Is temperature an effect modifier of the association between green tea intake and gastric cancer risk?
Notice bibliographique
Résumé
We considered the relationship between green tea and gastric cancer risk in Harbin, Heilongjiang province, Northeast China, an area with high baseline risk of stomach cancer. We used data from a case-control study conducted from 1987 to 1989 among 266 incident cases of stomach cancer and 533 controls admitted to the same hospitals as cases, with non-neoplastic and non-gastric diseases. No association emerged when tea consumption alone was considered: the odds ratio (OR) for green tea consumption was 0.87 (95% CI: 0.60-1.25) for green tea intake > or = 750 g/year versus no intake and 0.99 (95% CI: 0.97-1.02) for an increment of 500 g of tea per year. When tea consumption was classified according to the temperature, however, the OR was 0.19 (95% CI: 0.07-0.49) for lukewarm tea intake > or = 750 g/year and 1.27 (95% CI: 0.85-1.90) for hot tea intake (P value for interaction <0.001) as compared with non-drinkers. The corresponding ORs for an increment of 500 g of tea per year were 0.61 (95% CI: 0.45-0.82) and 1.03 (95% CI: 0.99-1.07) for lukewarm and hot tea, respectively (P value for interaction <0.001). We found an inverse relationship between green tea drinking and gastric cancer risk limited to the intake of lukewarm tea.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».