MétaCan
Menu
Retour à la cohorte
Enregistrement W2040122586 · doi:10.1038/sj.bjc.6601416

Prostate cancer and use of nonsteroidal anti-inflammatory drugs: systematic review and meta-analysis

2004· review· en· W2040122586 sur OpenAlexafffund
Salaheddin M. Mahmud, Eduardo L. Franco, Armen Aprikian

Notice bibliographique

RevueBritish Journal of Cancer · 2004
Typereview
Langueen
DomaineMedicine
ThématiqueInflammatory mediators and NSAID effects
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchUniversité Laval
Mots-clésNonsteroidalMedicineProstate cancerMeta-analysisCancerOncologyAnti-inflammatoryProstateMEDLINEInternal medicinePharmacology

Résumé

récupéré en direct d'OpenAlex

Animal and laboratory studies suggest that regular use of nonsteroidal anti-inflammatory drugs (NSAIDs) may reduce prostate cancer risk. To assess this association, we conducted a systematic review and meta-analysis of observational studies published before January 2003. We derived summary odds ratios (ORs) using both fixed and random effects models and performed subgroup analyses to explore the possible sources of heterogeneity between combined studies. We identified 12 reports (five retrospective and seven prospective studies). Most studies of aspirin use reported inverse associations, but only two were statistically significant. The summary OR for the association between aspirin use and prostate cancer was 0.9 (95% confidence interval: 0.82-0.99; test of homogeneity P=0.32), and varied from 1.0 for retrospective studies to 0.85 for prospective studies. Studies that measured exposure to a mixture of NSAIDs were less consistent. These results indicate an inverse association between aspirin use and prostate cancer risk. The current epidemiological evidence and, in particular, the strong and consistent laboratory evidence underline the need for additional epidemiological studies to confirm the direction and magnitude of the association.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,018
Bibliométrie0,0060,008
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,332
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations172
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of CancerMême sujetInflammatory mediators and NSAID effectsTravaux en français237 207