Calcium and Vitamin Intakes and Colorectal Cancer—Results from a Large Population Based Case-Control Study in Canada
Notice bibliographique
Résumé
ISEE-0618 Background and Objective: Epidemiologic studies have been inconclusive in demonstrating the protective effects of vitamin D and calcium intakes in relation to colorectal caner (CRC). The objective of this study is to examine such effects through a population based case-control study in Canada. Methods: We analyzed data from a population-based case-control study of more than 4,000 participants from two Canadian provinces (Ontario, ON and Newfoundland and Labrador, NL). Cases were pathologically confirmed new CRC patients aged 20–74 years during 1999–2003 (NL) and 1997–2006 (ON). Controls were a sex and age-group matched random sample of the population in each province. Intakes of calcium and vitamin D were derived from a food frequency questionnaire (FFQ). Calcium and vitamin D were categorized into quartiles based on the distribution among the study population with lowest quartitle as referent group. Multivariate logistic regression analysis was used to examine the association between these factors and risk of CRC after adjusting for a set of potential confounding factors. Tests for trend were used to assess dose-response relationships. Results: Total dietary calcium and vitamin D intakes were significantly associated with lower CRC risk. However, these associations were statistically significant in women only with corresponding ORs of 0.49 (0.26–0.92) and 0.68 (0.49–0.94), respectively. Similar associations were also observed for calcium and vitamin from supplements. Stratified analyses suggest that the use of calcium and vitamin D supplements had greater protective effects for those with lower dietary intakes. Conclusion: Calcium and vitamin D intakes are associated with a reduced risk of CRC in NL population. Our study suggests that the beneficial effects of vitamin D and calcium in reducing CRC risk were more pronounced in women. Further research is warranted to explore the gender differences observed in this study.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».