Reassessing alcohol consumption and cardiovascular disease by addressing bias: the Multi-Ethnic Study of Atherosclerosis
Notice bibliographique
Résumé
Abstract Background Alcohol consumption and its relationship with cardiovascular disease (CVD) remains controversial. Observational studies have reported J-shaped associations suggesting cardioprotective effects of moderate drinking, while other observational and Mendelian Randomization studies have found dose-response harm. Biases such as abstainer misclassification, sick quitter effects, and residual confounding may obscure true associations. This study aimed to reassess alcohol’s impact on CVD using novel methods to minimize bias. Purpose We evaluated the relationship between alcohol and subclinical (coronary artery calcium [CAC]) and clinical (myocardial infarction [MI], stroke, cardiovascular death, major adverse cardiovascular events [MACE], and heart failure) outcomes in the Multi-Ethnic Study of Atherosclerosis (MESA). We compared conventional models with those using (1) occasional drinkers as the reference group instead of lifetime abstainers and (2) intention-to-treat (ITT) reallocation of former drinkers based on past drinking patterns. Methods MESA is a prospective cohort study of 6,814 participants aged 45-84 years without baseline CVD. Alcohol use was classified as lifetime abstainer, former drinker, or current drinker (occasional [≤1 drink/week], light [2-7 drinks/week], moderate [8-14 drinks/week], heavy [>14 drinks/week]). We used multinomial logistic regression for CAC and Cox proportional hazards models for clinical outcomes across four models: (1) non-drinker reference, (2) lifetime abstainer reference, (3) occasional drinker reference, and (4) occasional drinker reference with ITT reallocation of former drinkers to their previous drinking levels. Results Increasing alcohol consumption correlated with a dose-response increase in CAC. Heavy drinking was consistently associated with severe CAC (>300). In fully adjusted models, light (OR: 1.23, 95% CI: 1.02-1.48), moderate (OR: 1.27, 95% CI: 1.04-1.55), and heavy drinking (OR: 1.42, 95% CI: 1.12-1.78) were associated with higher CAC scores compared to occasional drinkers. Traditional models replicated protective effects of moderate drinking for MI and cardiovascular mortality. However, these associations attenuated in adjusted models. Moderate drinking showed an attenuated, non-significant benefit for MI (HR: 0.64, 95% CI: 0.38-1.06) and cardiovascular mortality (HR: 0.81, 95% CI: 0.53-1.25) in fully adjusted models. Light drinking shifted from null to increased risk for MI (HR: 1.46, 95% CI: 1.11-1.92), stroke (HR: 1.54, 95% CI: 1.17-2.03), MACE (HR: 1.33, 95% CI: 1.12-1.57), and heart failure (HR: 1.42, 95% CI: 1.10-1.84). Conclusion Adjusting for abstainer and sick quitter biases altered the observed relationship between alcohol and CVD, showing increased harm with light drinking, attenuated protective effects of moderate drinking, and a dose-response relationship for CAC in bias-adjusted models. These findings illustrate the importance of methodology in alcohol-CVD relationships.
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 | 0,134 | 0,161 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».