Intake of the major carotenoids and the risk of epithelial ovarian cancer in a pooled analysis of 10 cohort studies
Notice bibliographique
Résumé
Carotenoids, found in fruits and vegetables, have the potential to protect against cancer because of their properties, including their functions as precursors to vitamin A and as antioxidants. We examined the associations between intakes of alpha-carotene, beta-carotene, beta-cryptoxanthin, lutein/zeaxanthin and lycopene and the risk of invasive epithelial ovarian cancer. The primary data from 10 prospective cohort studies in North America and Europe were analyzed and then pooled. Carotenoid intakes were estimated from a validated food frequency questionnaire administered at baseline in each study. Study-specific relative risks (RR) were estimated using the Cox proportional hazards model and then combined using a random-effects model. Among 521,911 women, 2,012 cases of ovarian cancer occurred during a follow-up of 7-22 years across studies. The major carotenoids were not significantly associated with the risk of ovarian cancer. The pooled multivariate RRs (95% confidence intervals) were 1.00 (0.95-1.05) for a 600 microg/day increase in alpha-carotene intake, 0.96 (0.93-1.03) for a 2,500 microg/day increase in beta-carotene intake, 0.99 (0.97-1.02) for a 100 microg/day increase in beta-cryptoxanthin intake, 0.98 (0.94-1.03) for a 2,500 microg/day increase in lutein/zeaxanthin intake and 1.01 (0.97-1.05) for a 4,000 microg/day increase in lycopene intake. These associations did not appreciably differ by study (p-values, tests for between-studies heterogeneity >0.17). Also, the observed associations did not vary substantially by subgroups of the population or by histological type of ovarian cancer. These results suggest that consumption of the major carotenoids during adulthood does not play a major role in the incidence of ovarian cancer.
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 | 0,000 | 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 ».