Additional file 1 of Body mass index and incidence of lung cancer in the HUNT study: using observational and Mendelian randomization approaches
Notice bibliographique
Résumé
Additional file 1: Supplementary Table S1. The association of BMI in HUNT2 with incidence of lung cancer overall and different histologic types after excluding the first five years’ follow-up, the HUNT Study, 1995-97 to2017 (N = 59,711). Supplementary Table S2. The associations of BMI in HUNT2 with lung cancer incidence taking account of competing risk due to death, the HUNT Study, 1995-97 to 2017 (N = 62,453). Supplementary Text 1. Analysis using negative control exposure. Supplementary Figure 1. DAG for body mass index(BMI) (as the main exposure), migraine (as the negative control exposure) and incidence of lung cancer (as the outcome). Supplementary Table S3. Negative control using migraine as an alternative exposure to address residual confounding by smoking for the association of BMI in HUNT2 with lung cancer incidence across different lung cancer subtypes, the HUNT Study, 1995-97 to 2017(N = 49,969). Supplementary Table S4. Comparison of baseline characteristics of participants with complete and missing information on 75 BMI SNPs in HUNT2. Supplementary Text 2. Univariable Mendelian randomization (MR) analyses using the 61 single-nucleotide polymorphisms only for body mass index (BMI-Only SNPs). Supplementary Table S5. Associations of externally weighted BMI GRS1 based on 61 BMI-Only SNPs with potential confounders in HUNT2, 1995-1997 (N = 54,511). Supplementary Table S6. The association of BMI with incidence of lung cancer overall and different histologic types based on the univariable MR analyses using 61 BMI-Only SNPs,the HUNT Study, 1995-97 to 2017 (N = 54,511).
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 | 0,005 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,769 | 0,067 |
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 ».