Nutrient and Fiber Intake and Risk of Renal Cell Carcinoma
Notice bibliographique
Résumé
This study examines the association between nutrient and fiber intake and the risk of renal cell carcinoma (RCC). Between 1994 and 1997 in 8 Canadian provinces, mailed questionnaires were completed by 1,138 incident, histologically confirmed cases of RCC and 5,039 population controls. Measurement included information on socioeconomic status, lifestyle habits, and diet. A 69-item food frequency questionnaire provided data on eating habits 2 yr before data collection. Odds ratios (ORs) and 95% confidence intervals were derived through unconditional logistic regression. Intakes of total fat, saturated fat, monounsaturated fat, trans-fat, and cholesterol were associated with the risk of RCC; the ORs for the highest vs. the lowest quartile were 1.67, 1.53 and 1.46, 1.31, and 1.48, respectively. The positive association was apparently stronger in women, overweight or obese, and never smokers. Sucrose was related to the risk of RCC. High fiber intake was inversely associated with RCC risk. No association was found with intake of total protein and polyunsaturated fat, n-3 and n-6 polyunsaturated fatty acids, and total carbohydrates. The results were consistent across strata of sex, tobacco, and BMI. The findings suggest that a diet low in fats and cholesterol and rich in fiber could favorably affect the risk of RCC.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».