Association between diabetes or antidiabetic therapy and lung cancer: A meta‐analysis
Notice bibliographique
Résumé
AIMS/INTRODUCTION: Diabetes can increase the risk of cancers at several sites, but the association between diabetes and lung cancer remains unclear. We aimed to provide the quantitative estimates for the association between diabetes or antidiabetic treatment and lung cancer risk in the present meta-analysis. MATERIALS AND METHODS: Cohort studies were identified by searching the PubMed database (January 1960 through October 2012) and manually assessing the cited references in the retrieved articles. Study-specific relative risks (RRs) and 95% confidence intervals (CIs) were estimated using a random-effects model. Study quality was assessed using the Newcastle-Ottawa scale. RESULTS: A total of 19 cohort studies were included in the present meta-analysis. Of these, 14 studies focused on the association between diabetes and lung cancer incidence, and seven studies focused on the association between antidiabetic treatment and lung cancer incidence. Compared with non-diabetic individuals, diabetic patients do not have an increased risk of lung cancer (RR = 1.04, 95% CI 0.87-1.24). The association between diabetes and lung cancer remained not statistically significant in subgroup analysis stratified by study characteristics, study quality, diabetes ascertainment or important confounders. A null association between insulin or biguanides therapy and lung cancer risk was found. However, the diabetic patients receiving thiazolidinedione (TZD) treatment had a 20% reduced risk of lung cancer than those without TZD treatment. CONCLUSIONS: No association between diabetes and lung cancer risk was found. However, TZD treatment might reduce lung cancer risk in diabetic patients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».