High glycemic index and glycemic load are associated with moderately increased cancer risk
Notice bibliographique
Résumé
SCOPE: To obtain an up-to-date quantification of the association between dietary glycemic index (GI) and glycemic load (GL) and the risk of cancer. METHODS AND RESULTS: We conducted a systematic review and meta-analysis of observational studies updated to January 2015. Summary relative risks (RRs) were derived using random effects models. Seventy-five reports were evaluated in the systematic review (147,090 cases), and 72 were included in the meta-analyses by cancer site. Considering hormone-related cancers, summary RRs comparing the highest versus the lowest GI and GL intake were, respectively, 1.05 and 1.07 for breast, 1.13 and 1.17 for endometrial, 1.11 and 1.19 for ovarian, and 1.06 and 1.04 for prostate cancers. Considering digestive-tract cancers, summary RRs for GI and GL were, respectively, 1.46 and 1.25 for esophageal (squamous cell carcinoma), 1.17 and 1.10 for stomach, 1.16 (significant) and 1.10 for colorectal, 1.11 and 1.14 for liver, and 1.10 and 1.01 for pancreatic cancers. In most of these meta-analyses, significant heterogeneity among studies was observed. In subgroup analyses, case-control studies and studies from Europe tended to estimate higher RRs. CONCLUSION: High-GI and high-GL diets are related to moderately increased risk of cancer at several common sites.
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 | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,009 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,003 | 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 ».