. CONCLUSION: SLD is independently associated with increased risk of any, obesity-related and digestive cancers. These risks are amplified by socioeconomic inequities, highlighting the need for integrated approaches that consider both clinical and social determinants of health.
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 ».